当前位置:首页|资讯|GPT-4|OpenAI

九卦| 全面进化的GPT-4来了!考试能力强过90%的人类!

作者:九卦金融圈发布时间:2023-03-15

原标题:九卦| 全面进化的GPT-4来了!考试能力强过90%的人类!

来源 | 综合上证报、第一财经等

编辑 | 武文 张云迪

万众瞩目的ChatGPT-4来了!

北京时间3月15日凌晨,OpenAI发布了最新版本的GPT-4,瞬间引发全球市场的关注。

从目前官方解读以及大量机构的评测来看,“超出预期”依然是这一版GPT给人带来的最大体验。

GPT-4有多强?据介绍,GRE考试接近满分,律考比肩顶级律师,随手画个草图就能做出同款网页,被网友称为“王炸”产品。

多模态“更上一层楼”

目前,ChatGPT的Plus订阅用户已经可以使用GPT-4,其他用户需要排队申请内测。在应用方面,微软表示,新必应搜索引擎正在运行GPT-4。OpenAI还在官网展示了给摩根士丹利、多邻国、By My Eyes等应用GPT-4的案例。

美东时间3月14日,OpenAI宣布推出大型的多模态模型GPT-4。“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。”

“我们创建了GPT-4,这是OpenAI努力扩展深度学习的最新里程碑。GPT-4是一个大型多模态模型(接受图像和文本输入,提供文本输出),虽然在许多现实世界场景中的能力不如人类,但在各种专业和学术基准上表现出人类水平。”OpenAI介绍道。

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”。

新模型将产生更少的错误答案,更少地偏离谈话轨道,更少地谈论禁忌话题。虽然在许多现实场景中不如人类聪明,但在各种专业和学术基准测试中表现出人类水平的性能。例如GPT-4在模拟律师考试的成绩在考生中排名前10%左右,在SAT阅读考试中排名前7%左右,在SAT数学考试中排名前11%左右。

OpenAI称,GPT-4比以往任何时候都更具创造性和协作性。它可以在创意和技术写作任务上与用户一起生成、编辑和迭代,比如创作歌曲、编写剧本或学习用户的写作风格。

业内人士分析,GPT-4较以往版本主要有三大突破,本质上都是更接近“真人”的通用智能:

第一,像人一样更具备创造协作输出能力。GPT-4具备更有创造性的写作能力,包括编歌曲、写剧本、学习用户写作风格等。

第二,像人一样具备视觉输入处理分析能力。可以图文等多模态同时综合分析,给出答案。

第三,像人一样具备超长文本的处理分析能力。可以处理超过25000字长文本。

英伟达AI科学家Jim Fan点评称,GPT-4最强的其实就是推理能力。它在GRE、SAT、法学院考试上的得分,几乎和人类考生没有区别。也就是说,GPT-4可以全靠自己考进斯坦福了。

能处理复杂图像信息

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,例如根据专业论文直接给出论文摘要和要点。

OpenAl表示,在内部评估中,GPT-4产生正确回应的可能性要比GPT-3.5高出40%

据Open AI演示,用户提问:解释下图的笑点是什么,并对图片中的每部分进行描述。GPT-4的回答如下图所示:

GPT-4可接受图像作为输入,并生成字幕、分类和分析。以上图为例,输入牛奶、鸡蛋、面粉等食材的图片,GPT-4可以识别图片元素并输出食材用途参考。

此外,在文本内容长度上,GPT-4能够处理超过25000个单词的文本,支持长篇内容创作、延续对话以及文档搜索和分析等应用场景。

另一个颇引人瞩目的升级,便是此次GPT-4所展现出的强大推理能力。在此次发布会上,OpenAI总裁Greg Brockman在现场演示了GPT-4在这方面的能力。他直接在纸上画了一个潦草的示意图,拍照发给GPT,并要求其按照这个布局写网页代码。

几乎只需要数秒钟的时间,相应的代码就完成了生成。

此外,发布会还展示了一个GPT-4的使用场景,那就是把程序运行出错的信息甚至错误信息截图提交给GPT-4,仅凭这部分图片信息,GPT-4都能自动查出错误。

“这对于整个编程行业来说是具有颠覆性意义的。”前述互联网人士表示,未来大量基础性的编程都将由人工智能接手。据他透露,目前国内许多的互联网公司已经引入GPT,辅助编写程序,“以后这种替代的比例会进一步提高。”

也正因如此,此次发布会上,OpenAI也明确表示,将在ChatGPT Plus上提供GPT-4,并将其作为API提供给开发人员构建应用程序和服务。

推理能力显著提升

已经火遍全球的ChatGPT最显著的局限性之一就是“一本正经地胡说八道”。也就是说,ChatGPT回答语言连贯自然、逻辑通顺,但它的回答内容不基于事实,而是基于语言模型。这使得人们惊艳于其对话水平的同时,无法信赖其提供的内容。

在此次发布上,OpenAI称,他们花了6个月的时间使用对抗性测试程序和ChatGPT的经验教训对GPT-4进行迭代调整,从而在真实性、可控性等方面取得了有史以来最好的结果。

在OpenAI的内部评估中,与上一代GPT相比,GPT-4响应不允许的内容的可能性降低了82%,生成事实回复的可能性提高了40%。

并且OpenAI加入了更多人类反馈,包括ChatGPT用户提交的反馈,以改进GPT-4的行为。OpenAI还与包括AI安全和安全性在内的50多个领域的专家合作,进行早期反馈。

此外,基础设施方面,OpenAI表示GPT-4是在Microsoft Azure AI超级计算机上训练的。Azure的AI优化基础设施也使OpenAI能够将GPT-4交付给全球用户。

OpenAI也坦承,GPT-4仍然有许多已知的局限性,OpenAI正在努力解决这些问题,例如社会偏见等。

在GPT-4发布之后,“ChatGPT之父”Sam Altman表示:“它仍然是有缺陷的,仍然是有限的,在你花了更多的时间第一次使用它时,它似乎比实际情况更令人印象深刻。”

百度“文心一言”明将正式发布

值得关注的是,明日百度的生成式AI产品“文心一言”也将正式发布;科大讯飞的类ChatGPT技术产品发布将于5月6日进行。从目前披露的信息来看,科大讯飞AI学习机、讯飞听见等产品将成为类ChatGPT技术率先落地的产品。

据一财不完全统计,截至今年3月初,A股已有近20家上市公司宣布相关业务已经接入类似ChatGPT技术,或正在研究相关技术与数字人结合的应用场景。

天风证券指出,GPT-4可能成为生成式AI时代的“报晓鸟”,人类思维的“副手”。全要素生产率在PC时代飞速增长,在互联网普及后的增长速度略有放缓,而在生成式AI时代,全要素生产率可能会再次加速上升。

民生证券表示,能够将GPT-4三大新的能力突破集中于一身的应用主要在两个领域:1.视频会议AI助理,同时需要视频图文多模态分析+超长文本理解+创造性总结输出能力;2.机器人为代表的AIoT终端,视觉听觉等多模态感知理解+长文本对话理解+创造性输出。

上海新金融研究院学术委员、中国证监会科技监管局局长姚前表示,ChatGPT的主要魅力在于,它利用从互联网获取的海量训练数据开展深度学习和强化学习。有研究预测,按照目前的发展速度,到2026年ChatGPT类大模型的训练将耗尽互联网上的可用文本数据,届时将没有新的训练数据可供使用。因此,算力瓶颈之外,训练数据将成为大模型产业化的最大掣肘之一。


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