目錄
最快下個月,第四代模型真快來了?
「GPT-4能通過圖靈測試,我不會驚訝」
训练成本显著降低,商业化潜力巨大
网友:需要警惕
首頁 科技週邊 人工智慧 最快下個月!地表最強語言模式GPT-4發佈在即? CEO暗示:通過圖靈測試

最快下個月!地表最強語言模式GPT-4發佈在即? CEO暗示:通過圖靈測試

Apr 09, 2023 pm 08:41 PM
gpt-4 模型

作為史上最受期待的AI模型,GPT-4真要來了?

這幾天,AI分析師羅梅羅的一篇專欄文章,一推出就迅速「引爆」了整個AI科技圈。

他表示,「GPT-4幾乎準備就緒,並將於今年12月至明年2月的某個時間點發布」

甚至有傳言表示,GPT-4已經先進到「與人類無異」,甚至通過了圖靈測試」。和以前相比,企業引進成本也將大幅下降。

目前,整個AI界還沒有出現「正式且肯定」能通過圖靈測試的模型,因此GPT-4的推出-很可能成就AI史上又一個偉大的一年。

最快下個月,第四代模型真快來了?

2020年6月,由馬斯克等人創立的世界級人工智慧研究機構OpenAI發布了第三代生成式預訓練模型GPT-3。

GPT-3擁有1750億個參數,是上一代模型GPT-2的100倍,也一舉將先前同類NLP模型的參數紀錄提升了10倍。

GPT-3的發布被業界視為重大進展,也因此被《麻省理工科技評論》列為「2021十大突破性技術」。

巨大的效能飛躍,也讓所有人對OpenAI的下一代生成式預訓練模型寄予厚望。

假如GPT-4之於GPT-3的進步,就像GPT-3之於GPT-2一樣大,那麼這又將是一個接近100倍的提升。

但近兩年來,OpenAI在談及GPT-4時卻一向非常「靦腆」,甚至可以說大多數時間都保持著沉默。我們僅能從管理層不經意透露的零星資訊「管中窺豹」。

距離上一次GPT-4有消息流出,這還要追溯到今年年初。

當時OpenAI的執行長薩姆·阿爾特曼(Sam Altman)表示,GPT-4預計將在今年7月至8月發布。

然而近期,美國科技部落客羅伯特‧斯科布爾(Robert Scoble)卻表示:

「顛覆即將來臨。GPT- 4比任何人的預期都要出類拔萃。它是將於明年推出的幾大AI產品之一。」

Cambrian AI公司分析師阿爾貝托·羅梅羅( Alberto Romero)也在《演算法橋》的專欄文章中,引用了矽谷工程師伊戈爾-拜科夫(Igor Baikov)9月時的一條推文:

「 OpenAI已經在訓練GPT-4,並計劃於12月-2月間發布。」

此外,包含1.17億個參數的第一代GPT,於2018年發布; 2019年和2020年,我們分別迎來了GPT-2和GPT-3。

已然「矜持」了一年有餘的OpenAI——或許也是時候推陳出新了。

「GPT-4能通過圖靈測試,我不會驚訝」

#對於GPT-4,一位AI新創公司的代表分析稱,「GPT -4輕鬆通過了圖靈測試,或間接表明性能足夠高,已具備通過圖靈測試的潛力。」

OpenAI CEO阿爾特曼近期的一篇推文,似乎也曾側面印證了這個傳聞。

他上傳了一張星際大戰的照片,上面寫著一句話:

「不要為自己創造的『科技恐怖』而驕傲,透過圖靈測試的能力在『原力』面前無能為力。」

#

这是对电影星球大战系列中著名角色达斯-维德 (Darth Vader) 经典台词的模仿。

最快下個月!地表最強語言模式GPT-4發佈在即? CEO暗示:通過圖靈測試

罗梅罗也在文章中表示:

「如果GPT-4能充分通过图灵测试,我不会感到惊讶。」

图灵测试是一种检测方式,旨在了解计算机与人类交流的自然程度。

目前,AI界还没有「正式且肯定」通过图灵测试的AI模型。

尽管过去有一些人工智能模型声称已经通过了图灵测试,但因为其标准和规则并不明确,所以他们使用了一些「盲点」,并非全局通过了测试。

假如传闻是真的,GPT-4能不受限制地通过图灵测试,那它将成为当之无愧的「历史第一」

训练成本显著降低,商业化潜力巨大

AI圈对GPT-4的广泛关注还有一个原因:据说未来商业服务引入GPT-4的实际门槛,将远低于现有的GPT-3模型。

与此同时,预计由于巨大的成本和所需要的基础设施而无法使用AI技术的公司,也将有更多的空间使用GPT-4。

根据罗梅罗的预测,OpenAI将下一代模型的重点更多地放在优化数据处理上,而不是参数大小上,因此GPT-4的规模很可能与GPT-3相似。

到目前为止,人工智能技术的进步和模型尺寸的扩展是一起进行的,但近期为轻量化模型增加功能被认为是很有前景的。

GPT-4的模型训练成本有望比以前更低。罗梅罗写道,「GPT-4的训练成本预计将显著低于GPT-3」。

众所周知,GPT-3仅在学习阶段每节课就要花费数十万。这也是为什么大公司无法轻而易举为普通用户发布基于GPT-3的人工智能服务。

在韩国,仅有SK Telecom公司的的个人人工智能服务「Adot」基于GPT-3。

罗梅罗还表示,GPT-4的每次训练成本有望降至100万美元以下。

一位ICT公司官员表示:

