別煽動(dòng)焦慮了，GPT-4還取代不了你
GPT更新，這回性能太強了。/unsplash
GPT-4連代碼里的bug都能自己修，就不怕它自我進(jìn)化，最后產(chǎn)生自主意識取代人類(lèi)嗎？答案是：目前不會(huì )。但GPT-4要達到“完美”，可能也只是時(shí)間問(wèn)題。
程序員要被淘汰了，這可能不是危言聳聽(tīng)。
這個(gè)職業(yè)原本幾乎是“金飯碗”一樣的存在，技術(shù)門(mén)檻高、考驗創(chuàng )造力，收入也高。但ChatGPT的問(wèn)世，改變了這種固有態(tài)勢。
最近這兩天，GPT還升級到了第四代——GPT-4。
要知道，上一代ChatGPT已經(jīng)具有超強的語(yǔ)義理解能力。雖然這種能力僅限于文字處理，但也已經(jīng)有公司在使用ChatGPT相關(guān)技術(shù)，替代掉一些初級程序員的工作了。
而GPT-4不光文字理解能力更高，還有超強的圖片理解能力，就連一些互聯(lián)網(wǎng)梗圖都能讀懂。
這還不是GPT-4的全部實(shí)力。在GPT開(kāi)發(fā)者OpenAI發(fā)布的演示視頻中，GPT-4能根據一張非常潦草的demo圖，在10秒之內生成一個(gè)網(wǎng)站頁(yè)面。
10秒，是人類(lèi)無(wú)論如何都不可能達到的速度，但AI可以。而且才100多天，它就躍進(jìn)到了這個(gè)水平。
下一代GPT又會(huì )有多么強大的能力呢？這既讓人期待和興奮，又感覺(jué)有點(diǎn)后背發(fā)涼。
GPT-4，無(wú)所不能？
上一代GPT并不是第一代，版本號其實(shí)是“3.5”。但因為其文字理解能力比較強，尤其對話(huà)交流表現非?！绊樆?，所以才被稱(chēng)為“ChatGPT”。
比起很多如同“人工智障”的AI助手，ChatGPT給出的回答更像人類(lèi)，但也不是毫無(wú)漏洞。有用戶(hù)問(wèn)過(guò)ChatGPT：“林黛玉三打白骨精是怎么回事？”
ChatGPT還真給胡謅出了一段故事，看起來(lái)有點(diǎn)像從網(wǎng)友二創(chuàng )作品中提煉出來(lái)的劇情。
林黛玉三打白骨精是怎么回事？/知乎答主@連詩(shī)璐
但拿同樣的問(wèn)題去問(wèn)GPT-4，它會(huì )提醒用戶(hù)不要混合《紅樓夢(mèng)》和《西游記》的劇情。
ChatGPT有點(diǎn)像喝醉了在說(shuō)胡話(huà)，而GPT-4保持了清醒。/知乎答主@連詩(shī)璐
如果你以為GPT-4的文字理解能力只停留在“語(yǔ)句”的水平，那你就錯了。GPT-4還可以理解“代碼語(yǔ)言”。
在GPT-4的產(chǎn)品視頻中，OpenAI總裁直接把一段1萬(wàn)字的代碼發(fā)給GPT-4，讓它修bug。結果GPT-4只用了幾秒鐘就找到了bug，并且分點(diǎn)給出了解決辦法。換做是程序員去找，絕不可能有這個(gè)效率。
這次升級和更新之后，OpenAI還將GPT-4處理文字內容的上限拓展到了2.5萬(wàn)個(gè)字符，這是ChatGPT上限的8倍。這意味著(zhù)，GPT-4可以處理更大的信息量。
GPT-4更為突出的能力體現在圖片理解方面。
在OpenAI發(fā)布的產(chǎn)品視頻中，開(kāi)發(fā)者給GPT-4看了一張“用VGA電腦接口給iPhone充電”的圖片，并問(wèn)GPT-4“笑點(diǎn)在哪里”，GPT-4在條分縷析之后得出了結論：
“這張圖搞笑的地方在于，它將一個(gè)很大并且過(guò)時(shí)的VGA接口插在一個(gè)很小并且現代的智能手機充電口上，這很荒謬?！?/p>
GPT-4是懂幽默的。
更重要的是，它還能把對圖片和文字的理解結合起來(lái)，同步進(jìn)行。
比如，給GPT-4一些統計圖表進(jìn)行分析，GPT-4能高效地得出結論、發(fā)現問(wèn)題，并迅速反饋給使用者。甚至直接把整篇論文截圖上傳給GPT-4，它都能在幾秒之內概括出論文的核心內容來(lái)。
將來(lái)，大公司的財報、銷(xiāo)售業(yè)務(wù)數據等內容，即便圖表內容再復雜、內容維度再多、數據量再大，只要不超過(guò)2.5萬(wàn)個(gè)字符的限制，GPT-4都能分析得清楚。
如此看來(lái)，似乎GPT-4幾乎可以秒殺相當一部分人類(lèi)了，程序員、金融分析師、數據分析師、音樂(lè )創(chuàng )作人（GPT-4可以自己寫(xiě)歌）都要下崗。
至少，初級程序員會(huì )被淘汰。/微博截圖
GPT性能躍進(jìn)，留給人類(lèi)的機會(huì )不多了？
