封面新聞記者 燕磊 邊雪

當地時間3月14日，OpenAI公開發布大型多模態模型GPT-4，與ChatGPT所用的模型相比，GPT-4不僅能夠處理圖像內容，且回復的準確性有所提高。目前，GPT-4沒有免費版本，僅向ChatGPT Plus的付費訂閱用戶及企業和開發者開放。

【資料圖】

一個能夠理解照片的人工智能

據OpenAI官方介紹，GPT-4支持輸入的內容不再僅限于文字，而且支持圖像內容的輸入，成為一個能夠理解照片的人工智能。

比如輸入一張圖片，然后提問“我可以用這些食材做什么？”GPT-4給出的回答也是開放性的：你可以用這些食材做什么，有很多選擇！一些可能性包括：煎餅或華夫餅；法式吐司；煎蛋餅；奶油布丁；蛋糕或紙杯蛋糕；松餅或面包；餅干。

GPT-4最后還表示：“這些只是幾個例子，但可能性是無窮的！”

值得一提的是，除了普通圖片，GPT-4還能處理更復雜的圖像信息，包括表格、考試題目截圖、論文截圖、漫畫等，例如根據專業論文直接給出論文摘要和要點。

OpenAI稱，公司花費6個月的時間，利用對抗性測試程序和ChatGPT的經驗教訓迭代調整GPT-4，從而在真實性、可操縱性和拒絕超出設定范圍方面取得了有史以來最好的結果，“至少對我們而言，GPT-4訓練運行前所未有地穩定，成為首個能夠提前準確預測其訓練性能的大型模型。”

未來，也許ChatGPT不僅僅是支持圖像的輸入，可能支持視頻的輸出。

“它并不完美，但你也一樣”

OpenAI官方表示，GPT-4由于其廣泛的通用知識和解決問題的能力，可以更準確地解決難題。

GPT-4比以往任何時候都更具創造力和協作性。它可以生成、編輯和迭代用戶的創意和技術寫作任務，例如創作歌曲、編寫劇本或學習用戶的寫作風格。

GPT-4在高級推理能力上超越ChatGPT。在律師模擬考試中，ChatGPT背后的GPT-3.5排名在倒數10%左右，而GPT-4考到了前10%左右。

此外，GPT-4的長度限制提升到32K tokens，即能處理超過25000個單詞的文本，并且可以使用長格式內容創建、擴展對話、文檔搜索和分析等。

OpenAI還貼心地發布了GPT-4開發者視頻，手把手教你生成代碼、檢查錯誤信息、報稅。OpenAI聯合創始人兼總裁布羅克曼（Greg Brockman）還說了句有點扎心的話：“它并不完美，但你也一樣。”

目前僅向ChatGPT Plus付費用戶開放

與免費的ChatGPT不同，GPT-4目前僅向ChatGPT Plus的付費用戶開放，它也將作為API（應用程序編程接口）提供給企業及開發者，開發者需進入等候名單上，將該模型集成到他們的應用程序中。

OpenAI開源了Evals框架，以自動評估AI模型性能，允許用戶報告模型中的缺點，幫助其改進。OpenAI工程師在介紹說，“GPT-4 是世界第一款高體驗，強能力的先進AI系統，我們希望很快把它推向所有人。”

不過，GPT-4仍然不是完全可靠的，比如會對事實產生“幻覺”，并出現推理錯誤。OpenAI提醒，在使用語言模型的輸出時，特別是在高風險的情況下，應該非常小心謹慎。

“為了明確這些風險的具體情況，我們聘請了50多位來自人工智能對接風險、網絡安全、生物風險、信任和安全以及國際安全等領域的專家對該模型進行對抗性測試。”

OpenAI表示，這些領域專家的反饋和數據為緩解和改進模型提供了依據，比如他們已經收集了額外的數據，以提高GPT-4拒絕有關如何合成危險化學品的請求的能力。

標簽：