Η OpenAI, η εταιρεία τεχνολογίας πίσω από την εξαιρετικά δημοφιλή εφαρμογή ChatGPT, κυκλοφόρησε μια νέα ενημέρωση λογισμικού  που την κάνει πολύ πιο έξυπνη από το «μικρότερο» αδερφάκι της.

Tο GPT-4

Η πιο πρόσφατη αναβάθμιση, το GPT-4, είναι μια πιο «έξυπνη» και ισχυρή έκδοση της τεχνολογίας πίσω από το viral chatbot, καθιστώντας το ικανό να ανταποκρίνεται σε δοκιμές, όπως η εξέταση δικηγορικού συστήματος του νομικού συστήματος των ΗΠΑ

Η βελτιωμένη τεχνητή νοημοσύνη μπορεί επίσης τώρα να αναλύει το περιεχόμενο των φωτογραφιών και να γράφει για αυτές – όπως να κοιτάζει μια εικόνα ενός ανοιχτού ψυγείου και στη συνέχεια να περιγράφει συνταγές που μπορούν να γίνουν από το περιεχόμενό του.

Το GPT-4 είναι επί του παρόντος κλειδωμένο πίσω από τη συνδρομητική υπηρεσία «ChatGPT Plus» του OpenAI με 20 δολάρια το μήνα.

Δυνατότητες

Η διάκριση μεταξύ GPT-3.5(προηγούμενη αναβάθμιση) και GPT-4  είναι «λεπτή». Η διαφορά προκύπτει όταν η πολυπλοκότητα της εργασίας φτάσει σε ένα επαρκές όριο—το GPT-4 είναι πιο αξιόπιστο, δημιουργικό και ικανό να χειριστεί πολύ πιο λεπτές οδηγίες από το GPT-3.5.

Για να γίνει κατανοητή η διαφορά μεταξύ των δύο μοντέλων, η OpenAI δοκίμασε μια ποικιλία σημείων αναφοράς, συμπεριλαμβανομένων των εξετάσεων προσομοίωσης που είχαν σχεδιαστεί αρχικά για ανθρώπους. Προχώρησε χρησιμοποιώντας τα πιο πρόσφατα δημόσια τεστ (στην περίπτωση των ερωτήσεων δωρεάν απάντησης για τις ολυμπιάδες γνώσεων) ή αγοράζοντας τις εκδόσεις 2022–2023 πρακτικών εξετάσεων.

Μοντέλα μηχανικής εκμάθησης

Η OpenAI αξιολόγησε επίσης το GPT-4 σε παραδοσιακά σημεία αναφοράς που έχουν σχεδιαστεί για μοντέλα μηχανικής εκμάθησης. Το GPT-4 ξεπερνά σημαντικά τα υπάρχοντα μοντέλα γλωσσών, μαζί με τα περισσότερα μοντέλα τελευταίας τεχνολογίας (SOTA), τα οποία μπορεί να περιλαμβάνουν ειδικά πρωτόκολλα χειροτεχνίας ή πρόσθετα πρωτόκολλα εκπαίδευσης.

Πολλά υπάρχοντα σημεία αναφοράς ML είναι γραμμένα στα αγγλικά. Για να αποκτήσει το GPT-4 μια αρχική αίσθηση της ικανότητας σε άλλες γλώσσες, έγινε μετάφραση του σημείου αναφοράς MMLU – μια σουίτα 14.000 προβλημάτων πολλαπλής επιλογής που εκτείνεται σε 57 θέματα – σε μια ποικιλία γλωσσών χρησιμοποιώντας το Azure Translate . Στις 24 από τις 26 γλώσσες που δοκιμάστηκαν, το GPT-4 ξεπερνά την απόδοση στην αγγλική γλώσσα του GPT-3.5 και άλλων LLM (Chinchilla, PaLM), συμπεριλαμβανομένων γλωσσών όπως τα λετονικά, τα ουαλικά και τα σουαχίλι.

