早在2017年，研究人员就问：“到2040年，人工智能将编写大部分代码吗？”如今，beta测试人员已使用OpenAI的GPT-3，并且可以用任何语言编写代码。

机器主导的编码几乎就在我们眼前。

GPT-3已经接受了数千亿个单词，甚至接受了整个Internet培训，这就是为什么可以使用CSS，JSX和Python对其进行编码的原因。

GPT-3不需要针对多种语言任务的培训，并且其培训数据是无所不包的。

取而代之的是，当给出琐碎的指令时，网络将自己限制在手头的任务上。

GPT-n GPT的发展通过将有监督的学习与无监督的预培训配对（或以无监督的步骤的参数作为监督的起点）达到了语言任务的最高级水平。

与它的后继产品相比，GPT较小，仅可训练数千本书和一台8GPU机器。

GPT-2的规模已大大扩展，包括10倍的参数，并提供了10倍以上的训练数据。

尽管如此，数据集仍然相对有限。

它被专门训练为“来自Reddit的链接”。

它至少获得了3业力”。

GPT-2被描述为“类变色龙”。

合成文本生成器，但它不像The Q＆amp; A或下游任务中的摘要或翻译也是最先进的。

GPT-3是人工智能领域的一个里程碑。

在一系列任务中，它已达到最先进的水平。

它的主要突破在于它不再需要微调特定任务。

在规模方面，它的模型再次得到了极大的扩展，达到了1750亿个参数，是上一代模型的116倍。

GPT-3完全不需要培训（零学习的例子），经过一两次学习后，它已经令人印象深刻的性能就黯然失色了。

发展或消亡目前的状况是：Beta测试人员正在使用GPT-3生成工作代码，这需要一些琐碎的知识。

从按钮到数据表，甚至重建Google主页，都可以通过零学习来完成。

除了人工智能的快速发展之外，另外两个主要的技术趋势正在加剧这样的现实：将来的编程将不再是“铁饭碗”：无代码和自动机器学习。

无代码分析：让每个人都成为数据科学家无代码是指可视化工具，使任何人都可以轻松构建新产品，无论是网站，设计，数据分析还是模型。

Word Press，Wix和Shopify是典型的无代码工具，从而消除了数百万人雇用开发人员或设计师自己做事的需求。

第二个趋势是AutoML，即自动机器学习，它大大减少了人工智能生产所需的时间。

AutoML会成为数据科学家的终结者吗？诸如Apteo之类的工具顺应了这些趋势，使人们无需编码技能即可部署人工智能模型。

GPT-3将引发另一波无代码和自动化机器学习浪潮，许多潜在的雇主将选择这些工具，而不是雇用昂贵的程序员。

当然，技术含量最低的程序员将首先离开，并且与任何领域的专家一样，专家将享有更长的工作保证。

不仅代码-;-; GPT-3已应用于任何语言任务。

要将GPT-3引导至特定的语言任务，您只需为其提供示例以实现您的目标。

您可以直接使用GPT-3编写代码，也可以直接编写诗歌，音乐媒体评论或任何其他文本。

例如，如果要生成新闻文章，则可以输入正面标题，例如“联合卫理公会同意历史划分”。

以及诸如“反对同性婚姻的人将组成自己的派系”之类的副标题。

输入这些内容，GPT-3将产生以下结果：经过两天的激烈辩论，卫理公会联合会已同意这一历史性分裂。

预计该分裂将以创建新的教派而结束。

在神学和社会上是保守的。

参加5月教堂年度会议的大多数代表投票表决，加强了对LGBTQ神职人员任命的禁令，并制定了新的规则，以“惩治”同性恋，双性恋和变性者。

主持同性婚礼的神职人员。

但是那些反对这些措施的人有一个新计划：他们声称将在2020年成立一个单独的教派，其教堂被称为基督教卫理公会。

该文本欺骗了88％的人，只有12％的人认为它是由人工智能编写的。

就像人类一样，GPT-3也可以根据例句来学习新单词。

例如，给定上下文：是一辆加速非常快的汽车。

GPT-3的输出是：我们的车库里有一辆Burringo，我父亲每天都开车去上班。

这