ChatGPT-4震撼发布!能识图和逻辑推理,靠自己考上斯坦福
作者 | 物联网智库2023-03-15

一觉醒来,GPT-4突然间就来了,而这距离ChatGPT的发布,才仅仅过去了四个多月。

此前,曾传闻GPT-4有100万亿参数,比现在的ChatGPT强大500多倍,不过这一说法很快被辟谣。近日,OpenAI的CTO曾经对媒体表示,让大家“少一些关于GPT-4的炒作会更好”,而从今天发布的GPT-4来看,这句话多少带点欲扬先抑的意味。在发布的博文中,OpenAI这样表示:

GPT-4是OpenAI努力扩展深度学习的最新里程碑,它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。

GPT-4都强在哪里?

加入图片识别功能和外界此前的猜测一样,GPT-4是一个多模态大型语言模型,不再仅仅处理文本数据,对图片也有了理解能力。但相比于此前各大科技公司推出的多模态模型,GPT-4可以说是遥遥领先。虽然官方表示,GPT-4现在只开放了文字输入的功能,图片输入功能还在加紧开发中。但在官方的文章中,OpenAI给出了几个使用范例,如说明图片的内容、分析图表、解答图片内的考题、找出图片不寻常的原因等,已经让人大开眼界。

图片识别功能

在OpenAI官方发布的视频中,GPT-4通过识别上图中随便画出的草图,就识别出了这是一个关于网站的草图,然后“顺手”生成了建成这个网页的全部代码,再然后...一个网站就这样建成了。

网页代码编写

强大的推理能力

还有一个官方示例也值得一提,当被问到下图的笑点在哪里时,GPT-4的回答更是让人惊叹:“这张图片中的幽默来自于将过时的大型 VGA 连接器插入小型现代智能手机充电端口的荒谬做法”,从这一回答中可以看出,GPT-4所具备的推理能力已经有了大幅度提高。

ChatGPT-4震撼发布!能识图和逻辑推理,靠自己考上斯坦福

一直以来,人工智能虽然表现出了强大的能力,但逻辑推理依然是人类区别于AI的最显著特征,而GPT-4表现出的逻辑和推理能力,需要所有人开始重新思考人类区别于AI的本质到底是什么。

ChatGPT-4震撼发布!能识图和逻辑推理,靠自己考上斯坦福

支持更长的输入和输出相比于ChatGPT,GPT-4可接受的文字输入长度增加到3.2万个Token,约2.4万单词,同时也支持更长的输出,大约能处理长达25000字的文本,这使得更多的应用场景变为可能,例如长文本的创建、超长对话和文档的搜寻和分析等,仅需一次对话,就足够写一部剧本或者短篇小说了。

字数限制对比

考试能力超过90%人类对于GPT-4来说,最强的并不是视觉能力的加入,因为很多的多模态模型早就已经做出了类似的功能,其最亮眼的功能是它所表现出的推理能力,在GRE、SAT和美国法学院考试等我们较为熟悉的美国考试中,GPT-4的得分几乎和人类考生没有区别了,其中,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。在GRE考试中的数学部分,满分是170分,GPT-4获得163分,而上一代GPT-3.5得分为147分,在GRE语言部分,GPT-4得分为169分,GPT-3.5得分为154分。

也就是说,GPT-4已经可以靠自己考上斯坦福大学。

从下图中也可以看出,GPT-4相比于GPT-3.5,在多项专业考试中都有了巨大的提升(绿色部分为GPT-4提升的部分)。不过,OpenAI官方也警告说,新版本还不完美,在许多情况下,它的能力不如人类。

ChatGPT-4震撼发布!能识图和逻辑推理,靠自己考上斯坦福

支持更多语言许多现有的机器翻译的基准测试都是用英语编写的。而为了初步了解 GPT-4 在其他语言上的能力,OpenAI的研究团队还使用Azure Translate将MMLU基准翻译成多种语言,这套基准涵盖了57个主题的14000个多项选择题 ,在测试的26种语言的24种中,GPT-4全部优于GPT-3.5和其他大语言模型。

