别煽动焦虑了，GPT-4还取代不了你

GPT-4连代码里的bug都能自己修，就不怕它自我进化，最后产生自主意识取代人类吗？答案是：目前不会。但GPT-4要达到“完美”，可能也只是时间问题。

程序员要被淘汰了，这可能不是危言耸听。

这个职业原本几乎是“金饭碗”一样的存在，技术门槛高、考验创造力，收入也高。但ChatGPT的问世，改变了这种固有态势。

最近这两天，GPT还升级到了第四代——GPT-4。

要知道，上一代ChatGPT已经具有超强的语义理解能力。虽然这种能力仅限于文字处理，但也已经有公司在使用ChatGPT相关技术，替代掉一些初级程序员的工作了。

而GPT-4不光文字理解能力更高，还有超强的图片理解能力，就连一些互联网梗图都能读懂。

这还不是GPT-4的全部实力。在GPT开发者OpenAI发布的演示视频中，GPT-4能根据一张非常潦草的demo图，在10秒之内生成一个网站页面。

10秒，是人类无论如何都不可能达到的速度，但AI可以。而且才100多天，它就跃进到了这个水平。

下一代GPT又会有多么强大的能力呢？这既让人期待和兴奋，又感觉有点后背发凉。

GPT-4，无所不能？

上一代GPT并不是第一代，版本号其实是“3.5”。但因为其文字理解能力比较强，尤其对话交流表现非常“顺滑”，所以才被称为“ChatGPT”。

比起很多如同“人工智障”的AI助手，ChatGPT给出的回答更像人类，但也不是毫无漏洞。有用户问过ChatGPT：“林黛玉三打白骨精是怎么回事？”

ChatGPT还真给胡诌出了一段故事，看起来有点像从网友二创作品中提炼出来的剧情。

林黛玉三打白骨精是怎么回事？/知乎答主@连诗璐

但拿同样的问题去问GPT-4，它会提醒用户不要混合《红楼梦》和《西游记》的剧情。

ChatGPT有点像喝醉了在说胡话，而GPT-4保持了清醒。/知乎答主@连诗璐

如果你以为GPT-4的文字理解能力只停留在“语句”的水平，那你就错了。GPT-4还可以理解“代码语言”。

在GPT-4的产品视频中，OpenAI总裁直接把一段1万字的代码发给GPT-4，让它修bug。结果GPT-4只用了几秒钟就找到了bug，并且分点给出了解决办法。换做是程序员去找，绝不可能有这个效率。

这次升级和更新之后，OpenAI还将GPT-4处理文字内容的上限拓展到了2.5万个字符，这是ChatGPT上限的8倍。这意味着，GPT-4可以处理更大的信息量。

GPT-4更为突出的能力体现在图片理解方面。

在OpenAI发布的产品视频中，开发者给GPT-4看了一张“用VGA电脑接口给iPhone充电”的图片，并问GPT-4“笑点在哪里”，GPT-4在条分缕析之后得出了结论：

“这张图搞笑的地方在于，它将一个很大并且过时的VGA接口插在一个很小并且现代的智能手机充电口上，这很荒谬。”

GPT-4是懂幽默的。

更重要的是，它还能把对图片和文字的理解结合起来，同步进行。

比如，给GPT-4一些统计图表进行分析，GPT-4能高效地得出结论、发现问题，并迅速反馈给使用者。甚至直接把整篇论文截图上传给GPT-4，它都能在几秒之内概括出论文的核心内容来。

将来，大公司的财报、销售业务数据等内容，即便图表内容再复杂、内容维度再多、数据量再大，只要不超过2.5万个字符的限制，GPT-4都能分析得清楚。

如此看来，似乎GPT-4几乎可以秒杀相当一部分人类了，程序员、金融分析师、数据分析师、音乐创作人（GPT-4可以自己写歌）都要下岗。

至少，初级程序员会被淘汰。/微博截图

GPT性能跃进，留给人类的机会不多了？

问题来了，GPT-4连代码里的bug都能自己修，就不怕它自我进化，最后产生自主意识取代人类吗？

答案是：目前不会，因为GPT-4也不是完美无缺的。

虽然它是多模态模型，目前已经可以处理文字和图片两种“模态”，这比ChatGPT只能处理文字的“单模态模型”进步了很多，但也仅限于此。

至少，目前它还分析不了声音和视频。后续的版本必然会覆盖这些“模态”，以增强AI的理解能力。

事实上，对声音的理解会更加复杂，比如一句话中的语气、停顿都包含着信息。另外还有非语言类声音，比如风声、撞击声，以及声音距离、方位的辨别，都是需要突破的点。而视频图像会更复杂，对这些技术的攻坚，势必要耗时更久。

当然，这也只是时间问题。

多模态，类似于感官融合。/pexels

目前来看，它还有一个明显的问题就是，容易产生“AI幻觉”，生成错误答案，并出现逻辑错误。

所谓“AI幻觉”，是指模型过于自信，生成的内容与提供的源内容无关或不忠实，有时会出现听起来合理，但不正确或荒谬的答案，比如上文中提及的“林黛玉三打白骨精”问答。

中国信通院云计算与大数据研究所所长何宝宏曾在接受采访时指出，“ChatGPT的幻觉来自两个方面，一是训练数据本身，二是训练方法。AI是通过海量数据训练出来的，因此这一缺点也与大数据的问题一样：数据很精确但错得离谱”。

如果过于依赖AI，那么由这种幻觉导致的不准确性，显然会影响一些业务的正常进行。这就意味着，人工必须对其反馈的分析进行复核，这是AI取代不了的职责和必要性。

AI幻觉，大数据绕不开的bug。/pexels

好在GPT迭代至今，其能力都仅限于被动响应。也就是说，不论是ChatGPT还是GPT-4，它们的信息读取能力都只是对人类提问的反馈，而不会主动去评判或者分析。

这一点“被动”的属性很关键，一方面能让AI处于从属地位，只会被动解决人类提出的问题。这一点，应当成为AI行业不可逾越的红线，否则就会面临很多麻烦，比如AI的自我演进，AI的权益和福利问题，AI越过防火墙进行监听，甚至衍生出黑客行为……

另一方面，这也对人类提出了更高的要求，比如提问能力。

很显然，GPT-4是根据指令进行分析的，那就是说，只有在指令或提问明确、清晰的情况下，GPT-4才能给出针对性的答案。否则，如果问得很浅，那得到的反馈也只会是和百科一样的表面回答。

AI跃进，对人类的洞察能力提出了更高要求。/pexels

一个会让人警铃大作的消息是，著名金融服务公司摩根士丹利已经在实际业务中使用了GPT。

摩根士丹利的工作人员所面对的巨大内容库，涵盖了投资策略、市场研究和评论以及分析师见解等长达数十万页的内容。这些信息大多以PDF格式分布在内部网站上，需要浏览大量信息才能找到特定问题的答案，检索起来费时费力。

而GPT高效的信息处理能力，让这部分工作量得到了有效疏解。

但这也意味着，这部分信息处理类的初级岗位将要被淘汰，留下来的人必然要具备更强的洞察力，并且能提出好的问题来引导GPT。

所以，就目前来看，人类还不用为被AI取代而担心，但绝对不能躺平大意，而是要不断增强自己的水平，让AI取代不了自己。

本文来自微信公众号“新周刊”（ID：new-weekly），作者：土卫六，36氪经授权发布。