当前位置:首页|资讯|GPT-4|文心一言

GPT-4的两个谣言和最新预测!

作者:51CTO发布时间:2023-03-16

原标题:GPT-4的两个谣言和最新预测!

3月9日,微软德国CTO Andreas Braun在AI kickoff会议上带来了一个期待已久的消息:“我们将于下周推出GPT-4,届时我们将推出多模式模式,提供完全不同的可能性——例如视频。”

言语之中,他将大型语言模型(LLM)比作“游戏改变者”,因为他们教机器理解自然语言,然后机器以统计的方式理解以前只能由人类阅读和理解的东西。与此同时,这项技术已经发展到“适用于所有语言”:你可以用德语提问,也可以用意大利语回答。借助多模态,微软(-OpenAI)将“使模型变得全面”。

那么看来,GPT-4将是一个多模态大模型基本可以确定无疑了。但如果想提前知道有关GPT-4的真面目,并非无迹可寻。

一、预测:GPT-4基于此前多模态大语言模型Kosmos-1

其实早在3月1日,我们注意到微软就发表了多模态的大语言模型Kosmos-1。如果GPT-4是多模态的,我们可以合理地预测GPT-4能够做什么。

KOSMOS-1是一种多模态大型语言模型(MLLM),能够感知多模态输入,遵循指令,并执行上下文学习任务,也可以是多模态任务。在这项工作中,将视觉与大型语言模型(LLM)对齐,推动了从LLM向MLLM的演进。

斯坦福博士、英伟达AI科学家Jim Fan基于此做出了5点具体的预测:

(1)视觉智商测试:是的,人类参加的测试!(2)无OCR阅读理解:输入屏幕截图、扫描文档、路牌或任何包含文本的像素。直接对内容进行推理,无需显式OCR。这对于解锁多媒体网页上的AI驱动的应用程序或来自现实世界摄像头的“野外文本”非常有用。(3)多模态聊天:就图片进行对话。你甚至可以在中途提供“后续”图片。(4)广泛的视觉理解能力,如字幕、视觉问答、物体检测、场景布局、常识推理等。(5)音频和语音识别:在Kosmos-1论文中没有提到,但Whisper已经是一个OpenAI API,应该很容易集成。

Jim认为基于Andreas最近宣布的内容做出的预测,可能有些出入。但 Kosmos-1已经做到这些了。有理由相信,它提供了GPT-4或微软接下来将提供的任何人工智能服务的能力。“很难相信Kosmos-1会留在实验室,而不成为产品”。

多模态大模型应用示例:图像捕捉、图像问答、OCR、可视化对话

Jim建议从业者,“请为多模态API做好准备——它们迟早会出现!”

二、GPT-4会成为AGI?远远不够

首先,准确度的问题仍然不够。当被问及操作可靠性和事实保真度时,微软德国高级人工智能专家Siebler表示AI不会总是正确回答,因此有必要进行验证。微软目前正在创建置信度指标来解决此问题。客户通常仅在自己的数据集上使用AI支持,主要用于阅读理解和查询库存数据,其中模型已经相当准确然而,模型生成的文本仍然是生成性的,因此不容易验证。Siebler说:“我们围绕它建立了一个反馈循环,包括赞成和反对。”这是一个迭代过程。

其次,数据不够。即便多模态的GPT-4即将展现出强大的视觉、听觉、阅读理解和推理能力,但这仅仅是AGI的冰山一角,以类人机器人为例,机器人的控制数据很难做到统一,而且,这些控制数据与机器人硬件有关,差异很大。因此,无法轻松组合来自不同真实机器人的训练数据,与文本、视频、图像、音频等数据有着质的不同。

三、GPT-4的两个谣言

1.百万亿参数?假的!

GPT-4是OpenAI正在创建的一种新的语言模型,它可以生成类似于人类语音的文本。它将推进基于GPT-3.5的ChatGPT所使用的技术。

早在2021年8月,行业专家就推测GPT-4将具有100万亿个参数,但当时就有人表示:用更多参数构建AI并不一定能保证更好的性能,并且可能影响响应性。

但ChatGPT之父Altman很快就辟谣了:ChatGPT的下一个版本不会是AGI,也不会有100万亿个参数。那些谣言是不正确的。

2.Bing聊天是否使用GPT-4?

微软曾表示,新的Bing或Bing Chat比ChatGPT更强大。由于OpenAI的聊天使用GPT-3.5,因此有人推测,Bing聊天可能使用GPT-4。这一点尚未得到证实。

很明显,Bing Chat已经升级,可以通过互联网访问当前信息,这是对ChatGPT的一个巨大改进,在此之前,它只能从2021之前接受的训练数据中受益。

除了互联网的接入,用于Bing聊天的AI模型要快得多,这在从实验室取出并添加到搜索引擎中时非常重要。

但这似乎不太可能等同于OpenAI的GPT-4模型。如果GPT-4已经公开可用,则无需再秘而不宣了。

四、GPT-4:一种进化,而不是革命

毫无疑问,即将到来的GPT-4,肯定会给人留下深刻印象,但OpenAI首席执行官Sam·Altman在StrictlyVC采访中表示,“人们正在‘乞求’失望,他们会失望的。”

Altman之前还曾在推特上表示:AGI对世界经济造成巨大破坏的潜力,并表示,快速推出几项小变化,总比令人震惊的进步要好,因为它几乎没有为世界提供适应变化的机会。

无独有偶,世界级人工智能大神Ben Goertzel也给GPT-3/GPT-4泼了不少冷水:

当然,现在人们应该注意到,投入这些“知识重新排列”系统(如 ChatGPT)的美元和人力的数量远远大于投入替代人工智能方法的数量,这些方法更多地尊重扎根的、自我修正的认知的复杂性。

1970年代末 - 90年代初对多层神经网络的全面怀疑和对专家系统的拥护看起来天真、陈旧和愚蠢,像极了现在的样子。

同样,到2020年代中期/后期,今天对LLM满怀幻想的热情和对更微妙的 AGI 方法的油嘴滑舌的驳斥将看起来太荒谬了

我在这个帖子中的观点,并不是说这些基于LLM的系统不酷或无用——只是它们是一种时髦的新型窄人工智能技术,它与AGI的联系并不像它出现在表面上,或者正如一些评论者所声称的那样。

简而言之,GPT-4将是一场进化,而不是一场革命。

五、写在最后

很明显,ChatGPT 4不太可能成为OpenAI下一个产品的名称,但会带来一些创造性的想象,ChatGPT的名字,极有可能与驱动其改进的AI模型GPT-4结合起来。AI从业者及管理者需要重点关注GPT-4、ChatGPT目前的工作进展,以及OpenAI何时可能发布下一次重大升级。

最后,想对大家说,下周发布GPT-4是否符合本文的预测并不重要,包括我们期待的国产大模型“文心一言”也是如此。重要的是,开发者或者所在的企业是否已经做好准备来迎接多模态大模型的API。何其有幸,这些都有希望在2024之前到来!


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1