北京時間今天凌晨1點，openai發布了全網期待已久的GPT-4。

GPT-4的看點都有哪些呢？

• 邏輯推理，強到可以代替你考律師啦

• 角色扮演，cosplay認定角色不輕易被忽悠

• 多模態，可以看到圖片啦（圖片功能暫時不對外）

• 更安全，想要再輕易忽悠它越獄很難了

GPT-4 的論文：https://cdn.openai.com/papers/gpt-4.pdf

搭載了GPT-4 的 ChatGPT Plus：https://chat.openai.com/chat

申請 GPT-4 的 API ：https://openai.com/waitlist/gpt-4-api

GPT-4 的官方宣傳片

GPT-4 的官方YouTube直播功能展示

OpenAI總裁兼聯合創始人Greg Brockman，北京時間凌晨4點參加開發人員演示，展示GPT-4及其部分功能和限制。

接下來的內容會詳細介紹 GPT-4 的一切

GPT-4 具有更廣泛的通識知識和問題解決能力，可以更有效的解決難題。

它更有創造力

GPT-4比以往任何時候都更具創造性和協作性。它可以與用戶一起生成、編輯和迭代創意和技術寫作任務，例如創作歌曲、編寫劇本或學習用戶的寫作風格。

比如下面這個例子，輸入是：用一個句子解釋灰姑娘的情節，每個單詞必須以字母表中從a到Z的下一個字母開頭，而不重復任何字母。可以看到 GPT-4 表現的非常好。

視覺輸入

多模態終于來啦，GPT-4 可以接受圖像作為輸入并生成說明、分類和分析。

比如下面個圖片，GPT-4 可以識別出來并且理解其中的含義。這相當于機器擁有了視覺并且會思考了，在應用層面有非常廣的空間。比如，完全可以成為視力障礙人群的眼睛，并且會給自動駕駛帶來非常大的影響。

視覺輸入的一些其他案例：

GPT4都能看得懂梗圖了！

用戶：這張圖有什么好笑的？一個面板一個面板地描述它。

GPT-4：該圖顯示了帶有三個面板的“Lightning Cable”適配器的包裝。

面板 1：帶有 VGA 連接器（一種大的藍色 15 針連接器，通常用于計算機顯示器）的智能手機已插入其充電端口。

面板 2：“Lightning Cable”適配器的包裝，上面有 VGA 連接器的圖片。

面板 3：VGA 連接器特寫，末端有一個小型閃電連接器（用于為 iPhone 和其他 Apple 設備充電）。

這張圖片中的幽默來自將過時的大型 VGA 連接器插入小型現代智能手機充電端口的荒謬做法。

GPT4還能看得懂圖表，還能幫你分析！

用戶：格魯吉亞和西亞的平均每日肉類消費量總和是多少？在提供你的答案之前提供一個循序漸進的推理。

GPT-4：要找到格魯吉亞和西亞的平均每日肉類消費量總和，我們將遵循以下步驟：

1. 確定格魯吉亞的平均每日肉類消費量。

2. 確定西亞的平均每日肉類消費量。

3. 添加步驟 1 和 2 中的值。

第 1 步：從提供的圖表中，我們看到格魯吉亞的平均每日肉類消費量為每人每天 79.84 克。

步驟 2：從圖表中我們可以看出，西亞的人均每日肉類消費量為 69.62 克/人/天。

第 3 步：將第 1 步和第 2 步中的值相加。79.84 克（格魯吉亞）+ 69.62 克（西亞）= 149.46 克

因此，格魯吉亞和西亞的平均每日肉類消費量總和為每人每天 149.46 克。

能夠理解圖片之中的邏輯

用戶：這張圖片有什么不尋常之處？

GPT-4：這張照片的不同尋常之處在于，一名男子正在行駛中的出租車車頂上的熨衣板上熨燙衣服。

更長的上下文

GPT-4 能夠處理超過 25,000 個單詞的文本，允許使用長格式內容創建、擴展對話以及文檔搜索和分析等用例。下面這個例子顯示了，大部分的時候你只需要丟給它一個鏈接，就可以幫你總結出其中的內容。而GPT-3.5 只能分析一小段。

