史上最强模型！GPT-4发布，百度明天压力大了

来源：数据观综合时间：2023-03-15 15:24:10 作者：

　　当地时间3月14日，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。

（点击图片观看发布会完整视频）

　　“我们花了 6 个月的时间，利用对抗性测试项目以及 ChatGPT 的经验，反复调整 GPT-4，结果在真实性、可操作性以及拒绝超出道德等边界方面取得了有史以来最好的结果（尽管远非完美）”，OpenAI 分享道。

　　在GPT-4发布后，微软宣布自家产品早已第一时间用上了 GPT-4。"我们很高兴地确认，新的 Bing 正在 GPT-4 上运行，为搜索而定制，"微软在一篇博客文章中写道。"如果你在过去六周的任何时候使用过预览版的新 Bing，你已经提前看到了 OpenAI 的最新模型的力量。随着 OpenAI 对 GPT-4 及以后的更新，Bing 从这些改进中受益，以确保我们的用户拥有最全面的副驾驶功能。"

　　除了表现方面，还有一个明显的不同是，ChatGPT-4比以前的版本“更大”，这意味着它已经接受了更多数据的训练，因此运行起来也更加昂贵。这也意味使用它的成本越来越高。与ChatGPT不同的是，这个新模型目前还不能免费公开测试，虽然它鼓励开发者申请试用，但是将需要上等待名单。

　　新模型将提供给ChatGPT的付费用户 ChatGPT Plus（每月20美元），也将作为API的一部分提供，允许开发者付费将AI集成到他们的应用程序中。OpenAI表示，多家公司已经将GPT-4集成到他们的产品中，包Duolingo、Stripe和Khan Academy等。

　　GPT-4到底强在哪里？

　　GPT-4 比上一个版本强在哪？OpenAI 称，虽然这两个版本在随意的谈话中看起来很相似，但“当任务的复杂性达到足够的阈值时，差异就会出现”，GPT-4 更可靠、更有创意，并且能够处理更细微的指令。

　　多模态的引入，让此次发布的GPT相较上一代综合体感明显“更上一层楼”。

　　“GPT-4比以往任何版本更具创造性和协作性”，并且“有更广泛的常识和解决问题的能力，可以更准确地解决难题”。OpenAI的CEO Sam Altman说：“这是我们迄今为止功能最强大的模型。”

　　为让众人更加清楚地了解 GPT-4，OpenAI 官方不仅上线了介绍性的网页（https：//openai.com/research/gpt-4），还发布了一篇技术论文（https：//cdn.openai.com/papers/gpt-4.pdf），详细分享了 GPT-4 强大的功能。

　　值得注意的是，OpenAI 公开的技术报告中，不包含任何关于模型架构、硬件、算力等方面的更多信息。

　　从技术维度上来看，GPT-4 是一个基于 Transformer 的模型，经过预训练，可以预测文档中的下一个 token。这个项目的一个核心部分是开发了基础设施和优化方法。这使 OpenAI 能够根据不超过 GPT-4 的 1/1000 的计算量训练的模型，准确地预测 GPT-4 的某些方面的性能。

　　10秒钟做出一个网站

　　在 GPT4 的发布会上，OpenAI 的总裁和联合创始人 Greg Brockman 展示了 GPT-4 拥有的强大编程技能，有一段两分钟的精华，演示的内容如下：

　　1. 在草稿本上用纸笔画出一个非常粗糙的草图；

　　2. 拍照告诉 GPT-4 我们要做一个网站，效果就是图中这样，让 GPT-4 生成网站代码；

　　3. GPT-4 自己实现一个网站，总共历时十秒钟左右。

　　这效果给当下不少开发者带来了压力以及非常强烈的职业危机感，有人当即表示“睡不着了”：“辗转反侧了一个晚上，思考未来 5-10 年我们到底会在哪里。”

　　考试能力超过90%人类

　　在分析 GPT-4 的能力时，OpenAI 还让该模型参加了统一律师考试、法学院入学考试（LSAT）、研究生入学考试（GRE）的定量、口头推理、分析写作考试以及和各种 AP 科目考试等测试。

　　据了解，GPT-4在各种专业学术基准上有着人类水平表现。例如在模拟律师考试中，GPT-4得分约为前10%——击败了90%人类，而ChatGPT背后的GPT-3.5得分约为倒数10%。

　　GPT-4 在大多数这些专业和学术考试中表现与人类水平相当。这意味着，如果 GPT-4 是一个仅凭应试能力来判断的人，它可以进入法学院，而且很可能也能进入许多大学。

　　玩图也一流

　　GPT-4可以接收文本和图像输入，用户可指定任何视觉或语言任务。具体来说，它可以生成文本输出（自然语言、代码等），给定的输入包括穿插的文本和图像。在一系列的领域中，包括带有文字和照片的文件、图表或屏幕截图，GPT-4表现出与纯文本输入类似的能力。

　　GPT-4可以看懂搞笑图中的梗！

　　用户：这幅图有什么不寻常之处？

　　GPT-4：这张图片的不寻常之处在于，一名男子正在连接在一辆行驶中的出租车车顶的熨衣板上熨烫衣服。

　　用户：你能解释一下这个帖子吗？

　　GPT-4：这个备忘录是一个笑话，它结合了两个不相关的东西：从太空看地球的图片和鸡块。该备忘录的文字表明，下面的图片是从太空拍摄的地球的照片。然而，该图片实际上是鸡块的排列，摆放得像一张世界地图。这个备忘录的幽默感来自于文字和图片的意外并置。文字让人期待地球的雄伟形象，但图像实际上是平凡而愚蠢的东西。

