ChatGPT是什幺？GPT-4厉害在哪？跟过去几代有差吗？一篇看懂最强AI红什幺

多年来，人工智能（AI）统治世界一直是许多人担忧、且并非不可能的事，但谁知道，这会从艺术和文学领域开始呢？

在全球都还在为聊天机器人ChatGPT惊叹时，OpenAI在3月14日又亮相了新一代的GPT-4，不但可以可处理2.5万字长篇内容，是ChatGPT的8倍，最让人惊艳的是还能「看图说故事」，连哏图都能分辨，告诉你背后的小点在哪。

国内可以直接访问，感兴趣的可以试试ChatGPT的强大，ChatGPT Next Web

ChatGPT是什幺？ChatGPT能做到哪些事？

GPT是「生成型预训练变换模型（Generative Pre-trained Transformer）」的缩写，是一种语言模型，而OpenAI所提出的这一系列的模型，可以执行非常复杂的任务，如回覆问题、生成文章和程序码，或者翻译文章内容等。而GPT中的Transformer是指由Google Brain所推出的译码器（decoder），是用来处理输入的自然语言以处理翻译、摘要等。

ChatGPT不仅仅是个聊天机器人，而是上知天文下知地理、可以针对使用者问题给予相应的长篇回覆；问答解惑、写程序和debug，甚至撰写论文、剧本小说诗歌等等，都难不倒它，只是有时还是会出现令人啼笑皆非的答案，但都还编得有模有样、令人惊艳。

自从先前ChatGPT开放公众使用以来，已经吸引超过100万人使用，社群媒体也涌现了大量用户的测试截图，主题广泛，个个都在测试人工智能的极限。

看起来coding难不倒它：

 

写诗也有模有样，对英文诗的押韵也有一点概念：

 

甚至基本的学术论文（且将可能会为学校带来一些问题）：

 

但可询问的内容也有限制，例如，它的培训内容只限于2021年以前的信息：

 

来源：ChatGPT

ChatGPT的回答内容仅限于2021年前。

 

ChatGPT的演变历程：1到4代有什幺差别？

1. GPT-1：

就是第一代GPT模型，于2018年6月诞生时，就已经是个强大的语言理解模型。从判断两个句子间的语意与关系、文本资料分类、问答与常识推理都难不倒，只是并非好的对话式AI模型，训练参数也远低于后续模型。

2. GPT-2：

2019年2月OpenAI又推出了由GPT-1演变而来的GPT-2，但主要改变只有使用了更多参数与数据集，参数量达15亿（GPT-1仅有1.17亿），而学习目标改成了「无特定任务训练」。这证明了，大幅增加的参数和资料可以让GPT-2比起GPT-1更上一层楼，虽然有些任务的表现不比随机的好，但在生成短文和编故事等方面都有了一定的突破。

3. GPT-3／GPT-3.5：

2020年GPT-3也受简单粗暴地用钱堆出了更多的运算资源，延续过去GPT类的单向语言模型的训练方式，只是将模型增大到1750亿参数。GPT-3在自然语言处理领域已经取得了重大的突破，成为了当时最大、最强大的自然语言生成模型，从机器翻译到文章总结输出，都有着非常出色的表现。

只是，2020年因为疫情严峻所致，人们对于人工智能领域的突破并没有足够的关注。而且，比起ChatGPT，GPT-3并没有办法进行自然的对话，只能处理单向的任务，因此也只有少数开发者有兴趣。

直到2022年11月底，OpenAI才发布了「GPT-3.5」的更新，主打对话模式，甚至可以承认错误、且拒绝不恰当的请求──这就是支持ChatGPT背后的模型，其更接近人类对话与思考方式的特点也吸引了全球的目光。

4. GPT-4：

距上次GPT-3.5的更新不久，2023年3月14日，OpenAI又抛出GPT-4，此次除了正确度高出40%、以整理和搜寻网络上的信息为主，还可以支援视觉输入、图像辨识，懂得「看图说故事」了！不过GPT-4没有再砸下重金、狂堆训练参数，而是把研发的重点将放在提升利用现有数据的能力上。：shuttersto

ck

 

