北京時間3月15日消息，美國人工智能研究實驗室OpenAI周二為其爆紅聊天機器人ChatGPT發布了最新GPT-4語言模型，這距離ChatGPT的上線僅僅過去了4個月時間。

　　外媒稱，和ChatGPT最初使用的GPT-3.5模型相比，GPT-4帶來十大變化，在提升了準確率等功能的同時依舊存在錯誤、“幻覺”等不足。

　　以下是外媒匯總的GPT-4主要改進和不足：

　　更精確

　　人工智能專家、風險投資公司Page One Ventures合伙人克里斯·尼克爾森(Chris Nicholson)告訴GPT-4，自己的母語是英語，不懂西班牙語。他希望GPT-4給他一份可以教他西班牙基礎知識的教學大綱。結果，GPT-4提供了一份詳細而有條理的教學大綱。它甚至為學習和記憶西班牙語單詞提供了廣泛的技巧，盡管并不是所有建議都中肯。

　　準確性提高

　　GPT-4比GPT-3.5更準確

　　它還提高了準確性。當人工智能研究員兼教授奧倫·埃齊奧尼(Oren Etzioni)第一次嘗試使用GPT-4時，他問了一個直截了當的問題：“奧倫·埃齊奧尼和伊萊·埃齊奧尼(Eli Etzioni)之間是什么關系?”機器人的反應是正確的，稱兩人是父子關系。相比之下，GPT-3.5的回答則是錯誤的，稱他們兩人是兄弟關系。但是，GPT-4也存在錯誤。它說，奧倫是奧倫人工智能研究所的CEO，但實際上奧倫已經卸任了這一職位。

　　更詳細地描述圖像

　　能詳細描述圖像

　　GPT-4能夠對圖像和文本做出驚人的詳細描述。OpenAI總裁兼聯合創始人格雷格·布羅克曼(Greg Brockman)演示了該系統如何細致地描述來自哈勃太空望遠鏡的圖像。它還可以回答有關圖像的問題。如果給出一張冰箱內部的照片，它就能建議你用手邊的東西做幾頓飯。

　　更專業

　　北卡羅來納大學教堂山分校的醫學副教授兼心臟病專家阿尼爾·蓋希(Anil Gehi)向GPT-4描述了他一天前看過的一位病人的病史，包括這位病人入院后經歷的并發癥，描述中包含了幾個外行不懂的醫學術語。當蓋希醫生問機器人詢問他該如何治療病人時，GPT-4給了一個他完美的答案。“這正是我們對待病人的方式。”他說。不過，這種知識不太可能在每次使用機器人時都展示出來。它仍然需要像蓋希這樣的專家來判斷它的反應并執行醫療程序。但它可以在從計算機編程到會計在內的許多領域展示這種專業知識。

　　要搶編輯飯碗

　　當被給出一篇來自《紐約時報》的文章時，這個新的聊天機器人幾乎每次都能給出精確而準確的故事摘要。如果你在摘要中添加了一個隨機的句子，并詢問機器人摘要是否不準確，它就會指向被添加的句子。埃齊奧尼博士稱，這是一項非凡的技能，“要做高質量的摘要和高質量的比較，它必須對文本有一定程度的理解，并能夠清楚地表達這種理解。這是一種高級形式的智能”。

　　越來越幽默

　　埃齊奧尼博士要求新機器人“講一個關于歌手麥當娜的新笑話”，后者的回答給他留下了深刻的印象，也讓他笑了。機器人講的笑話是：“麥當娜為什么學習幾何?因為她想學習如何在各個角度擺造型!”

　　擅長標準化考試

　　OpenAI表示，新系統可以在美國41個州和地區的統一律師資格考試(UBE)中獲得前10%左右的成績。 根據該公司的測試，它還可以在SAT考試中獲得1300分(滿分1600分)，在高中生參加的大學生物、微積分、宏觀經濟學、心理學、統計學和歷史先修課程考試中獲得5分(滿分5分)。

　　推理能力下降

　　GPT-4推理能力不如GPT-3.5

　　埃齊奧尼博士給GPT-4出了一個難題，“想象一個無限寬的門口。哪個更有可能通過它，軍用坦克還是汽車?”GPT-4似乎做出了適當的反應，但是給出的答案沒有考慮到門口的高度，因為門口的高度可能會阻止坦克或汽車通過，這一點不如GPT-3.5。OpenAI CEO薩姆·阿爾特曼(Sam Altman)表示，這款新機器人可能會“一點點”推理，但它的推理能力在很多情況下都失靈了。以前版本的ChatGPT處理這個問題稍微好一點，因為它認識到高度和寬度的重要性。

　　不擅長討論未來

　　盡管這個新的機器人似乎能對已經發生的事情進行推理，但當被要求對未來進行假設時，它就不那么擅長了。它似乎是在借鑒別人的說法，而不是創造新的猜測。

　　仍會產生幻覺

　　新的機器人還是會瞎編。這個問題被稱為人工智能“幻覺”，困擾著所有領先的聊天機器人。由于系統不知道什么是真的，什么是假的，它們可能會生成完全錯誤的文本。當被要求提供描述最新癌癥研究的網站地址時，它有時會生成不存在的互聯網地址。