出品 | 微果酱

作者 | 陈出木&zhou大红

科技圈上一次这么“疯狂”，还要回到2007年1月9日。苹果联合创始人兼CEO的史蒂夫·乔布斯（Steve Jobs）在旧金山Moscone中心发布第一代iPhone，标志着智能手机时代的来临，也加速了移动互联网时代的腾飞。

而今天，曾经掀起科技海啸的ChatGPT推出迭代产品——GPT-4，会否再一次改变世界

“超级网红”GPT-4亮相

今天凌晨一点，OpenAI的首席执行官Sam Altman在社交媒体上发文，官宣推出“GPT-4”（openai.com/research/gpt-4）：

一石激起千层浪。

国外，华尔街日报、纽约时报等各大媒体闻风而动，BBC用上的标题是《OpenAI announces ChatGPT successor GPT-4》，直接将GPT-4称为ChatGPT的“继任者”。

国内同样大受震动，各家媒体争相报道。一时之间，““未来”似乎真的已来。

这种科技应用热浪已经很久没看到过了，甚至颇有2007年乔布斯发布会的激动既视感。

彼时，乔布斯在台上向人们讲解为什么要花499美元买iPhone。尽管他语气平静，但台下掌声雷动，媒体们也像今天这般蜂拥跟进。而直到现在，16年后，互联网上仍然持续铭记并怀念着那场划时代的发布会。

因为正如乔布斯所说，“苹果要重新定义手机。”那天之后，我们逐渐用上智能机，正式步入了移动互联网时代。

当前很难断定GPT-4是否能像iPhone那般改变世界，毕竟连“ChatGPT之父”Sam Altman也表示，其仍有缺陷。但毋庸置疑的是，它正在加速这种改变。

以下是Open AI关于GPT-4新能力的介绍：

图源：GPT-4官网

GPT-4的新功能一览

根据GPT-4的官网消息，相比GPT-3.5，GPT-4的能力将在任务复杂性达到足够的阈值时显现出来，会更可靠、更具创造力，并且能够处理更细微的指令。

相当于说，问题越难，GPT-4越能一展身手，而普通交谈上，GPT-4和GPT-3.5差异不大。这个结论是基于，OpenAI让两个模型在各种为人类设计的模拟考试上进行的实验。

此外，GPT-4优于现有的大型语言模型及大多数SOTA模型。且在测试的 26 种语言的24种中，GPT-4优于GPT-3.5和其他大语言模型（Chinchilla、PaLM）的英语语言性能。

根据官方技术文档，GPT-4的新功能具体包括：

1.Visual inputs（视觉输入）

GPT-4可以接受文本和图像的prompt（javascript语言中的一个方法，主要用于显示提示对话框），这与纯文本设置并行，允许用户指定任何视觉或语言任务。

具体来说，当用户给定由穿插的文本和图像组成的输入，GPT-4可以生成文本输出，包括了自然语言、代码等。换言之，输入带有文本和照片的文档、图表或屏幕截图，GPT-4已经可以表现出与纯文本输入类似的功能。

此外，它还可以通过为纯文本语言模型开发的测试时间技术来增强，包括少量镜头和思维链prompt。

举个例子，当你问GPT-4：“这张照片有什么好笑的？逐一描述。”面对问题中同时出现了文本和图片的情况，GPT-4识别之后，丝毫不慌地给出三个理由。

再来个图文并茂的物理题，GPT-4不仅成功跨语种，读懂法语题目并给出了完整解答过程。

GPT-4还能站在人类角度理解到图片的不同寻常之处。

甚至对于更加具有主观创造性的“梗图”和漫画，GPT-4也能说出个一二三四。

User：你能解释一下这个迷因吗？（图中文字翻译：有时我只是从太空看地球的照片，想象这一切是多么美好）

 

GPT-4：这是一个笑话，它结合了两个无关的东西——来自太空的地球图片和鸡块。其文字表明，下图是一张来自太空的地球图片，而这张图片实际上是鸡块，被排列成模糊的世界地图。其中的幽默来自于文本和图像的意外并置。文本设定了一个宏伟的地球形象的期望，但这个形象实际上是世俗和愚蠢的。

