GPT-4：我在玩一种很新的东西

ChatGPT的余波未平，GPT-4的风波又起。这次GPT-4的全新升级，再一次突破了技术的壁垒，很快受到众人的追捧：
有人说GPT-4的出现是场变革，但也许只是对人工智能的过度炒作；
有人说GPT-4可以直接生成好莱坞电影，但也许是对GPT-4的期望值过高；
有人说GPT-4能改变世界，但接下来的发展是什么，还不一定……

GPT-4到底能做什么？又做不到什么？

纵观GPT系列模型的发展史：
第一代模型GPT-1，开始探索模型对语言的理解力；
第二代模型GPT-2，找到了“多任务学习者”的方向；
第三代模型GPT-3以及在此基础上微调的GPT-3.5，也是ChatGPT的前身，能够通过数据的喂养，实现智能问答交流。
而此次GPT-4的发布，又让人眼前一亮。

问题来了：GPT-4比前几代模型到底好在哪?

ChatGPT是这样回答的：

01:GPT-4能识别图片

“GPT-4可以接受图像作为输入并生成说明、分类和分析，”这意味着只要你想识别，GPT-4就能识别图像并输出文本内容。GPT-4开始能“看到”世界。

这一功能的出现，对于有视觉障碍的人群来说，无疑为提高他们的生活便捷打下了坚实的基础。GPT-4在这一方面也有了具体的应用：一款名为Be My Eyes的APP正在开发GPT-4驱动的虚拟志愿者，希望能为盲人、低视力群体提供视觉帮助。

不过据官方宣布图像输入仍然是研究预览，并未公开。关于这一功能的更多信息，我们不得而知。只能期待在下一次的版本中，能带给我们更多的惊喜。

02:创作能力得到强化：长篇小说不是梦

OpenAI表示：“GPT-4能处理超过2.5万字的文本，它比以往任何时候都更具创造力和协作性。”

对GPT-4来说，它可以生成文字内容并进行编辑，甚至可以进行作曲、写剧本或模仿使用者的写作风格。OpenAI的联合创始人Greg Brockman也通过直播展示了GPT-4惊人的创作能力——对长篇文章做核心总结、写代码、创作诗歌……

可以看出，GPT-4不再局限于“Chat”，不再定位于聊天机器人，而是朝着提高生产率、“多栖”方向出发。

03:GPT-4更智能、更聪明

相较之前的版本，GPT-4能更好地理解上下文语境及相应的文本关系。OpenAI也给出了GPT-4与GPT-3.5参加各种考试的成绩。在模拟律师考试结果中，GPT-4的最终分数在应试者的前10%左右，而GPT-3.5的得分大概在倒数10%左右。两个模型版本之间，差异也较为明显。

在这场涉及了“人性”“伦理道德”的考试中，GPT-4取得了不错的成绩，显然比GPT-3.5表现得更为出色。

04:GPT-4的安全性也得到提升

“GPT-4及后续模型有可能以有益和有害的方式对社会产生重大影响。”OpenAI表示，团队也在对GPT-4不断地迭代，就安全性这一问题做出了很多努力，包括对数据的选择和过滤、评估和专家参与、模型安全性的改进以及监测、执行等。

针对GPT一类的模型会生成不良建议、有Bug的代码或不准确的信息等风险问题，团队也聘请了50多位来自人工智能对齐风险、网络安全、生物风险、信任和安全以及国际安全等领域的专家，对GPT-4的这些高风险行为进行对抗性测试。这些专家的反馈和数据为GPT-4的改进提供了依据。

GPT-4自发布以来，话题热度只增不减，一些网友也玩出了新花样：

“天呐！GPT-4竟然能雇佣一名人类工作人员为它解决验证码问题，并说服人类与它合作。”

（图源Yosarian2@YosarianTwo）

但，GPT-4就没有任何问题吗？

GPT-4与前几代模型相比，回答的内容更精确、也更丰富，但也出现了一些问题：

1、回复变慢

猜测原因可能有以下方面：
首先是流程更复杂。GPT-3有1750亿参数，而GPT-4有100万亿参数，什么概念？这与人类大脑神经元数量相当！因此非常消耗算力；
GPT-4的提问是有限制的，每四个小时内不能超过100条消息。由此可见，它的处理能力更加多样化；
GPT-4 是个多模态大模型，由原来的文本处理，到支持图像输入等，整体运作也更为复杂了。