（原標題：GPT-5要來(lái)了？AI行業(yè)會(huì )發(fā)生哪些劇變？）

從chatGPT問(wèn)世至今，AI就在以月為單位飛速進(jìn)化著(zhù)，其模型之多，迭代之快，讓很多人不不禁驚覺(jué)：人類(lèi)似乎真的站在了AGI大門(mén)的邊緣。

而最近，美國專(zhuān)利商標局 (USPTO) 披露的一份文件顯示：OpenAI于7月18日提交了「GPT-5」的商標申請。并且已經(jīng)被接收。

(資料圖)

盡管在今年上半年，各個(gè)AI專(zhuān)家、學(xué)者已經(jīng)多次聯(lián)合發(fā)表公開(kāi)信，呼吁人們重視生成式 AI 的潛在風(fēng)險，而OpenAI當時(shí)也宣布短期內不會(huì )有訓練GPT-5的計劃。

然而，科技的***，終究還是讓人類(lèi)打破了禁忌的邊界。

在這次披露的申請書(shū)中，OpenAI提到，尚未發(fā)布的GPT-5將具備眾多GPT-4所沒(méi)有的能力，而且幾乎每一項都劍指AGI。

那么，這樣的改變，對AI和人類(lèi)而言，又意味著(zhù)什么？

今天，本文就將嘗試從OpenAI的申請文件中披露的有限信息，對GPT-5可能的功能、變化，及所造成的影響，進(jìn)行一番簡(jiǎn)單的剖析。

01 通往AGI之路

在此次披露的文件中，OpenAI最先提到的一個(gè)變化，就是多模態(tài)功能的加強。

具體來(lái)說(shuō)，GPT-5 的功能包括把文本或語(yǔ)音從一種語(yǔ)言翻譯成另一種語(yǔ)言、語(yǔ)音識別、生成文本和語(yǔ)音等。

雖然在現在的GPT-4中，用戶(hù)同樣可以實(shí)現不同語(yǔ)種間的翻譯，但既然翻譯功能在這里被單獨挑出來(lái)，想必是重新優(yōu)化過(guò)了。

那OpenAI為何會(huì )如此突出GPT-5的翻譯能力？

這或許是因為，GPT走向通用的前提之一，就是盡可能縮小不同語(yǔ)言使用大模型的成本差距。

此前，牛津大學(xué)的研究成果顯示，由于 OpenAI 等服務(wù)所采用的服務(wù)器成本衡量，和計費的方式的不同，英語(yǔ)輸入和輸出的費用要比其他語(yǔ)言低得多。

其中簡(jiǎn)體中文的費用大約是英語(yǔ)的兩倍，西班牙語(yǔ)是英語(yǔ)的 1.5 倍，而緬甸的撣語(yǔ)則是英語(yǔ)的 15 倍。

因為像中文這樣的語(yǔ)言有著(zhù)不同、更復雜的結構，導致它們需要更高的詞元化率。

例如，根據 OpenAI 的 GPT3 分詞器 ，“你的愛(ài)意（your affection）” 的詞元，在英語(yǔ)中只需要兩個(gè)詞元，但在簡(jiǎn)體中文中需要八個(gè)詞元。

這意味著(zhù)，除了英語(yǔ)之外的其他語(yǔ)言，使用和訓練模型要貴得多。

而一旦翻越了“語(yǔ)言障礙”這道檻，無(wú)疑會(huì )直接地掃清橫亙在GPT面前的這條通用性障礙。

除此之外，文件中突出的語(yǔ)音識別功能，看似只是一個(gè)不起眼的改動(dòng)，但從某種程度上說(shuō)，這也是OpenAI對GPT-5在通往AGI的道路上鋪下的又一塊路磚。

眾所周知，在今后的大模型發(fā)展方向上，模型變得邊緣化、終端化，已經(jīng)成了一個(gè)愈發(fā)明顯的趨勢。

自從今年7月，高通發(fā)布了能在手機上運行的10億參數大模型后，榮耀、蘋(píng)果等廠(chǎng)商，也相繼宣布要推出自身的“大模型”手機。

以手機為起點(diǎn)，將來(lái)的AI數據，將會(huì )越來(lái)越多地在攝像頭、傳感器、自動(dòng)駕駛等終端側進(jìn)行處理。

而在這樣的應用場(chǎng)景中，語(yǔ)音識別無(wú)疑更便捷、高效。

例如，AI語(yǔ)言模型可以讓駕駛員可以通過(guò)語(yǔ)音控制車(chē)輛行駛。將駕駛員的語(yǔ)音指令轉化為可執行的指令，例如啟動(dòng)、停止、加速、剎車(chē)等操作。

