撰文：李丹
來源：華爾街見聞
憑藉ChatGPT 掀起人工智能（AI）應用熱潮的OpenAI 發布了最新作品——GPT-4。得到這種新模型支持的ChatGPT 將迎來升級。
美東時間3 月14 日週二，OpenAI 宣布，推出大型的多模態模型GPT-4，稱它可以接收圖像和文本輸入，輸出文本，「比以往任何更具創造性和協作性」，並且「由於它有更廣泛的常識和解決問題的能力，可以更準確地解決難題。」
OpenAI 表示，已經與多家公司合作，要將GPT-4 結合到他們的產品中，包括Duolingo、Stripe 和Khan Academy。 GPT-4 模型也將以API 的形式，提供給付費版ChatGPT Plus 的訂閱用戶。開發者可以註冊，用它打造應用。
微軟此後表示，新款的必應（Bing）搜索引擎將運行於GPT-4 系統之上。
GPT-4 全稱生成式預訓練轉換器4。它的兩位「前輩」GPT-3 和GPT3.5 分別用於創造Dall-E 和ChatGPT，都吸引了公眾關注，刺激其他科技公司大力投入AI 應用領域。
OpenAI 介紹，相比支持ChatGPT 的前代GPT-3.5，GPT-4 和用戶的對話只有微妙的差別，但在面對更複雜的任務時，兩者的差異更為明顯。
「在我們的內部評估中，它產生正確回應的可能性比GPT-3.5 高40%。」
OpenAI 還稱，GPT-4 參加了多種基准考試測試，包括美國律師資格考試Uniform Bar Exam、法學院入學考試LSAT、「美國高考」SAT 數學部分和證據性閱讀與寫作部分的考試，在這些測試中，它的得分高於88% 的應試者。
上週，微軟德國的首席技術官（CTO）Andreas Braun 在德國出席一個AI 活動時透露，本週將發布多模態的系統GPT-4，它「將提供截然不同的可能性，比如視頻」。這讓外界猜測，GPT-4 應該能讓用戶將文本轉換為視頻，因為他說該系統將是多模態的，也就在暗示，不僅能生成文本，還會有其他媒介。
本週二OpenAI 介紹的GPT-4 的確是多模態的，但它能融合的媒介沒有一些人預測的多。 OpenAI 表示，GPT-4 能同時解析文本和圖像，所以能解讀更複雜的輸入內容。
在下面的示例中，我們可以看到GPT-4 系統如何應答圖像輸入內容，比如像以下截圖那樣解釋圖片的不同尋常之處、圖片的幽默之處、一個搞怪圖片的用意。
