距离GPT-4的发布只有两个多月，但用户已经开始期待GPT-5的发布。我们已经看到GPT-4在各种测试和定性评估中的能力和实力。有了许多新的功能，如ChatGPT插件和互联网浏览能力，它已经变得更好了。现在，用户正在等待了解更多关于即将到来的OpenAI模型、GPT-5、AGI的可能性等等。因此，要想深入了解GPT-5的发布日期和其他预期功能，请跟随我们下面的讲解员。
GPT-5发布日期
当GPT-4在2023年3月发布时，人们预计OpenAI将在2023年12月之前发布其下一代模型。Runway的CEO陈思齐也在推特上说，”GPT5计划在今年12月完成培训”。然而，在4月的麻省理工学院活动上，OpenAI首席执行官Sam Altman在被问及OpenAI是否正在训练GPT-5时说：”我们没有，而且一段时间内不会”。所以GPT-5在2023年底前发布的传言已经被推翻了。
也就是说，专家建议，OpenAI可能会在2023年10月之前推出GPT-4.5，即GPT-4和GPT-5之间的中间版本，就像GPT-3.5一样。据悉，GPT-4.5将最终带来多模态能力，也就是同时分析图像和文本的能力。早在2023年3月的GPT-4开发者直播中，OpenAI已经宣布并展示了GPT-4的多模态能力。
GPT-4多模态能力
除此之外，OpenAI目前在开始研究GPT-5之前，还有很多事情要在GPT-4模型上解决。目前，GPT-4的推理时间非常高，而且运行成本相当高。GPT-4的API访问仍然很难获得。此外，OpenAI最近刚刚开放了对ChatGPT插件和互联网浏览能力的访问，这些都还处于Beta阶段。它还没有为所有付费用户带来代码解释器，这又处于Alpha阶段。
虽然GPT-4已经很强大了，但我想OpenAI意识到，计算效率是可持续运行模型的关键因素之一。而且，再加上新的特性和功能，你就会有一个更大的基础设施来处理，同时确保所有检查点都能可靠地运行。因此，如果我们假设政府机构不设置监管障碍的话，GPT-5有可能在2024年问世，就在谷歌双子座的发布前后。
GPT-5的特点和功能（预计）
减少幻觉
业界热议的是，GPT-5将实现AGI（人工通用智能），但我们将在后面详细介绍。除此之外，GPT-5还应该减少推理时间，提高工作效率，进一步降低幻觉，以及更多。让我们从幻觉开始，这也是大多数用户不轻易相信人工智能模型的关键原因之一。
GPT-4准确性测试
根据OpenAI的数据，GPT-4在所有九个类别的内部对抗性设计的事实评估中，得分比GPT-3.5高40%。现在，GPT-4对不准确和不允许的内容作出反应的可能性降低了82%。在跨类别的准确性测试中，它非常接近于触及80%的大关。这是在打击幻觉方面的一个巨大飞跃。
现在，预计OpenAI将在GPT-5中把幻觉减少到10%以下，这对于使LLM模型值得信赖来说是巨大的。我最近一直在用GPT-4模型做很多任务，到目前为止，它只给出了事实性的回答。因此，GPT-5极有可能比GPT-4产生更少的幻觉。
计算高效的模型
接下来，我们已经知道，GPT-4的运行成本很高（每1K令牌0.03美元），推理时间也较长。而较早的GPT-3.5-turbo模型则比GPT-4便宜15倍（每1K tokens 0.002美元）。这是因为GPT-4是在庞大的1万亿个参数上训练的，这需要昂贵的计算基础设施。在我们最近关于谷歌的PaLM 2模型的解释中，我们发现PaLM 2的规模相当小，这导致了快速的性能。
CNBC最近的一份报告证实，PaLM 2是在3400亿个参数上进行训练的，这远远小于GPT-4的大参数规模。谷歌甚至还说，大的不一定是好的，研究创意是制造伟大模型的关键。因此，如果OpenAI想让其即将推出的模型达到计算最优，它必须找到新的创造性方法来减少模型的大小，同时保持输出质量。
OpenAI的一大块收入来自于企业和商业，所以是的，GPT-5不仅必须更便宜，而且必须更快地返回输出。开发人员已经在责备GPT-4的API调用经常停止响应的事实，他们被迫在生产中使用GPT-3.5模型。在即将到来的GPT-5模型中提高性能一定是OpenAI的愿望清单，特别是在谷歌推出更快的PaLM 2模型之后，你现在就可以尝试。
多感官人工智能模型
虽然GPT-4被宣布为多模态AI模型，但它只处理两种类型的数据，即图像和文本。当然，这种能力还没有被添加到GPT-4中，但OpenAI可能会在几个月内发布该功能。然而，随着GPT-5的推出，OpenAI可能会在使其真正成为多模态方面有一个大的飞跃。它也可能处理文本、音频、图像、视频、深度数据和温度。它将能够把来自不同模式的数据流相互连接起来，创造一个嵌入空间。
Source: Meta
