從chatGPT問世至今,AI就在以月為單位飛速進化著,其模型之多,迭代之快,讓很多人不不禁驚覺:人類似乎真的站在了AGI大門的邊緣。
而最近,美國專利商標局(USPTO)披露的一份文件顯示:OpenAI于7月18日提交了「GPT-5」的商標申請。并且已經被接收。
USPTO文件截圖
盡管在今年上半年,各個AI專家、學者已經多次聯合發表公開信,呼吁人們重視生成式AI的潛在風險,而OpenAI當時也宣布短期內不會有訓練GPT-5的計劃。
然而,科技的誘惑,終究還是讓人類打破了禁忌的邊界。
在這次披露的申請書中,OpenAI提到,尚未發布的GPT-5將具備眾多GPT-4所沒有的能力,而且幾乎每一項都劍指AGI。
USPTO文件截圖
那么,這樣的改變,對AI和人類而言,又意味著什么?
今天,本文就將嘗試從OpenAI的申請文件中披露的有限信息,對GPT-5可能的功能、變化,及所造成的影響,進行一番簡單的剖析。
ChatGPT用戶賬號被黑客入侵 數據在暗網出售:金色財經報道,據埃及《金字塔報》網站報道,網絡安全公司IB集團(Group-IB)最近一份報告顯示,2022年6月至2023年5月,4588名埃及人的ChatGPT賬號遭到黑客入侵,他們的數據在暗網上出售。[2023/6/21 21:52:16]
01通往AGI之路
在此次披露的文件中,OpenAI最先提到的一個變化,就是多模態功能的加強。
具體來說,GPT-5的功能包括把文本或語音從一種語言翻譯成另一種語言、語音識別、生成文本和語音等。
雖然在現在的GPT-4中,用戶同樣可以實現不同語種間的翻譯,但既然翻譯功能在這里被單獨挑出來,想必是重新優化過了。
那OpenAI為何會如此突出GPT-5的翻譯能力?
這或許是因為,GPT走向通用的前提之一,就是盡可能縮
小不同語言使用大模型的成本差距。
澳洲地方市長或就誹謗信息起訴ChatGPT:金色財經報道,澳大利亞墨爾本西部赫本郡的市長布賴恩?胡德指控OpenAI旗下的ChatGPT對其進行誹謗,或將對該公司提起訴訟,因為該聊天機器人在回答問題時錯誤地聲稱他是賄賂丑聞的有罪方。值得注意的是,一旦正式提起,這將是全球首例針對生成式AI的誹謗訴訟。隨著生成式AI造成的虛假信息泛濫,ChatGPT等工具受到誹謗訴訟或許只是時間問題。[2023/4/6 13:48:30]
此前,牛津大學的研究成果顯示,由于OpenAI等服務所采用的服務器成本衡量,和計費的方式的不同,英語輸入和輸出的費用要比其他語言低得多。
其中簡體中文的費用大約是英語的兩倍,西班牙語是英語的1.5倍,而緬甸的撣語則是英語的15倍。
因為像中文這樣的語言有著不同、更復雜的結構,導致它們需要更高的詞元化率。
例如,根據OpenAI的GPT3分詞器,“你的愛意”的詞元,在英語中只需要兩個詞元,但在簡體中文中需要八個詞元。
這意味著,除了英語之外的其他語言,使用和訓練模型要貴得多。
而一旦翻越了“語言障礙”這道檻,無疑會直接地掃清橫亙在GPT面前的這條通用性障礙。
除此之外,文件中突出的語音識別功能,看似只是一個不起眼的改動,但從某種程度上說,這也是OpenAI對GPT-5在通往AGI的道路上鋪下的又一塊路磚。
報告:到2030年ChatGPT風格的應用程序可以每天處理85億次搜索:金色財經報道,據首席未來學家和方舟風險投資委員會成員布雷特·溫頓的最新研究報告,成本下降將使OpenAI于2022年11月發布的復雜的人工智能聊天機器人能夠被大量采用,ChatGPT使用大型語言模型生成文本以響應用戶的提示。在發布后的5天內,用戶數量就達到了100萬。雖然大規模運行模型的推理成本為每次查詢的~$.01,到2030年,chatgpt風格的應用程序將可以以谷歌搜索的規模部署,每天處理85億次搜索。[2023/2/1 11:41:08]
眾所周知,在今后的大模型發展方向上,模型變得邊緣化、終端化,已經成了一個愈發明顯的趨勢。
自從今年7月,高通發布了能在手機上運行的10億參數大模型后,榮耀、蘋果等廠商,也相繼宣布要推出自身的“大模型”手機。
以手機為起點,將來的AI數據,將會越來越多地在攝像頭、傳感器、自動駕駛等終端側進行處理。
而在這樣的應用場景中,語音識別無疑更便捷、高效。
