最近，我被一款叫做 的人工智能（AI）聊天机器人，刷屏了。网上有人说它是搜索引擎杀手，还有人说它将取代程序员…
最后，我还是没扛住铺天盖地的赞美，跑去注册了个账号，抱着调侃“人工智障”的心态，想要调戏 一番。于是就有了下面的对话：
此时，我内心毫无波澜。
此刻，我放下了傲慢与偏见。
对不起，是我鲁莽了，我才是智障。
不得不承认 确实有点东西，然后我就问了一嘴它有没有开源。
没有给出准确的答复，所以我去查了下截止到本文发布时 并没有开源，而且官方也没有任何关于 的开源计划。
那 未来会不会开源呢？为了回答这个问题，我去查了它背后的公司、创始人、提供的服务、开源的项目，综合这些信息文章最后我给出了自己的看法：不会。如果你也对这个话题感兴趣的话，那不妨一起来看看吧。
特别说明： 官方并未给出明确的开源计划，以下均为我的个人观点，仅供参考。
谁做出了火爆全网的 ？
是由 公司开放的免费 AI 聊天机器人服务。
是一个人工智能研究实验室，由营利组织 LP 与母公司非营利组织 Inc 组成，目的是促进和发展友好的人工智能，让更多人受益。它成立于 2015 年底，总部位于旧金山，目标是通过与其他机构和研究者的“自由合作”，向公众开放专利和研究成果。
程序员应该对 这个公司并不陌生，因为知名的人工智能编程助手 就是它和 合作开发的。
如果你不是程序员，那这个人你应该听说过。 有两位创始人其中一位是埃隆·马斯克，对！就是那个特斯拉汽车的 CEO，最近刚收购了 的那位。他曾在 2014 年，开放了特斯拉汽车的所有专利。另一位创始人是原 Y （美国著名创业孵化器）总裁山姆·阿尔特曼，美国斯坦福大学计算机系辍学生。
资金这块，创始人一个当过首富一个是创投，肯定是不缺投资，况且在 2019 年的时候微软还给它投了 10 个亿美元。
如果将创始人比作公司的 DNA，那 无论是公司目标还是 DNA，对待“开放”都是积极的态度。虽然 不缺钱，但既然是公司就肯定要赚钱，所以也不会什么都“白给”。
与开源
喊着开放的口号，到底有没有做过“开放”的事儿？
我在 上找到了 开源组织的地址：
接下来，就通过介绍 4 款 开源的知名开源项目，从它们身上看看 对待开源的态度。
1.强化学习训练场：Gym
Star 数：29.2k｜编程语言：（99.9%）
这是一个用于强化学习研究的 工具包，包含了许多经典的强化学习环境，如游戏、机器人控制、计算机视觉等。它还提供了一个统一的接口，可以让用户定义任务、训练智能体和评估性能。简单来说就是 Gym 提供问题和环境，你用 AI 框架来解。就像刷算法的网站提供算法题和测试用例，让你十分方便地刷算法一样。
比如，下面就是 Gym 提供的一个场景：
一个推车上立着一根棍子，让智能体（AI）控制推车左右移动，保证车子上的棍子不倒。
# CartPole-v1 例子
import gym
env = gym.make("CartPole-v1")
observation, info = env.reset(seed=42)
for _ in range(1000):
action = env.action_space.sample()
observation, reward, terminated, truncated, info = env.step(action)
if terminated or truncated:
observation, info = env.reset()
env.close()
地址：
2.强大的语言识别系统：
Star 数：17.6k｜编程语言：
该项目是一款开源的自动语音识别系统，支持包括中文在内的多种语言。尤其是在快语速、口音、背景噪音等场景，依旧表现出色能够达到极高的准确率。
地址：
3.用文字生成图片：DALL·E
Star 数：9.3k｜编程语言：
它能够将文本描述映射到对应的图像，并生成对应的图像。例如，如果向 DALL·E 提供文本描述“午后晒太阳的小猫”，它就会生成一张图片，展示一只猫在晒太阳。需要注意的是 DALL·E 并未完全开源，下图是用最新的 DALL·E 2 生成，该项目没有开源仅提供生成图片的服务。
地址：
4.大型语言模型：GPT
GPT 是 的缩写，一种由 提出的大型预训练语言模型。它使用了许多深度学习技术，可以生成文本内容，也可以进行文本分类、问答等任务。GPT 与传统的机器学习方法不同，它通过预先训练来学习大量文本数据，然后可以进行各种自然语言处理任务。它的训练方法非常有效，在许多 NLP 挑战赛中取得了优异的成绩。
GPT-2 和 GPT-3 是两种不同的大型语言模型，GPT-3 是 GPT-2 的一个升级版，它在功能和性能方面都有所提高，比如具有更大的模型规模、更高的准确率、更快的训练速度和处理更复杂任务的能力，但GPT-3 并未开源。
就是基于 GPT-3.5 最新训练出来的模型。
GPT-2：
GPT-3：
通过这些开源项目，我们不难看出 确实是以开放的态度，分享技术、开放研究成果，而且几乎每一次开源新项目都会掀起一波热潮。
但近些年， 为了保证核心竞争力和提高盈利能力，开始选择部分开源或者不开源，逐步过渡到通过提供 API 有偿地提供服务。
最后
我想看到这里，关于「 未来会开源吗？」的问题，想必大家心中已经有了答案。
我个人的观点是： 不会开源。因为 GPT-3 截止目前都没有开源，所以我感觉 （3.5）开源的希望就更渺茫了，而且 商业化的趋势也已经显而易见。对此你怎么看，欢迎留言发表看法。
最后，虽然 并不完美但已经让我重新审视 AI 的能力，甚至已经开始畅想那种：用类似与人对话的方式操作计算机，一种全新的人机交互方式。但我深知此事任重而道远，减少期望才会看到更多惊喜，慢慢来吧。
有人用 写代码、解 bug、找乐子…还有人熬夜蹭它的热度，就为了一个“赞”。没错，正是在下。如果您觉得这篇文章写得还不错，就请给我点一个赞，您的支持就是我更新的动力。我们下期见～
相关文章
