GPT-4 来了！ 您需要知道的预测和好处

ChatGPT 与 Netscape、iPhone 或 AWS 推出时一样重要。 它正在树立新的范例，并为各行各业改变游戏规则的应用程序提供动力。 有些人甚至可能会说这是当代最大的技术进步。

但猜猜怎么了？ 我们仍然只是在见证 ChatGPT 的早期迭代！

ChatGPT 建立在名为 GPT-3.5 的大型语言模型之上。 它是从 GPT-3 微调的模型，用于创建通用聊天机器人。

虽然 ChatGPT 的反应非常轰动，两个月内用户超过 1 亿，但在优化、准确性和安全对齐方面仍有一些改进空间。

详细了解如何使用 ChatGPT 并查看我们的 150 个 ChatGPT 提示，您只需复制粘贴即可生成疯狂的内容。

这就是 GPT-4 发挥作用的地方。 在这篇博客中，我们将分享我们对 GPT-4 的期望，并进一步探讨其可能的功能和未来的发展方向。

什么是 GPT-4？

GPT-4 是 Generative Pre-trained Transformer 或 GPT 工具的第四个版本。 GPT-4 有望在性能和 AI 对齐方面实现巨大飞跃，同时保持纯文本工具的地位。

Sam Altman 的 OpenAI 对 GPT-4 采用了纯文本方法，因为在短期内制作比 GPT-3.5 和 DALL-E 2 更好的多模态工具非常难以破解。 我们可以期待 GPT-4 提供更丰富的聊天机器人体验，更接近于实现类似人类的理解。

为什么 GPT-4 是游戏规则的改变者

GPT 演变中的每个模型都引入了一些新东西，无论是 GPT-2 中的任务调节还是 GPT-3 中的上下文学习。 我们可能会看到关于 GPT-4 中独特功能的不同跳跃。 但我们可以期待的是提高整体效率和安全性。 以下是它的实现方式：

重点转移到优化

您可能已经看到下图比较 GPT-3 和 GPT-4 模型的参数数量。 最近，OpenAI 的首席执行官 Sam Altman 在接受 Strictly VC 采访时驳斥了这个谣言，称其为“彻头彻尾的胡说八道”。

GPT-4 的重点不是语言模型与 GPT-3 相比有多大。 而是将重点转移到优化电流上。 这主要是因为 GPT-3 只训练了一次，精度较低。

因此，对于 GPT-4，训练将在许多超参数方面更加广泛。 因此，GPT-4 将有更多的选择或输入，可以大规模处理复杂的任务。

更好地与人类价值观保持一致

我们已经看过很多电影，其中 AI 机器变得无赖并旨在接管人类世界。 在电影中，像终结者这样的英雄可以帮助人类，我们会得到一个圆满的结局。

但是，实际上，情况并非如此。 随着 AI 模型越来越先进，它们会为我们做出决定，因此将 AI 安全放在首位至关重要。 这意味着改善人工智能与人类价值观的一致性。

当人工智能发展出情商时，它可以辨别是非并做出没有偏见的决定。 这具有挑战性，因为训练数据可能会出现偏差，而 AI 模型只是将其观察结果映射到结果。

借助 GPT-4，我们将看到 AI 对齐方面的改进，这将使纯文本模型更好地进行人类判断。 但要达到真正的一致性还有很长的路要走。

改进提示的自我评估

使用 ChatGPT 时，如果您的提示缺少适当的详细信息，结果将大相径庭。 因此，用户需要具备一定的专业知识才能设计提示，帮助他们从 GPT 模型中获取最大价值。

使用 GPT-4，它在理解提示方面会更加稳健。 即使提示不完美或有错误，模型仍然可以准确地提供必要的输出，而无需过多重复。

计算成本保持不变

到目前为止，OpenAI 使用稀疏模型，使其能够在不大幅增加计算要求的情况下扩展大型语言模型。 由于它不会使用 GPT-4 为其模型增加更多尺寸，因此它将不再使用稀疏模型。

相反，GPT-4 将基于更密集的语言模型。 这意味着聊天机器人的回答会更加准确。 并且它将更好地了解用户的行为和偏好。

GTP-4 能做什么？

GPT-4 模型可以比以前的模型以更高的效率和准确性解决过多的自然语言处理 (NLP) 任务。 其中一些如下：

生成文本

GPT-4 的一个常见应用是生成看起来像人类的文本。 您可以将它用于各种用途，例如为社交媒体、博客和网站创建内容。 对于许多企业来说，这将改变游戏规则，因为现在只需几句话就可以扩展内容。

长格式文本摘要

摘要是一项基本的 NLP 任务。 但是以前的 GPT 模型并没有有效地做到这一点。 它过去要么通过重复相同的句子而错过重要信息，要么产生完全不准确的信息。 GPT-4 有望显着改善这一点。

回答查询

GPT-4 可以成为一个优秀的支持系统。 它可以作为学生的导师，以友好的方式学习一门学科。 或者它可以充当旨在完美回答客户查询的聊天机器人。

其他潜在用途

GPT-4 可以在许多其他任务中派上用场，例如文本补全、文本分类和语言翻译。 随着模型变得更高级，我们可能会看到领先企业可以广泛采用的更高级应用程序。

GPT-4 的潜在好处

将 GPT 模型集成到日常工作或学习流程中的人们有望看到巨大的变化。 这些变化将主要转化为三件事：

提高生产力

使用 GPT 模型时，您实际上是在自动执行任务或要求 AI 完成繁重的工作。 如果这是一项重复性任务，那么您将在日历中添加大量时间。 其中一些任务可以是编写电子邮件、社交媒体标题和生成对评论的回复。

