OpenAI wypuściło wczoraj GPT-4, bardzo oczekiwany model AI generujący tekst, który prezentuje ciekawą mieszankę możliwości i niedociągnięć. GPT-4 rozwija swojego poprzednika, GPT-3, pod wieloma względami, m.in. generuje więcej prawdziwych informacji i pozwala programistom łatwiej kontrolować styl i zachowanie modelu. Jest również multimodalny, co oznacza, że może rozumieć obrazy, dodawać im opisy, a nawet szczegółowo tłumaczyć ich zawartość.
Jednak GPT-4 ma poważne wady. Podobnie jak GPT-3, model „halucynuje” fakty i popełnia błędy w podstawowym rozumowaniu. W jednym z przykładów na blogu OpenAI, GPT-4 opisuje Elvisa Presleya jako „syna aktora” (jego rodzice nie byli aktorami).
Aby lepiej zrozumieć cykl rozwoju GPT-4, jego możliwości i ograniczenia, TechCrunch rozmawiał z Gregiem Brockmanem, jednym z założycieli OpenAI. Porównując GPT-4 z GPT-3, Brockman stwierdził, że jest „po prostu inny”. Model nadal ma wiele problemów i błędów, ale można zauważyć znaczny postęp w dziedzinach takich jak matematyka czy prawo.
Ciekawym aspektem GPT-4 jest jego multimodalność. W przeciwieństwie do GPT-3 i GPT-3.5, które akceptowały tylko tekstowe komendy, GPT-4 może korzystać z zarówno obrazów, jak i tekstu. Wynika to z faktu, że GPT-4 był trenowany na danych obrazkowych i tekstowych, podczas gdy jego poprzednicy tylko na tekstowych.
Jednak zdolności analizy obrazów GPT-4 nie są jeszcze szeroko dostępne. Na razie tylko jedna firma partnerska ma dostęp do nich – to aplikacja dla osób niewidomych o nazwie Be My Eyes. Brockman mówi, że szersze wdrożenie nastąpi „powoli i z rozwagą”, gdy OpenAI oceni ryzyko i korzyści.
Innym wyzwaniem jest zapobieganie wykorzystaniu GPT-4 w sposób, który może wyrządzić szkodę. Kilka godzin po wydaniu modelu, izraelski start-up Adversa AI opublikował post na blogu, pokazujący metody obejścia filtrów treści OpenAI, które pozwalały GPT-4 generować nieodpowiednie treści.
W odpowiedzi na pytania o odporność GPT-4, Brockman podkreślił, że model przeszedł sześć miesięcy treningu bezpieczeństwa. Zastosowano również nowe narzędzia, takie jak „system messages”, które mają na celu kontrolowanie interakcji z modelem i zapobieganie
odchodzeniu od właściwego kursu. Te wiadomości pozwalają ustalić ton i granice zachowania GPT-4.
„Rozumienie tonu, stylu i treści GPT-4 było dla nas głównym celem”, powiedział Brockman. „Zaczynamy lepiej rozumieć inżynierię, jak osiągnąć powtarzalny proces, który prowadzi do przewidywalnych wyników, które będą naprawdę przydatne dla ludzi.”
Brockman wskazał także na Evals, nowo udostępnione oprogramowanie OpenAI, które pozwala oceniać wydajność modeli AI, jako dowód na zaangażowanie OpenAI w „usprawnienie” swoich modeli. Evals pozwala użytkownikom opracowywać i przeprowadzać testy wydajności, takie jak GPT-4, monitorując ich działanie – coś na kształt podejścia crowdsourcingowego do testowania modeli.
„Wraz z Evalsem możemy zobaczyć [przypadki użycia], które interesują użytkowników, w systematycznej formie, której możemy przetestować”, powiedział Brockman. „Częściowo dlatego [udostępniliśmy go], ponieważ zmieniamy sposób działania z wydawania nowego modelu co trzy miesiące na wprowadzanie ciągłych ulepszeń. Jeśli nie mierzysz, nie robisz postępów, prawda? Dzięki temu możemy być świadomi zmian wprowadzanych w modelach”.
Na pytanie, czy OpenAI kiedykolwiek wynagrodziłoby ludzi za testowanie swoich modeli za pomocą Evals, Brockman nie zobowiązał się do tego, ale zauważył, że OpenAI udziela wybranym użytkownikom Evals wczesnego dostępu do API GPT-4.
Rozmowa Brockmana dotyczyła również okna kontekstowego GPT-4, które odnosi się do tekstu, który model może rozważyć przed generowaniem dodatkowego tekstu. OpenAI testuje wersję GPT-4, która może „pamiętać” około 50 stron treści, co jest pięciokrotnie więcej niż standardowe GPT-4 i osiem razy więcej niż GPT-3.
Brockman sądzi, że rozszerzone okno kontekstowe może prowadzić do nowych, wcześniej niezbadanych zastosowań, zwłaszcza w przedsiębiorstwach. Wyobraża sobie chatbota AI stworzonego dla firmy, który wykorzystuje kontekst i wiedzę z różnych źródeł, w tym od pracowników różnych działów, aby odpowiadać na pytania w sposób kompetentny i rozmowny.
To nie jest nowy koncept, ale Brockman argumentuje, że odpowiedzi GPT-4 będą o wiele bardziej użyteczne niż te generowane przez obecne chatboty i wyszukiwarki. „Wcześniej model nie miał żadnej wiedzy na temat tego, kim jesteś, czym się interesujesz i tak dalej,” powiedział Brockman. „Posiadanie takiej historii [w większym oknie kontekstowym] z pewnością sprawi, że będzie bardziej użyteczny… to z pewnością zwiększy możliwości tego, co ludzie mogą zrobić.”
Mimo ogromnego potencjału GPT-4, istnieją poważne wątpliwości dotyczące jego etyki i bezpieczeństwa. Ostatecznie, sukces tego modelu AI będzie zależał od tego, jak OpenAI będzie w stanie odpowiednio kontrolować i kształtować jego zachowanie. Wydaje się, że przyszłość GPT-4 jest pełna możliwości, ale równie pełna wyzwań.
Podsumowując, GPT-4 to imponujący krok naprzód w dziedzinie sztucznej inteligencji. Model ten oferuje znaczne ulepszenia w porównaniu do swoich poprzedników, takich jak GPT-3, zarówno pod względem dokładności, jak i zdolności do rozumienia obrazów. Jednak jego ograniczenia, takie jak generowanie nieprawdziwych informacji czy możliwość złego użycia, są powodem do troski.
Rozwój GPT-4 na pewno będzie obserwowany z zaciekawieniem przez naukowców, przedsiębiorców i użytkowników na całym świecie. W miarę jak OpenAI będzie starało się rozwiązywać te problemy, można się spodziewać, że GPT-4 będzie nadal ewoluować i wpływać na wiele aspektów naszego życia, od edukacji po biznes.
Leave feedback about this