社区

OpenAI周二推出了其令人惊叹的语言软件GPT-4的最新版本，这是一个分析图像和模仿人类说话的先进工具。它推动了迅速扩散的人工智能浪潮的技术和道德边界。

GPT-4是OpenAI在2018年首次发布以来的第四个“生成性预训练转化器”（generative pre-trained transformer），它依赖于2017年被称为转化器的突破性神经网络技术，迅速推进人工智能系统如何分析人类语音和图像中的模式。

这些系统通过分析来自整个互联网的数万亿字和图像进行“预训练”（pre-training）：新闻文章、餐厅评论和留言板上的争论；备忘录、家庭照片和艺术作品。然后，由图形处理芯片组成的巨型超级计算机集群映射出它们的统计模式，例如，学习哪些词倾向于在短语中相互跟随。因此，现在人工智能可以模仿这些模式，自动制作长篇文字或详细图像，一次一个词或像素。

OpenAI的早期产品ChatGPT以其生成优雅文字的不可思议的能力吸引了公众，也让公众感到不安，引发了大学论文、剧本和对话的病毒式浪潮 — 尽管它只能生成文本，而且它依赖的是一年多来并不先进的老一代技术。

相比之下，GPT-4是一个最先进的系统，不仅能够创造出文字，而且能够根据一个人的简单书面命令描述图像。例如，当展示一张人站在车的后备箱上熨烫衣服的照片时，人们可以问这张照片有什么奇怪的地方，GPT-4会回答说准确描述这张照片的不同寻常之处。

这场热闹的发布会结束了几个月来对一个被称为大型语言模型（large language model）的人工智能程序的炒作和期待，早期的测试者声称其推理和学习新事物的能力非常先进。开发人员在周二的一篇博文中承诺，该技术可以进一步革新工作和生活。

但这些承诺也加剧了人们的焦虑，人们担心自己将如何与这些精密得可怕的机器竞争工作（这些工作可以被外包给机器），或相信他们在网上看到的内容的准确性。开发人员自己说，他们推迟了一些关键功能的推出，正是因为他们担心会有新的滥用机会。

旧金山实验室的官方人员称，GPT-4的“多模态”训练跨越文本和图像，将使它能够摆脱聊天框，更充分地模拟一个色彩和图像的世界，在其“高级推理能力”方面超过ChatGPT。一个人可以上传一张图片，而GPT-4可以为其添加标题，描述物体和场景。

但该公司表示，由于担心被滥用，公司推迟了该图像描述功能的发布，现在可用的版本只提供文本功能。OpenAI称，其订阅服务ChatGPT Plus的成员可以在有限的基础上使用GPT-4，它已经为其他所有人建立了一个等待名单。

OpenAI在其博客文章中说，GPT-4仍然犯了许多以前版本的错误，包括“产生幻觉”的无稽之谈，延续社会偏见，以及提供糟糕的建议。它还缺乏对2021年9月左右发生的事件的了解，当时它的训练数据已经定稿，而且“没有从经验中学习”，限制了人们教它新事物的能力。

OpenAI表示，其新模型将能够处理超过25,000字的文本，这是一个飞跃，可以促进更长的对话，并允许搜索和分析长文件。

OpenAI的开发人员说，GPT-4比ChatGPT更有可能提供事实性的回应，更不可能拒绝无害的请求。而图像分析功能仅以“研究预览”的形式提供给特定的测试者，允许某人向它展示他们厨房里的食物图片，并询问一些膳食建议。

开发人员将通过一个被称为API的接口，用GPT-4构建应用程序，该接口允许不同的软件进行连接。语言学习应用Duolingo已经使用GPT-4推出了新的功能，如人工智能对话伙伴和告诉用户为什么答案不正确的工具。

GPT-4有望改善一些不足之处，科技博客作者Robert Scoble等人工智能传道者认为，“GPT-4比任何人的预期都要好”。但批评者担心这可能会导致其自身的后果，例如帮助创建不存在的事件的假照片，或人们做他们从未做过的事情。

作为OpenAI的投资者，微软正在努力将GPT-4打包成一个可销售的产品，并将该技术作为一个超级高效的伴侣来推销，它可以处理无意义的工作，并将人们解放出来进行更有创造性的追求。例如，该工具可以帮助一个软件开发人员完成整个团队的工作，或者让一个小商店在没有外部帮助的情况下计划和设计一个专业的广告活动。