而類(lèi)似于SIri那樣存在于手機系統中的智能助手，也會(huì )優(yōu)先考慮通過(guò)語(yǔ)音指令來(lái)進(jìn)行控制。

由此可見(jiàn)，語(yǔ)音識別并非只是錦上添花，而是GPT-5進(jìn)入終端側的“標配”，

而通過(guò)在這一個(gè)個(gè)終端設備的下沉，GPT-5也將由此獲得更多邊緣化的、非語(yǔ)言的數據結構。

畢竟，大模型發(fā)展至今，能汲取的文本數據，已經(jīng)差不多了，要想在通往AGI的路上再上一個(gè)臺階，這種“非文本”的數據，就顯得至關(guān)重要。

02 挑戰專(zhuān)家模型

除了上述特點(diǎn)外，OpenAI提交的文件中還提到：“GPT-5 可能還具備學(xué)習、分析、分類(lèi)和回應數據的能力”。

從目前人工智能的發(fā)展趨勢來(lái)看，這很可能是指GPT-5具備了類(lèi)似智能體的主動(dòng)學(xué)習能力。

而這樣的能力，將會(huì )使GPT-5與以往只能被動(dòng)地通過(guò)人類(lèi)投喂數據，來(lái)學(xué)習新知識的模型相比，產(chǎn)生本質(zhì)的區別。

具體來(lái)說(shuō)，主動(dòng)學(xué)習的能力，是指模型可以根據自身的目標和需求，自主地選擇、獲取和處理數據，而不是僅僅依賴(lài)于人類(lèi)提供的數據。

這樣可以讓模型更有效地利用數據中的信息和知識，更靈活地適應不同的數據環(huán)境和任務(wù)場(chǎng)景，而不只是被動(dòng)地接收和輸出數據。

而這樣的能力，在GPT-5面臨一些比較陌生、垂直的領(lǐng)域時(shí)，就顯得尤為重要。

一些特定的領(lǐng)域，比如醫學(xué)、法律、金融等，通常有著(zhù)自己特定的術(shù)語(yǔ)、規則和知識體系，對于普通的語(yǔ)言模型來(lái)說(shuō)，可能難以理解和處理。

如果GPT-5具備了主動(dòng)學(xué)習的能力，它可以自動(dòng)地從網(wǎng)絡(luò )上搜集和更新這些領(lǐng)域的相關(guān)數據，分析和分類(lèi)這些領(lǐng)域的基本概念、重要原理和最新動(dòng)態(tài)，以及回應這些領(lǐng)域的常見(jiàn)問(wèn)題、典型案例和實(shí)際應用。

如此，可以讓GPT-5更快地掌握這些領(lǐng)域的專(zhuān)業(yè)知識，更準確、高效地完成這些領(lǐng)域的相應任務(wù)。

而這一切，正是其邁向真正的通用大模型的關(guān)鍵。

因為如果GPT始終需要接入特定的“專(zhuān)家模型”，才能解決專(zhuān)業(yè)任務(wù)，那它就談不上真正的“通用”。

因為這樣會(huì )導致GPT對于不同領(lǐng)域和場(chǎng)景的智能能力存在差異和依賴(lài)，而且也會(huì )增加GPT與“專(zhuān)家模型”的溝通和協(xié)調成本，而不能保證在任何情況下都能實(shí)現高質(zhì)量的服務(wù)。

此前，外媒 Semianalysis 就對今年3月發(fā)布的GPT-4進(jìn)行了揭秘，曝光了OpenAI采用混合專(zhuān)家模型來(lái)構建GPT-4。

根據爆料，GPT-4 使用了16個(gè)混合專(zhuān)家模型 (mixture of experts)，每個(gè)有 1110億個(gè)參數，每次前向傳遞路由經(jīng)過(guò)兩個(gè)專(zhuān)家模型。