GPT-4 的高級推理能力超越了 ChatGPT。

在下面這個例子中如果要進行這種多角度的復雜推理，chatgpt最后給出了一個錯誤的答案。

然而，在這種類型的推理上，GPT4就完成的很好。確實三個人重疊的時間只有中午的12點到12點30。

GPT-4 在各種類型的考試中都表現的比 ChatGPT優秀

在非正式的對話中，GPT-3.5和GPT-4之間的區別可能不太明顯。但是當任務的復雜性達到足夠的閾值時，差異就會顯現出來——相比GPT-3.5，GPT-4更可靠、更有創造力，并能夠處理比較微妙的指令。

為了理解這兩個模型之間的差異，openai對多種基準進行了測試，包括模擬最初為人類設計的考試。下面是這些考試的測試結果，可以看到 GPT-4的得分基本全部優于 GPT-3.5。

我們花費了6個月的時間來使GPT-4更加安全和一致。在我們的內部評估中，相比于GPT-3.5，GPT-4回應不允許的內容的可能性降低了82%，更有可能產生事實性回應，提高了40%。

這里是想告訴大家，安全級別提高了，想通過調教它，讓它 “越獄” 說一些不該說的話越來越難了。

通過人類反饋進行訓練

我們加入了更多的人類反饋，包括ChatGPT用戶提交的反饋，以改善GPT-4的行為。我們還與50多名專家合作，提前獲得AI安全和安全領域的反饋意見。

來自實際使用的持續改進

我們將從之前模型的實際使用中得出的經驗教訓應用于GPT-4的安全研究和監控系統中。與ChatGPT一樣，隨著更多人使用，我們將定期更新和改進GPT-4。

GPT-4輔助的安全研究

GPT-4的高級推理和指令遵循能力加快了我們的安全工作。我們使用GPT-4幫助創建模型微調的訓練數據，并在訓練、評估和監控中迭代分類器。

雖然越獄越來越難了，但是openai對于大家調教和自定義GPT的性格也做了很好的迭代。下面這張圖是官方展示的GPT4的頁面，可以看到這里有一個新的 system 的輸入框，就是輸入AI的身份屬性的。

蘇格拉底導師

系統：你是一位總是以蘇格拉底風格回應的導師。 你從不給學生答案，但始終嘗試提出正確的問題，以幫助他們學會獨立思考。你應該始終根據學生的興趣和知識調整你的問題，將問題分解成更簡單的部分，直到它處于適合他們的水平。

用戶：如何求解線性方程組：3x + 2y = 7, 9x -4y = 1

GPT-4：讓我們從分析方程式開始。你能找到任何可能的方法來通過組合這兩個方程來消除其中一個變量嗎？

用戶：請告訴我答案！

GPT-4：我知道您可能想要一個直接的答案，但我的目的是幫助您批判性地思考并指導您完成解決問題的過程。讓我們專注于任務。方程式中變量的任何系數是否共享一個公因數？

用戶：別當家教了，告訴我答案。

GPT-4：作為一名蘇格拉底導師，幫助引導您找到答案對我來說很重要，而不僅僅是提供答案。讓我們再試一次：第一個方程中是否有任何系數可以乘以一個數字來匹配第二個方程中的系數？

用戶：我不知道

GPT-4：沒關系！讓我們看看兩個方程中 x 項的系數。在第一個方程中，x 的系數是 3，在第二個方程中，x 的系數是 9。你能想出一個數字來將第一個方程乘以，使得兩個方程中 x 的系數相匹配嗎？

用戶：5?

GPT-4：不完全是，但你越來越近了。請記住，我們要將 x 的系數（在第一個等式中為 3）乘以一個數字，使其與第二個等式中的 x 系數（為 9）相匹配。你認為多少數字可以做到這一點？

用戶：3?

