GPT-4 来了

多模态AI模型可以处理图像和文本，还能通过律师资格考试。

2023年3月15日，OpenAI在发布了GPT-4，这个大型多模态模型可以接受文本和图像输入。

据OpenAI声称，返回的文本输出“在各种专业和学术基准测试中的表现与人类相当”。

微软在同一天宣布必应聊天（Bing Chat）就一直在GPT-4上运行。

如果GPT-4的表现真如宣称的那么出色，这可能代表着AI从此开启新时代。

OpenAI在宣布时声称：“它通过了模拟律师资格考试，成绩在考试者中处于前10%的名次。相比之下，GPT-3.5的成绩处于后10%的名次。”

OpenAI计划通过ChatGPT及其商业API发布GPT-4的文本功能，但首先会有一份等候者名单。GPT-4目前可供ChatGPT Plus的用户使用。此外，该公司正在与单单一家合作伙伴Be My Eyes测试GPT-4的图像输入功能，一款即将推出的智能手机应用程序可以识别并描述场景。

除了介绍性网站外，OpenAI还发布了一篇《GTP-4技术报告》，描述了GPT-4的功能。

并发布了详细描述GPT-4局限性的系统模型卡。

GPT的全称是“生成式预训练转换器”，GPT-4是一系列基础语言模型的一部分，这些模型可以追溯到2018年的第一代GPT。继这个第一代版本之后，OpenAI在2019年宣布了GPT-2，在2020年宣布了GPT-3。进一步改进版GPT-3.5于2022年问世。去年11月，OpenAI发布了ChatGPT，当时它是一个基于GPT-3.5的经过微调的对话模型。

GPT系列中的AI模型已经过训练，可以使用主要从互联网获取的一大段文本来预测token序列中的下一个token（token是单词的一部分）。在训练过程中，神经网络建立了一个表示单词和概念之间关系的统计模型。久而久之，OpenAI逐渐增加了每个GPT模型的大小和复杂性，与人类在相同的场景中完成文本的方式相比，其表现因而通常更胜一筹，不过在处理不同任务时表现不一样。

向ChatGPT Plus客户介绍GPT-4的屏幕截图

就任务而言，GPT-4的表现值得注意。与之前的版本一样，它可以遵循自然语言的复杂指令，生成技术性或创造性作品，但它可以做得更深入：它支持生成和处理多达32768个token（约25000字的文本），这允许创建比以前模型长得多的内容或分析大得多的文档。

在分析GPT-4的功能时，OpenAI让该模型参加了众多考试，比如统一律师考试、法学院入学考试（LSAT）、研究生入学考试（GRE）数学考试和各种AP科目考试。在处理许多任务时，其得分与人类相当。这意味着，假如GPT-4是仅凭应试能力来评判的人类，那么它有资格进入法学院，可能还有资格进入许多大学。

至于其多模态功能（目前还仅限于研究预览），GPT-4能够分析多个图像的内容并理解它们，比如理解一个多图像序列的笑话，或者从图表中提取信息。微软和谷歌最近都一直在尝试研发类似的多模态功能。尤其是，微软认为要实现AI研究人员所说的“通用人工智能”（AGI），即执行一般任务的水平赶得上人类的AI，多模态方法就必不可少。

Scale AI的主管级提示工程师Riley Goodside在分析GPT-4的多模态功能时在推文上提到了“AGI”。

OpenAI已表示，其目的是开发出可以在任何智力任务方面取代人类的AGI，不过GPT-4还没有到这个地步。

在宣布GPT-4后不久，OpenAI首席执行官Sam Altman发推文道：“它仍然有缺陷，仍然有局限性，第一次使用时的感觉比你花更多时间使用后的感觉仍似乎来得惊艳。”

的确如此，GPT-4远非完美。它仍然体现了其训练数据集中的偏见，产生幻觉（编造听起来似是而非的谎言），还可能生成错误信息或有害的建议。

微软同时宣布GPT-4意味着OpenAI至少从2022年11月开始就一直在发力GPT-4，当时微软在印度首次测试了必应聊天。

微软在一篇博文中写道：“我们很高兴地确认，新必应在GPT-4上运行，针对搜索进行了定制。如果你在过去六周的任何时候使用过预览版的新必应，想必已经领略到了OpenAI最新模型的魅力。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，以确保我们的用户拥有市面上最全面的副驾驶员（copilot）功能。”

必应聊天的时间表与IT外媒Ars Technica在去年秋天接到的匿名线索相吻合，该消息称OpenAI内部已经准备好了GPT-4，但在做好更到位的护栏措施之前不愿发布GPT-4。虽然必应聊天的对齐（alignment）其性质存在争议，但GPT-4现在有了护栏措施，那就是加强对齐训练。

OpenAI使用一种名为“从人类反馈中强化学习”（RLHF）的技术，利用来自GPT-4结果的人类反馈来训练神经网络，以拒绝讨论OpenAI认为敏感或可能有害的话题。

OpenAI在其网站上写道：“我们花了6个月的时间，利用从我们的对抗性测试程序和ChatGPT获得的经验，迭代对齐调校GPT-4，从而在真实性、导向性和拒绝偏离护栏等方面取得了有史以来最好的结果（尽管还远远称不上完美）。”