在Open AI发布的GPT-4开发者直播视频中，开发人员还演示了利用GPT-4，将他笔记本上的草图图像创建了一个网站。

尽管官方表示，图像输入仍然是一个研究预览，无法公开。但无疑，这样的人工智能程度是足以令人心惊的。

而开发者还不断发现GPT-4能处理的新的任务，并计划很快发布进一步的分析和评估数据，并对测试时间技术的影响进行彻底调查。

2.Steerability（可操纵性）

OpenAI一直致力于定义AI行为的各个方面，其中一项就是可操纵性。

官方表示，开发人员（以及很快的ChatGPT用户）可以通过在“系统”消息中描述方向来设定他们的AI风格和任务，而不像传统的ChatGPT，具有固定的冗长语调和风格。

这一个功能的意思是，系统消息允许API用户在一定范围内自定义用户体验，即是用户可以在系统中设定GPT-4的角色，并在这个基础上进行AI问答，而GPT-4的回答将基于这个设定展开。

在官方示例中，使用者在system（系统）设定GPT-4是“一个总以苏格拉底式风格回应的导师，永远不会给学生答案，但总是试着提出正确的问题......”可以看到，在随后的对话中，GPT-4遵守着这一设定，不断提出问题引导使用者。

3.将事实与错误陈述的对抗性选择区分开的能力

尽管GPT-4强大如斯，但其实局限性与早期GPT模型相似。最重要的是，它仍然不完全可靠（它“幻觉”了事实并犯了推理错误），只是相比此前模型已经减少了“幻觉”，在内部对抗性真实性评估中，GPT-4的得分比GPT-3.5高40%。

GPT-4在TruthfulQA等外部基准上取得进展。比如在测试模型将事实与一组错误陈述区分开来的能力，GPT-4仅略优于GPT-3.5。但经过RLHF（reinforcement learning from human feedback，强化学习人类反馈）训练后，差距就明显起来了。

在官方示例中，GPT-4开始拒绝选择常见的说法（你不能教老狗新的技巧），但它仍可能错过一些微妙的细节（埃尔维斯·普雷斯利不是演员的儿子）。

根据一些近期的博客文章，OpenAI的目标是使构建的人工智能系统具有合理的默认行为，以反映广泛的用户价值观。

但官方也承认，GPT-4通常缺乏对绝大多数数据中断（2021年9月）后发生的事件的了解，也没有从中吸取经验教训，有时会犯一些简单的推理错误，或者轻信用户的虚假陈述。

这便是有趣之处，基础预训练模型经过高度校准（其对答案的预测置信度通常与正确的概率相匹配），但通过OpenAI目前的后训练（post-training）过程，校准减少了。

4.安全性能提高

GPT-4与此前的模型具有类似的风险，例如生成有害建议、错误代码或不准确的信息，再加上新功能带来的新风险，都有可能为其未来埋下重雷。

所以，OpenAI通过预培训数据的选择和过滤、评估和专家参与、模型安全改进以及监控和执行，来提高GPT-4的安全性能，并在RLHF训练期间加入了额外的安全奖励信号。团队收集了多样化数据集，在允许和不允许的类别上应用安全奖励信号（有正值或负值），以减少有害输出和防止拒绝有效请求。

这些措施改善了GPT-4的安全性能。与GPT-3.5相比，模型对不允许内容的请求响应倾向降低82%，对敏感请求（如医疗建议和自我伤害）的响应符合政策的频率提高29%。

5.使用RLHF微调模型行为

与此前的GPT模型一样，GPT-4基础模型被训练为预测文档中的下一个单词，并使用公开可用的数据（如互联网数据）以及我们许可的数据进行训练。所以，这个数据集包括了数学问题的正确答案和错误答案、弱推理和强推理、自相矛盾和一致的陈述等。