「如果所有已知的信息都是真的,那么明年将会出现几种聊天机器人服务。它们是如此自然,以至于用户不知道他们是在与人交谈还是在与计算机交谈。」

「人工智能服务可能会增加。」

网友:需要警惕

对于OpenAI的下一代「灭霸」级模型,不少网友纷纷表示「太期待了」。

最快下個月!地表最強語言模式GPT-4發佈在即? CEO暗示:通過圖靈測試

然而,著名AI学者、Robust.AI的创始人兼CEO盖瑞·马库斯(Gary Marcus)却再次唱衰了GPT-4的前景。

他在社媒表示:「有传言说GPT-4即将到来。下面我的预测:它仍然会存在严重的虚构/错误信息、毒性和偏见问题。」

马库斯对AI行业的关注众所周知,但也发表过许多诸如「深度学习撞墙」和「GPT-3完全没意义」等观点,反对炒作AI。

最快下個月!地表最強語言模式GPT-4發佈在即? CEO暗示:通過圖靈測試

也有網友對下一代模型的潛在「威力」,表示了擔心:

「如果這是真的,那『他』的智商,至少已經達到了100。」

「這將是歷史上最偉大的技術革命之一,但社會需要立即重視起來。因為『他』的可應用潛力是無限的。」

最快下個月!地表最強語言模式GPT-4發佈在即? CEO暗示:通過圖靈測試

#

以上是最快下個月!地表最強語言模式GPT-4發佈在即? CEO暗示:通過圖靈測試的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

<🎜>:泡泡膠模擬器無窮大 - 如何獲取和使用皇家鑰匙
3 週前 By 尊渡假赌尊渡假赌尊渡假赌
北端:融合系統,解釋
3 週前 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora:巫婆樹的耳語 - 如何解鎖抓鉤
3 週前 By 尊渡假赌尊渡假赌尊渡假赌

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強大的PHP整合開發環境

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

熱門話題

Java教學
1665
14
CakePHP 教程
1423
52
Laravel 教程
1321
25
PHP教程
1269
29
C# 教程
1249
24
全球最強開源 MoE 模型來了,中文能力比肩 GPT-4,價格僅 GPT-4-Turbo 的近百分之一 全球最強開源 MoE 模型來了,中文能力比肩 GPT-4,價格僅 GPT-4-Turbo 的近百分之一 May 07, 2024 pm 04:13 PM

想像一下,一個人工智慧模型,不僅擁有超越傳統運算的能力,還能以更低的成本實現更有效率的效能。這不是科幻,DeepSeek-V2[1],全球最強開源MoE模型來了。 DeepSeek-V2是一個強大的專家混合(MoE)語言模型,具有訓練經濟、推理高效的特點。它由236B個參數組成,其中21B個參數用於啟動每個標記。與DeepSeek67B相比,DeepSeek-V2效能更強,同時節省了42.5%的訓練成本,減少了93.3%的KV緩存,最大生成吞吐量提高到5.76倍。 DeepSeek是一家探索通用人工智

大模型一對一戰鬥75萬輪,GPT-4奪冠,Llama 3位列第五 大模型一對一戰鬥75萬輪,GPT-4奪冠,Llama 3位列第五 Apr 23, 2024 pm 03:28 PM

關於Llama3,又有測試結果新鮮出爐-大模型評測社群LMSYS發布了一份大模型排行榜單,Llama3位列第五,英文單項與GPT-4並列第一。圖片不同於其他Benchmark,這份榜單的依據是模型一對一battle,由全網測評者自行命題並評分。最終,Llama3取得了榜單中的第五名,排在前面的是GPT-4的三個不同版本,以及Claude3超大杯Opus。而在英文單項榜單中,Llama3反超了Claude,與GPT-4打成了平手。對於這一結果,Meta的首席科學家LeCun十分高興,轉發了推文並

Google狂喜:JAX性能超越Pytorch、TensorFlow!或成GPU推理訓練最快選擇 Google狂喜:JAX性能超越Pytorch、TensorFlow!或成GPU推理訓練最快選擇 Apr 01, 2024 pm 07:46 PM

