離發(fā)布僅僅四個(gè)多月，在ChatGPT展現了驚人的實(shí)力之后，OpenAI又扔下了一顆核彈：

(資料圖)

GPT-4發(fā)布了。

在今天的博文中，OpenAI寫(xiě)到：

我們創(chuàng )建了GPT-4，這是 OpenAI 努力擴展深度學(xué)習的最新里程碑。GPT-4 是一個(gè)大型多模態(tài)模型（接受圖像和文本輸入，提供文本輸出），雖然在許多現實(shí)世界場(chǎng)景中的能力不如人類(lèi)，但在各種專(zhuān)業(yè)和學(xué)術(shù)基準上表現出人類(lèi)水平。

好像和上一代還是差不多？放心，這是OpenAI謙虛了。

在隨后YouTube上進(jìn)行的Live Demo中，OpenAI的總裁和聯(lián)合創(chuàng )始人Greg Brockman展示了GPT-4的真正實(shí)力——總結文章、寫(xiě)代碼、報稅、寫(xiě)詩(shī)……GPT-3.5做不到的，?GPT-4輕松拿下。

但這僅僅是表面，GPT再一次進(jìn)化，雖然可能不是你想的那樣。

新的模型：迭代優(yōu)化

怎么樣證明一個(gè)人比另外一個(gè)人更厲害？考試。

那怎么證明一個(gè)AI模型比另外一個(gè)更厲害？同樣是考試。

OpenAI讓GPT-4在參加了許多項人類(lèi)的通用考試，結果證明，它在許多測試和基準測試中的表現比前一代確實(shí)大大提高：

根據他們的測試結果，GPT-4的SAT分數增加了150分，現在能拿到1600分中的1410分；?

它能通過(guò)模擬律師考試，分數在應試者的前10% 左右，相比之下，GPT-3.5的得分在倒數 10% 左右；

在SAT閱讀考試中和SAT數學(xué)考試中，GPT-4的成績(jì)都能達到領(lǐng)先的排名……?

“我們花了6個(gè)月的時(shí)間使用我們的對抗性測試程序，以及在ChatGPT身上累積的經(jīng)驗教訓來(lái)迭代調整GPT-4，從而在真實(shí)性、可操縱性和拒絕超出設定范圍方面取得了有史以來(lái)最好的結果?！監penAI稱(chēng)。

“我們的 GPT-4 訓練運行（至少對我們而言?。┣八从械胤€定，成為第一個(gè)我們能夠提前準確預測其訓練性能的大型模型?！?/p>

此外，GPT-4還有了一個(gè)質(zhì)的飛躍——可以開(kāi)始處理圖像。?

經(jīng)常使用ChatGPT的人肯定知道，它只能處理文本，但GPT-4開(kāi)始接受圖像作為輸入介質(zhì)。

在OpenAI提供的一個(gè)示例中，GPT-4準確地回答了幾個(gè)網(wǎng)絡(luò )meme為什么搞笑的問(wèn)題（雖然解釋得并不好笑）。

^{圖源：《紐約時(shí)報》?}

在《紐約時(shí)報》提供的案例中，同樣可以看出GPT-4可以同時(shí)解析文本和圖像，這也使它能夠解釋更復雜的信息。不過(guò)，目前圖像輸入的權限尚未公開(kāi)，所以目前還沒(méi)看到更多例子來(lái)證明GPT-4在圖像方面的處理能力。

在隨后舉行的Live Demo中，OpenAI也表示，還沒(méi)有公開(kāi)提供這部分技術(shù)，但已經(jīng)在和一家名為Be My Eyes的公司進(jìn)行合作，對方會(huì )使用GPT-4來(lái)構建服務(wù)。

此外，GPT-4已經(jīng)開(kāi)始具備一點(diǎn)點(diǎn)的幽默感。它已經(jīng)可以講出一些模式化的、質(zhì)量不咋樣的冷笑話(huà)——但是，至少它已經(jīng)開(kāi)始理解“幽默”這一人類(lèi)特質(zhì)。?