ChatGPT有可能取代Google吗？

外界公认ChatGPT在AI界最大的突破，就是能处理非常广泛的主题。再者，ChatGPT以对话的方式进行互动，以人们无法企及的速度打包整理信息，甚至能处理对话中出现的不同人物、地点和时间等信息；可以把它理解成文字版的Siri或Alexa，但ChatGPT更能理解问题、更知道用户想要什幺。

专家也认为，ChatGPT首先威胁到的就是搜寻引擎。比起一条条的蓝色连结列表，整理好的信息、有逻辑的解释，似乎更吸引人。

观察一：ChatGPT可自行生成内容，并结合前后文意对话

目前搜寻引擎的运作方式（如Google），是汇集大量信息，而非创造信息。透过在输入框输入关键字，搜寻引擎会透过算法，抓取、索引以及排序匹配的信息，然后再由用户寻找自己需要的内容。但ChatGPT很不一样的是， 可自己生成内容，给出单一、实时的答案，还能结合前后文意，进行多轮对话 。

观察二：ChatGPT能不能判断讯息真伪？

不过，虽然ChatGPT资料源自于大量网络内容，但也会有出错的时候；而使用搜寻引擎可以从多个资料来源交叉对比。正如一些AI研究人员所解释，这是因为这样的聊天机器人基本上是「随机鹦鹉」（Stochastic Parrots）——也就是说，它们的知识仅来自训练数据中的统计规律，而不是像人类一样，拥有复杂和抽象的理解能力。

甚至，推特（Twitter）现任执行长伊隆．马斯克（Elon Musk）透露，ChatGPT可以使用Twitter数据库，且众所皆知Twitter垃圾讯息泛滥。这表示ChatGPT必然学到了许多缺少事实核查的内容，甚至被用来生成不实的消息、恶意散播。

综合来看，ChatGPT短时间内应该不会威胁到搜寻引擎，再加上Google也推出名为「Bard」的聊天机器人技术，正面迎战。但ChatGPT仍在起步，在未来，也有可能改变我们获取信息的方式。

 

ChatGPT还能写论文？其实是扼杀思考

而在教育领域，Kedrosky也认为ChatGPT对高等教育来说也是个威胁，尤其ChatGPT用于撰写论文可以算是剽窃，「 写文章的目的是为了证明你可以思考，但缩短了（写作）过程、且达不到目的 ……我们不再知道他们有没有作弊，所以这表示，一切都必须在课堂上完成（作业）并且必须受到监督。」这都需要更多教育工作者在第一线努力，因此学校可能会变得更贵、更小。

但对于未来职业的威胁，Kedrosky仍同意比较乐观的看法，「……只要有『颠覆』，就会有其他机会，人是会流动的，会从一个地方到另一个地方、从一个职业到另一个职业。我们不应该如此固执，认为这个技术（AI）的发展让我们无法改变或是迁移。」

AI取代人力的那一天，终究要来临？

不过，这也引发了另一个问题，这会不会取代一些工作？虽然许多用户表示，根据大量测试结果，ChatGPT并不是那幺聪明，但各行各业的专业人士都开始担心。程序可以仰赖AI、学术论文甚至可以回避反剽窃软件，饭碗不保、知识原创性出现危机。

根据TechCrunch与麻省理工学院的研究员兼经济学家、风险投资者Paul Kedrosky的访谈，Kedrosky认为，「 OpenAI正在推动美国经济100年来最具破坏性的变化 。」

在访谈中，Kedrosky用机械化的汽车工厂来比喻，指出这与自动化进入汽车工厂、并且让汽车工人失，很不一样，「制造工厂中的机器人虽然对在工厂工作的人们造成了破坏性的影响，并产生了令人难以置信的经济后果，但它们并没有转身开始『吸收』工厂内部的一切，一个部门接着一个部门吸收。而这不仅仅是我们可以预想到的，且这是你应该预想到的。」