　　用户：这幅画有什么有趣的地方？逐一描述一下。

　　GPT-4：图片显示的是一个“Lightning Cable”适配器的包装，有三张图。图1：一部智能手机，其充电端口插着一个VGA接口。图2：“Lightning Cable”适配器的包装上有一张VGA接口的图片。图3：VGA连接器的特写，末端是一个小的Lightning连接器（用于为iPhone和其他苹果设备充电）。这张图片的幽默感来自于将一个大的、过时的VGA连接器插入一个小的、现代的智能手机充电端口的荒谬性。

　　支持更长的输入和输出

　　在性能上，GPT-4 超越了过往的模型，它可以遵循自然语言的复杂指令、生成技术或创意作品，支持生成和处理多达 32，768 个 token（约 25，000 字的文本），这使得 GPT-4 能有更长的上下文，允许长篇内容创建、扩展对话以及文档搜索和分析等用例。

　　超越传统的大模型

　　在一套传统的 NLP 基准测试中，GPT-4 超过了以前的大型语言模型和大多数最先进的系统（这些系统通常有特定的基准训练或手工工程）。

　　在 MMLU（多任务语言理解）基准测试中，GPT-4 不仅在英语中以相当大的优势胜过现有的模型，而且在其他语言中也表现出强大的性能。在 MMLU 的翻译变体上，GPT-4 的性能优于 GPT-3.5 和其他 LLM（Chinchilla，PaLM）的英语性能，包括低资源语言，如拉脱维亚语、威尔士语和斯瓦希里语。

　　生成代码、改 Bug 的最佳小能手

　　除此之外，OpenAI通过开源评估框架，用于自动评估AI模型性能的框架，允许任何人报告模型中的缺点，以帮助指导进一步改进。

　　与此同时，GPT-4 对代码有超强的理解能力，可以帮助程序员生成代码，遇上 Bug 时，甚至只要你把错误信息或者代码异常的截图发给 GPT-4，它就能帮你给出相应的提示。

GPT-4的局限性

　　尽管功能已经非常强大，但 GPT-4 仍与早期的 GPT 模型具有相似的局限性，其中最重要的一点是它仍然不完全可靠。OpenAI 表示，GPT-4 仍然会产生幻觉、生成错误答案，并出现推理错误。

　　1、该模型在其输出中可能会有各种偏见，但OpenAI在这些方面已经取得了进展，目标是使建立的人工智能系统具有合理的默认行为，以反映广泛的用户价值观。

　　2、GPT-4 通常缺乏对其绝大部分数据截止后（2021 年 9 月）发生的事件的了解，也不会从其经验中学习。它有时会犯一些简单的推理错误，这似乎与这么多领域的能力不相符，或者过于轻信用户的明显虚假陈述。有时它也会像人类一样在困难的问题上失败，比如在它生成的代码中引入安全漏洞。

　　3、GPT-4 预测时也可能出错但很自信，意识到可能出错时也不会再检查一遍（double-check）。有趣的是，基础预训练模型经过高度校准（其对答案的预测置信度通常与正确概率相匹配）。然而，通过OpenAI目前训练后的过程，校准减少了。

　　OpenAI表示，研究团队一直在对GPT-4进行迭代，使其从训练开始就更加安全和一致，所做的努力包括预训练数据的选择和过滤、评估和专家参与、模型安全改进以及监测和执行。数据显示，与GPT-3.5相比，模型对不允许内容的请求的响应倾向降低了82%，而GPT-4对敏感请求（如医疗建议和自我伤害）的响应符合政策的频率提高了29%。

　　另外，OpenAI团队还聘请了 50 多位来自人工智能对齐风险、网络安全、生物风险、信任和安全以及国际安全等领域的专家，对该模型在高风险领域的行为进行对抗性测试，从而为改进GPT模型提供了依据。

　　“随着我们继续专注于可靠的扩展，我们的目标是完善我们的方法，以帮助我们越来越多地提前预测和准备未来的能力——我们认为这对安全至关重要。”OpenAI 表示。

生成式AI向超级AI快速演变

　　此前，有机构认为，GPT-4的发布有望成为生成式AI向超级AI快速演变的关键节点。

　　国盛证券指出，传统模式下，视觉AI公司倾向于采用单点方式，在各个碎片场景中做客制化落地，定制化程度相对较高；若转向大模型模式，GPT-4 的多模态能力有望带来通用化的模式，显著提升AI模型生产效率。

　　华鑫证券认为，微软有望在产业中通过GPT-4不断拓展下游新兴领域，应用于更多的场景中，并利用其多模态模型成本改变传统 AI 客制化与定制化的特点，逐步向通用化方向发展。

　　值得注意的是，随着GPT-4转向多模态，未来输入输出出现图像、视频等形态，AI有望打开下游千行百业应用空间。

　　此外，更多机构将AIGC视为最先受益赛道。华鑫证券表示，文生图赛道作为AIGC概念下商业模式较成熟的领域，有望率先实现向C端落地。

　　德邦证券方面也认为，GPT-4有望加速AIGC的应用普及，并且在视频内容生成方面大放异彩，AIGC有望步入快速发展阶段。

百度明天压力大了

　　虽然上周 OpenAI 早已预告过 GPT-4 会在本周到来，但是真正到来时，还是让很多人猝不及防。而之所以选择此时发布，似乎也是为微软将在 3 月 16 号的 AI 最新进展做一定的铺垫，这样微软可以在明天轻松开上一场发布会了。

　　不过，处于同赛道的其他玩家可能得连夜加班了。