近段時間，人工智能聊天機器人ChatGPT刷爆網絡，網友們爭先恐后去領略它的超高情商和巨大威力。參加高考、修改代碼、構思小說……它在廣大網友的“鞭策”下不斷突破自我，甚至可以用一整段程序，為你拼接出一只小狗。而這些技能只是基于GPT-3.5開發(fā)而來，在3月15日，AI世界再次更新，最新版本的GPT-4也被OpenAI發(fā)布了出來。

與之前相比，GPT-4不僅展現(xiàn)了更加強大的語言理解能力，還能夠處理圖像內容，在考試中的得分甚至能超越90%的人類。那么，如此“逆天”的GPT-4還具有哪些能力？它又是如何煉成的呢？

“逆天”的GPT-4

在發(fā)布了GPT-4后，OpenAI官網一度發(fā)生擁堵，很多用戶在社交媒體里面表示他們立刻訂閱了Plus服務。GPT-4在發(fā)布后，“GPT-4”這一詞條迅速登上美國、日本等地區(qū)熱榜，也登上了國內的微博熱搜榜、抖音熱榜社會榜等。

據(jù)OpenAI官方介紹，GPT-4是一個大型的多模式模型，可以接收圖像和文本輸入，輸出文本。雖然它在許多現(xiàn)實世界場景中的能力不如人類，但在各種專業(yè)和學術基準上表現(xiàn)出人類水平的性能。比如GPT-4可以通過模擬SAT(美國學術能力評估測驗)，并取得前10%的成績，而GPT-3.5的成績則在最后10%之列。

我們看到，在官方演示視頻中，Open?AI總裁兼聯(lián)合創(chuàng)始人Greg?Brockman還讓用戶先睹為快，了解最新版系統(tǒng)的圖像識別功能，該系統(tǒng)尚未公開，僅由一家名為Be?My?Eyes的公司測試。該功能將允許?GPT-4?分析和響應與提示一起提交的圖像，并根據(jù)這些圖像回答問題或執(zhí)行任務?！癎PT-4?不僅僅是一種語言模型，它還是一種視覺模型，”Brockman表示，“它可以靈活地接受任意穿插圖像和文本的輸入，有點像文檔?！?/p>

在演示的另一個時刻，Greg?Brockman向GPT-4提交了一張手繪和初步網站草圖的照片，系統(tǒng)創(chuàng)建了一個工作基于繪圖的網站。

??業(yè)界認為，ChatGPT-4比GPT-3強大571倍，最受益于這一最新成果的三大職業(yè)就是作家、市場營銷人員和創(chuàng)業(yè)者。根據(jù)對兩者比較，業(yè)界人士還指出GPT-4的其他優(yōu)勢，如訓練數(shù)據(jù)更多、答復更加多樣性和有創(chuàng)意性以及反應所需時長更短，一秒即可。

我們認為，這種升級體現(xiàn)的一個主要趨勢就是多模態(tài)，模型變得更加復雜龐大，可以將不同類型的數(shù)據(jù)放入同一模型，對我們周邊的環(huán)境和真實世界做出更好的理解。

此外，在多語種方面，GPT-4也體現(xiàn)出優(yōu)越性。在測試的26種語言中，GPT-4在24種語言方面的表現(xiàn)均優(yōu)于GPT-3.5等其他大語言模型的英語語言性能，其中包括部分低資源語言如拉脫維亞語、威爾士語等。在中文語境中，GPT-4能夠達到80.1%的準確性。

不過，OpenAI也在官方網站上給出了GPT-4存在的不足，其仍然存在包括社會偏見、捏造事實、對抗生成等已知限制。OpenAI對此表示，隨著社會對AI模型的接受，將增加透明度，鼓勵并促進用戶教育和更廣泛的人工智能素養(yǎng)，并致力于擴大人們在培養(yǎng)AI模型方面的輸入途徑。

GPT-4可以商業(yè)化了

隨著GPT-4的發(fā)展，我們發(fā)現(xiàn)它的能力雖然在很多現(xiàn)實場景中不如人類，但在各種專業(yè)和學術基準測試中表現(xiàn)出了與人類相當?shù)乃?，這也意味著，GPT-4確實在商業(yè)化上更進一步了。