最近，Meta公司发布了ImageBind，一个结合了六种不同模式的数据的人工智能模型，并将其开源用于研究目的。在这个领域，OpenAI没有透露太多信息，但该公司确实有一些强大的基础模型用于视觉分析和图像生成。OpenAI还开发了用于分析图像的CLIP（对比性语言-图像预训练）和DALL-E，这是一个流行的Midjourney替代品，可以从文本描述中生成图像。
这是一个正在研究的领域，其应用还不清楚。根据Meta的说法，它可以用于设计和创建虚拟现实的沉浸式内容。我们需要拭目以待，看看OpenAI在这一领域的表现，以及随着GPT-5的发布，我们是否会看到更多跨越各种多模态的AI应用。
长记忆
随着GPT-4的发布，OpenAI带来了32K代币的最大上下文长度，每1K代币的成本为0.06美元。我们在几个月内迅速看到了从标准的4K tokens到32K的转变。最近，Anthropic在其Claude人工智能聊天机器人中把上下文窗口从9K增加到100K令牌。预计GPT-5可能会通过更大的上下文长度带来长期内存支持。
这可以帮助制作人工智能角色和朋友，他们记得你的角色和记忆，可以持续多年。除此以外，你可以在一个上下文窗口中加载书籍和文本文件库。由于长期记忆的支持，可以有各种新的人工智能应用，GPT-5可以使之成为可能。
GPT-5发布：对AGI的恐惧
2023年2月，萨姆-奥特曼写了一篇关于AGI以及它如何能造福全人类的博客。AGI（人工通用智能），顾名思义，是下一代人工智能系统，一般比人类更聪明。有人说，OpenAI即将推出的模型GPT-5将实现AGI，看来这有一定的道理。
我们已经有几个自主的人工智能代理，如Auto-GPT和BabyAGI，它们都是基于GPT-4的，可以自己做决定并得出合理的结论。完全有可能将AGI的某个版本与GPT-5一起部署。
在博客中，奥特曼说，”我们相信我们必须通过部署不那么强大的技术版本来不断学习和适应，以尽量减少’一锤定音’的情况”，同时也承认在驾驭像AGI这样巨大的强大系统方面存在 “巨大的风险”。在最近的参议院听证会之前，萨姆-奥特曼也敦促美国立法者对较新的人工智能系统进行监管。
在听证会上，奥特曼说：”我认为如果这项技术出错，它可能会出大错。我们希望对此发表意见。” 此外，他还说：”我们希望与政府合作，防止这种情况发生。” 一段时间以来，OpenAI对有关将高度强大和智能的较新人工智能系统的法规颇有微词。请注意，奥特曼正在围绕令人难以置信的强大人工智能系统寻求安全监管，而不是开源模型或小型初创企业开发的人工智能模型。
值得注意的是，早在2023年3月，埃隆-马斯克和其他知名人士，包括史蒂夫-沃兹尼亚克、安德鲁-杨和尤瓦尔-诺亚-哈拉里等人，都呼吁暂停巨型人工智能实验，。从那时起，对AGI和较新的人工智能系统–比GPT-4更强大–进行了广泛的反击。
如果OpenAI确实要将AGI能力带到GPT-5，那么预计其公开发布会有更多延迟。监管肯定会启动，围绕安全和调整的工作将被彻底审查。好在OpenAI已经有一个强大的GPT-4模型，而且它正在不断增加新的特性和能力。没有其他人工智能模型能接近它，甚至基于PaLM 2的谷歌Bard也不行。
OpenAI GPT-5：未来的姿态
在GPT-4发布后，OpenAI对其运作变得越来越神秘了。它不再与开源社区分享关于训练数据集、架构、硬件、训练计算和训练方法的研究。对于一家以自由协作原则成立的非营利性公司（现在是利润封顶）来说，这已经是一个奇怪的翻转。
2023年3月，OpenAI的首席科学家Ilya Sutskever在接受The Verge采访时说：”我们错了。确切地说，我们错了。如果你像我们一样相信，在某些时候，人工智能–AGI–将变得非常、难以置信的强大，那么，开源是没有意义的。这是一个坏主意……我完全预计，几年后，对每个人来说，开源人工智能是完全明显的，是不明智的。
现在，为了在人工智能竞赛中保持竞争力，GPT-4和即将推出的GPT-5都不会是开源的，这一点已经很清楚。然而，另一家巨头公司Meta一直在以不同的方式进行人工智能开发。Meta公司一直在CC BY-NC 4.0许可下发布多个人工智能模型（仅限研究，非商业），并在开源社区中获得牵引力。
看到Meta的LLaMA和其他人工智能模型被大量采用，OpenAI也改变了其对开源的立场。根据最近的报道，OpenAI正在开发一个新的开源人工智能模型，将很快向公众发布。目前还没有关于它的能力以及它对GPT-3 .5或GPT-4的竞争力的信息，但这的确是一个值得欢迎的变化。
总而言之，GPT-5将是一个前沿模型，它将推动人工智能的可能边界。似乎很可能某种形式的AGI将与GPT-5一起推出。如果是这样的话，OpenAI必须准备好接受世界各地的严格监管（以及可能的禁令）。至于GPT-5的发布日期，安全的赌注是2024年的某个时候。
评论留言