作为游戏玩家，我怎么看元宇宙与ChatGPT？

最近，这张图在社交媒体上广为流传，我也看了好几遍，很好玩。

截止到2023年，AR、VR至少话题热度已经凉了。

元宇宙从2021年Facebook改名Meta开始爆火，当时我不太理解。

后来，也没理解。

不过，现在的热度完全被ChatGPT所代表的LLM大型语言模型秒杀了。

接下来，我作为游戏玩家来大致分享一下，我为什么不看好VR/AR和元宇宙，而看好ChatGPT。

几年前的VR AR开始就在说沉浸感，后来的元宇宙概念里也提到了用VR AR带来所谓的沉浸感。

两者的核心是一样的，都是要说一个沉浸感。

但我作为游戏玩家来说，目前这两种技术呈现的所谓沉浸感，让我沉不进去。

我理解的沉浸感，其实更像是一种代入感，一本好书，一部电影，一个游戏，我只要看进去或者玩进去的话，这就是沉浸感。

这么说吧，你在电影院里散场，内心如果感觉有点失落的话，回顾一下刚才看电影的状态，这就是我理解的沉浸感。

个人认为，这些沉浸感不一定需要技术上支撑。

一本好书不一定装帧多华丽。

一部好电影一定要看Imax才有感觉吗？

个人感觉只要我看了20分钟以上，我就忘了我是在手机上看的还是在电影院看的了。

原谅我已经沉浸进去了。当然，对画质，音效有极致追求的朋友，还是能注意到这些区别的。

个人认为，这些沉浸感跟技术没太大关系，主要还是跟内容有关系。

好的电影可以，好的游戏也可以，这里安利一个我个人非常喜欢的游戏叫，《塞尔达传说 旷野之息》。

这里面的元素非常多，风雨雷电，火水冰磁铁什么的，还有形形色色的怪物，还有一些吸引人探索的设定和激励成分，通过一个个闯关逐步变得更强，获得一定的游戏正向激励。

这是一个神奇的游戏，各种设定，让我感到了在真实世界里游荡的爽点，又没有真实世界里的各种担忧，比如吃喝拉撒、生老病死的烦恼，也没有生命只有一次的放不开。

总之，我能放心大胆地沉浸进去玩，而他所需要的，只是一个性能配置远低于普通手机的Switch游戏机。

与AR VR元宇宙这种内容呈现技术相比，我觉得ChatGPT这种更有意义，因为它能生成内容。

ChatGPT的智商比较高，至少跟常见的智障音箱完全不是一类。

有人计划把它用在游戏的NPC，生成一个个看起来有血有肉的智能NPC。游戏内容层面的丰富，更容易带来沉浸感。

我还能想到的是，用它生成关卡也能丰富游戏内容，用它来衍生某个角色的故事线，或许也有搞头。

为什么看好ChatGPT在游戏领域的应用呢？觉得他有搞头呢？

接下分享下我对ChatGPT的粗浅理解。

我在体验ChatGPT时，惊叹于他能比较充分地理解我的意图，这其实源于NLP自然语言处理技术的进步。

2017年，谷歌（被ChatGPT吓到的那个谷老师）在论文《Attention Is All You Need》这篇论文里提出了Transformer模型，可取代传统的RNN、LSTM。

它的主要优势有两个：

1，特征提取能力更强，所谓提取能力强，简单理解是，输入的词句都能作用到模型上。

2，另外，它容易实现并行运算处理，所以运行效率更高。

它被用在包括GPT等模型上，GPT叫Generative Pre-training Transformer的意思，T就是Transformer模型的意思。

由于GPT的特征提取能力强，也就意味着它能从更多的单词中学习到知识，于是，当给他灌输超大量的训练样本时，看起来，就是把自己的智商提高了很多。

据了解，GPT-3是在大约5万亿个单词上进行训练的，ChatGPT是基于GPT的而来的，所以，它也很强。

对比来看，一个人全年不吃不喝不上厕所不睡觉，每分钟能看250个单词，一年也才1.3个亿个单词，假如看完还健在的话，最后能记下多少也很难说。

ChatGPT能很好地理解你的输入，同时，能组织出相关性较高的回答。

如果针对某一特定领域进行足够多的训练，就会成为这一领域的专家，普通人可以用自然语言使用到这种专家系统。

在不远的未来，或许每个人都会有高智力水平的个人助手，作为健康助手，作为学习和知识助手，生活助手，甚至成为最懂你的那个东西。

在游戏场景中，除了生成NPC，或许可以由它来生成一个个有不同立场，不同性格，不同智力水平的人，依靠人物之间的冲突，无剧本演绎各种精彩的情节。

听到这里，电影爱好者是不是也挺激动的。

当然，我不清楚技术上的可行性如何，但是，如果有一个事件驱动着这些角色，角色间基于文本对话推进剧情，或许真的能实现这种充满科幻色彩的高级技术。

很多人都看好ChatGPT这种大模型的重要性。

或许有人说，不就是文字聊天系统，有什么了不起的，其实自然语言的处理能力真的很了不起。

有人说，人类除了语言，我们还能看见，还能触摸，还能闻，还能听，每个感官接受到的信息似乎更多，相比之下，文本能有多重要呢？

其实，如果训练的样本足够多，他即使没见过落日，也能描述他的美，没打过篮球也能说出篮球的魅力，没吃过板面也知道板面的诱人之处。

关键它能没日没夜的快速学东西，如果语料足够丰富，就能学到更多，甚至无限多，所以语言处理很重要。

不说未来，就说现在，我用自然语言操控一个强大的模型，输出图片，视频，一段音乐什么的，控制好输入就能得到很好的输出。（相关阅读：媒体/自媒体的福音：用Stable Diffusion生成可免费商用的配图）

回到眼前的ChatGPT来说，与搜索引擎的结合，让我看到它通过链接引用来提升的可信度和权威性，从玩具变成了一个帮你解决问题的助手。（相关阅读：将ChatGPT集成，新版本Bing现已上线Demo预览）

总之，ChatGPT背后的模型，具备的超强的理解能力和学习能力，在不断优化的过程中，肯定会输出更多更好的内容。

ChatGPT的出现或许是这类智能技术发展的里程碑，或许还会有更智能的LLM出现。

对于用户来说，你得有一个更好的问题，一个好的请求，才有可能获得有价值的东西。