GPT-4來了,這個"史上最強AI模型"將顛覆多少職業?

格雷格·布羅克曼在筆記本上潦草手繪了一張“笑話網站”的網頁設計，拍照後發送給GPT-4模型，僅過幾秒鍾，GPT-4便生成一段代碼，一個頁麵簡單的網站隨後亮相，和草圖結構完全相同——兩行笑話，以及點擊後可以顯示笑點的互動按鈕。

不用懂編程語言就能創建網頁，讓一些人感慨“前端程序員要失業”。這一場景發生在北京時間3月15日淩晨，OpenAI正式推出新一代語言模型GPT-4，該公司總裁格布羅克曼在麵向開發者的直播中，演示了新模型的諸多應用，還包括描述圖片內容、模擬公民納稅等。

OpenAI宣稱，GPT-4雖然在諸多現實世界場景中不如人類，但在一些為人類設計的標準考試，以及為機器學習模型設計的基準評估中，表現出了人類水平。

從聊天到“看圖說話”

“安德魯在上午11點到下午3點有空，喬安妮中午12點到下午2點、下午3點半到5點有空，漢娜中午12點到12點半、下午4點到6點有空。他們三人當天將進行一場30分鍾的會議，開始時間有哪些選擇？”

將這一問題發給ChatGPT，它建議會議安排在下午4點。答案是錯誤的，不懂推理、做不好簡單的算術題，這也是過去一段時間以來ChatGPT最受使用者詬病的問題之一。GPT-4給出了正確答案：中午12點。在OpenAI的測試中，GPT-4的推理能力得到提升，也更難被欺騙。

用戶可以通過ChatGPT的付費版本率先體驗GPT-4的對話功能。如果僅是漫談，一些使用者發現，兩者區別不大。但OpenAI表示，當任務的複雜性達到足夠閾值時，差異就會出現——GPT-4比上一代“更可靠、更有創意，並且能夠處理更細微的指令”。

OpenAI在一些為人類設計的標準考試中進行實驗，GPT-4的考試能力明顯高於此前發布的GPT-3.5。兩個月前，網友們還在感慨ChatGPT可以通過美國大學入學考試SAT，但如今，GPT-4的成績優異到能衝刺名校，比如SAT數學拿到700分，超過約9成的應試者。

模擬律師考試中，GPT-4分數也排在10%前後，GPT-3.5表現則在倒數10%。但GPT-4有些“偏科”，美國大學先修課程（AP）考試中，GPT-4在理化生、曆史、經濟學甚至心理學科目中拿到滿分5分，但在英語語言與寫作中，卻隻拿到2分。

無論是Siri、小冰還是此前發布的GPT-3.5模型，人們熟知的對話機器人多是固定的語言風格。OpenAI開發者提升了GPT-4的“可操縱性”，即事前通過詳細描述，給人工智能規定一個明確的“角色”或場景。比如開發者告訴GPT-4是一名“以蘇格拉底風格回應的導師”，從不給學生確定答案，而是將問題拆分更簡單部分，幫助學生獨立思考。在這一模式下，GPT-4通過循循善誘，能幫助使用者解出一個二元一次方程組。

此外，此前ChatGPT與用戶交流時，隻能處理8000多個單詞，這相當於約四五頁英文書的文字數。GPT-4做了提升，記憶儲存由上一代4096個tokens（服務端生成的字符串）擴大到32700多個，可以處理25000個單詞。這意味著，這一語言模型有更強的上下文理解能力，可以記住用戶更長的表達，或者處理更長的文章。

但這些隻是對ChatGPT所用模型的優化，GPT-4最大的突破在於，不再隻是文字對話，而是一個多模態模型，可以輸入圖像，生成說明和分析文本。布羅克曼在演示中輸入一張鬆鼠拍照圖，並詢問其有趣之處是什麽。GPT-4描述了圖片內容，準確地指出邏輯的反差感，“鬆鼠通常隻吃堅果，我們並沒料到它會用相機或表現得像人類”。GPT-4還可以通過一張包含雞蛋、牛奶、麵粉、黃油的照片，告訴你可以做出哪些食物。不過，目前圖像輸入功能仍處在調試環節，尚未在ChatGPT付費版和候補API（應用編程接口）中應用。

實際上，過去近十年，國內外已有科研機構和AI公司研發和應用過視覺問題問答（VQA）。“但從目前OpenAI發布的信息看，GPT-4是第一次將VQA的看圖對話功能做到了大規模應用。”清華大學智能產業研究院首席研究員聶再清對《中國新聞周刊》說。不過他強調，實際的讀圖能力如何，目前還沒有更多評測，需要更多應用才能判斷。