問(wèn)題來(lái)了，GPT-4連代碼里的bug都能自己修，就不怕它自我進(jìn)化，最后產(chǎn)生自主意識取代人類(lèi)嗎？
答案是：目前不會(huì )，因為GPT-4也不是完美無(wú)缺的。
雖然它是多模態(tài)模型，目前已經(jīng)可以處理文字和圖片兩種“模態(tài)”，這比ChatGPT只能處理文字的“單模態(tài)模型”進(jìn)步了很多，但也僅限于此。
至少，目前它還分析不了聲音和視頻。后續的版本必然會(huì )覆蓋這些“模態(tài)”，以增強AI的理解能力。
事實(shí)上，對聲音的理解會(huì )更加復雜，比如一句話(huà)中的語(yǔ)氣、停頓都包含著(zhù)信息。另外還有非語(yǔ)言類(lèi)聲音，比如風(fēng)聲、撞擊聲，以及聲音距離、方位的辨別，都是需要突破的點(diǎn)。而視頻圖像會(huì )更復雜，對這些技術(shù)的攻堅，勢必要耗時(shí)更久。
當然，這也只是時(shí)間問(wèn)題。
多模態(tài)，類(lèi)似于感官融合。/pexels
目前來(lái)看，它還有一個(gè)明顯的問(wèn)題就是，容易產(chǎn)生“AI幻覺(jué)”，生成錯誤答案，并出現邏輯錯誤。
所謂“AI幻覺(jué)”，是指模型過(guò)于自信，生成的內容與提供的源內容無(wú)關(guān)或不忠實(shí)，有時(shí)會(huì )出現聽(tīng)起來(lái)合理，但不正確或荒謬的答案，比如上文中提及的“林黛玉三打白骨精”問(wèn)答。
中國信通院云計算與大數據研究所所長(cháng)何寶宏曾在接受采訪(fǎng)時(shí)指出，“ChatGPT的幻覺(jué)來(lái)自?xún)蓚€(gè)方面，一是訓練數據本身，二是訓練方法。AI是通過(guò)海量數據訓練出來(lái)的，因此這一缺點(diǎn)也與大數據的問(wèn)題一樣：數據很精確但錯得離譜”。
如果過(guò)于依賴(lài)AI，那么由這種幻覺(jué)導致的不準確性，顯然會(huì )影響一些業(yè)務(wù)的正常進(jìn)行。這就意味著(zhù)，人工必須對其反饋的分析進(jìn)行復核，這是AI取代不了的職責和必要性。
AI幻覺(jué)，大數據繞不開(kāi)的bug。/pexels
好在GPT迭代至今，其能力都僅限于被動(dòng)響應。也就是說(shuō)，不論是ChatGPT還是GPT-4，它們的信息讀取能力都只是對人類(lèi)提問(wèn)的反饋，而不會(huì )主動(dòng)去評判或者分析。
這一點(diǎn)“被動(dòng)”的屬性很關(guān)鍵，一方面能讓AI處于從屬地位，只會(huì )被動(dòng)解決人類(lèi)提出的問(wèn)題。這一點(diǎn)，應當成為AI行業(yè)不可逾越的紅線(xiàn)，否則就會(huì )面臨很多麻煩，比如AI的自我演進(jìn)，AI的權益和福利問(wèn)題，AI越過(guò)防火墻進(jìn)行監聽(tīng)，甚至衍生出黑客行為……
另一方面，這也對人類(lèi)提出了更高的要求，比如提問(wèn)能力。
很顯然，GPT-4是根據指令進(jìn)行分析的，那就是說(shuō)，只有在指令或提問(wèn)明確、清晰的情況下，GPT-4才能給出針對性的答案。否則，如果問(wèn)得很淺，那得到的反饋也只會(huì )是和百科一樣的表面回答。
AI躍進(jìn)，對人類(lèi)的洞察能力提出了更高要求。/pexels
一個(gè)會(huì )讓人警鈴大作的消息是，著(zhù)名金融服務(wù)公司摩根士丹利已經(jīng)在實(shí)際業(yè)務(wù)中使用了GPT。
摩根士丹利的工作人員所面對的巨大內容庫，涵蓋了投資策略、市場(chǎng)研究和評論以及分析師見(jiàn)解等長(cháng)達數十萬(wàn)頁(yè)的內容。這些信息大多以PDF格式分布在內部網(wǎng)站上，需要瀏覽大量信息才能找到特定問(wèn)題的答案，檢索起來(lái)費時(shí)費力。
而GPT高效的信息處理能力，讓這部分工作量得到了有效疏解。
但這也意味著(zhù)，這部分信息處理類(lèi)的初級崗位將要被淘汰，留下來(lái)的人必然要具備更強的洞察力，并且能提出好的問(wèn)題來(lái)引導GPT。
所以，就目前來(lái)看，人類(lèi)還不用為被AI取代而擔心，但絕對不能躺平大意，而是要不斷增強自己的水平，讓AI取代不了自己。
作者 | 土衛六
編輯 | 晏 非
校對 | 賴(lài)曉妮
排版 | 韓博菲
封面圖來(lái)源《親愛(ài)的小孩》劇照
看更多優(yōu)質(zhì)內容，點(diǎn)擊名片????，星標我們！??