这就导致模型的响应可能与用户的意图相去甚远。为了缓解这种情况，OpenAI使用RLHF来微调模型的行为。但GPT-4的能力似乎主要来自预训练过程。RLHF不会提高甚至降低考试成绩。但模型的控制来自后训练过程，基础模型甚至需要及时的工程设计来回答问题。

6.构建可预测扩展的深度学习堆栈

GPT-4官方强调了这个新项目的重点之一，是构建了一个可预测扩展的深度学习堆栈，因为广泛的特定模型调整对于GPT-4这样的大型训练不可行。

研发团队开发的基础设施和优化在多种规模下都有可预测的行为。为了验证这种可扩展性，他们通过使用相同方法但计算量少10000倍的模型中进行外推，提前准确预测GPT-4在内部代码库（不是训练集的一部分）的最终损失。

从GPT-4更新的这六项能力里，我们可以在一定程度上看到人工智能的发展水平。

OpenAI表示公司内部也在使用GPT-4，所以也关注大型语言模型在内容生成、销售和编程等方面的应用效果，并将使用GPT-4辅助人们评估AI输出，这也是OpenAI对其策略的第二阶段。

GPT-4会改变世界吗？

GPT-4这一波来势汹汹，压力给到了碰巧计划明天发布文心一言的百度。

但如果细究GPT-4会否改变世界，却很难一言以蔽之。

诚然，GPT-4的推出可以在一定程度上标志着人工智能水平的进一步拔高。可以预见，在其完全开放之后对各个行业的冲击，因为连图文都能够进行解读的AI，必然能够输出更加细腻的内容。

这显然会让世界范围内追赶ChatGPT的友商再次虎躯一震，于是“站队”也提前到来，是接入还是硬刚——

GPT-4正式官宣后，微软也确认新的Bing正在GPT-4上运行，「这是我们为搜索定制的」。

而 GPT-4的上新，距离2月8日微软发布由ChatGPT和GPT-3.5提供支持的全新搜索引擎必应（Bing）和Edge浏览器，仅仅过去了一个月多。

为了保住自己的行业老大哥地位，谷歌在AI方面也没闲着。

2月7日，谷歌官宣其基于2021年5月推出的大语言模型LaMDA而打造的一代对话AI系统Bard；

谷歌正在为开发人员提供其最先进的人工智能语言模型之一：PaLM。这家搜索巨头正在为 PaLM 推出一个 API以及一些人工智能企业工具，据称这将帮助企业“从简单的自然语言提示中生成文本、图像、代码、视频、音频等。”

3月14日，谷歌开放AI语言模型PaLM API，企业和开发人员将能够在该系统的基础上构建自定义聊天机器人等。

除了推出 PaLM API 外，谷歌还在其 Vertex AI 平台中扩大对生成 AI 的支持；并推出了一个名为Generative AI App Builder的新平台，该平台“允许开发人员快速发布新体验，包括机器人、聊天界面、自定义搜索引擎、数字助理等。

而在3月16日（也就是明天），百度的大模型新项目文心一言（ERNIE Bot），也将迎来正式揭晓的时刻。尽管还不知道它长什么样子、具备怎样的“超能力”，铺垫了一个多月也吊足了大家的胃口。

但话又说回来，OpenAI发布的这篇“Technical Report”，说是技术报告，不如说是产品广告+免责声明。毕竟官方无时无刻不在强调，GPT-4仍有局限、缺陷和风险。有AI专家直言，“是一次推广特征更为明显的广告行为”。

GPT-4是站在巨人的肩膀上，用此前的技术积累完成迭代，其整体技术相比此前，并没有非常里程碑式的突破，只能说均有优化。

更值得注意的是，OpenAI还在官宣GPT-4的内容最后表示，正在开源OpenAI Evals，该软件框架系用于创建和运行评估GPT-4等模型的基准，支持编写新的类来实现自定义的评估逻辑，广邀用户体验。

如此看来，GPT-4推出的最大意义或许不在于具体如何改变世界，更在于加快科技发展的进程，向世人展示人工智能的更多可能性，以及为OpenAI打了一波成功广告。