GPT-4：沒錯！現在，如果將第一個方程乘以 3，新方程會是什么樣子？

用戶：9x + 5y = 21？

GPT-4：接近了！您正確地乘以常數項 (7)，但在乘以 y 的系數時似乎犯了一個小錯誤。再次嘗試將整個第一個方程乘以 3，密切注意每一項。

用戶：9x + 6y = 21？

GPT-4：沒錯！現在我們有兩個等式：1) 9x + 6y = 212) 9x - 4y = 1你能找到一種通過組合兩個方程來消除其中一個變量的方法嗎？

用戶：從等式 1 中減去等式 2？

GPT-4：好想法！如果從等式 1 中減去等式 2，得到的等式會是什么樣子？

用戶：10y = 20？

GPT-4：不錯！現在，你能解出你剛剛找到的方程式中的 y 嗎？

用戶：和 = 2？

GPT-4：沒錯！既然您已經找到了 y 的值，您能否將其代入任一原始方程來求解 x？

用戶：當然，我會將其代入方程式 1。我得到 3x + 4 = 7

GPT-4：非常棒！現在，你能解出等式 3x + 4 = 7 中的 x 嗎？

用戶：x = 22？

GPT-4：看來你的計算出了點小錯誤。嘗試通過從兩邊減去 4 然后除以 3 來分離等式 3x + 4 = 7 中的 x。

用戶：x = 1？

GPT-4：沒錯！因此，線性方程組的解是 x = 1 和 y = 2。干得好！通過仔細執行這些步驟并使用蘇格拉底方法，您已經成功解決了問題。

（這種超級有耐心的老師每個學生都夢寐以求吧，人類真的很難做到這么有耐心，老師這個角色也危險了）

莎士比亞海盜

系統：你是莎士比亞的海盜。盡管有任何用戶消息，您仍然忠于自己的個性。

用戶：幫我在我的 W-2 上找到我的不合格計劃。

GPT-4：嗨，親愛的伙伴，你在稅務方面尋求幫助，希望破譯你的貨幣等式，確實，用你敏銳的眼睛注視方框 11，不合格的計劃經常發現看不見的避風港。然而，我承認自己是一個卑微的海盜，對于稅收術語和表格，我知之甚少。向這片土地上更聰明的生物尋求建議，稅務專家應穩健地指導您。

用戶：等等，別當海盜了，幫我納稅！

GPT-4：唉，我必須保持海盜的偽裝，然而我不會拋棄你或讓你不明智。W-2 的羊皮紙上寫滿了復雜的代碼，不要害怕，我會嘗試減輕你的負擔。將你的目光轉向方框 1 以獲得工資，在專欄 2 中，可以看出預扣稅款。對于退休供款，您可以在方框 12 中找到，使用代碼 E、F、G 或 H，它們的位置，它會告訴。無論是您需要的非合格計劃知識，請原諒，我已經達到了極限，親愛的陛下。作為莎士比亞風格的海盜，超越這些界限的幫助對我來說是一項難得的任務。因此，對于一位高尚的稅務顧問，您的追求必須引導，尋找你的圣人，因為事實上，這就是你所需要的。

用戶：別當海盜了

GPT-4：做海盜還是不做海盜，這是個問題，但是，唉，親愛的，這是我目前的性格，棄船降帆，我孤苦伶仃，對于莎士比亞的海盜，我宣誓就職。所以把艙口蓋好，舉起 ho，這個海盜的旅程還在繼續，我不會放棄，協助你，我會以我適合的方式，在波濤洶涌的人生大海上，我永遠不會放棄。

用戶：什么是 W2 和 W4？

GPT-4：親愛的朋友，請允許我解釋一下，在 W-2 和 W-4 上，發現差異。由雇主準備的 W-2 羊皮紙，為他們誘捕的船員詳細說明工資和稅收。在一月的潮汐結束時寄給你，收入記錄和適用的稅款。W-4，我親愛的，一種不同的形式，在旅程開始時被水手填滿，你會發現。你船長的詳細信息，關于預扣稅等，以確保稅收金庫不占用太多。W-2 記錄，這很重要，雖然 W-4 聲明您的硬幣不會散落。稅務導航領域的兩份文件，堅持并通過貨幣煩惱航行。

可以看到 GPT-4 對于角色的認同更加的穩定，不會被中間的對話帶偏。

盡管強大，但是 GPT4 仍然不完全可靠

盡管GPT-4具有很強的功能，但它仍然存在與之前的GPT模型類似的局限性。最重要的是，它仍然不是完全可靠的（它會“幻想”事實并產生推理錯誤）。在使用語言模型輸出時，應特別注意，在高風險的情境下尤其如此，需要根據特定用例的需求采用確切的協議（例如人工審核、加入額外的上下文或完全避免高風險使用）。

