圖片來源@視覺中國

文 | 零點有數(shù)科技

作為人工智能史上里程碑事件之一的ChatGPT，自2022年11月30日發(fā)布至今，一直備受熱議。在ChatGPT熱潮尚未見減弱之勢，2023年3月14日，OpenAI公司繼續(xù)發(fā)布新一代AI語言大模型GPT-4，并官宣稱GPT-4是“OpenAI最先進的系統(tǒng)”“能夠產(chǎn)生更安全、更有用的響應”。

作為同一家公司推出的同屬人工智能技術(shù)驅(qū)動的自然語言處理工具（AI語言大模型），相比此前的ChatGPT，GPT-4到底有何先進之處？支持這些先進之處的底層邏輯是什么？點擊閱讀原文，領(lǐng)取零點有數(shù)專家的超萬字詳細解讀。

鑒于ChatGPT是基于GPT-3.5大模型微調(diào)形成的一個應用產(chǎn)品——AI聊天機器人，而GPT-4則是GPT-3.5的下一代大模型，本文將從兩個層面來比較：一是從基礎模型層面，比較GPT-4與GPT-3.5（作為底層邏輯）；二是從應用能力層面，比較GPT-4與ChatGPT（作為先進之處）。

01 GPT-4與GPT3.5

GPT-4是OpenAI公司自2018年6月發(fā)布GPT-1以來，并歷經(jīng)GPT-2、GPT-3、GPT-3.5之后的最新一代AI自然語言大模型(參見下表1)。

從歷代沿革來看，原理基本相同。第一，都是采用一種稱之為“自回歸生成”的關(guān)聯(lián)統(tǒng)計方法；第二，都是首先采用無監(jiān)督學習預訓練出一個基礎通用模型，然后再通過監(jiān)督學習進行微調(diào)適配各種任務，最后采用“從人類反饋中強化學習”的強化學習方法，使得模型能像人類一樣進行對話交流；第三，都是基于一種稱之為“Transformer”的算法框架。即都是“GPT”(生成式預訓練轉(zhuǎn)換器，或稱生成式預訓練大模型)。

然而不同的是，演變的變量主要關(guān)乎模型的規(guī)模（即參數(shù)個數(shù)）、預訓練的數(shù)據(jù)量、對輸入信息的支持能力（是否是多模態(tài)、是否是長信息）、模型功能（是否有多種能力）以及模型性能、應用安全和可靠性等方面。

具體對比如下：

1、模型規(guī)模。相較于GPT-3.5的1750億個參數(shù)，GPT-4的參數(shù)達到了5000億個（也有報道為1萬億），GPT-4的規(guī)模比GPT-3.5更大。更大的規(guī)模通常意味著更好的性能，能夠生成更復雜、更準確的語言。

2、訓練數(shù)據(jù)。GPT-3.5使用了來自維基百科、新聞報道、網(wǎng)站文章等互聯(lián)網(wǎng)上的大量文本數(shù)據(jù)，大小為45TB左右。而GPT-4則使用了更大量的網(wǎng)頁、書籍、論文、程序代碼等文本數(shù)據(jù)，同時還使用了大量的可視數(shù)據(jù)。盡管無法考究具體數(shù)值，但毫無疑問，GPT-4的訓練數(shù)據(jù)比GPT-3.5更豐富。這使得GPT-4具備更廣泛的知識，回答也更具針對性。

表1 OpenAI歷代GPT模型參數(shù)與預訓練數(shù)據(jù)量對比

3、模態(tài)與信息。GPT-3.5是基于文本的單模態(tài)模型，無論是圖像、文本、音頻，用戶只能輸入一種文本類型的信息。而GPT-4是一個多模態(tài)模型,可以接受文本和圖像的提示語（包括帶有文字和照片的文件、圖表或屏幕截圖）。這使得GPT-4可以結(jié)合兩類信息生成更準確的描述。在輸入信息長度方面，與GPT-3.5限制3000個字相比，GPT-4將文字輸入限制提升至2.5萬字。文字輸入長度限制的增加，也大大擴展了GPT-4的實用性。例如可以把近50頁的書籍輸入GPT-4從而生成一個總結(jié)概要，直接把1萬字的程序文檔輸入給GPT-4就可直接讓它給修改Bug。

