ChatGPT的熱度還沒有散去，它的開發(fā)商——人工智能研究公司OpenAI日前又發(fā)布了大型多模態(tài)模型GPT-4。與ChatGPT所用的模型相比，GPT-4不僅能夠處理圖像內(nèi)容，并且回復的準確性有所提高。

GPT-4只根據(jù)一個粗糙的草圖，用10秒就做出了一個網(wǎng)站。在模擬律師考試中，GPT-4的得分約為前10%，也就是說它擊敗了90%的人類。它為什么這么強大？人工智能替代人類工作，真的指日可待了嗎？記者采訪到南京大學人工智能學院教授俞揚，來聽聽他怎么說。

根據(jù)OpenAI官方的介紹，GPT-4是一個大型多模態(tài)模型，它接收你的提示，給你想要的答案。一方面，GPT-4是強大的工具，幫助你完成和語言相關的任務；另一方面，GPT-4是一個智能系統(tǒng)，將你的夢想、思考、觀點用文字的形式呈現(xiàn)在眼前。南京大學人工智能學院教授俞揚進一步介紹說，所謂模態(tài)指的是信息來源的形態(tài)，它可以是語言文字，也可以是視覺看到的圖像，還可以是聽覺聽到的聲音。

俞揚：就像人一樣，除了有語言以外，我們還有眼睛。這是很重要的一個信息來源，我們可以去看這個世界，這叫做用視覺去感知世界。所以它大模型往多模態(tài)發(fā)展，就會更接近于人類的視覺、聽覺，能夠去閱讀文字，能夠看得懂圖像。

OpenAI介紹，GPT-4一次能接收和生成2.5萬字的文本，是ChatGPT的8倍。它還能理解圖像，能夠有邏輯地給出推理和解釋，這一點被認為是質(zhì)的飛躍。

俞揚：這確實是一個非常大的飛躍。對于人來說，我們感知這個世界的信息，70%是靠我們的眼睛去看的，所以能“看”這件事情對于我們來說是非常關鍵的。但是之前的這種語言模型，雖然它做語言做得非常好，但是它還不能“看”，它不能和人處在同一個維度下面?，F(xiàn)在它也能“看”了，而且還能“說”，就會使得新的模型和人類是處在同樣的時空下面的。我們?nèi)丝梢钥词裁?，它也可以去看什么，人可以用語言和它再進行溝通，所以它對模型的應用范圍就會變得更加寬廣。

OpenAI聯(lián)合創(chuàng)始人兼總裁格雷格·布羅克曼（Greg Brockman）在發(fā)布會直播上也對GPT-4接受圖像輸入并理解圖像內(nèi)容進行了詳細演示：簡單在紙上畫一個網(wǎng)站的草稿圖，拍一張照片上傳給GPT-4，它可以快速識別，并根據(jù)要求生成網(wǎng)頁代碼。

格雷格·布羅克曼：我這里有一張很棒的網(wǎng)站草圖，我拿出我的手機，給這張草圖拍張照，發(fā)到我們的討論區(qū)。來吧！現(xiàn)在技術正在解決它。我想最令人驚嘆的是，我們正在這里與一個神經(jīng)網(wǎng)絡交流，而這個神經(jīng)網(wǎng)絡被訓練用于預測接下來發(fā)生的事情。它玩了一個游戲，給它展示一部分文件，再根據(jù)無法想象的大量文件預測下一步。從那里，它學到了這些技能，你可以靈活應用這些技能。好！現(xiàn)在我們能看到輸出了，我們從那張圖輸出了HTML文件。來做個對比吧，從一張手繪草稿，到一個能工作的網(wǎng)站。

除普通圖片外，GPT-4還能處理更復雜的圖像信息，比如直接把論文截圖發(fā)給GPT-4，它可以按像素處理其中的文字和圖片，并給出對整篇論文的總結(jié)摘要。幾乎所有的辦公室案頭工作，GPT-4都可以完成。在性能表現(xiàn)上，OpenAI更是直接表示：GPT-4“在各種專業(yè)和學術基準上和人類相當！”比如模擬律師考試，GPT-4取得了前10%的好成績，做美國高考SAT試題，GPT-4也在閱讀寫作中拿下710分的高分。

另外，值得關注的是，GPT-4對于英語以外的語種支持也得到了極大的優(yōu)化，在多種語言方面均表現(xiàn)出優(yōu)越性。其中，GPT-4的中文達到了80.1%的準確性，英文準確性提高到了85.5%。不過，俞揚觀察發(fā)現(xiàn)，GPT-4在一些方面的能力似乎并沒有達到預期。

俞揚：因為它就是一個語言模型，所以我們默認它在語言任務上面應該會表現(xiàn)得比較好，應該會表現(xiàn)得基本上要超過人類。但是我發(fā)現(xiàn)它有幾個考試，好像沒有比人做得好，考試得分沒有我們想象得高，這里面可能涉及比較深層次的邏輯思考。另外，雖然它在數(shù)學題上面增加了很多訓練的數(shù)據(jù)，但是要做深層次的數(shù)學思考，依然是比較困難的。用它現(xiàn)有的這種模型的能力，從根源上來說，它是不太適合做數(shù)學思考或者邏輯思考這一類任務的。

OpenAI介紹說，GPT-4的核心價值在于為每個人的人生創(chuàng)造無窮的價值，并最終帶來更高質(zhì)量的生活。而更強大的功能，意味著GPT-4接受了更多數(shù)據(jù)的訓練，因此運行起來也更加昂貴。據(jù)了解，目前GPT-4沒有免費版本，僅向ChatGPT Plus的付費訂閱用戶及企業(yè)和開發(fā)者開放。在GPT-4發(fā)布后，有不少人感嘆它太強了，也有人調(diào)侃，我們的失業(yè)危機是不是又加強了？人工智能替代人類工作，還有多遠？

俞揚：像這樣的模型，不管它能力有多強，這個模型本身是不會取代人的。那么，有可能會增加什么？增加人和人之間競爭力的差別。比如原來一個項目可能需要100個程序員，現(xiàn)在把模型的能力提上去了以后，使得每一個程序員的開發(fā)效率得到了大幅提升，現(xiàn)在可能只需要20個程序員就夠了。在這種情況下，可能會導致80個程序員需要去做別的事情。但這樣導致的結(jié)果其實并不是模型在替代人，而是模型在加強個人的能力，剩下的80個人可能會去尋找新的工作，在新的崗位上面也可能達到更多的生產(chǎn)力。對于我們每一個人來說，只要能夠很好地掌握和利用新的技術，我們預期的收入水平應該是會提升的，因為我們的生產(chǎn)力在提升。