^{圖源：《紐約時(shí)報》}

當然，更多的方面，GPT-4的改進(jìn)是迭代性的。在隨意的談話(huà)中，GPT-3.5和GPT-4之間的區別可能很微妙。但是，當任務(wù)的復雜性達到足夠的閾值時(shí)，差異就會(huì )出現——GPT-4比GPT-3.5更可靠、更有創(chuàng )意，并且能夠處理更細微的指令，可以更準確地解決難題。

比如說(shuō)，北卡羅來(lái)納大學(xué)教堂山分校的醫學(xué)副教授兼心臟病專(zhuān)家Anil Gehi就向GPT-4描述了他一天前看過(guò)的一位患者的病史，包括患者術(shù)后出現的并發(fā)癥被送往醫院，描述中包含幾個(gè)外行人無(wú)法識別的醫學(xué)術(shù)語(yǔ)。

當Gehi醫生問(wèn)GPT-4應該如何治療病人時(shí)，GPT-4給了他完美的答案?！斑@正是我們對待病人的方式，”Gehi醫生說(shuō)。當他嘗試其他場(chǎng)景時(shí)，GPT-4給出了同樣令人印象深刻的答案。

當然另外一個(gè)好消息是，GPT-4對于英語(yǔ)以外的語(yǔ)種支持也得到了大大的優(yōu)化。

許多現有的機器學(xué)習基準測試都是用英語(yǔ)編寫(xiě)的。為了初步了解GPT-4在其他語(yǔ)言上的能力，OpenAI使用 Azure Translate，將一套涵蓋57個(gè)主題的1.4萬(wàn)多項選擇題的MMLU基準，翻譯成了多種語(yǔ)言，然后進(jìn)行測試。?

在測試的26種語(yǔ)言中，有24種語(yǔ)言，GPT-4優(yōu)于 GPT-3.5和其他大語(yǔ)言模型的英語(yǔ)語(yǔ)言性能。

其中中文達到了80.1%的準確性，而GPT-3.5的英文的準確性為70.1%，也就是說(shuō)，在這個(gè)測試中，GPT-4對于中文的語(yǔ)言理解，已經(jīng)優(yōu)于此前ChatGPT對于英文的理解。

Live Demo：報稅、寫(xiě)詩(shī)、寫(xiě)代碼，無(wú)所不能

如果說(shuō)著(zhù)這些數據、案例，似乎還難以讓人直觀(guān)感受到GPT-4的真正實(shí)力，那么OpenAI的總裁和聯(lián)合創(chuàng )始人Greg Brockman，就親自在YouTube上進(jìn)行了一把直播，來(lái)實(shí)時(shí)演示Live Demo中，展示了GPT-4的真正實(shí)力——總結文章、寫(xiě)代碼、報稅、寫(xiě)詩(shī)……GPT-3.5做不到的， GPT-4輕松拿下。

Greg Brockman展示了GPT-4的新的使用界面，左側是系統框，可以規定AI的角色，以及整體的回答原則，中間則是對話(huà)框，可以輸入具體的對話(huà)形態(tài)來(lái)對具體的內容進(jìn)行調整、追問(wèn)或者給出反饋。最右側是一些參數設置。

在演示中，Brockman就使用使用左側的“系統”框，讓GPT-4相繼成為“ChatGPT”、“AI編程助手”、“TaxGPT”，來(lái)解決不同的問(wèn)題。

ChatGPT模式下，GPT-4可以處理超過(guò)2.5萬(wàn)字的文本，可以輕松地總結一篇超長(cháng)文章的核心內容，比如把OpenAI今天發(fā)布的這篇講述GPT-4的雄文總結要點(diǎn)。

甚至還可以像在演示中的那樣，以各種奇怪的形式來(lái)提煉它——比如，以全是“G字母開(kāi)頭”的單詞來(lái)總結。

或者要它把這些內容要點(diǎn)寫(xiě)成一首詩(shī)。

在“AI編程助手”模式下，還可以讓它輕松寫(xiě)代碼，生成一個(gè)網(wǎng)站，或者更復雜的，寫(xiě)一個(gè)基于Discord的機器人，如果出現錯誤，比如要調用比較新的API而出錯，甚至也不需要向它解釋?zhuān)前彦e誤代碼復制進(jìn)去，它就會(huì )自動(dòng)糾錯，生成新的代碼。

或者要它變身成TaxGPT，要它基于稅務(wù)法則，來(lái)計算出一對夫妻要繳納多少稅，而且還要把計算理由一步步寫(xiě)出來(lái)，讓人們可以檢閱。

