如果说ChatGPT更像是个玩具的话，Open AI的GPT-4则更像一个产品，他立刻可以帮你做一些“不那么简单”的工作，从而帮助你从一些不那么容易的“脑力”劳动中解放出来。

比如：个性化写作，读图并输出文字，以及帮你读一段文献并简述其主题。

以下是OpenAI举的三个例子：

(资料图片)

第一个例子：个性化写作

GPT-4比以往任何时候都更具创造力和协作力。它可以为用户生成、编辑和迭代创意性及技术性写作任务，例如创作歌曲、撰写剧本，或学习用户的写作风格。

OpenAI 举的例子是按用户要求生成了一段话，这段话的每个单词分别是以A-Z开头的每个字母。

第二个例子：读图并生成文字

输入：我们能用如图食材做出啥？

很普通的食材啊~

然后GPT-4会返回如下可以制作的食物：

很多选择。

说实话这个例子不大好，如果我就要求GPT-4把其中一个的食谱给我详细写出来。不过这种简单的Chain of thoughts显然也在GPT-4的射程之内，最简单，你就选一样继续问它好了。

第三个例子：阅读大文本并归纳中心思想

OpenAI的例子是让GPT-4去网上读一段关于蕾哈娜的Wiki然后让它描述一下：她在超级碗中的表演及其特别之处。

GPT-4的输出是：

显然，GPT-4可完成类似阅读文献并写心得之类的工作（看来以后不用学编程，只要学Prompt了~，显然这是普通人的福音，也是像安替那样仅具普通编程能力人的尴尬）。

与ChatGPT相比，GPT-4有更强的推理能力。

比如我们分别让ChatGPT和GPT-4去安排一次多人会议，每个人空闲的时间段是不一样的。

ChatGPT给出的答案是错误的。

GPT-4对输入的“理解”更好（ChatGPT似乎不能理解noon其实就是12.00），并返回了正确的答案，ChatGPT给出的答案则是错误的。

总之，GPT-4在测试中体现出了远超ChatGPT的能力（貌似基于算力的摩尔定律正在让位给基于算法和训练规模的摩尔定律，可见我们以前对硬件的使用太挥霍了，太不讲究了）。

沿着GPT、GPT-2和GPT-3的研究路径，OpenAI的深度学习方法利用了更多的数据和更强的计算力来创建越来越复杂和有能力的语言模型。

OpenAI花费了6个月的时间（去年8月到现在）使GPT-4更加安全及（与我们的主流社会规范）相符。OpenAI6个月能鸡出这么一个能力更强，更有产品感的产品，也体现出了其在AI赛道上的实力，当然普通网友最近一段时间疯狂测试ChatGPT应当也有贡献。在OpenAI的内部评估中，GPT-4比GPT-3.5更容易产生事实性响应，相比之下，其不良内容响应请求的概率减少了82%（哇~）。

随着AI即将进入大规模社会应用，AI的伦理也日益引发大家的关注。作为一个大众级的产品（类似Word那样的具有智能的工作助理），GPT-4必须与社会主流的价值观相符（即它也是受到规训的）。为了做到这一点OpenAI使用了以下策略：

OpenAI正在与以下使用GPT-4的厂商进行合作：

小结：

毫无疑问：GPT-4是OpenAI在扩展深度学习方面的最新里程碑。GPT-4是一个大型多模型模型（接受图像和文本输入，输出文本），虽然在许多真实场景下表现的比人差，但在各种专业和学术基准测试中表现出堪比人类的水平。

GPT-4是在Microsoft Azure AI超级计算机中进行的训练。 GPT-4仍然有许多已知的限制，OpenAI正在努力解决，例如社会偏见，幻觉和对抗性提示。在社会使用这些模型时，OpenAI鼓励和促进透明度，用户教育和更广泛的人工智能素养。

更多请参考OpenAI网页：https://openai.com/product/gpt-4

WeChat: @ianwest