逐浪AIGC①丨OpenAI正式发布GPT-4 向超级AI进发?

信息来源:21世纪经济报道 发布日期:2023-03-15 主题标签:AIGCAIOpenAIGPT-4逐浪

者按:1956年,人工智能(AI,Artificial Intelligence)的概念首次提出,迄今已逾六十载。60年来,AI历经了从爆发到寒冬、再到野蛮生长的历程,伴随着人机交互、机器学习等技术的提升,AI成为了技术时代的新趋势。

2022年,AI行业再度迎来新的节点,人工智能生成内容(AIGC,AI Generated Content)后来居上,以超出人们预期的速度成为科技革命历史上的重大事件。无论是“AI画师”DALL-E2,还是“万能陪聊”对话机器人ChatGPT,生成式AI正在迅速催生全新的科技革命系统、格局与生态。

时针转至2023年,由AIGC引发的热度不减反增,而全新的智能创作时代在带来深刻生产力变革的同时,也将进而改变人类的思想演进模式。就此,21世纪经济报道数字经济课题组策划了“逐浪AIGC”系列报道,多维解读AIGC带来的技术可能和商业图景。

21世纪经济报道记者杨清清 北京报道

“见证历史了。”看到GPT4的发布后,有多位业内人士感叹道。

3月15日凌晨,OpenAI发布了多模态预训练大模型GPT-4,这也是其大型语言模型的最新版本。

与此前的版本相比,GPT-4具备强大的识图能力,文字输入限制也提升至2.5万字;GPT-4的回答准确性也显著提升,还能够生成歌词、创意文本从而实现风格变化。同时,GPT-4在各类专业测试及学术基准上也表现优良。

“这是OpenAI努力扩展深度学习的最新里程碑。”OpenAI介绍,“GPT-4是一个大型多模态模型,它接受图像和文本输入、进行文本输出,虽然在许多现实场景中它尚且不如人类,但在各种专业和学术基准上表现出与人类相当的性能。”

震撼发布

从整体而言,GPT-4实现了多重能力的跃升。

OpenAI介绍称,在日常对话中,GPT-4与GPT-3.5之间的差距或许微妙,但当任务复杂度足够高的时候,GPT-4将具备更可靠、更具创造性的特点,且能够处理更细致的指令。

例如,根据OpenAI公布的实验数据,GPT-4通过模拟律师考试且分数在应试者的10%左右。相较之下,GPT-3.5版本大模型的成绩是倒数10%。

需要注意的是,相较于此前的GPT模型而言,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。

目前在官网上,OpenAI已经给出了一系列相关案例。例如,在以下输入图片并设问“这些图片有何可笑之处?请逐一描述。”GPT-4便会在对每张图片进行表述后表示,“这幅图的幽默之处在于,把一个大而过时的VGA接口插入一个小而现代的智能手机充电端口是荒谬的。”

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。此外,在多语种方面,GPT-4也体现出优越性。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,其中包括部分低资源语言如拉脱维亚语、威尔士语等。在中文语境中,GPT-4能够达到80.1%的准确性。

与此前的GPT模类似,GPT-4基础模型可在训练完预测文档中的单词。在数据样本方面,也同样使用公开可用的数据及许可数据。为了提升基础模型回应与用户之间意图的匹配性,OpenAI同样选择了强化学习人类反馈(RLHF)来微调模型行为。

不过,OpenAI指出,在模型训练方面,GPT-4建立了可预测扩展的深度学习栈。通过开发基础设施及优化,在多种规模下都可进行预测。为验证其可扩展性,团队提前准确预测了GPT-4在内部代码库上的优化指标,但使用的计算量仅为万分之一。

尽管GPT-4功能强大,但同时OpenAI也坦言,与早期GPT模型类似,GPT-4也具备局限性。GPT-4依然会形成推理错误,因而在使用语言模型输出时需要非常小心,最好以人工核查、附加上下文或避免高风险使用的方式予以辅助。

“GPT4的模型发布,本身是技术持续升级迭代发展的必然阶段。AI行业每一年都会有些新模型发布,趋势就是大模型、多模态。”在接受21世纪经济报道记者采访时,IDC中国研究总监卢言霞表示,“多模态肯定是必然趋势,毕竟AI要真正达到人的智慧,需要处理多模数据。且在各行业场景里,大都是涉及多模态数据的处理。”

已在必应中应用

从商业应用角度而言,目前GPT-4没有免费版本。

不过在GPT-4发布后,OpenAI也直接升级了ChatGPT,目前,GPT-4的访问权限仅面向ChatGPT Plus的付费订阅用户及企业和开发者开放。

想要访问GPT-4的API,用户可以注册等待,OpenAI将邀请部分开发者进行体验。

此外,在GPT-4发布后,微软方面则宣布,目前全新必应预览版中已经搭载了定制版本的GPT-4。

“如果您在过去五周内的任何时间使用过新的必应预览版,那么您已经体验过这个强大模型的早期版本。”微软表示,“随着OpenAI对GPT-4及更高版本进行更新,必应将从这些改进中受益。”

事实上,GPT-4的应用空间还是颇具想象的。目前,微软已经将 ChatGPT 整合进云平台Azure Open AI 中,企业和个人开发者均可借助Azure

Open AI功能直接集成到应用产品中,通过私人定制ChatGPT来提供个性化客户服务,建立企业级智能化知识库搜索引擎等。

“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。”华鑫证券计算机研究团队分析称。

浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林在接受21世纪经济报道记者采访时评论称,GPT-4的核心能力提升体现为基本智能水平提升、多模态模型方面,后者意味着对文字互动形式的突破,识别能力扩展至图片领域。

在商业落地方面,盘和林指出,GPT-4一经发布,支付渠道就出现了拥堵,用户热情是足够的,“这也就意味着当前OpenAI实际上没有商用落地的忧虑,这款产品已经可以实现变现。”

此前有业内观点认为,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,而此次GPT-4真正亮相后,也引爆了业内讨论。

“GPT-4和GPT-3的主要区别在于模型的规模和能力,其多模态的模型超出文本范围实现了对图像乃至视频的AI生成,同时突破生成文本的语种限制,实现多语种语言数据的输入输出。”华鑫证券计算机研究团队表示,“这是一场伟大的变革,AI可干的事越来越多,也许未来它将成为人类得心应手的工具。”

(作者:杨清清 编辑:张伟贤)