OpenAI представи GPT-4 – следващото поколение на своя езиков модел за изкуствен интелект
OpenAI, основателят на ChatGPT, най-сетне показа езиковият модел GPT-4, който може да схваща текст и изображения
Емил Василев преди 26 секунди 0 СподелиНай-четени
IT НовиниЕмил Василев - 14:00 | 13.03.2023Как промишлеността за LED крушки си подсигурява, че ще продължим да купуваме
ТелефониЕмил Василев - 20:56 | 11.03.2023Nokia Magic Max: Nokia е на път да си върне короната с този флагмански смартфон… Ако е същински
IT НовиниЕмил Василев - 23:36 | 12.03.2023Стюардеса на Lufthansa подреди на пасажерите да изтрият всички фотоси и клипове, откакто мощна турбуленция наложила спешно кацане
Емил Василевhttps://www.kaldata.com/След месеци на клюки и спекулации през вчерашния ден OpenAI показа GPT-4: най-новият от серията езикови модели за изкуствен интелект, които зареждат приложения като ChatGPT и новия Bing.
Компанията твърди, че моделът е „ по-креативен и сътрудничещ от всеки път “ и „ може да взема решение сложни проблеми с по-голяма акуратност “. Той може да проучва както текст, по този начин и изображения, само че може да дава отговор единствено посредством текст. OpenAI също по този начин предизвестява, че системите резервират доста от проблемите от по-ранните езикови модели, в това число податливост към „ халюциниране “ (измисляне на информация) и дарба за генериране на текстове, съдържащи принуждение или обиди.
OpenAI декларира, че към този момент си партнира с редица компании за консолидиране на GPT-4 в техните артикули, в това число Duolingo, Stripe и Khan Academy. Новият модел е наличен за необятната общност посредством ChatGPT Plus, посредством месечен абонамент на стойност 20 $, и зарежда чатбота Bing на Microsoft. Той ще бъде наличен и като API за разработчици, които ще могат да употребяват.
В обява в изследователския блог OpenAI съобщи, че разликата сред GPT-4 и неговия предходник GPT-3.5 е „ едвам доловима “ в елементарен диалог (GPT-3.5 е моделът, който зарежда ChatGPT в момента). Главният изпълнителен шеф на OpenAI, Сам Алтман написа в Twitter, че GPT-4 „ към момента има дефекти “, само че също по този начин „ наподобява по-впечатляващ при първа приложимост, в сравнение с откакто прекарате повече време с него “.
Announcing GPT-4, a large multimodal model, with our best-ever results on capabilities and alignment: https://t.co/TwLFssyALF pic.twitter.com/lYWwPjZbSg
— OpenAI (@OpenAI) March 14, 2023
През миналата година се появиха голям брой спекулации по отношение на GPT-4 и неговите благоприятни условия, като мнозина допускаха, че той ще бъде голям скок спрямо предходните системи, все пак, в случай че се съди по известието на OpenAI, подобрението е по-скоро редовно, както компанията предизвести по-рано.
Миналата седмица слуховете се разпространиха още повече, откакто в изявление за немската преса изпълнителен шеф на Microsoft даде да се разбере, че системата ще бъде пусната на пазара тази седмица. Изпълнителният шеф също по този начин допусна, че системата ще бъде мултимодална – т.е. ще може да генерира освен текст, само че и други носители, да вземем за пример изображения. Много ИИ откриватели считат, че мултимодалните системи, които интегрират текст, аудио и видео оферират най-хубавия път към построяването на по-способни системи за ИИ.
GPT-4 в действителност е мултимодален, само че в по-малък мащаб в сравнение с някои предвидиха. OpenAI твърди, че системата може да приема текстови и графични въпроси и да излъчва текстови резултати. Компанията твърди, че способността на модела да проучва по едно и също време текст и изображение му разрешава да интерпретира по-сложни входни данни. В образците по-долу можете да видите по какъв начин системата изяснява тези необикновени изображения:
Пътят до GPT-4 беше дълъг, като OpenAI и въобще езиковите модели набираха скорост постепенно в продължение на няколко години, преди да навлязат в всеобща приложимост през последните месеци.
Оригиналният теоретичен труд, в който се разказва GPT е оповестен през 2018 година, GPT-2 е разгласен през 2019 година, а GPT-3 – през 2020 година. Тези модели се образоват върху големи масиви от текстови данни, огромна част от които са събрани от интернет и в тях се търсят статистически модели. След това тези модели се употребяват, с цел да се предскаже коя дума следва друга. Механизмът е относително елементарен за разказване, само че крайният резултат са гъвкави системи, които могат да генерират, обобщават и преформулират писмени текстове, както и да извършват други текстови задания като превод или генериране на код.
Първоначално OpenAI забави стартирането на своите GPT модели заради опасения, че те ще бъдат употребявани за злонамерени цели, като да вземем за пример генериране на спам и дезинформация, само че в края на 2022 година компанията пусна ChatGPT – всекидневен чатбот, основан на езиковия модел GPT-3.5, до който има достъп всеки. Пускането на ChatGPT провокира полуда в света на технологиите, като скоро Microsoft го последва със личен чатбот с изкуствен интелект, част от търсачката Bing, а Гугъл се опита да се включи в надпреварата с Bard – различен чатбот с изкуствен интелект.
Както беше планувано, по-широката досегаемост на тези езикови модели с изкуствен интелект сътвори проблеми и провокации. Образователната система към момента се приспособява към съществуването на програмен продукт, който написа прилични есета. Сайтове като Stack Overflow и списанието за научна фантастика Clarkesworld трябваше да прекратят подаването на документи заради притока на наличие, генерирано от ИИ, а първите използва на принадлежности за писане с ИИ в публицистиката бяха в най-хубавия случай рокади. Но някои специалисти настояват, че нездравословните последствия въпреки всичко са били по-малки от предстоящото.
При оповестяването на GPT-4, OpenAI акцентира, че системата е минала през шестмесечно образование за сигурност и че при вътрешните проби е „ с 82% по-малка вероятността да отговори на поръчки за неразрешено наличие и с 40% по-голяма възможност да даде фактологични отговори спрямо GPT-3.5 “.
Това обаче не значи, че системата не прави неточности или не демонстрира неуместно наличие. Например Microsoft разкри, че чатботът на Bing от самото начало е бил захранван от GPT-4 и доста консуматори са съумели да нарушат отбраните на Bing по всевъзможни изобретателни способи, карайки бота да дава рискови препоръки, да заплашва потребителите и да си измисля информация. Освен това, GPT-4 към момента не разполага със познания за събитията, които са се случили след спирането на по-голямата част от неговите данни през септември 2021 година.