然而，更多的專(zhuān)家模型意味著(zhù)更難泛化，也更難實(shí)現收斂。

這是因為每個(gè)專(zhuān)家模型都有自己的參數和策略，往往很難協(xié)調一致，進(jìn)而使得GPT難以平衡和“顧全大局”。

而在具備了主動(dòng)學(xué)習的能力后，GPT-5將有可能利用多模態(tài)的理解和推理能力，以及知識圖譜和數據庫，來(lái)分析和理解獲取到的數據，并通過(guò)聚類(lèi)算法和分類(lèi)器，對相關(guān)數據進(jìn)行關(guān)聯(lián)和歸納。

如此，GPT-5就能根據不同的數據環(huán)境和任務(wù)場(chǎng)景，有效地利用數據中的信息和知識。

03 取代更多工作

如前所述，在掃清了語(yǔ)言障礙，并以便捷的語(yǔ)音識別功能進(jìn)入終端側后，GPT-5將通過(guò)持續的主動(dòng)學(xué)習能力，不斷汲取不同場(chǎng)景、領(lǐng)域和模態(tài)下的知識，進(jìn)而向著(zhù)AGI的道路高速前行。

可以預見(jiàn)的是，當具備了這樣強大“通用性”的GPT-5，開(kāi)始向各領(lǐng)域擴散后，除了少數具有數據壁壘的行業(yè)（如醫療）外，大部分垂直領(lǐng)域的大模型，都將會(huì )逐漸黯然失色。

因為說(shuō)到底，相當一部分專(zhuān)家或垂直大模型，本質(zhì)上是某些企業(yè)算力、數據不足，無(wú)法高攀“通用大模型”，而不得不退而求其次的產(chǎn)物（這在國內尤為明顯）。

倘若一個(gè)通用大模型，憑借強大的學(xué)習能力，就能夠精通大部分行業(yè)，那誰(shuí)又會(huì )愿意繁瑣地在不同的模型之間切換，并為不同的模型承擔多份訓練、使用成本呢？

從這點(diǎn)上來(lái)說(shuō)，專(zhuān)家模型逐漸被通用模型取代，是人類(lèi)在通往AGI道路上一個(gè)不可避免的歷史過(guò)程。

而與此相伴的另一個(gè)現象，則是更多細分的、瑣碎的工作被取代。

因為在有了更強大的通用大模型后，人們將會(huì )發(fā)現，其實(shí)很多崗位的工作內容，是可以被合并、被統合的。

產(chǎn)品經(jīng)理和數據分析師就是一個(gè)可能的例子。

例如，在一個(gè)新產(chǎn)品開(kāi)發(fā)的項目中，GPT-5可以根據給定的產(chǎn)品概念或需求，從網(wǎng)絡(luò )上搜索相關(guān)的市場(chǎng)調研、競品分析、用戶(hù)畫(huà)像等數據，并下載到自己的內存中。

之后，它會(huì )通過(guò)自己的多模態(tài)的理解和邏輯推理能力，以及知識圖譜和數據庫，來(lái)分析和理解獲取到的數據。

在得到了相應的數據，并將其進(jìn)行分類(lèi)和組織后，GPT-5就會(huì )通過(guò)語(yǔ)言理解能力，從對話(huà)系統的反饋中學(xué)習相關(guān)的營(yíng)銷(xiāo)策略、用戶(hù)反饋等信息，并將其與給定的產(chǎn)品概念或需求進(jìn)行比較和評估。

如此一來(lái)，產(chǎn)品經(jīng)理和數據分析師這兩個(gè)崗位，就被高效地“合并”了。

而在通往AGI的未盡之路上，這樣被合并和取代的崗位，還有無(wú)數種。

因此，一個(gè)通用性更強的GPT-5，對人類(lèi)而言，既是生產(chǎn)力進(jìn)步的福音，但同時(shí)也是行業(yè)大地震的前奏。

到了那時(shí)，許多尚不具備通用大模型能力，又缺乏行業(yè)壁壘的企業(yè)，將會(huì )如沙子堆起的城堡一樣，脆弱地倒下。

而更多普通的個(gè)體，面對不斷被取代的崗位，將會(huì )更深刻地感受到時(shí)代的不確定性……

關(guān)鍵詞：