资源的有效配置

如果您经营一家企业，您希望获得最大的投资回报。 使用 GPT-4，您可以创建一种情况，其中您的大部分资源都花在了高投资回报率的任务上。 对于其余部分，您可以将 GPT-4 用于自动化，并让一些主管进行最终审查。 这可以为您节省大量时间和资源。

改善用户体验

在 Internet 上搜索答案时，我们通常会检查 3-4 页，直到找到准确的答案。 使用 GPT-4，我们得到了直接的答案。 而且我们不会被整个页面的广告轰炸。 这是针对普通用户的。 如果是企业，聊天机器人的响应时间和内容的参与率将有助于改善客户体验，从而提高保留率。

GPT-4 的未来是什么？

GPT-4 将是 OpenAI 的另一个最先进的大型语言模型，它将引入新的可能性并使整个行业更加高效。

当我们展望 GPT-4 的未来时代时，我们应该着眼于近期的 2023 年，而不是未来 5-10 年的长期。 这是因为在 AI 中事情可以迅速改变方向。

GPT-4 的预测

• OpenAI 将大规模商业化：许多人认为，OpenAI 的大部分收入将通过将基础技术授权给其他公司来创建他们自己的定制聊天机器人，而不是订阅模式。 微软已经在其将 ChatGPT 纳入其产品阵容的计划中宣布了这一点。
• 一场新的搜索竞赛开始：微软的 Bing 率先将 GPT 模型集成到搜索中，开启了谷歌主导了 20 多年的新搜索竞赛。 我们将看到谷歌积极构建其名为 Bard 的 ChatGPT 版本，并与微软展开竞争。
• 在线创作者的不确定性飙升：对于像 GPT-4 这样的模型，我们实质上是在讨论破坏互联网与最终用户之间的关系。 到目前为止，搜索引擎推动了内容流量、生成广告收入、产品销售等等。 现在，随着越来越多的用户依赖 GPT-4 模型进行搜索，这可能会受到重大影响。 因此，破解原创内容创作者的收入分配问题将是向前迈进的关键。
• 监管机构注意到： 2023 年可能最终是监管机构注意到 AI 中断的一年。 我们可能会看到政策慢慢形成，为这些 AI 模型提供一个框架来建立安全和版权法。
• AI 对齐仍未解决：我们提到在前面部分的 GPT-4 中可以看到与人类价值观更好的对齐。 但我们认为它不会完全解决问题，因为我们离通用人工智能还差得很远。
• 虚假新闻将会增加： GPT 模型抛物线增长的负面影响之一是不良行为者传播虚假新闻的速度比以前快得多。 由于它几乎像人一样说话，因此很难区分。

为 GPT-4 做准备

人工智能不会去任何地方。 在 ChatGPT 之外，我们已经有许多 ChatGPT 替代品，例如 ChatSonic，构建了对许多企业产生深远影响的惊人应用程序。 所以反对这场人工智能革命是不明智的。 相反，最好将其视为可以让您的生活更轻松的工具。

下一步将是利用该工具来获得竞争优势。 在商业中，它可以用于自动化以外的许多事情。 必须对模型进行训练以自我诊断故障并立即进行相应调整。 起初，这些变化只是渐进式的，但随着时间的推移会对整个业务产生广泛的影响。

在个人层面上，培养适应性和弹性等特质对于更顺利地过渡到人工智能优先世界至关重要。 此外，改变我们学习新事物的方式也很重要。 在互联网出现之前，我们大部分时间都花在了记忆上。 但当谷歌推出时，这种情况就消失了。 有了像 GPT-4 这样的模型，它会再次发生变化，我们必须适应。

想象一下，如果我们与个人电脑作战。 我们会像现在这样吗？ 可能不会！ 人工智能是同一回事。 与它一起发展，你就不会被取代。

结论

以GPT-4等GPT模型为主导的人工智能革命引起了世界各个角落的关注。 这是人类第一次觉得机器可以取代他们，因为它远非完美。 随着更多的迭代，语言模型将变得更加先进，并展现出更多的人类倾向。

就 GPT-4 而言，我们将看到效率和性能的飞跃，同时不会大幅改变参数数量。 GPT-4 也将极大地改善对上下文的理解，使模型在更长的时间内具有对话性。

虽然 GPT-4 的大规模影响尚不清楚，但它有望为 Bing 等搜索引擎提供支持，并使企业能够创建自定义聊天机器人。 在零售方面，我们可以看到更多功能被添加到付费计划中。 查看有关如何将 ChatGPT 用于企业的更多信息。

GPT-4 模型对用户和企业的好处是它可以节省时间和金钱。 例如，内容发布者可以将这些 GPT 模型采用到他们的技术堆栈中，以有效地扩展内容。 详细了解如何使用 ChatGPT 进行内容创建。

但是，对于一些行业和专业人士来说，它会带来新的问题。 例如，教师需要工具来从原文中检测人工智能编写的内容。 这是一个需要立即解决的问题。

尽管 GPT 模型存在缺点和负面影响，但人工智能的前景一片光明。 而且，当我们达到 AGI 状态时，我们将回顾 GPT-4，并说它是塑造 AI 格局的重要时刻之一。