OpenAI发布了最新的GPT-4。根据发布会披露的内容来看,这个新一代比早先大家使用的ChatGPT的GPT-3.5内核强悍了一大截,再次刷新了人们对AI的认知。首先,非常非常重要的一点是,GPT-4可以接受文字以外的内容输入了,目前支持文字与图像的混合输入。
在官方的示例中,用户给GPT-4上传了一张梗图,问GPT-4这张图为什么好笑:
GPT-4非常详细且精准地描述出了图片上的内容,并且有思维条理的解释了,为什么这张图会让人觉得好笑。
这还不算完,就算是十分抽象的Meme,它也能一本正经地给你解释笑点在哪里。
只不过么,GPT4也还没到能通过图灵的程度。
当然,这个功能并不只是能解释梗图那么简单,它拥有无限的想象空间,比如:
在今天凌晨的官方直播视频中,GTP的开发人员演示了GPT-4可以识别他手绘的一张网页草图,并且根据草图写出网页的前端代码。
手绘的网页草图,非常抽象▼
GPT-4给出的网页以及代码▼
虽然这个示例里的网站非常简单,但GPT-4的理解能力和创造力还是让人觉得不可思议:
重要的不是它能不能做得很好,而是它能做到,这是一个质的飞跃。
甚至,目前已经有公司在搞这项技术的落地应用,打算把它和导盲服务结合起来。
这样一来,盲人只需要拍张照,GPT-4就能立即复述出面前物品的信息。
在文字问答方面,GPT-4也有非常大的提升,输入字增加到了2.5万。
在专业领域上的回答,特别是“问题复杂度足够高的时候……GPT-4比老版本更细、更可信、更富有创造力”。
比如,在统一律师考试(UniformBarExam)中,GPT-4可以超过90%的人类考生,而老版本只能超过10%的人类考生,妥妥学渣学霸的区别。
在GRE数学和语文(阅读与填空)考试中,GPT-4的考试成绩已经是哈佛、麻省理工、斯坦福大学生的水平了。
不仅自己回答问题能力变强了,GPT-4还会人格扮演。
比如你提出一个问题,ChatGPT只会机械式地回答,而GPT-4可以按你的要求以苏格拉底风格给你作答。
那这个玩法就多了呀。向下滑动▼
不过,说了这么多,百闻不如一试。
即使已经是凌晨2点,编辑部依旧花重金(20美元/月),连夜让美国同事帮忙升级试用了一波。
遗憾的是,OpenAI考虑到用户们搞幺蛾子的能力太狠,所以目前GPT-4的图片输入功能暂时不对公众开放,也没有说啥时候可以用上。
不过,我们还是可以试试它聪明的小脑瓜子。
先是给了一个全网疯传的“华为、阿里入职面试题”,挑战大获成功,而隔壁的ChatGPT就有点拉了。
作为击败了90%人类的大律师,GPT-4的推理能力应该强无敌吧。
所以我们又搞了道法考的经典案件,想掂量掂量GPT-4到底有几斤几两。
问:乙去甲家吃饭,结果电动车被偷了。于是乙准备偷辆别人的电动车,此时,喝醉的甲来帮忙撬锁,帮乙成功得手。结果调查后发现,乙偷的是甲的电动车,问甲算不算是盗窃罪?
虽然新旧两款结论都是正确的,但是旧版的解题过程,就有点乱来了。。
在一些更需要“创造性”或是“思考”的问题,比如:关于最近一次特斯拉投资者大会上“实现全球可持续能源”的计划,你觉得是可行的吗?为什么可行?GPT-4的表现就更让人吃惊了。
虽然GPT-4的知识库停留在2021年9月,并没有覆盖半个月前的那场投资者大会,但它却神奇地未卜先知了。
而老版本ChatGPT的回答就逊色了很多,没有条理,还有一堆车轱辘话,没有建设性观点。
随后,我们又问了一个行业思考相关的问题:你如何看待全球的碳排放战略,它能成功吗?
老版只能浮于表面笼统地给点泛泛的概念,而GPT-4的回答明显维度更宽、思考更深,洋洋洒洒列了10点,更加细致有条理,并且含有更多专业词汇与内容,可以说几乎完美地回答了这个问题。
上面这些,还仅仅只是我们编辑部的试验,在一些大佬们手上,GPT-4令人恐惧的表现就更多了。
比如仅仅只用了60秒,就做出了一款Pong游戏,20秒就能做出贪吃蛇游戏。
不可否认,GPT-4比起旧版来说,强的不是一点半点。
不过我们试出来的问题,其实也不少。
我们搞了套高中数学竞赛试卷来考它,结果,一试就尴尬了。
第一道选择题,新旧两个版本就都解错了。
难道说,斯坦福、麻省理工还不如。。?
因为GPT-4可以支持更长的输入文本,所以我们就又测试了它的总结概括能力。
这下馅露得更大了。
我们甩给它的是之前发过的一篇文章的链接,其实GPT-4是没有联网的,正常来说是没法总结的。
结果,它愣是凭空捏造了两个文章总结,而且和我们给的文章没有任何关系。直到在我反复指正两次,语气都加重了,它才承认自己的错误。
直到后面我们把原文直接贴进去后,GPT-4才展露了它超强的总结能力。
说实话,这个胡编乱造的能力让我们心里一惊,于是就又想了个测试方法。
前两天,小黑胖把“手拿把攥”记混成“手拿把蒜”,被编辑部嘲笑了很久,于是我们就问GPT-4“手拿把蒜什么意思?”
结果牛掰了,GPT-4在理解了一部分“把蒜(攥)”是形容事情轻而易举的基础上,引经据典地胡编乱造,颇有种当年我写作文时,引用的俄罗斯文学家“沃兹基索德”的味道了。
要知道,如果是真实场,这个半真半假、引用权威的胡说八道的后果将是非常严重的,堪称最高级的谎言。
明明连更老的ChatGPT也不敢这么捏造来源地胡说,更高级的GPT-4怎么会这样呢?
我们猜测,就是因为新版本更倾向于表现出“更具有深度思考”,这么一来,在回答很多问题的时候,GPT-4会自己给自己加戏,才会出现这些闹剧。
虽然我们试了这么多漏洞,但总的来讲,这次发布的ChatGPT,无论是基础功能、想象空间、逻辑能力、思考能力,都比之前强了一大截。
明明距离老版本ChatGPT颠覆我们的认知才没几个月,它们就又掏出了一个船新版本,我们只能说:恐怖如斯。
更恐怖的是,其实GPT-4诞生时间,可能比我们想的还要早很多,之前OpenAI发布基于GPT-3.5的ChatGPT时,内部员工就质疑过为啥发个这么古早的版本。
我们也早就接触过GPT-4了,NewBing官方今天发了个公告,承认了NewBing其实就是GPT-4。
所以这么说的话,有没有种可能,GPT-5也已经近了呢?
我已经开始期待除了文字、图片以外,视频、音频等形式的输入了。
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】