很多人以為，微軟獲得GPT3授權、可用做搜尋引擎，就可以打敗Google，這又是另外一個誤解。因為搜尋引擎的「正確性」很重要，而當前這種語言模型產生的結果，錯誤機率並不低，這應該就是Google一直不敢大舉投入使用的原因；當Google看到微軟來勢洶洶，成功利用GPT3發展搜尋引擎New Bing，只好立刻推出自己的聊天機器人Bard，沒想到大家測試後發現回答有錯誤，讓Google母公司Alphabet股價一天內暴跌8%[5]。
為什麼微軟的搜尋引擎Bing答錯了股價大漲，而Google的聊天機器人Bard答錯了股價卻大跌？因為Google是搜尋引擎的領導廠商，當市佔率97%的Google出錯了，使用者會給予很大的負評，而市佔率3%的微軟Bing出錯了，使用者會覺得沒什麼關係，至少它也有答對嘛！現在大家明白，為什麼台積電的3奈米製程要使用舊的鰭式場效電晶體(FinFET)，而三星的3奈米卻敢使用新的環繞閘極場效電晶體(GAAFET)了吧！因為身為領導廠商，在科技發展的過程中，通常得更加謹慎小心。
語言模型如何預測一個句子的機率？
這裡我們使用「N元語法模型(N-gram model)」來說明這個概念。假設有一個句子：「元宵燈會即將在台北ＯＯ」，兩個空格一般人都會想到應該填入「舉行」，也就是當出現「元宵燈會即將在台北」，電腦能夠預測出在這句話後面出現「舉行」的機率最高。
➩當N=4，代表第i個字與前3個字有關稱為「四元語法(4-gram)」，例如：我們要找一個字讓P(W|在台北)的機率最高，這裡的P(W)代表第一個Ｏ機率。
➩假設電腦計算P(舉|在台北)的機率最高則輸出「元宵燈會即將在台北舉」，再繼續尋找下一個字讓P(W|台北舉)的機率最高，這裡的P(W)代表第二個Ｏ的機率。
➩假設電腦計算P(行|台北舉)的機率最高，代表下一個字是「行」 ，最後聊天機器人就輸出「元宵燈會即將在台北舉行」。
電腦計算機率的方式是使用「人工神經網路(ANN：Artificial Neural Network)」又稱為「類神經網路」，是一種模仿生物神經網路的結構和功能所產生的數學模型，用於對函式進行評估或近似運算，調整的參數稱為「權重(Weight)」，OpenAI推出的ChatGPT使用「GPT3.5模型」參數高達1,750億個，開始具備大型語言模型的商轉雛形。
大家聽到「人工神經網路」或「類神經網路」，以為是科學家用電腦來模擬人類大腦裡的神經元，其實這又是誤解。所謂「人工神經網路」或「類神經網路」，只是一種數學模型而已，只是因為它長得很像人類大腦裡的神經網路，所以資料科學家稱它為「人工神經網路」或「類神經網路」，事實上它只是一個數學模型，也就是演算法而已，和人類大腦裡的神經網路沒有關係。就好像大家都知道「類火車」就不是「火車」，因此「類神經網路」當然也和「神經網路」不是同一回事！
