大数据时代，信息技术更迭很快，但真没想到能快成这样。大多数人还没能和ChatGPT聊上天的今天，它的下一代技术已经登场且应用也快速落地……
接近人类思维的GPT-4
日前，人工智能研究公司OpenAI公布了其大型语言模型的最新版本GPT-4.该公司表示，GPT-4在许多专业测试中表现出超过绝大多数人类的水平。
提到OpenAI很多人或许有些陌生，那ChatGPT呢？前者于2020年发布了GPT(生成型预训练变换模型)-3(生成型预训练变换模型)，并将其与GPT-3.5分别用于创建Dall-E和聊天机器人ChatGPT，这两款产品极大地吸引了公众的关注，并刺激其他科技公司更积极地追求人工智能(AI)。
OpenAI表示，在内部评估中，相较于GPT-3.5，GPT-4产生正确回应的可能性要高出40%。而且GPT-4是多模态的，同时支持文本和图像输入功能。
据OpenAI介绍，在某些情况下，GPT-4比之前的GPT-3.5版本有了巨大改进，新模型将产生更少的错误答案，更少地偏离谈话轨道，更少地谈论禁忌话题，甚至在许多标准化测试中比人类表现得更好。例如，GPT-4在模拟律师资格考试的成绩在考生中排名前10%左右，在SAT阅读考试中排名前7%左右，在SAT数学考试中排名前11%左右。
OpenAI表示，虽然两个版本在日常对话中看起来很相似，但当任务复杂到一定程度时，差异就表现出来了，GPT-4更可靠、更有创造力，能够处理更微妙的指令。
“曲率引擎已经吹动了发丝。”民生证券计算机分析师吕伟用《三体》里的热词来形容GPT-4的智能与进步。在他看来，官方发布相较以往版本主要三大突破，本质上都是更接近“真人”的通用智能：
1.像人一样更具备创造协作输出能力，具备更有创造性的写作能力，包括编歌曲、写剧本、学习用户写作风格等；
2.像人一样具备视觉输入处理分析能力，可以图文等多模态同时综合分析，给出答案；
3.像人一样具备超长文本的处理分析能力。
不过，OpenAI也警告称，GPT-4还不完美，在许多情况下，它的能力不如人类。该公司表示：“GPT-4仍有许多已知的局限性，我们正在努力解决，比如社会偏见、幻觉和对抗性提示。”
OpenAI透露，摩根士丹利正在使用GPT-4来组织数据，而电子支付公司Stripe正在测试GPT-4是否有助于打击欺诈。其他客户还包括语言学习公司Duolingo、Khan Academy和冰岛政府。
OpenAI合作伙伴微软也表示，新版必应搜索引擎将使用GPT-4。
ChatGPT或被全面吊打
作为OpenAI旗下的明星产品，ChatGPT必然会被拿出来同GPT-4对比一番。
与ChatGPT所用的模型相比，GPT-4不仅能够处理图像内容，且回复的准确性有所提高。目前GPT-4没有免费版本，仅向ChatGPT Plus的付费订阅用户及企业和开发者开放。
“这是OpenAI努力扩展深度学习的最新里程碑。”OpenAI介绍，GPT-4在专业和学术方面表现出近似于人类的水平。例如，它在模拟律师考试中的得分能够排进前10%左右，相比之下，GPT-3.5的得分只能排在倒数10%左右。
与此前的GPT系列模型相比，GPT-4最大的突破之一是在文本之外还能够处理图像内容。OpenAI表示，用户同时输入文本和图像的情况下，它能够生成自然语言和代码等文本。
目前图像处理功能还未公开，不过该公司在官网上展示了一系列案例。例如，输入如下图片并询问“这张图片有什么不寻常之处”，GPT-4可作出回答“这张照片的不同寻常之处在于，一名男子正在行驶中的出租车车顶上，使用熨衣板熨烫衣服。”
在官方演示中，GPT-4几乎就只花了1-2秒的时间，识别了手绘网站图片，并根据要求实时生成了网页代码制作出了几乎与手绘版一样的网站。
