背靠GPT-3.5大型语言模型的ChatGPT，2022年11月底面世后有如一石激起千层浪，令生成式AI热潮席卷全球。想不到短短4个月后，AI研究实验室OpenAI便释出第四代模型“GPT-4”，技术上进一步抛离其他大型语言模型。微软亦随即宣布，Bing搜索引擎已同步采用GPT-4，让Google在AI搜寻赛道上瞠乎其后。到底GPT-4比起GPT-3.5有何改进之处？功能更强大的GPT-4又是否一个已臻完美的AI模型呢？

第一代GPT模型2018年诞生

   ChatGPT名字中的“GPT”，是“Generative Pre-trained Transformer”的缩写，中译为“生成式预训练变换模型”。这是由Google Brain研发出来的深度学习模型架构，专用来处理自然语言；OpenAI正以此为基础，创造了GPT模型，迄今已经历四代演进。

   第一代GPT模型于2018年6月横空降世，能够判断两个句子之间的语意和关系、对文本数据进行分类、并能够解答一般常识和推理问题，但当时模型接受训练的数据参数仅有1.17亿项，相对较少，所以不算是好的对话式AI模型。

   第二代GPT-2模型是基于初代模型直接扩展而成，可说是GPT-1的加强版。它在2019年2月发表，被定位为“通用型AI”，不针对单一知识领域进行专门训练，而是学习各式各样的常识，训练参数达到15亿项，是上一代的10倍以上。GPT-2已能够回答问题、翻译文字，并生成文本输出。它输出的文字开始近似人类语气，惟生成较长段落时却可能出现重复或无意义的内容。

GPT-3.5搭ChatGPT掀热潮

   来到第三代的GPT-3，训练参数较GPT-2暴增117倍，超过1,750亿项，技术上也有飞跃进步，2020年６月释出给开发者试用。它能够辨识数据中隐藏的含义，并运用从数据训练中获得的知识来执行任务；换言之，就算要处理从未接触过的事物，它也能够理解并作出适当的响应。

   GPT模型发展至第三代，终于展现出商业应用上的实用性。可是，2020年正值新冠疫情高峰期，此AI技术突破并没有引起社会的太大关注。再者，GPT-3不像ChatGPT般能够输出自然对话，所以只有部分开发者和厂商对它感兴趣。同年9月，微软（Microsoft）宣布取得GPT-3的独家授权。

   2022年11月底，OpenAI发表GPT-3的优化版本“GPT-3.5”，并搭配聊天机械人“ChatGPT”一并推出，凭着其接近人类对话与思考方式的特点，瞬即吸引全球目光，掀起生成式AI热潮。GPT-3与GPT-3.5的主要分别在于，前者只是搜集和使用互联网上的数据进行训练，后者则会利用人类的响应和反馈，执行强化学习来自我训练。

GPT-4可处理2.5万字长内容

   距离ChatGPT爆红还不到4个月的时间，Open AI于2023年3月14日突然发布更具突破性的GPT-4，开放给ChatGPT Plus付费订户和软件开发者使用。OpenAI没有披露GPT-4模型受训参数的数量，只表示2022年8月已经完成训练，之后便不断进行微调改进，务求令其数据处理与理解能力大幅提升。

   GPT-4能够处理多达25,000字的内容，足足是GPT-3.5+ChatGPT的8倍以上。它容许用户输入更长内容，进行长篇文章翻译或编写摘要。更重要的是，这样意味着GPT-4拥有更强的记忆力。

GPT-4最实用的改进之处是，把文字输入限制提高至2.5万字，所以能够理解更长的上下文，作出更准确的回应。（图片来源：翻摄OpenAI官方YouTube影片）

   其实，ChatGPT有时表现不佳的主要原因是，用户最初提出的要求，在一定长度的谈话后，便会被后来的对话内容所覆盖，让AI无法把握完整的上下文来作出分析，致使回复偏离讨论主题。因此，当GPT-4能够记住25,000字的内容，AI就能够长时间监看与用户的对话内容，给出更精确的答案。

GPT-4能解读图像再作出回复

   更教人惊喜的是，GPT-4已升级为多模态（Multimodal）的AI模型，同时支持图像与文字输入来生成内容，打破ChatGPT只能键入文本提示的限制。它能够在理解图像内容后，给予用户建议，达到“看图说故事”的效果。

用户可以向GPT-4输入图片，要求响应。例如以下图片显示了鸡蛋、面粉、牛奶等食材，它在分析图片后，便会告诉用户利用这些食材可以制作什么甜品。（图片来源：OpenAI官网）

GPT-4被问到假如剪掉以下图片中的绳子，将会发生什么事？它懂得回答图中的气球将会飞走。由此可见，GPT-4在理解图片内容后，已能作出逻辑推理。（图片来源：翻摄OpenAI官方YouTube影片）

   在GPT-4上输入的图像可以是相片、图表、屏幕截图、甚至是手绘草图。OpenAI共同创办人格雷格•布罗克曼（Greg Brockman）在GPT-4的直播演示中，拍摄其笔记簿上一幅手绘的网页设计草图，然后上传至GPT-4，AI随即生成对应的网页程序代码。他认为，这将会大幅改变网站设计模式。

OpenAI共同创办人Greg Brockman输入一张手绘的网站设计草图，GPT-4即能自动生成网页程序代码，网站接口布局几乎跟手绘草图一模一样。（图片来源：翻摄OpenAI官方YouTube影片）