谷歌力推的JAX在最近的基準測試中表現已經超過Pytorch和TensorFlow,7項指標排名第一。而且測試並不是JAX性能表現最好的TPU上完成的。雖然現在在開發者中,Pytorch依然比Tensorflow更受歡迎。但未來,也許有更多的大型模型會基於JAX平台進行訓練和運行。模型最近,Keras團隊為三個後端(TensorFlow、JAX、PyTorch)與原生PyTorch實作以及搭配TensorFlow的Keras2進行了基準測試。首先,他們為生成式和非生成式人工智慧任務選擇了一組主流

AI顛覆數學研究!菲爾茲獎得主、華裔數學家領銜11篇頂刊論文|陶哲軒轉贊 AI顛覆數學研究!菲爾茲獎得主、華裔數學家領銜11篇頂刊論文|陶哲軒轉贊 Apr 09, 2024 am 11:52 AM

AI,的確正在改變數學。最近,一直十分關注這個議題的陶哲軒,轉發了最近一期的《美國數學學會通報》(BulletinoftheAmericanMathematicalSociety)。圍繞著「機器會改變數學嗎?」這個話題,許多數學家發表了自己的觀點,全程火花四射,內容硬核,精彩紛呈。作者陣容強大,包括菲爾茲獎得主AkshayVenkatesh、華裔數學家鄭樂雋、紐大電腦科學家ErnestDavis等多位業界知名學者。 AI的世界已經發生了天翻地覆的變化,要知道,其中許多文章是在一年前提交的,而在這一

替代MLP的KAN,被開源專案擴展到卷積了 替代MLP的KAN,被開源專案擴展到卷積了 Jun 01, 2024 pm 10:03 PM

本月初,來自MIT等機構的研究者提出了一種非常有潛力的MLP替代方法—KAN。 KAN在準確性和可解釋性方面表現優於MLP。而且它能以非常少的參數量勝過以更大參數量運行的MLP。例如,作者表示,他們用KAN以更小的網路和更高的自動化程度重現了DeepMind的結果。具體來說,DeepMind的MLP有大約300,000個參數,而KAN只有約200個參數。 KAN與MLP一樣具有強大的數學基礎,MLP基於通用逼近定理,而KAN基於Kolmogorov-Arnold表示定理。如下圖所示,KAN在邊上具

你好,電動Atlas!波士頓動力機器人復活,180度詭異動作嚇到馬斯克 你好,電動Atlas!波士頓動力機器人復活,180度詭異動作嚇到馬斯克 Apr 18, 2024 pm 07:58 PM

波士頓動力Atlas,正式進入電動機器人時代!昨天,液壓Atlas剛「含淚」退出歷史舞台,今天波士頓動力就宣布:電動Atlas上崗。看來,在商用人形機器人領域,波士頓動力是下定決心要跟特斯拉硬剛一把了。新影片放出後,短短十幾小時內,就已經有一百多萬觀看。舊人離去,新角色登場,這是歷史的必然。毫無疑問,今年是人形機器人的爆發年。網友銳評:機器人的進步,讓今年看起來像人類的開幕式動作、自由度遠超人類,但這真不是恐怖片?影片一開始,Atlas平靜地躺在地上,看起來應該是仰面朝天。接下來,讓人驚掉下巴

特斯拉機器人進廠打工,馬斯克:手的自由度今年將達到22個! 特斯拉機器人進廠打工,馬斯克:手的自由度今年將達到22個! May 06, 2024 pm 04:13 PM

特斯拉機器人Optimus最新影片出爐,已經可以在工廠裡打工了。正常速度下,它分揀電池(特斯拉的4680電池)是這樣的:官方還放出了20倍速下的樣子——在小小的「工位」上,揀啊揀啊揀:這次放出的影片亮點之一在於Optimus在廠子裡完成這項工作,是完全自主的,全程沒有人為的干預。而且在Optimus的視角之下,它還可以把放歪了的電池重新撿起來放置,主打一個自動糾錯:對於Optimus的手,英偉達科學家JimFan給出了高度的評價:Optimus的手是全球五指機器人裡最靈巧的之一。它的手不僅有觸覺

FisheyeDetNet:首個以魚眼相機為基礎的目標偵測演算法 FisheyeDetNet:首個以魚眼相機為基礎的目標偵測演算法 Apr 26, 2024 am 11:37 AM

目標偵測在自動駕駛系統當中是一個比較成熟的問題,其中行人偵測是最早得以部署演算法之一。在多數論文當中已經進行了非常全面的研究。然而,利用魚眼相機進行環視的距離感知相對來說研究較少。由於徑向畸變大,標準的邊界框表示在魚眼相機當中很難實施。為了緩解上述描述,我們探索了擴展邊界框、橢圓、通用多邊形設計為極座標/角度表示,並定義一個實例分割mIOU度量來分析這些表示。所提出的具有多邊形形狀的模型fisheyeDetNet優於其他模型,並同時在用於自動駕駛的Valeo魚眼相機資料集上實現了49.5%的mAP

See all articles