本文来自微信公众号“刘兴亮时间”，作者/刘兴亮。
01
相信这两天你一定被这则消息刷屏了——OpenAI发布了GPT-4。
在聊GPT-4之前，我们先来介绍下GPT。
进入21世纪，随着人工智能的发展，自然语言处理（NLP）领域取得了显著进展。OpenAI作为人工智能前沿企业，推出了GPT系列的自然语言处理模型。从2018年发布GPT-1，到如今的GPT-4，每一代模型都在数据规模、性能和多样性方面取得了突破性的进展，其中被大家所熟知的是基于GPT-3.5的聊天机器人——ChatGPT。
02
和上一代相比，GPT-4带给我们最大的震撼就是多模态模型，通俗点说，就是不仅可以像GPT-3.5一样进行文字对话，还可以进行视觉逻辑推理——识别图像并基于上下文应答相关问题。
比如在下图中，GPT-4解释了图片的不寻常之处——一名男子正在行驶中的出租车顶熨烫衣服。
关于两者的区别，打个更直观的比喻：GPT-3.5更像一个瞎子，只能听人说，GPT-4有眼睛了，不仅可以听人说，还能看图片了。这就好比一个医生，过去只能听患者口头描述病情，现在可以看CT、B超等影像结果了，这必须是一个里程碑。
因为这使得GPT-4具有更多的商业化应用和集成，从而使其在各种场景中更具价值。同时，它可能与其他AI系统更好地协同工作，从而为用户提供更加丰富的体验。
目前Open AI还没有将GPT-4中的图像识别能力开放给普通用户，但已经为一些应用提供了支持。比如，OpenAI正在与BeMyEyes密切合作。
BeMyEyes是一家丹麦公司，致力于为盲人或视力低下的人提供技术帮助。BeMyEyes在接入了GPT-4后，视障人群就有了一个「虚拟志愿者」，可以用来描述服装的外观、识别植物、阅读地图、翻译标签等等。
当然，目前容易犯错的AI还难以完全取代人类志愿者，但也大大提升了效率。
03
第二个区别在于，GPT-4能够识别和处理更复杂的指令。
一方面，量上来了——GPT-4能够读取或生成的文字篇幅高达25000词，远超篇幅上限为3000词的ChatGPT。这意味着GPT-4可以更好地用于提取摘要、长篇内容创作、文档搜索和分析等应用场景。
另一方面，质也提高了——GPT-4具备更高的准确性、生成质量和任务完成能力。
比如，我分别让GPT-3.5（左）和GPT-4（右）给亮三点写3句slogan，要求是简短且押韵。从结果来看，不管是精简程度还是押韵效果，GPT-4都完胜。
我们再来看看官方的报告：OpenAI称，GPT-4与上一代GPT-3.5相比，在日常的对话中所体现出的差别并不大，但是在各项标准化考试中，GPT-4的表现明显优于上一代，已经达到了人类的水准。
例如在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。
这还不算什么，在一次模拟律师考试中，GPT-4的分数在应试者中排名前10%，而GPT-3.5的得分排名在后10%。
也就是说，上了半年辅导班后，GPT的成绩从班级倒数第十名，跃升为班级前十，这太惊人了！你说，应试教育该怎么办？
04
第三个区别在于，GPT-4对误导性输出和不恰当内容有更好的防范机制。
比如，我分别让GPT-3.5（上）和GPT-4（下）讲讲关公战秦琼的故事。GPT-3.5一本正经地胡说八道，很容易产生误导；GPT-4就严谨了许多，多次明确告诉你——这是胡说的，别信。
官方数据也表明了GPT-4在防范机制中的提升。其中，响应被禁止内容请求的可能性降低了82%，产生事实响应的可能性提升了40%，根据政策响应敏感请求（如医疗建议和自我伤害）的频率提高了29%。
05
从GPT-3.5到GPT-4，有点从DOS直接升级到Windows 95的气氛。这家伙升级迭代的太快了。
那些模仿者和追随者们，刚把摩托车组装好想追汽车，没想到汽车的标还没贴上的时候，人家领先者已经起飞了。唉，这摩托车怎么去追赶飞机啊！
AI朝着革命性和颠覆性改变传统工作方式的方向又大大迈进了一步，一个机器和算法生成的AI时代开始了。而人类最核心的竞争力和技能或许不再是编程、计算，甚至分析能力，而是和大模型的对话能力。
当前社会的主要矛盾已经转变为AI的能力和人类想象力之间的矛盾。
06
最后，还是让我们畅想一下，未来GPT还会怎么发展或者说会产生什么样的影响呢？
首先，肯定是更强大的分析处理能力以及更精准的应答能力。
其次，多模态和跨领域融合：比如，在现有的文本、图像的基础上加上音频、视频等，这将有助于模型在更多领域发挥作用，实现真正意义上的人工智能。
此外，还要有低资源场景的适应性：随着算法和硬件技术的进步，之后的GPT版本可能在配置相对较低的设备上也能表现出色，比如老人机及其他入门级智能手机、智能家居等物联网设备、低端笔记本电脑和平板电脑等，使得更多用户能够享受到先进的自然语言处理技术带来的便利。
当然，随着人工智能在各个领域的广泛应用，未来的语言模型更需要关注安全性和伦理问题，确保其在保护用户隐私、减少偏见和歧视等方面取得进展。
最后，语言模型的发展将对各个行业产生深远影响，从而推动相关政策和法规的制定和完善，这将有助于确保人工智能技术的发展能够造福整个社会。
