3月16日消息，人工智能研究公司OpenAI于昨日發布了備受期待的文本生成AI模型GPT-4。OpenAI聯合創始人兼總裁格雷格·布羅克曼（Greg Brockman）在接受采訪時表示，GPT-4并不完美，但卻絕對與眾不同。

GPT-4在其前身GPT-3的基礎上，在許多關鍵方面進行了改進，例如提供了更多真實的陳述，并允許開發人員更容易控制其風格和行為。從某種意義上說，GPT-4也是多模式的，因為它可以理解圖像，能給照片添加注釋，甚至詳細描述照片中的內容。

但GPT-4也有嚴重的缺陷。就像GPT-3一樣，該模型會產生“幻覺”（即模型聚合的文本與源文本無關或不夠準確），并會犯下基本的推理錯誤。OpenAI在自己的博客上舉了一個例子，GPT-4將“貓王”埃爾維斯·普雷斯利（Elvis Presley）描述為“演員的兒子”，但實際上他的父母都不是演員。

當被要求將GPT-4與GPT-3進行比較時，布羅克曼只給出了四個字回答：與眾不同。他解釋稱：“GPT-4絕對與眾不同，盡管它還存在很多問題和錯誤。但你可以看到其在微積分或法律等學科技能方面的躍升。它在某些領域的表現曾很糟糕，現在卻已經達到超越普通人的水準。”

測試結果支持了布羅克曼的觀點。在高考微積分考試中，GPT-4得4分(滿分5分)，GPT-3得1分，介于GPT-3和GPT-4之間的GPT-3.5也得4分。在模擬律師考試中，GPT-4成績進入了前10%行列，而GPT-3.5的分數在后10%左右徘徊。

與此同時，GPT-4更受人關注的地方在于上面提到的多模式。與GPT-3和GPT-3.5不同，它們只能接受文本提示，例如可以要求“寫一篇關于長頸鹿的文章”，而GPT-4可以同時接受圖像和文本提示來執行某些操作，比如識別在塞倫蓋蒂拍攝的長頸鹿圖像，并給出基本的內容描述。

這是因為GPT-4是針對圖像和文本數據進行培訓的，而它的前身只針對文本進行了培訓。OpenAI表示，培訓數據來自“各種合法授權的、公開可用的數據源，其中可能包括公開可用的個人信息”，但當被要求提供細節時，布羅克曼表示拒絕。訓練數據以前也曾讓OpenAI陷入法律糾紛。

GPT-4的圖像理解能力給人留下了相當深刻的印象。例如，輸入提示“這張圖片有什么好笑的？GPT-4會將整張圖片分解，并正確地解釋了這個笑話的笑點。

目前，只有一個合作伙伴可以使用GPT-4的圖像分析功能，這是一款針對視障人士的輔助應用程序，名為Be My Eyes。布羅克曼說，在OpenAI評估風險和利弊的過程中，無論何時，更廣泛的推廣都將是“緩慢而有意的”。

他還稱：“有些政策問題也需要解決，比如面部識別和如何處理人的圖像。我們需要找出危險區域在哪里，紅線在哪里，然后隨著時間的推移找到解決方案。”

OpenAI在其文本到圖像轉換系統Dall-E 2上也遇到了類似倫理困境。在最初禁用該功能后，OpenAI允許客戶上傳人臉，以使用AI支持的圖像生成系統對其進行編輯。當時，OpenAI聲稱，其安全系統的升級使面部編輯功能成為可能，因為它將深度造假以及試圖創造色情、政治和暴力內容的潛在危害降至最低。

另一個長期問題是防止GPT-4在無意中被用于可能造成傷害的方式使用。該模型發布幾小時后，以色列網絡安全初創公司Adversa AI發布了一篇博客文章，演示了繞過OpenAI的內容過濾器并讓GPT-4生成釣魚電子郵件、對同性戀者的進攻性描述以及其他令人反感文本的方法。

這在語言模型領域并不是新問題。Facebook母公司Meta的聊天機器人BlenderBot和OpenAI的ChatGPT也曾被誘惑輸出不恰當的內容，甚至透露了它們內部工作的敏感細節。但包括記者在內的許多人曾希望，GPT-4可能會在這方面帶來重大改進。

當被問及GPT-4的健壯性時，布羅克曼強調，該模型已經經過了六個月的安全培訓。在內部測試中，它對OpenAI使用政策不允許的內容請求做出響應的可能性比GPT-3.5低82%，產生“事實”響應的可能性比GPT-3.5高40%。

布羅克曼說：“我們花了很多時間試圖了解GPT-4的能力。我們正在不斷更新，包括一系列改進，這樣該模型就更具可擴展性，以適應人們希望它擁有的個性或模式。”

坦率地說，早期的現實測試結果并不是那么讓人滿意。除了Adversa AI測試之外，微軟的聊天機器人Bing Chat也被證明非常容易越獄。使用精心設計的輸入，用戶能夠讓該聊天機器人表達愛意，發出威脅傷害，為大屠殺辯護，并發明陰謀論。

布羅克曼并未否認GPT-4在這方面的不足，但他強調了該模型的新限制工具，包括被稱為“系統”消息的API級功能。系統消息本質上是為GPT-4的交互設定基調并建立界限的指令。例如，一條系統消息可能是這樣寫的：“你是一位總是以蘇格拉底風格回答問題的導師。你永遠不會給學生答案，而是總是試著問正確的問題，幫助他們學會獨立思考。”

其思想是，系統消息充當護欄，防止GPT-4偏離軌道。布羅克曼說：“真正弄清楚GPT-4的語氣、風格和實質一直是我們非常關注的問題。我認為我們開始更多地了解如何進行工程設計，如何擁有一個可重復的過程，讓你得到對人們真正有用的可預測結果。”

布羅克曼還提到了Evals，這是OpenAI最新的開源軟件框架，用于評估其AI模型的性能，這是OpenAI致力于“增強”其模型的標志。Evals允許用戶開發和運行評估模型(如GPT-4)的基準測試，同時檢查它們的性能，這是一種眾包的模型測試方法。

布羅克曼說：“有了Evals，我們可以更好地看到用戶關心的用例，并可以對其進行測試。我們之所以開源這個框架，部分原因是我們不再每隔三個月發布一個新模型以不斷改進。你不會制造你不能測量的東西，對吧？但隨著我們推出新版模型，我們至少可以知道發生了哪些變化。”

布羅克曼還被問道，OpenAI是否會補償人們用Evals測試它的模型？他不愿就此做出承諾，但他確實指出，在有限的時間內，OpenAI允許提出申請的Eevals用戶提前訪問GPT-4 API。

布羅克曼還談到了GPT-4的上下文窗口，該窗口指的是模型在生成額外文本之前可以考慮的文本。OpenAI正在測試一種版本的GPT-4，它可以“記住”大約50頁內容，是普通GPT-4“內存”的5倍，是GPT-3的8倍。

布羅克曼認為，擴展的上下文窗口會帶來新的、以前從未探索過的用例，特別是在企業中。他設想了一款為公司打造的AI聊天機器人，它可以利用來自不同來源(包括各部門員工)的背景和知識，以一種非常內行但具有對話性的方式回答問題。

這并不是一個新概念。但布羅克曼認為，GPT-4的答案將比目前其他聊天機器人和搜索引擎提供的答案有用得多。他說：“以前，模型根本不知道你是誰，你對什么感興趣等。而擁有更大的上下文窗口肯定會讓它變得更強，從而大大增強它能為人們提供的支持。”（小小）