4、模型功能。GPT-3.5主要用于文字回答和劇本寫作。而GPT-4，除文字回答和劇本寫作外，還具有看圖作答、數(shù)據(jù)推理、分析圖表、總結(jié)概要和角色扮演等更多功能。

5、模型性能。雖然GPT-3.5已經(jīng)表現(xiàn)出很強大的性能，但GPT-4在處理更復雜的問題方面表現(xiàn)得更好。例如，在多種專業(yè)和學術(shù)基準方面，GPT-4表現(xiàn)出近似人類水平；在模擬律師考試方面，GPT-4可以進入應試者前10%左右，而GPT-3.5則在應試者倒數(shù)10%左右；在USABO Semifinal Exam 2020（美國生物奧林匹克競賽）、GRE口語等多項測試項目中，GPT-4也取得了接近滿分的成績，幾乎接近了人類水平。參見如下圖1。

圖1 GPT-4各項考試結(jié)果（按GPT-3.5性能排序）（數(shù)據(jù)來源：https://openai.com/research/gpt-4）

6、安全性和可靠性。GPT-4改進了對抗生成有毒或不真實內(nèi)容的策略，以減少誤導性信息和惡意用途的風險，提高其安全性和可靠性。特別地，GPT-4在事實性、可引導性和拒絕超范圍解答（非合規(guī)）問題方面取得了有史以來最好的結(jié)果（盡管它還不夠完美）。與GPT-3.5相比，在生成的內(nèi)容符合事實測試方面，GPT-4的得分比GPT-3.5高40%，對敏感請求（如醫(yī)療建議和自我傷害）的響應符合政策的頻率提高29%，對不允許內(nèi)容的請求響應傾向降低82%。

總體來說，GPT-4比GPT-3.5更可靠，更有創(chuàng)造力，能夠處理更細微的指令。參見表2。

表2 從GPT-3.5到GPT-4的新變化

02 GPT-4與ChatGPT

ChatGPT是基于GPT-3.5的AI聊天機器人。但在對話方面，GPT-4已表現(xiàn)出更好的連貫性和語境理解能力：不僅可以生成流暢、準確和有邏輯的文本，還可以理解和回答各種類型的問題，甚至還可以與用戶進行創(chuàng)造性和技術(shù)性的寫作任務。其中，比較突出的應用能力體現(xiàn)如下。

1、新增的圖片辨識和分析能力。與ChatGPT相比，GPT-4除了可以支持文字輸入以外，還新增了圖片辨識和分析功能，即能辨識圖片（輸出對圖片的內(nèi)容描述）、分析圖表（類似EXCEL中的圖表分析）、發(fā)現(xiàn)圖片中的不常之處（對圖片中異?，F(xiàn)象進行辨識）、閱讀文件并總結(jié)概要（如對PDF文件內(nèi)容進行歸納總結(jié)）等。甚至只需要在紙上畫一個網(wǎng)站的草稿圖，拍一張照片上傳給GPT-4，模型便可生成網(wǎng)站代碼。

2、更先進的推理能力。相比ChatGPT只能在一定程度上進行簡單和直接的推理，GPT-4可以進行復雜和抽象的思考，能解決更復雜的問題。如前所述，GPT-4在多個專業(yè)和學術(shù)領(lǐng)域都已表現(xiàn)出人類的水平，如美國的律師考試已經(jīng)達到了前10%的標準，法學院的入學考試也達到了88%的成績，SAT大學入學考試也達到了90%的成績。特別是ChatGPT不擅長的數(shù)學解題能力，GPT-4有了大幅提升，在美國高校入學考試SAT數(shù)學考試中，獲得了800分中的700分。

3、更高水平的創(chuàng)造力和協(xié)作性。與ChatGPT只能在一定范圍內(nèi)進行有限的創(chuàng)造和協(xié)作不同，GPT-4可以與用戶進行創(chuàng)造性和技術(shù)性的寫作任務，例如創(chuàng)作歌曲、編寫劇本或者學習用戶的風格和偏好，還可以生成、編輯和迭代各種類型和風格的文本，并且能夠根據(jù)用戶的反饋和建議來改進其輸出。

