导读：ChatGPT 的创建者 OpenAI 今天发布了 GPT-4，它可以接受文本或图像输入。

经过数月的媒体猜测，OpenAI 宣布推出 GPT-4，是其 AI 语言模型系列中的最新版本，已经为 ChatGPT 和新 Bing 等应用程序提供支持。

该公司昨天的发布声称此模型“比以往任何时候都更具创造性与协作性”，并且“可以更准确地解决难题”。

GPT-4可以解析文本和图像输入，但目前还是只能通过文本进行响应。OpenAI 还警告说，该系统还存在着许多与早期语言模型相同的问题，包括编造信息（或“幻觉”）的倾向以及生成暴力与有害文字的情况。

OpenAI 表示，它已经与多家公司合作，将 GPT-4 集成到这些公司的产品中，包括 Duolingo、Stripe 和 Khan Academy 等知名平台。

GPT-4 模型通过 ChatGPT Plus（OpenAI 每月 20 美元的 ChatGPT 订阅）向公众提供，并为微软的 Bing 聊天机器人提供支持。目前GPT-4 的 API 已经开放给开发者，可以直接构建新应用。

OpenAI 表示 GPT-4 与其前身 GPT-3.5 之间的区别在于日常对话中是“微妙的。

OpenAI 首席执行官 Sam Altman在推特上表示，GPT-4“仍然存在缺陷，仍然存在局限”，但它能够“在第一次使用时就比你花更多时间处理更令人印象深刻。”

OpenAI表示，GPT-4 在许多测试和基准测试中的表现中有不少独特性，包括 Uniform Bar Exam、LSAT、SAT Math 和 SAT Evidence-Based Reading & Writing 测试的数据。

但 OpenAI 的公告却谦虚地说：

“人们期望越高，失望就越高，”OpenAI首席执行奥特曼在 1 月份接受关于 GPT-4 的采访时说。“炒作就像...没有真正的 AGI，这正是对我们的期望。”

上周，微软德国首席技术官在接受媒体采访时透露该系统将于本周推出，媒体进一步活跃起来。这位高管还指出该系统将是多模态的——也就是说，不仅能够生成文本，还能生成其它媒体。许多 AI 研究人员认为，集成文本、音频和视频的多模态系统是构建功能更强大的 AI 系统的最佳途径。

GPT-4 确实是多模态的，但使用的媒体比一些人预测的要少。OpenAI 表示该系统可以接受文本和图像输入并返回文本输出。该模型同时解析文本和图像的能力使其能够解释更复杂的输入。

阐述 GPT 的原始研究的论文发表于 2018 年，GPT-2 于 2019 年公布，GPT-3 于 2020 年公布。这些模型是在巨大的文本数据集上训练的，其中大部分是从互联网上抓取的，用于挖掘统计模式。然后使用这些模式来预测哪个词跟在另一个词之后。这是一个描述起来相对简单的机制，但最终结果是灵活的系统，可以生成、总结和写作，以及执行基于文本的任务，如翻译或生成代码。

2022 年底，OpenAI推出了 ChatGPT——这是一种基于 GPT-3.5 的对话式聊天机器人，任何人都可以访问。ChatGPT 的推出在科技界引发了一场狂潮，微软很快推出了自己的 AI 聊天机器人 Bing，并作为 Bing 搜索引擎的一部分，而谷歌也紧随其后。

这些 AI 语言模型的广泛可用性带来了一众问题和挑战。如今教育系统开始面对那此受人尊敬论文的真实性质疑，是否由机器编写；由于AI 生成的内容大量涌入， Stack Overflow 和 Clarkesworld 等网站已经关闭ChatGPT提交。

在 GPT-4 公告中，OpenAI 强调说，此系统已经接受了六个月的安全训练，并且在内部测试中，“响应不被允许的内容请求可能性降低了 82%，产生事实内容的可能性提高了 40%，响应也优于 GPT-3.5。”

编辑：高朋