Вышла в свет долгожданная модель искусственного интеллекта GPT-4 от OpenAI, ознаменовавшая собой значительный прорыв в области обработки естественного языка. Эта передовая технология уже применяется в различных приложениях, таких как виртуальный волонтер для слабовидящих людей и усовершенствованный бот для изучения языка в Duolingo.
Хотя ChatGPT изначально назывался GPT-3.5 и предшествовал GPT-3 по количеству итераций, он не является самостоятельной моделью. Напротив, ChatGPT — это интерфейс чата, разработанный для облегчения взаимодействия с GPT-3.5, а теперь и с GPT-4.
Теперь давайте рассмотрим пять наиболее существенных отличий GPT-4 от более ранних версий этого чат-бота.
Отличия GPT-4 от предшественников
Мультимодальность
В то время как ChatGPT и GPT-3 были ограничены текстовым вводом, GPT-4 является «мультимодальной» системой, которая может анализировать изображения и извлекать из них необходимую информацию.
Возможности GPT-4 в анализе изображений выходят за рамки простого описания изображений; он может идентифицировать и объяснять визуальные шутки и выполнять более сложные задачи, такие как распознавание узоров на одежде, идентификация растений, чтение карт и перевод надписей. Эта новая способность делает GPT-4 ценным инструментом для таких приложений, как приложение Be My Eyes, которое позволяет слепым и слабовидящим людям получать помощь от добровольцев, способных описать содержимое камеры их телефона. В видео демонстрации GPT-4 успешно идентифицирует различные объекты, места и информацию на изображениях, демонстрируя свою универсальность и потенциал для повышения доступности для людей с нарушениями зрения.
Однако важно отметить, что понимание GPT-4 визуального контента не является совершенным и для получения точной информации может потребовать специальных вопросов. Например, хотя он может определить детали платья, он не сможет определить, подходит ли оно для собеседования. Тем не менее, способность GPT-4 обрабатывать и понимать различные типы информации знаменует собой значительное продвижение в области машинного обучения и открывает ряд новых возможностей для его применения в различных отраслях.
GPT-4 сложнее обмануть
Несмотря на свою способность генерировать точную информацию под запрос, современные чат-боты могут легко запутаться и даже давать странные или тревожные ответы. Известны случаи, когда пользователи «взламывали» этих ботов, убеждая их обсуждать темы, не относящиеся к их компетенции, или объяснять вымышленные понятия, такие как «плохой ИИ».
Однако с GPT-4 такое провернуть гораздо сложней. В отличие от своих предшественников, он был обучен на большом наборе данных вредоносных запросов, предоставленных пользователями OpenAI за последние несколько лет. В результате GPT-4 демонстрирует улучшенную фактологичность, управляемость и способность не выходить за установленные рамки.
Согласно официальному пресс-релизу OpenAI, GPT-3.5 (который использовался вместе с ChatGPT) послужил «пробным запуском» для новой архитектуры обучения. Уроки, извлеченные из этого испытания, были применены к новой версии, что привело к беспрецедентной стабильности. Кроме того, команда смогла лучше предсказать возможности GPT-4, что привело к меньшему количеству сюрпризов и улучшению производительности.
Новая способность поддерживать согласованность и последовательность делает GPT-4 ценным инструментом для широкого спектра приложений, от языкового перевода и создания контента до более специализированных областей, таких как юридический анализ и медицинская диагностика. В целом, повышенная надежность GPT-4 и соблюдение установленных ограничений представляют собой значительный шаг вперед в области машинного обучения и обработки естественного языка.
GPT-4 имеет большую память
Большие языковые модели являются важнейшими инструментами в обработке естественного языка, но их способность сохранять информацию во время общения с пользователями была не велика. GPT-3.5 и предыдущая версия ChatGPT имели ограничение на размер лексем в 4 096, что примерно эквивалентно 8 000 слов или четырем-пяти страницам книги. Это ограничение означало, что модель могла сохранять только небольшой объем информации, прежде чем потерять память о прошлых событиях.
Однако с появлением GPT-4 это ограничение было значительно расширено. Максимальный размер маркера в GPT-4 составляет 32 768, что соответствует примерно 64 000 слов или 50 страницам текста. Это расширение позволяет модели запоминать до 50 страниц прошлого разговора или создания текста, что дает ей возможность вспоминать события 20-страничной давности во время разговора или ссылаться на фактуру, изложенную 35 страниц назад при написании рассказа или эссе.
Хотя это упрощенное описание работы механизма внимания и подсчета жетонов, преимущества расширения памяти очевидны. Благодаря расширению памяти GPT-4 может давать более полные и точные ответы на запросы пользователей.
GPT-4 более мультиязычный
В области ИИ долгое время доминировали англоговорящие люди, и данные, тесты и научные статьи были доступны в основном на этом языке. Однако возможности больших языковых моделей должны быть доступны на любом письменном языке.
В качестве многообещающего шага к этой цели GPT-4 продемонстрировал свою способность отвечать на вопросы с несколькими вариантами ответов с высокой точностью на 26 языках, от итальянского до украинского и корейского. Хотя он особенно хорошо работает на романских и германских языках, с ним уже можно эффективно общаться и на других языках.
Хотя первоначальное тестирование языковых возможностей GPT-4 является многообещающим, существуют ограничения в критериях оценки, которые были переведены с английского языка, а формат вопросов с множественным выбором не является репрезентативным для нормальной речи. Тем не менее, успех GPT-4 в задаче, для которой он не был специально обучен, говорит о том, что он может стать более доступным для неанглоязычных пользователей.
GPT-4 меняет «личности»
Концепция «управляемости» в ИИ означает возможность изменять поведение ИИ по требованию. Хотя это может быть полезно в определенных контекстах, например, в роли сочувствующего слушателя, такая опция также может представлять опасность, если пользователи манипулируют моделью, чтобы она проявляла негативные эмоции или поведение.
В отличие от своего предшественника, GPT-3.5, в GPT-4 встроена возможность управления. Она предоставляет пользователям больший контроль над личностью модели, ее многословностью, тоном и стилем. Разработчики теперь могут с самого начала установить точку зрения, стиль общения и метод взаимодействия, что позволяет более индивидуально и конкретно взаимодействовать с ИИ.
Такое повышение управляемости особенно полезно для чат-ботов, которых можно настроить под различные роли — от мастера настольной ролевой игры до человека, берущего интервью для новостей. С помощью этих предложений о личности пользователи могут изменять поведение модели в соответствии со своими конкретными потребностями.
Заключение
Несмотря на все улучшения, команда GPT-4 все же предостерегает о необходимости проявлять осторожность, отмечая, что поведение ИИ должно оставаться в пределах разумного. Хотя эта усовершенствованная управляемость представляет собой значительное достижение в области ИИ, она также подчеркивает необходимость ответственного и этичного использования этих мощных технологий.
