皮尤研究中心（Pew Research Center）调查了 11,004 名美国成年人对周围产品使用 AI 的认识。这次调查是在去年 12 月进行的，当时 ChatGPT 还没有成为最热门的科技话题。调查发现，一个人受教育程度越高，或家庭收入越高，那么更有可能识别 AI。一个人使用互联网的次数越多，也越可能认识到 AI 的使用。在被调查的人中，约四分之一听过 AI，15% 从未听过。对于 AI 可能带来的隐患，38% 的人担忧多于兴奋，15% 的人兴奋多于担忧。人们对 AI 的了解越深入，那么他们就越可能兴奋不已。

提供机器人律师服务的创业公司DoNotPay 被芝加哥律师事务所 Edelson 起诉无证执业。DoNotPa 的服务被认为将减少客户聘请律师的机会，对律所的生存构成了挑战。Edelson 在诉状中称，对客户来说，DoNotPay 不是一个机器人，不是律师，也不是一个律所。DoNotPay 没有法学学位，不受任何司法管辖，也没有任何律师的监督。DoNotPay 成立于 2015 年，最初是一款帮助客户处理停车罚单的应用，后来扩大了业务范围，使用 AI 帮助客户处理一系列法律服务。DoNotPay 否认了指控，表示将会积极为自己辩护。

单机版大语言模型正快速向我们走来。自 ChatGPT 发布以来，一些人就对 AI 模型内置的对敏感话题的限制以及需要为使用 API 向 OpenAI 付费而感到沮丧。大语言模型的开源方案也存在，但距离普通人很遥远，它们或者需要大量的 GPU 显存和存储空间，或者在消费级硬件上达不到 GPT-3 级别的性能。但 Meta 的 LLaMA 改变了这一现状。2 月 24 日 Meta 宣布了它的大语言模型 LLaMA，参数规模在 70 亿到 650 亿之间，它还没有开源，只是提供给一部分研究人员预览。但在 3 月 2 日有人通过 BT 泄露了 LLaMA。随后开源社区迅速围绕 LLaMA 进行优化和开发，使其能运行在普通人能访问的硬件上。3 月 11 日 Georgi Gerganov 创建了能运行在 M1 Mac 的 llama.cpp；12 日 Artem Andreenko 在 4GB 内存的树莓派 4 上运行 LLaMA 7B（生成速度 10 sec/token）；13 日有人设法在 Pixel 6 手机上运行 llama.cpp；同一天斯坦福研究人员发布了 LLaMA 7B 的优化版 Alpaca 7B，性能接近 OpenAI 的 text-davinci-003 但硬件需求低得多。