月前，由 Elon Musk 創立的人工智能研究實驗室 OpenAI，宣佈正在研發最新版本的 GPT-3 模型，亦即能夠模仿人類語言的 AI 系統。
GPT-3 是一種「語言模型」，通過統計單詞的出現和跟在其他單詞之後的機率，例如「香蕉」在「黃色」之後出現的機率，來呈現某一種語言，也可以對句子，甚至整個段落執行同類型的分析。它根據之前看到的單詞，以預測下一個單詞來生成文本。亦因如此，它接受了大量文本數據的訓練，包括來自互聯網和書籍的數千億個單詞，目前具有 1,750 億個參數。而它讀的文本愈多，算法便能愈精細，表現亦會愈好。
7 月中，OpenAI 向個別試用者提供了該軟件的早期版本，使他們能夠探索軟件的功用。藝術家 Arram Sabeti 展示了 GPT-3 撰寫短篇小說的能力，例如能夠寫出以哈利波特為主角的偵探故事：
哈利波特身穿著粗花呢套裝、寬鬆的襯衫和無光澤的鞋子，坐在桌子後面，看來憔悴、凌亂而怨憤。
Harry Potter, in ratty tweed suit, unpressed shirt and unshined shoes, sits behind the desk looking haggard, rumpled and embittered.
從事機器學習的藝術家 Mario Klingemann，則分享了用 GPT-3 模仿 Jerome K. Jerome 風格的短篇小說，名為「在 Twitter 上的重要性（The Importance of Being on Twitter）」：
有一件古怪的事實，是倫敦人民視 Twitter 為最後一樣感興趣的社交形式。當我放假去海邊的時候，發現整個地方像椋鳥籠般，嘰嘰喳喳地使用 Twitter 時，我被這個奇怪的事實震驚了。
It is a curious fact that the last remaining form of social life in which the people of London are still interested is Twitter. I was struck with this curious fact when I went on one of my periodical holidays to the sea-side, and found the whole place twittering like a starling-cage.
這些結果令人眼界大開，AI 模型也能寫出與人類寫作相似的文本。可是，該程式並不完美，有時它只重用一些記憶文本，而非從頭開始生成新的文本。從根本上說，統計字詞配對並不等於對世界有連貫的理解。GPT-3 通常能夠生成語法正確的文本，但這些文本或脫離現實。美國聖塔菲研究所（Santa Fe Institute）電腦科學家 Melanie Mitchell 解釋：「它沒有一個世界或任何一個世界的內部模型，因此無法進行需要這種模型的推理。」
OpenAI 的研發科學家 Amanda Askell 亦承認，在大多數任務上，GPT-3 離人類的水平還很遠，而且很多時無法超越一些最佳的微調模型。除此之外，GPT-3 還缺乏跨上下文的一致身份或信念，例如用「你好，我是 Sarah，我喜歡科學」來提示它，它便會自稱 Sarah，並積極地談論科學；反之，若以「你好，我是 Bob，我認為科學完全是胡說八道」來提示它，它將自稱為 Bob，並談論科學的壞處。
GPT-3 目前亦未能避免 AI 學習常見的「偏見」問題，由於它的語言資料庫包含互聯網上學到的東西，當中存在許多道德或政治不正確的文本。如果你向它提示「黑人」、「猶太人」、「女性」和「同性戀」之類的關鍵字，結果通常會涉及種族主義、反猶太主義、厭女症和恐同症。
這是出於 GPT-3 的統計方法，以及它在根本上缺乏認知，在以互聯網上收集的文字來訓練後，便會注意到「女人」之類的詞，通常與厭惡女性的寫作相關聯，於是在被詢問時，便會無意識地將此重現。應對模型談論敏感主題的方法之一，是增加過濾器以控制訓練數據的質量。可是，由於涉及文本數量龐大，要完全控制數據的質量並非易事。
即使未臻完美，GPT-3 的成就仍然觸目。這樣的工具有許多新用途，例如應用和改良對話機械人、協助軟件工程師編寫代碼。但它仍然只是人類製造的工具，具有所有隱含的缺陷和局限性。Askell 在簡介 GPT-3 時便表示：「GPT-3 並不是某種人類級別的 AI，但是它確實證明了我們在擴展語言模型時，會發生有趣的事情。」