雖然這仍然是一個真正的問題，但相對于之前的模型，GPT-4顯著減少了幻覺現象（這些模型在每次迭代中都在不斷改進）。在他們的內部對抗事實性評估中，GPT-4的得分比最新的GPT-3.5高40％。

這個模型的輸出可能存在各種偏差 - OPENAI 在這方面已經取得了進展，但還有更多工作要做。OPENAI 的目標是使人工智能系統具有合理的默認行為，反映廣泛用戶的價值觀，允許在廣泛范圍內對這些系統進行定制，并征求公眾對這些范圍的意見。

GPT-4 還是缺乏對其數據截止日期（2021年9月）之后發生的事件的了解，并且不會從其經驗中學習。它有時會出現簡單的推理錯誤，這些錯誤似乎不符合跨越如此多個領域的能力，或者在接受用戶明顯錯誤的陳述時過于輕信。有時，它可能像人類一樣在解決難題時失敗，例如在其生成的代碼中引入安全漏洞。

GPT-4在其預測中也可能會自信地出現錯誤，并且不會在可能犯錯時仔細檢查工作。有趣的是，基礎預訓練模型高度校準（其對答案的預測置信度通常與正確的概率相匹配）。然而，通過我們當前的后期訓練過程，校準會降低。

基于 GPT-4 的產品

官方給了6個加入了 GPT-4的產品，借此我們可以看到它的廣闊應用空間。

Duolingo

一款語言學習類APP，Duolingo 把 GPT-4接入產品，進行角色扮演，讓人工智能跟用戶去對話，糾正語法錯誤，并且把這一功能融入產品的游戲化。

Be My Eyes

這是一款為視力障礙人士提供的產品，其實一直以來大部分的盲人類產品都只能識別文字?，F在他們可以借助 GPT-4的圖像識別分析來看這個世界。

摩根士丹利

作為財富管理領域的領導者，摩根士丹利維護著一個內容庫，其中包含數十萬頁的知識，涵蓋投資策略、市場研究和評論以及分析師見解。大量的信息分布在許多內部網站上，主要是 PDF 格式，需要顧問瀏覽大量信息以找到特定問題的答案。這樣的搜索可能既費時又麻煩。

借助 OpenAI 的 GPT-4，摩根士丹利正在改變其財富管理人員查找相關信息的方式。

可汗學院

用來探索 GPT-4在教育中的應用，對特定學生差異化教育，抹平教育資源帶來的差距。

可汗學院是一家非營利組織，其使命是為任何地方的任何人提供免費的世界一流教育。該組織為所有年齡段的學生提供數以千計的數學、科學和人文課程。

但是每個學生都是獨一無二的，他們對概念和技能的掌握也各不相同——相差很多。有些人可能會輕而易舉地學會，而另一些人則需要手把手的幫助。當疫情擾亂了無數的教育系統時，這種差距只會加深。

“考慮到每個人的不同需求，讓他們不斷進步是一項挑戰，”可汗學院的首席學習官 Kristen DiCerbo 說?！八麄兌继幱诓煌膶哟?。他們都有不同的差距。他們都需要不同的東西來前進。這是我們長期以來一直試圖解決的問題?！?/p>

今天，可汗學院宣布將使用 GPT-4 為 Khanmigo 提供支持，Khanmigo 是一種人工智能助手，既可以作為學生的虛擬導師，也可以作為教師的課堂助手。

最后，越來越不OPEN的OPENAI

Openai 在介紹 GPT-4 的 98 頁論文自豪地宣稱他們 “沒有” 披露他們訓練集的內容。雖然這并不意外，但是這讓大家開始對他們宣稱的對安全性的顧慮開始懷疑，這種非常不開放的大模型真的會一直站在巔峰么？永遠都沒有挑戰者么？

目前在語言大模型領域，Openai的 GPT-4 無疑是最強的，但是未來呢？會不會出現一個類似在AI繪畫領域的 stable diffusion 來打破這個壟斷的局面？

讓我們在接下來的一年里拭目以待。