此前，GPT-3在專業(yè)領域的表現(xiàn)一直被人們認為差強人意，在美國的律師資格考試Uniform?Bar?Exam?(MBE+MEE+MPT)中，GPT-3.5只能排在倒數(shù)10%，而GPT-4的成績則已經可以排到前10%。GPT-4在專業(yè)領域的能力實現(xiàn)了巨大提升，在一些專業(yè)領域已經開始逐漸接近甚至超過人類，這給GPT-4在很多ToB商業(yè)領域提供了更多可能性。

比如專業(yè)技能輔助工具，知識檢索類的應用，職業(yè)教培輔導等領域，GPT-4帶來的能力可能將會是革命性的。

GPT-4發(fā)布之后，微軟在第一時間表示：“如果你在過去五周內的任何時候使用過新的Bing預覽版，你就已經提前了解了OpenAI最新模型的強大功能”。這表示New?Bing早已經用上了GPT-4，在過去幾周，很多人體驗的必應就是GPT-4加強過的，僅僅開放使用了文字能力而已。雖然微軟沒有用全球首發(fā)的字眼來描述，畢竟微軟在OpenAPI上已經投入了130億美元(約合人民幣900億元)，換來的這樣的待遇也是情理之中。

除了微軟的New?Bing外，目前還有多家公司將GPT-4搭載到他們的產品中，包括語言學習工具軟件多鄰國(Duolingo)、幫助視障用戶的軟件BeMyEyes、移動支付公司Stripe、國際性金融服務公司摩根士丹利等。

但不得不承認的是，雖然GPT-4大幅拓寬了大模型可能落地的商業(yè)化場景，但算力、研發(fā)成本，仍被很多人認為是大模型落地過程中很難跨過的障礙。畢竟大模型的研發(fā)、算力支出在目前看來高得嚇人，此前ChatGPT公開的單次訓練、日常運營開支都是以百萬美元為單位的，短期內想要商用可能很難控制成本。

GPT發(fā)展史

眾所周知，ChatGPT是OpenAI公司研發(fā)的一個大型自然語言處理模型，但很多人不知道，它的發(fā)展歷程可以追溯到2015年。2015年，OpenAI由特斯拉的馬斯克、Sam?Altman及其他投資者共同創(chuàng)立，旨在通過先進的人工智能技術推動人工智能領域的發(fā)展。而馬斯克則在2018年時因公司發(fā)展方向分歧而離開。

此前，OpenAI因推出?GPT系列自然語言處理模型而聞名。從2018年起，OpenAI就開始發(fā)布生成式預訓練語言模型GPT(Generative?Pre-trained?Transformer)，可用于生成文章、代碼、機器翻譯、問答等各類內容。

每一代GPT模型的參數(shù)量都爆炸式增長，2019年2月發(fā)布的GPT-2參數(shù)量為15億，在2020年5月，當OpenAI發(fā)布了GPT-3，它已經是世界上最先進的自然語言生成模型。GPT-3具有1750億個參數(shù)。

GPT-3出現(xiàn)時，作為一個無監(jiān)督模型(現(xiàn)在經常被稱為自監(jiān)督模型)，幾乎可以完成自然語言處理的絕大部分任務，例如面向問題的搜索、閱讀理解、語義推斷、機器翻譯、文章生成和自動問答等等。

而且，該模型在諸多任務上表現(xiàn)卓越，例如在法語-英語和德語-英語機器翻譯任務上達到當前最佳水平，自動產生的文章幾乎讓人無法辨別出自人還是機器，更令人驚訝的是在兩位數(shù)的加減運算任務上達到幾乎100%的正確率，甚至還可以依據(jù)任務描述自動生成代碼。一個無監(jiān)督模型功能多效果好，似乎讓人們看到了通用人工智能的希望，可能這就是GPT-3影響如此之大的主要原因。

2021年，OpenAI宣布將推出一個新的名稱，名為“DALL-E"，這是一種能夠生成圖像的人工智能技術。同時，OpenAI也在研發(fā)更加先進的自然語言處理技術。

此后的故事相信大家都很清楚了，2022年底基于GPT-3.5的ChatGPT以光速席卷全球，成為全球最大的“科技明細”，直到現(xiàn)在GPT-4的發(fā)布更是登上多國熱搜。

寫在最后

GPT的未來怎么樣？可以預見的是，隨著算法技術和算力技術的不斷進步，ChatGPT也將會進一步走向更先進功能更強的版本，在越來越多的領域進行應用，為人類生成更多更美好的對話和內容。

也許GPT距離正在的“AI”還有距離，但我們不妨把它當做一個起點，一個全新“AI”時代的起點。