ChatGPT-4震撼发布!能识图和逻辑推理,靠自己考上斯坦福

以上这些也仅仅只是OpenAI官方示例的一小部分,OpenAI的总裁和联合创始人还展示了GPT-4有关总结文章、写代码、报税、写诗等一系列能,可以说GPT-3.5做不到的, GPT-4大都可以轻松解决。

微软新必应早已用上GPT-4

GPT-4发布之后,微软在第一时间表示:“如果你在过去五周内的任何时候使用过新的 Bing 预览版,你就已经提前了解了 OpenAI 最新模型的强大功能”。是的,新版必应搜索早已经用上了GPT-4,在过去五周中,很多人体验的必应就是GPT-4加强过的,只不过仅仅开放使用了文字能力而已。虽然微软没有用全球首发的字眼来描述,毕竟微软在OpenAPI上已经投入了130亿美元(约合人民币900亿元),换来的这样的待遇也是情理之中。

微软bing

在搜索上,微软的必应长期以来都无法跟谷歌相竞争,市场份额更是差了一个量级,但是随着ChatGPT的问世,微软率先接入使用,CEO纳德拉表示他们的搜索已经优于谷歌了。而这次GPT-4也被曝用在了必应搜索中,不知道谷歌方面是否依然还能“坐怀不乱”。

可以说,微软是ChatGPT和GPT-4的最大赢家。在过去的两年里,OpenAI重建了整个深度学习堆栈,并利用微软的Azure设计了一台超级计算机,以便于应对他们超高的工作负载,通过此前获得的经验,GPT-4才能快速而稳定的完成了GPT-4的训练,也为微软的云服务赢得了更多的业务。

如何才能用上GPT-4

目前,如果想要体验GPT-4的强大功能,有三种方式可以选择:

1.花费每月20美元订阅ChatGPT Plus直接体验地址:https://chat.openai.com/chat

2.加入等候列表排队申请内测,等待API开放地址:https://openai.com/waitlist/gpt-4-api

3.申请加入开源的OpenAI Evals,共同参与改进GPT-4的效果地址:github.com/openai/evals

同时,OpenAI表示已经与许多公司进行了深度合作,将GPT-4并入它们的产品中,包括Duolingo,Stripe,Khan Academy等,有科学上网方式的用户,未来也可以在更多的产品中直接体验到GPT-4。当前,使用GPT-4的定价是每1k prompt tokens 0.03美元,每1k completion tokens 0.06美元,默认速率限制在每分钟40k tokens和每分钟200个请求,价格虽然有所上升,但相比于ChatGPT来说,返回文本的速度也有了大幅度提高。

此外,OpenAI表示, 在比较简单的对话中,GPT-4的表现和之前的ChatGPT相比不会差太多,但在复杂的问题上,答案的合理性、正确性等方面都更加优秀。因为GPT-4至少经过了6个月的“安全训练”,目前相比于GPT-3.5,有82%的可能性不会对不允许的内容进行回应,40%的可能性会提供基于事实的回应。也就是说,相比于此前对于某些问题一本正经的胡说八道,GPT-4“幻想”出来的内容的少了很多,但依然有可能会出现。因此,强烈建议在使用GPT-4的服务时,如果是重要性较高的内容,最好还是把GPT-4作为辅助,同时加以人工校对。

写在最后

这次,OpenAI并没有公布具体模型大小的细节,也没有公布用来训练模型的硬件,理由是出于“竞争原因”。没有了数据、模型和算力的对外参考,OpenAI已经构建起了自己更宽更深的“护城河”能力,也侧面说明了新一轮的科技军备竞赛已经打响。

当国内各大企业还在抢发“中国版ChatGPT”的时候,GPT-4的突然发布,让复现GPT-3.5和ChatGPT的各类工作都在瞬间黯然失色。在这个时候,不仅谷歌等科技大厂需要思考为什么会落后于仅有三百多名员工的OpenAI,每个人也都需要思考未来的创新到底是什么样子。


热门文章
百度“文心一言”正式发布,并展示了其在文学创作、商业文案创作、数理推算、中文理解、多模态生成五个使用场景中的综合能力...
2023-03-15
X