GPT-4，OpenAI的断崖式领先，人类的专属技能不多了

作者：赵健

来源：甲子光年

人工智能会替代人类吗？在ChatGPT出现之后，人类对于这个问题的答案已经越来越没有信心。

而在昨天夜里，OpenAI低调发布了深度学习新的里程碑：GPT-4，一个比ChatGPT更强大的大模型！OpenAI表示，GPT-4虽然在许多现实世界场景中的能力依旧不如人类，但在各种专业和学术基准上已经和人类表现持平。

GPT-4是一个多模态大模型，具有更强大的创造性、更长的上下文处理能力，可支持图像输入，还可以自定义GPT-4的语言风格。在OpenAI短短24分钟的发布会中，有这样一个场景：在草稿本上用纸笔画出一个非常粗糙的草图，拍照并上传，GPT-4在10秒左右直接生成了网站代码。

著名经济学家朱嘉明表示：GPT-4是OpenAI创造出的又一个重大科技事件，达到了AI历史上前所未有的、不可逆转的新高度。

过去两年，OpenAI重建了整个深度学习堆栈，并与微软Azure一起从头开始共同设计了一台超级计算机。一年前，OpenAI训练GPT-3.5（即ChatGPT）作为系统的第一次“试运行”，发现并修复了一些错误并改进了理论基础。

OpenAI花了6个月的时间来迭代调整GPT-4，取得了有史以来最好的结果，并且成为第一个能够提前准确预测其训练性能的大型模型。这意味着大模型的训练方法将会从过去的纯粹“暴力美学”进化出更高的可控性与预期性。

这次OpenAI并没有公布论文，只有一份技术报告，并且不提供架构（包括模型大小）、硬件、训练计算、数据集构建、训练方法等细节。换句话说，其他AI公司不可能再像过去一样，走一条模仿、复现、超越的道路了。

压力来到了国内公司，尤其是明天即将发布文心一言的百度。

1.比ChatGPT更强大

GPT-4比以往任何时候都更具创造性和协作性。它可以承担文本、音频、图像的生成、编辑任务，并能与用户一起迭代创意和技术写作任务，例如创作歌曲、编写剧本或学习用户的写作风格等。

GPT-4能够处理超过25000个单词的文本，允许使用长格式内容创建、扩展对话以及文档搜索和分析等用例。

在简单的谈话中，ChatGPT与GPT-4可能看不出太大差距。但是，当任务的复杂性达到足够的阈值时，差异就会出现——GPT-4比GPT-3.5更可靠、更有创意，并且能够处理更细微的指令。

左边是ChatGPT，右边是GPT-4

为了解这两种模型之间的区别，OpenAI在各种基准测试中进行了测试，包括人类的模拟考试，比如GRE。OpenAI并没有针对这些考试进行专门培训，但GPT-4的排名依然名列前茅。例如，它通过模拟律师考试，分数在应试者的前10%左右；相比之下，GPT-3.5的得分在倒数10%左右。

GPT-4在语言风格上也迎来了更新。与具有固定冗长语气和风格的经典ChatGPT不同，开发人员（普通用户也将会开放）现在可以在“系统”消息中通过描述来规定他们的AI风格和任务，也就是“自定义”能力。

OpenAI在为机器学习模型设计的传统基准上评估了GPT-4，大大优于现有的大型语言模型，以及大多数最先进的 (SOTA) 模型：

许多现有的ML基准测试都是用英语编写的。OpenAI使用Azure Translate将MMLU基准——一套涵盖57个主题的 14000个多项选择题——翻译成多种语言。在测试的24种语言中，GPT-4优于GPT-3.5和其他LLM（Chinchilla、PaLM）的英语语言性能，包括拉脱维亚语、威尔士语和斯瓦希里语等低资源语言：

OpenAI表示内部也在使用GPT-4，对支持、销售、内容审核和编程等功能产生了巨大影响。

2.多模态大模型，支持图片输入

除了文本能力的增强，GPT-4还带来了新的能力——多模态，它可以接受图像作为输入并生成说明、分类和分析结果。