4、更廣泛的應用前景。GPT-4憑借接近人類水平的語言理解和生成能力以及其他方面的優(yōu)勢，可在各種領(lǐng)域和場合中發(fā)揮重要作用。例如，GPT-4可以作為一個智能助理、教育工具、娛樂伙伴和研究助手，為Office辦公軟件、搜索引擎、虛擬導師應用等提供使能。據(jù)公開資料報道，微軟已將GPT-4接入Office套件從而推出全新的AI功能Copilot，也已將GPT-4接入Bing以提供定制化搜索服務；摩根士丹利正在應用GPT-4進行財富管理部市場信息的分類和檢索；Doulingo將使用GPT-4進行角色扮演以增進語言的學習；BeMyEyes正在運用GPT-4將視覺型圖片轉(zhuǎn)成文字幫助盲人理解；可汗學院也已使用GPT-4作為虛擬導師Khanmigo……等等。

可以預見，GPT-4將會接入越來越多的行業(yè)，從而促進社會生產(chǎn)力和創(chuàng)造力的提升，為人類帶來便利和價值。與此同時，伴隨著GPT-4的應用拓展和深入，GPT-4將從人類反饋中進行更多、更快的學習，其模型迭代升級的速度也將隨之加快，更多的功能、更強的性能將會呈驚現(xiàn)于世。

03 共同的問題

如前所述，GPT-4和ChatGPT同屬生成式AI自然語言大模型。所謂生成式，簡而言之就是根據(jù)輸入的單詞來預測下一個最有可能出現(xiàn)的關(guān)聯(lián)性單詞，然后將這個最有可能出現(xiàn)的單詞輸入模型，再預測下一個最有可能出現(xiàn)的關(guān)聯(lián)性單詞……，類似“單詞接龍”，如此接續(xù)。通過對大量現(xiàn)存的各種人類語料進行“訓練”，讓模型的各個參數(shù)不斷調(diào)整，使得模型的“單詞接龍”水平不斷接近人類語料的真實情況，即讓模型學到規(guī)律。由此，GPT-4和ChatGPT均會存在由于生成式本身的短板所導致的一系列問題。

例如：如果真實語料中本身存在大量虛假信息，或者存在大量有毒信息（如充滿種族、性別、宗教、政治等偏見或惡意），而這些信息恰好被模型學到了，這無疑會導致模型存在產(chǎn)生有害內(nèi)容的風險；如果出現(xiàn)了實際不同但碰巧符合同一規(guī)律的內(nèi)容，模型有可能無法區(qū)分其真實性，最直接的結(jié)果是，若現(xiàn)實中不存在的內(nèi)容剛好符合模型從訓練材料中學到的規(guī)律，模型就有可能對不存在的內(nèi)容進行“合乎規(guī)律的混合捏造”，即產(chǎn)生虛假信息；由于模型缺乏可解釋性，而我們又無法直接查看模型到底記住了什么、學到了什么，只能通過多次提問來評估和猜測它的所記所學，這會導致隱私泄露風險（據(jù)BBC 3月23日報道，有用戶在社交媒體上看到了其他人使用ChatGPT的歷史搜索記錄標題）；基于“從人類反饋中強化學習”，難以避免從惡意的誘導中學到了不該學的規(guī)律，這會給意識形態(tài)侵襲、網(wǎng)絡安全帶來沖擊……。總之，伴隨著應用越廣泛、越深入，GPT-4和ChatGPT都將面臨更多的安全與風險挑戰(zhàn)。

正如OpenAI公司的創(chuàng)始人兼首席執(zhí)行官Sam Altman最近接受ABC新聞采訪時表示，他對人工智能技術(shù)以及它如何影響勞動力、選舉和虛假信息的傳播有些“害怕”。他也警告說，人工智能的廣泛使用可能會帶來負面影響，這需要政府和社會共同參與監(jiān)管，他呼吁反饋和規(guī)則對抑制人工智能的負面影響非常關(guān)鍵。