   此外，GPT-4甚至连迷因恶搞图也能够解读。例如，一幅来自Reddit讨论区的恶搞图，显示iPhone插着VGA连接器，GPT-4能够辨识并描述图片的幽默之处：将旧款VGA连接器插进新型智能手机是很滑稽的。目前GPT-4图像输入功能仍处于开发者预览版本，暂不对外开放，OpenAI未有透露开放时间表。

GPT-4能够解读以下恶搞图的内容，准确地指出过时的VGA连接器插入新型智能手机的充电端口，是滑稽之举。（图片来源：OpenAI官网）

GPT-4律师资格考试名列前茅

   除超凡的理解能力外，GPT-4更拥有优秀的推理能力。OpenAI声称，GPT-4在很多专业考试的表现已直逼“人类水平”（Human-level Performance）。为求证明此事，OpenAI安排GPT-4参加多项人类考试，包括律师资格考试（Bar examination）、美国大学入学的SAT测验、以及国际生物奥林匹克（International Biology Olympiad）等，结果统统交出骄人的成绩单。

   OpenAI表示，GPT-4在律师资格考试中的答题表现位列前10%，即是可以胜过90%的考生；GPT-3.5的成绩则落在后10%。GPT-4在SAT阅读考试中成绩位居前7%，在SAT数学考试中则排名前11%。至于在生物奥林匹亚竞赛中，GPT-4的成绩排名更高踞前1%，击败99%的参与者。

   为测试GPT-4的语言水平，OpenAI利用Azure Translate把评核AI理解能力的“MMLU”基准检验翻译成不同语言，让GPT-4作答。结果发现，GPT-4英文答题的正确率高达80.5%，中文答题正确率亦达到80.1%，日语和韩语答题正确率则为70%至80％，可见GPT-4展现出极高的多国语言能力。

MMLU（Multi-task Language Understanding）基准考试包含14,000条试题，涵盖STEM、人文、社会科学等57个学科。结果GPT-4几乎以10%以上差距击败其他大型语言模型，包括Google旗下的PaLM。（图片来源：OpenAI官网）

GPT-4仍有幻觉，不完全可靠

   纵然GPT-4在技术上已有长足进步，但OpenAI执行长山姆•奥特曼（Sam Altman）却坦承，“它仍然是有缺陷的。”GPT-4依旧有GPT-3.5的“幻觉”（Hallucination）问题，有时会捏造信息，生成与事实不符的回复；即使有用户指出其答案出错，GPT-4会倾向坚持自己是对的。

在SAT、GRE、AP等公开考试中，GPT-4大部分的成绩（绿色部分）均优于GPT-3.5（蓝色部分）。（图片来源：OpenAI官网）

   不过，OpenAI强调，他们额外花了6个月时间来调整模型，并在数据训练过程中纳入更多人工回馈训练，以减轻GPT-4的幻觉问题。在OpenAI的对抗性测试评估中，GPT-4陈述事实响应（Factual Responses）的可能性提高40%，回答不允许内容请求的可能性则降低82%。因此，GPT-4比起GPT-3.5算是较为可靠，但OpenAI仍警告不宜尽信GPT-4给出的答案。

   GPT-4的另一缺憾是，其受训数据也像GPT-3.5般只更新至2021年，对于这个时间点以后的事情，它就无法作出响应。幸好，OpenAI发表GPT-4后不久，微软便宣布Bing AI搜索引擎已同步升级使用GPT-4模型。大家只要透过Bing向GPT-4提问，它也能够回答2022年或以后发生的事情。

AI市场规模超过3,000亿美元

   OpenAI在短时间内推出功能更强大的GPT-4模型，代表着其开发团队正以极高速度引领AI技术变革，迫使Google等竞争对手要投放更多资源来奋起直追。这样有助加快AI的研发进程，并造就市场百花齐放的局面，实现AI全面普及。

现有ChatGPT用户如想体验GPT-4的强大功能，只要升级为ChatGPT Plus订户，乖乖付上20美元（约156港元）的月费便可以了。（图片来源：OpenAI官网）

   根据OpenAI提供的资料，美国投行摩根斯坦利（Morgan Stanley）现已运用GPT-4来整理金融数据，电子支付方案商Stripe亦尝试用GPT-4协助打击诈骗；同时，网上教育机构可汗学院（Khan Academy）、网上语言学习平台Duolingo、以及冰岛政府也有使用GPT-4来辅助营运。由此可见，生成式AI已开始在企业和政府逐步落地应用。

投资顾问经常要浏览大量金融数据，以回复客户提问，但这样做却相当费时失事。因此，摩根斯坦利现正探索如何利用GPT-4来整理金融数据，以提高分析效率。（图片来源：OpenAI官网）

   国际市调机构IDC分析指，引进AI速度较慢的企业，无可避免地会落后于竞争对手。IDC预估，2023年全球对AI系统的支出将增加27%，达至1,540亿美元（约1.2兆港元）；之后每年增长率将维持27%，及至2026年总支出可望超过3,000亿美元（约2.3兆港元）。

   《经济通》所刊的署名及／或不署名文章，相关内容属作者个人意见，并不代表《经济通》立场，《经济通》所扮演的角色是提供一个自由言论平台。