除了普通图片，GPT-4还能处理更复杂的图像信息，包括表格、考试题目截图、论文截图、漫画等，例如根据专业论文直接给出论文摘要和要点。
与此前的模型相比，GPT-4的准确性有所提高。OpenAI称，该公司花费6个月的时间，利用对抗性测试程序和ChatGPT的经验教训迭代调整GPT-4，从而在真实性、可操纵性和拒绝超出设定范围方面取得了有史以来最好的结果，“至少对我们而言，GPT-4训练运行前所未有地稳定，成为首个能够提前准确预测其训练性能的大型模型。”
OpenAI称，在公司内部的对抗性真实性评估中，GPT-4的得分比最新的GPT-3.5高40%，相应的“不允许内容请求的倾向”降低了 82%，根据政策响应敏感请求(如医疗建议和自我伤害)的频率提高了29%。
不仅是英语，该模型在多种语言方面均表现出优越性。OpenAI称，在测试的26种语言中，GPT-4在24种语言方面的表现均优于GPT-3.5等其他大语言模型的英语语言性能。其中GPT-4的中文能够达到80.1%的准确性，而GPT-3.5的英文准确性仅为70.1%，GPT-4英文准确性提高到了85.5%。
应用场景已加速落地
由于GPT-4没有免费版本，仅向ChatGPT Plus的付费订阅用户及企业和开发者开放。14日晚，大批新订用户涌入，以至于OpenAI的付款系统被挤爆了。
GPT-4是一个多模态大型语言模型，即支持图像和文本输入，以文本形式输出；扩写能力增强，能处理超过25000个单词的文本；更具创造力，并且能够处理更细微的指令。
OpenAI用一张“梗图”演示了GPT-4特有的多模态功能。用户提问：解释下图的笑点是什么，并对图片中的每部分进行描述。GPT-4的回答如下图所示：
对比以往版本，当晚使用过的用户多数惊叹于GPT-4图片输入、文字输出的表达。但这一功能目前还未完全上线，有用户反馈，“多模态输入暂时不能体验，初期上线的还是只有文字输入”。
OpenAI创始人Sam Altman当晚也在社交媒体介绍称，他们正在预览GPT-4的图片输入模式，以防止可能出现的安全伦理问题。
微软方面则表示GPT是辅助写作(Generative Pre-trained Transformer )，从机器学习、做语言翻译的基础开始，会自己收集大量的数据，做出包括文字、图片、视频等在内的新内容。微软公司副总裁、微软大中华区首席运营官康容在采访中对《科创板日报》记者表示，“我们跟某国内手机厂商聊，他们希望挑战OpenAI，希望生成的图片是一个25-30岁女士模特，金头发、蓝眼睛站在稻田上，蓝天无云，拿着品牌手机。”
一般来说，设计图片需要找代理公司，沟通客户需求，但有时做出来的东西不是想要的，但GPT可以提供不同版本，而且都是全新的、没有看过的东西。”
微软大中华区Azure事业部总经理陶然介绍，目前OpenAI和微软Azure服务的合作主要在三个方面。“第一，是GPT模型。要强调的是GPT模型并不等同于ChatGPT，而是一个数据模型；第二，是DALL-E 2图像生成模型，第三，是Codex代码生成模型。”
结尾：AI开启梦想
“想想今天，每个人都在看同一个电视节目，也许人们都在看《权力的游戏》的最后一季，”他说，“但想象一下，如果你可以让你的AI以不同的方式进行，甚至可能将自己作为主角置身其中，并进行互动体验。”
在一场多元创新大会上，OpenAI联合创始人兼总裁Greg Brockman谈到了他对AI的看法，在他眼里，未来AI更像是一个全天候的助手，它能够“放大”人们的能力，并帮助人类获得新的想法。
在此之前，许多人包括Brockman本人在内都认为AI将从一些体力劳动开始替代人类的工作，但如今的事实恰好相反。Brockman在谈话中表示，未来人类基于认知的工作将首先被机器取代，例如内容审核。
因此，在AI浪潮中，人类需要更高级别的技能、判断和认知。
编辑｜张毅
审核｜吴新