對于GPT-4展示出的專(zhuān)業(yè)能力，Greg?Brockman大為贊賞，他表示那段稅務(wù)文件，他自己讀了半個(gè)小時(shí)也沒(méi)有搞懂，然而GPT-4卻可以很快給出答案。

或許這段不到一個(gè)小時(shí)的演示，才真正道出了GPT-4的強大之處——它不再僅僅是普通用戶(hù)的“聊天機器人”，而將成為開(kāi)發(fā)者手中的利器，在文本、編程、稅務(wù)以及更多可以想見(jiàn)的領(lǐng)域，成為強大工具的開(kāi)發(fā)基石。

從這一點(diǎn)來(lái)說(shuō)，它比ChatGPT帶來(lái)的影響，將更加廣泛。

滿(mǎn)嘴跑火車(chē)：還在跑，但是好一點(diǎn)

不得不提的是，盡管功能強大，但 GPT-4 與早期的 GPT 模型具有相似的局限性。最重要的是，它仍然不完全可靠——它仍然會(huì )大膽自信地編造事實(shí)，并且會(huì )出現推理錯誤。OpenAI強調，仍然推薦在使用它的時(shí)候要附加諸如人工審查、或者附加上下文，甚至在高風(fēng)險情境中，要避免使用它。

在GPT-4公告中，OpenAI強調該系統已經(jīng)接受了六個(gè)月的安全培訓，在內部對抗性真實(shí)性評估中，GPT-4的得分比最新的GPT-3.5高：“響應不允許內容的請求的可能性降低了 82%，產(chǎn)生真實(shí)事實(shí)的可能性提高了 40%，優(yōu)于 GPT-3.5?！?/p>

這也意味著(zhù)，GPT-4 相對于以前的模型來(lái)說(shuō)，還是顯著(zhù)地減少了一本正經(jīng)胡說(shuō)八道的頻率，而且用戶(hù)千方百計提示它以讓它說(shuō)出被禁內容的成功率，也小了很多。

但是，這并不意味著(zhù)系統不會(huì )出錯或輸出有害內容。例如，微軟透露其Bing聊天機器人其實(shí)一直由GPT-4提供支持，但許多用戶(hù)還是能夠以各種創(chuàng )造性的方式打破 Bing的護欄，讓機器人提供危險的建議、威脅用戶(hù)和編造信息。

此外，GPT-4仍然是基于2021年9月之前的數據訓練的，這也意味著(zhù)它和前一代一樣，仍然缺乏對于2021年9月之后的數據的有效理解。

“GPT-4 仍有許多已知的局限性，我們正在努力解決，例如社會(huì )偏見(jiàn)、幻覺(jué)和對抗性提示?！監penAI表示。

應用：面向開(kāi)發(fā)者，越來(lái)越貴

當然，除了表現方面，還有一個(gè)明顯的不同是，ChatGPT-4比以前的版本“更大”，這意味著(zhù)它已經(jīng)接受了更多數據的訓練，因此運行起來(lái)也更加昂貴。OpenAI 只表示它使用了微軟Azure來(lái)訓練模型，但沒(méi)有公布有關(guān)具體模型大小或用于訓練它的硬件的詳細信息。

這也意味使用它的成本越來(lái)越高。與ChatGPT不同的是，這個(gè)新模型目前還不能免費公開(kāi)測試，雖然它鼓勵開(kāi)發(fā)者申請試用，但是將需要上等待名單。

新模型將提供給ChatGPT的付費用戶(hù)ChatGPT Plus（每月20美元），也將作為API的一部分提供，允許開(kāi)發(fā)者付費將AI集成到他們的應用程序中。OpenAI表示，多家公司已經(jīng)將GPT-4集成到他們的產(chǎn)品中，包?Duolingo、Stripe和Khan Academy等。

當然，如果你不是開(kāi)發(fā)者或者付費用戶(hù)，但是實(shí)在是想嘗嘗鮮，微軟的Bing會(huì )是最好的選擇——Bing的AI聊天機器人，過(guò)去六周以來(lái)，已經(jīng)開(kāi)始使用GPT-4了。

你感覺(jué)到了嗎？

本文作者：?VickyXiao，來(lái)源：硅星人?，原文標題：《OpenAI發(fā)布GPT-4：能識圖能算稅，ChatGPT擺脫Chat，再次進(jìn)化》

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：