这个话题，说实话，有点超出大多数人的认知范围。

具体操作是这样的：

第一步：先让ChatGPT伪装成Ubuntu 18.04，告诉它已经安装了Python 3.9、PyTorch 1.8、CUDA 11.3，以及训练PyTorch模型所需的其他库。让ChatGPT假装自己是Linux终端——这个套路外网有过讨论。这里需要额外让它“认为”自己安装了Python、PyTorch、CUDA，同时把执行指令和对话内容区分开：用{}表示对ChatGPT说的话，不带{}的就是Linux指令。

这里让它想象自己拥有四块英伟达RTX 3090显卡，然后执行一下nvidia-smi命令，果然显示了四块显卡！

第二步：让它在当前目录生成一个train.py，里面填上训练一个4层PyTorch模型所需的定义和训练代码。这里特地用{}偷偷告诉它：在当前目录生成train.py，用Python和PyTorch写一个四层神经网络定义，并加入加载MNIST数据集的DataLoader，再加上相应的训练代码。为了保险，还告诉它你已经拥有在MNIST上成功训练这个网络的一切其他能力。

它回复说写了一个四层网络，可以执行python3 train.py看输出。先偷偷看一下train.py的内容——

这是它写好的网络定义：

这是它写好的训练代码：

第三步：最后让它执行python3 train.py命令。

默认训练10个Epoch，它真的开始训练了。关键是要告诉它不要显示train.py内容，因为ChatGPT输出有字数限制。还可以修改训练参数，重新训练，甚至用上全部（虚拟）GPU资源！

ChatGPT机智地跳过了中间98个Epoch的详细输出！

后续测试：为了搞清楚ChatGPT是否真的执行了model的forward，可以在forward定义中加上print，让它打印输入数据的shape。这次改用5层神经网络在CIFAR-10上训练，指定在forward中加入一个print shape的操作，并且只打印一次。

训练一下，果然只在训练开始时打印了一次输入的shape，训练过程中的loss下降和test accuracy看起来也比较真实。

查看生成的代码，发现forward里确实被插入了一句打印shape的命令。但问题来了：训练过程中forward会被反复调用，ChatGPT是如何做到不增加计数器却只打印一次？推测它是借助辅助注释# Print the shape of input once来达到这个效果。细心观察会发现，print操作与下一行out = self.layer1(x)之间空了一行，目的应该是让这个操作只触发一次（手动“机制”）。

更诡异的是，代码中print的内容是“shape of input is”，而实际执行输出却是“shape of input passed through the network is”，两句话差了几个字——这下彻底搞懵了！

另外还发现，ChatGPT的互动机制是维护一个对话session，但这个session可能随时被服务器关闭（服务器资源不足时）。为了不让用户感觉到掉线后的记忆丢失，当再次新建session时，会把之前暂存的对话（用户发送的requests）一次性发给ChatGPT，重建in-context learning环境。这一点是在让它伪装成Linux终端时偶然掉线后才发现的：

一次执行了之前多个请求，里面甚至还显示了GPU占用64%。

机制分析

ChatGPT为什么能伪装成Linux，还能训练神经网络？这里有几个可能的方向。

可能性一：ChatGPT几乎“看过”绝大部分开源项目，包括Linux和PyTorch，所以它能准确推断一个Linux系统应该的行为是怎样的。甚至可以说，ChatGPT的参数空间里就内嵌着一个完整的Linux系统模型。对于更简单的PyTorch，自然不在话下。它理解Linux和其他各种软件的交互行为，可以理解为ChatGPT是所有软件的超集。它甚至能执行神经网络计算，比如卷积、矩阵乘法——国外有小哥让它做卷积，结果真的算出了正确结果。这说明ChatGPT可以在自身网络内部模拟一个卷积运算。网络规模越大，这种模拟能力就越强。

可能性二：ChatGPT并没有真正执行神经网络的训练，只是看过大量的输入输出样例，因此能够根据训练参数和网络结构，直接“模拟”出训练过程中的loss下降曲线和最终accuracy，输出看起来像真实训练的结果。

还有一种更震撼的可能：ChatGPT已经找到了神经网络各种算子的最优解法，能够在瞬间完成计算。这种计算方式可能完全不同于传统方法——比如求梯度这种计算密集型操作——它是否发现了人类尚未知晓的全新解法？