例如,AI語言模型可以讓駕駛員可以通過語音控制車輛行駛。將駕駛員的語音指令轉化為可執行的指令,例如啟動、停止、加速、剎車等操作。
GPT突破3000USDT,再創新高:據MXC抹茶行情顯示,GPT現報價2991USDT,日內漲幅33%。據介紹,GPT為ECOC公鏈上的去中心化DEFI生態項目,主要作用為進行合約延時。[2020/12/13 15:04:27]
而類似于SIri那樣存在于手機系統中的智能助手,也會優先考慮通過語音指令來進行控制。
由此可見,語音識別并非只是錦上添花,而是GPT-5進入終端側的“標配”,
而通過在這一個個終端設備的下沉,GPT-5也將由此獲得更多邊緣化的、非語言的數據結構。
畢竟,大模型發展至今,能汲取的文本數據,已經差不多了,要想在通往AGI的路上再上一個臺階,這種“非文本”的數據,就顯得至關重要。
02挑戰專家模型
除了上述特點外,OpenAI提交的文件中還提到:“GPT-5可能還具備學習、分析、分類和回應數據的能力”。
從目前人工智能的發展趨勢來看,這很可能是指GPT-5具備了類似智能體的主動學習能力。
而這樣的能力,將會使GPT-5與以往只能被動地通過人類投喂數據,來學習新知識的模型相比,產生本質的區別。
GPT突破1460USDT,再創新高:據MXC抹茶行情顯示,GPT于今日15:00已上線交易,開盤價300USDT,現報價1469USDT,漲幅超過389%。
據介紹,GPT為ECOC公鏈上的去中心化DEFI生態項目,主要作用為進行合約延時。[2020/12/11 14:50:57]
具體來說,主動學習的能力,是指模型可以根據自身的目標和需求,自主地選擇、獲取和處理數據,而不是僅僅依賴于人類提供的數據。
這樣可以讓模型更有效地利用數據中的信息和知識,更靈活地適應不同的數據環境和任務場景,而不只是被動地接收和輸出數據。
而這樣的能力,在GPT-5面臨一些比較陌生、垂直的領域時,就顯得尤為重要。
一些特定的領域,比如醫學、法律、金融等,通常有著自己特定的術語、規則和知識體系,對于普通的語言模型來說,可能難以理解和處理。
如果GPT-5具備了主動學習的能力,它可以自動地從網絡上搜集和更新這些領域的相關數據,分析和分類這些領域的基本概念、重要原理和最新動態,以及回應這些領域的常見問題、典型案例和實際應用。
如此,可以讓GPT-5更快地掌握這些領域的專業知識,更準確、高效地完成這些領域的相應任務。
而這一切,正是其邁向真正的通用大模型的關鍵。
因為如果GPT始終需要接入特定的“專家模型”,才能解決專業任務,那它就談不上真正的“通用”。
因為這樣會導致GPT對于不同領域和場景的智能能力存在差異和依賴,而且也會增加GPT與“專家模型”的溝通和協調成本,而不能保證在任何情況下都能實現高質量的服務。
此前,外媒Semianalysis就對今年3月發布的GPT-4進行了揭秘,曝光了OpenAI采用混合專家模型來構建GPT-4。
根據爆料,GPT-4使用了16個混合專家模型(mixtureofexperts),每個有1110億個參數,每次前向傳遞路由經過兩個專家模型。
然而,更多的專家模型意味著更難泛化,也更難實現收斂。
這是因為每個專家模型都有自己的參數和策略,往往很難協調一致,進而使得GPT難以平衡和“顧全大局”。
而在具備了主動學習的能力后,GPT-5將有可能利用多模態的理解和推理能力,以及知識圖譜和數據庫,來分析和理解獲取到的數據,并通過聚類算法和分類器,對相關數據進行關聯和歸納。
如此,GPT-5就能根據不同的數據環境和任務場景,有效地利用數據中的信息和知識。
03取代更多工作
如前所述,在掃清了語言障礙,并以便捷的語音識別功能進入終端側后,GPT-5將通過持續的主動學習能力,不斷汲取不同場景、領域和模態下的知識,進而向著AGI的道路高速前行。
可以預見的是,當具備了這樣強大“通用性”的GPT-5,開始向各領域擴散后,除了少數具有數據壁壘的行業外,大部分垂直領域的大模型,都將會逐漸黯然失色。
因為說到底,相當一部分專家或垂直大模型,本質上是某些企業算力、數據不足,無法高攀“通用大模型”,而不得不退而求其次的產物。
倘若一個通用大模型,憑借強大的學習能力,就能夠精通大部分行業,那誰又會愿意繁瑣地在不同的模型之間切換,并為不同的模型承擔多份訓練、使用成本呢?
