（来源：上观新闻）
作者来自弗吉⚫🗿尼亚大学、斯📊🇮🇳坦福大学、MIT👯♂️🇬🇱、密歇根大🍃🌄学等机构🅱📪。未来的发展方💸向主要围绕😥设备性🆒能、软📠件响应速度以及🔦这些改进如何在生📧态系统中保持一🇩🇴🇹🇨致性展开🧖♂️◽。对于每天🏬要和 AI 高频😤🇧🇹交互、靠它完💼成核心生产工作🇬🇦🎪的内容创作者、🤱程序员、中小🕞👨🎨企业主而言，🎧一个 24 小🙇♀️🐒时在线、🏷能写能算能分析的🚛🌳全能助手，🌼🔡月薪 5🇧🇻00 元的成本远🏎✖家里怎么引诱蜘蛛出来低于雇佣人工；🥅🔢但对于🌥👩🌾只是偶尔查资👩👩👧👧🚥料、写邮件🐥🍟的普通用户8️⃣▪而言，即✡便是 6🇭🇺🌇8 元的标准版⛪，也没有必要买🇨🇿单👩❤️💋👩🚂。
这种现象🦁的背后🔩🐪，是因为现有的🗼📿语言模型🇨🇽🧡完全受制于一种被🦅🇱🇰称为“下一个🌟词预测📨📪”的工作机制🚾。它正确地找到了一🚹🖱个旅游网站说尼🦔斯河「流经该市」🗄😃，但错误🤤地推断出它🇱🇻「在西侧👔」💐。我可能是他〽⬛们找到🆎少有的创过业的高⛺校青年教师，🇬🇫就把我招进🚹🌙去了🇲🇪。很多创作者🅾🇸🇹会在镜头里加各种💧个人的巧🇾🇪🤲思，不是流🤺水线生产📬🔁。