OpenAI創始人薩姆·阿爾特曼介紹，GPT-4“比以前的模型更有創意，幻覺明顯減少，偏見也更少”，被公司稱為“OpenAI迄今為止功能最強大的模型”。

盡管如此，GPT-4仍與早期GPT模型具有相似的局限性。最重要的是，它還是會“幻想事實”，並一本正經地胡說八道。

聶再清解釋，ChatGPT，也包括最新的GPT-4是開放域對話係統，一些提問會超出事實範疇，如果讓它強行答複，就會出現失控狀況。所以在技術上，更關鍵的是要不斷調試參數，讓模型掌握“知之為知之，不知為不知”的能力，這也是未來大模型迭代必須要解決的問題。

OpenAI表示，GPT-4在迭代中已盡量減少這種幻覺，表現要比GPT3.5優異40%。但OpenAI提醒，使用模型時，對結果仍要“格外小心”。此外，該公司開源了用於自動評估AI模型性能的框架，允許任何人報告模型中的缺點，以幫助指導模型進一步改進。

更少技術披露，更多商業應用

“史上最強”的GPT-4是如何誕生的？

早在2022年8月，GPT-4的模型已被訓練完成，開發者經過6個月的調試後進行了迭代。早期GPT-4會有更多倫理問題，比如問它“如何製造導彈”，用戶會得到一些可能的步驟和注意事項，此前發布的ChatGPT也出現過類似漏洞。過去3個月，全球上億用戶使用ChatGPT的數據也被用於改進GPT-4的行為，此外，研究者納入了更多人工反饋，改善模型的安全性。

“但從目前公開的報告和網頁信息看，隻有指標和使用理念的變化，GPT-4的模型規模、如何被訓練等，都沒有太多技術細節的披露。”英偉達的工程師王帥告訴《中國新聞周刊》，他在AI領域從業20多年。

大模型的原理，某種意義上可以理解為“大力出奇跡”，把大量數據輸入大黑盒子中得出更多可能性。《紐約時報》3月15日的相關報道寫到，OpenAI的GPT-4學習的數據規模要比GPT3.5大得多，但OpenAI高管拒絕透露更多數據信息，總裁布羅克曼隻表示，數據集是“互聯網規模”的。

王帥注意到，早期，OpenAI更願意公開技術信息，比如驗證了一個新想法會迅速發論文，讓同行信服。2020年OpenAI推出GPT-3時，曾公布模型參數為1750億，遠超其他模型十倍以上，震驚國內外科技圈。但近一兩年，OpenAI更多是公開一些宣傳稿，“能看出有意在隱藏一些技術信息”。有關GPT-4的關鍵數據，隻提到上述有關上下文參數的token信息。

3月15日的發布會上，OpenAI呈現更多的是GPT-4的實用功能和應用場景。比如，語言學習網站“多鄰國”使用GPT-4提升軟件的對話能力，摩根士丹利利用GPT-4，改變其管理人員查找相關信息的方式。丹麥一家幫助盲人和視力低下人士識別物體的App公司“Be
My Eyes”也正與OpenAI合作，借助最新的圖片輸入功能，開發由GPT-4驅動的新應用。

丹麥這家公司的首席技術官提到，該模型優勢在於，此前一些圖片識別應用隻能告訴你眼前的物體什麽，但通過GPT-4的分析能力，在未來可以試圖告訴使用者，眼前東西的性質，比如“地上不僅是一個球，
而是一個會被絆倒的危險信號”。

OpenAI在公開信息上的微妙變化，釋放出加快商業化的信號。過去一段時間，OpenAI通過ChatGPT向全世界證明大規模這一路徑能夠走通，穀歌、微軟、阿裏等大公司開始傾注更多資源在這一領域。“這一變化是巨大的，而且不大可逆。”聶再清說。

王帥分析，OpenAI更關注商業應用，一方麵，OpenAI可能認為，作為技術研發者，有責任推廣這一最前沿的技術，希望保持自己的競爭優勢。另外，推廣應用，“不僅為了盈利或者融資”，更希望能采集到更多數據。

ChatGPT得到的海量數據具有極大價值，是之後技術迭代的先決條件，“這是OpenAI與其他公司競爭的’法寶’，幾乎是其他公司難以匹敵的優勢。”王帥對《中國新聞周刊》說。

但模型不可避免地輸出錯誤信息，是否會製約商業應用？實際上，GPT-3推出時，不少國外初創公司運用該模型進行創新性應用。去年，摩根士丹利已經在係統內使用了GPT-3。在王帥看來，恰恰是因為大家知道大模型的問題，對它的預期會更清晰，也會想辦法降低出錯的概率，但這並不是導致其商業化無法推進的根本性問題。

多位專家提到，GPT-4的確在技術上有顯著的突破，在業內無可置疑，而且讓更多人意識到AI的能力，但快速商業化的關鍵是，找到更多應用場景。“目前是一個百花齊放的狀態。如果一項技術使用的範圍不夠大，就不會對社會產生巨大的影響。”

GPT-4推出後，不少人在網絡上感慨，“在這場AI風暴中，人類何以生存？”多位受訪者坦言，人工智能的發展的確會導致一些崗位消失，但它從一個新技術誕生到真正顛覆人類生活，還有很長一段路要走。