Κείμενα και εικόνες

Το GPT-4 μπορεί να δεχτεί μια προτροπή κειμένου και εικόνων, η οποία —παράλληλα με τη ρύθμιση μόνο κειμένου— επιτρέπει στον χρήστη να καθορίσει οποιαδήποτε εργασία όρασης ή γλώσσας. Συγκεκριμένα, παράγει εξόδους κειμένου (φυσική γλώσσα, κώδικας, κ.λπ.) δεδομένων εισροών που αποτελούνται από διάσπαρτα κείμενα και εικόνες. Σε μια σειρά τομέων—συμπεριλαμβανομένων εγγράφων με κείμενο και φωτογραφίες, διαγράμματα ή στιγμιότυπα οθόνης—το GPT-4 παρουσιάζει παρόμοιες δυνατότητες όπως και στις εισαγωγές μόνο κειμένου. Επιπλέον, μπορεί να επαυξηθεί με τεχνικές χρόνου δοκιμής που αναπτύχθηκαν για γλωσσικά μοντέλα μόνο κειμένου, συμπεριλαμβανομένων των προτροπών με λίγες λήψεις και αλυσίδα σκέψης.

Εκπαιδευτική διαδικασία

Όπως και τα προηγούμενα μοντέλα GPT, το βασικό μοντέλο GPT-4 εκπαιδεύτηκε για την πρόβλεψη της επόμενης λέξης σε ένα έγγραφο και εκπαιδεύτηκε χρησιμοποιώντας δημόσια διαθέσιμα δεδομένα (όπως δεδομένα Διαδικτύου). Τα δεδομένα είναι ένα σύνολο στοιχείων σε κλίμακα ιστού που περιλαμβάνει σωστές και λανθασμένες λύσεις σε μαθηματικά προβλήματα, αδύναμο και ισχυρό συλλογισμό, αυτοαντιφατικές και συνεπείς δηλώσεις και αντιπροσωπεύουν μια μεγάλη ποικιλία ιδεολογιών και ιδεών.

Ο χρήστης επιλέγει το
στυλ που του ταιριάζει

Η OpenAI εργάζεται σε κάθε πτυχή του σχεδίου σχετικά με τον καθορισμό της συμπεριφοράς των AI, συμπεριλαμβανομένης της δυνατότητας διεύθυνσης. Αντί για την κλασική προσωπικότητα του ChatGPT με σταθερό βερμπαλισμό, τόνο και στυλ, οι προγραμματιστές (και σύντομα οι χρήστες του ChatGPT) μπορούν τώρα να ορίσουν το στυλ και την εργασία του AI τους περιγράφοντας αυτές τις οδηγίες στο μήνυμα «σύστημα». Τα μηνύματα συστήματος επιτρέπουν στους χρήστες API να προσαρμόζουν σημαντικά την εμπειρία των χρηστών τους εντός ορίων.

Περιορισμός κακόβουλης
χρήσης λογισμικού

Συνολικά, οι παρεμβάσεις σε επίπεδο μοντέλου αυξάνουν τη δυσκολία πρόκλησης κακής συμπεριφοράς, αλλά αυτό είναι ακόμα δυνατό. Επιπλέον, εξακολουθούν να υπάρχουν «jailbreak» για τη δημιουργία περιεχομένου που παραβιάζει τις οδηγίες χρήσης. Καθώς αυξάνεται ο «κίνδυνος ανά διακριτικό» των συστημάτων τεχνητής νοημοσύνης, θα είναι κρίσιμο να επιτευχθούν εξαιρετικά υψηλοί βαθμοί αξιοπιστίας σε αυτές τις παρεμβάσεις.

Τα μοντέλα GPT-4 έχουν τη δυνατότητα να επηρεάσουν σημαντικά την κοινωνία τόσο με ευεργετικούς όσο και με επιβλαβείς τρόπους. Η OpenAI προσπαθεί να βελτιώσει τον τρόπο κατανόησης και αξιολόγησης των πιθανών επιπτώσεων, καθώς και να δημιουργήσει αξιολογήσεις για επικίνδυνες δυνατότητες που ενδέχεται να προκύψουν σε μελλοντικά συστήματα.