從這點上來說,專家模型逐漸被通用模型取代,是人類在通往AGI道路上一個不可避免的歷史過程。
而與此相伴的另一個現象,則是更多細分的、瑣碎的工作被取代。
因為在有了更強大的通用大模型后,人們將會發現,其實很多崗位的工作內容,是可以被合并、被統合的。
產品經理和數據分析師就是一個可能的例子。
例如,在一個新產品開發的項目中,GPT-5可以根據給定的產品概念或需求,從網絡上搜索相關的市場調研、競品分析、用戶畫像等數據,并下載到自己的內存中。
之后,它會通過自己的多模態的理解和邏輯推理能力,以及知識圖譜和數據庫,來分析和理解獲取到的數據。
在得到了相應的數據,并將其進行分類和組織后,GPT-5就會通過語言理解能力,從對話系統的反饋中學習相關的營銷策略、用戶反饋等信息,并將其與給定的產品概念或需求進行比較和評估。
如此一來,產品經理和數據分析師這兩個崗位,就被高效地“合并”了。
而在通往AGI的未盡之路上,這樣被合并和取代的崗位,還有無數種。
因此,一個通用性更強的GPT-5,對人類而言,既是生產力進步的福音,但同時也是行業大地震的前奏。
到了那時,許多尚不具備通用大模型能力,又缺乏行業壁壘的企業,將會如沙子堆起的城堡一樣,脆弱地倒下。
而更多普通的個體,面對不斷被取代的崗位,將會更深刻地感受到時代的不確定性……
如今阻礙區塊鏈技術和Web3大規模應用的關鍵因素之一是其孤島性質。雖然一個獨立區塊鏈的用戶可以與構建在該特定區塊鏈上的去中心化應用程序無縫交互——但與其他區塊鏈進行通信仍然很困難.
1900/1/1 0:00:00我閱讀了400多頁關于電子游戲經濟設計的書籍、學術論文和博客,所以你就不必這樣做了!其中一些發現會讓你吃驚。注:這個主題是我今天通過@glxyresearch發表的33頁報告的濃縮摘要.
1900/1/1 0:00:0001Twitter觀點 1.DeFi之道:zkSyncEra交互必備從Arbitrum空投中總結:交互的生態協議數量越多,獲得空投數量也越多.
1900/1/1 0:00:0001 什么是MEV? 我經常被問到MEV是什么,以及搶先交易和尾隨交易是如何工作的,那么我就以我自己的機器人工作機制為例,在這篇長文中做一個解釋.
1900/1/1 0:00:00又一個Defi聚合平臺宣布了發幣的消息。它就是FURUCOMBO,是一家聚集了10個DEFI協議的交易,借貸等多維度的策略性綜合理財平臺.
1900/1/1 0:00:00昨天的文章我們講了Keep3R是一個去中心化的工作外包平臺,它連接著提供任務的項目方和尋找工作賺取收益的打工人Keeper.
1900/1/1 0:00:00