朱嘉明 | 认知GPT-4的关键
The following article is from 数字资产研究CIDA Author 朱嘉明
编者按：3月14-15日，2023年“首届TopAIGC+Web3创新大会”在北京召开，横琴数链数字金融研究院学术与技术委员会主席朱嘉明教授出席会议并担任本次大会名誉主席。15日上午，时值GPT-4发布数小时之后，在高峰论坛“GPT-4的π时刻”中，嘉宾们针对此次GPT-4升级的技术和应用意义展开了热烈的圆桌会谈。朱嘉明教授作为嘉宾，提出了几个值得思考的关键点。
内容简介：
朱嘉明表示：“历史分为时代，时代分为阶段，阶段分为重大事件，事件总有代表性人物。相比较于政治事件、社会事件、思想事件，科技事件的最主要特征是其不可逆性。‘相对论’是个重大科学事件，之后不可能有反‘相对论’的对抗。乔布斯的智能手机是一个经典的技术事件，之后席卷残云，没有可能再发生传统手机的‘复辟’。今天的GPT-4 在创造一个不可逆转的重大科技事件，造成了AI历史上前所未有的不可逆转的历史高度，下一个新高度的参照系很可能是GPT-5。”
朱嘉明教授认为，GPT-4此次给出了最完整、最精准的定义，“GPT-4是一种能够处理图像和文本，输入并生成文本输出的大型多模态模型，”并对该定义展开分析。同时，朱嘉明教授强调在技术和应用端上去理解此次升级的变革，包括关注此次对安全性能以及语种训练的提升，以及在应用端上推出“苏格拉底式”导师的意义。最后，朱嘉明教授对现阶段GPT-4的技术推出时点给出提示，指出我们需要用“正在进行时”和“未来进行时观点”看待GPT-4的应用、发展和升级。
朱嘉明教授做会议发言
来源：首届TopAIGC+Web3创新大会
认知GPT-4的关键
我现在跟大家分享我对GPT-4文本的看法。OpenAI所发布报告的信息是非常有限的，和我们的期待还有相当大的距离，没有给出基本的技术性指标和参数。但是，还是可以从其中找到一些值得我们关注的地方。
朱嘉明教授做会议发言
来源：首届TopAIGC + Web3创新大会
第一，报告完成了对于GPT-4技术特征的比较完整和精准的描述和概括。“GPT-4是一种能够处理图像和文本，输入并生成文本输出的大型多模态模型”，属于一种Transformer架构模型。在这里，要注意两个技术性描述：其一，过去强调的是生成，强调的是G（generate），这次强调的是输入和输出。也就是，必须把GPT-4理解成一个包含输入和输入的开放体系。特别是“视觉输入”；其二，报告强调的“大型的多模态模型”，将“大”和“多模态”结合在一起。究竟多么“大”没有被定义，可以想象到无限大。我们很难讲出超越这个定义的定义。
第二，报告对GPT-4本身的局限性、安全属性、风险措施做了规范和说明。特别是，强调要面对GPT-4的安全性，相关的缓解措施。
第三，GPT-4完成了大多数语种的测试。这其中甚至包括了拉脱维亚语、威尔士语、斯瓦希里语。比如，泰语的准确率可以达到70%，而非常奇怪的是，在它测试的语言列表中没有中文。
第四，GPT-4首次阐述“可操纵性”（steerability）的概念，并以“苏格拉底式导师”用例加以展示。所谓的苏格拉底式导师风格，就是作为师长并不是要告诉学生结论，而是启发学生的想象力，教会教学生提出正确问题、引导学生不断扩大思想张力。这将引导未来的教育革命和学习革命。
第五点，GPT-4提出了一个社会性目标：即基于应用程序提供动力来改善人们生活的宝贵工具。实现这个目标，则需要诉诸社会、集体社区的努力。
最后，我希望大家加以重视的是：此次GPT-4公布文本，是基于它半年前的技术基础，属于“过去完成时的产品”，并非是最前沿的，不是正在进行和未来计划中的。
总之，要认真思考GPT-4提出的一系列挑战，也要认识它现在的局限性、潜力，以及未来发展空间和突破。因为OpenAI从GPT-1到GPT-3.5，中间间隔时段是以指数模式在缩小，所以要有这样的思想准备：GPT-5很可能会出现在可以预见的未来。
苇草智酷简介——
苇草智酷（全称：北京苇草智酷科技文化有限公司）是一家思想者社群组织。通过各种形式的沙龙、对话、培训、丛书编撰、论坛合作、专题咨询、音视频内容生产、国内外学术交流活动，以及每年一度的互联网思想者大会，苇草智酷致力于广泛联系和连接科技前沿、应用实践、艺术人文等领域的学术团体和个人，促成更多有意愿、有能力、有造诣的同道成为智酷社区的成员，共同交流思想，启迪智慧，重塑认知。