上手ChatGPT威力加强版后，我发现它很强，但也有点拉

　　3月15日凌晨，OpenAI 发布了最新的 GPT-4。

　　

　　根据发布会披露的内容来看，这个新一代比早先大家使用的 ChatGPT 的 GPT-3.5 内核强悍了一大截，再次刷新了编辑部对 AI 的认知。

　　首先，非常非常重要的一点是，GPT-4 可以接受文字以外的内容输入了，目前支持文字与图像的混合输入。

　　在官方的示例中，用户给 GPT-4 上传了一张梗图，问 GPT-4 这张图为什么好笑：

　　

　　GPT-4 非常详细且精准地描述出了图片上的内容。

　　并且有思维条理的解释了，为什么这张图会让人觉得好笑。

　　

　　这还不算完，就算是十分抽象的 Meme，它也能一本正经地给你解释笑点在哪里。

　　

　　只不过么，GPT4 也还没到能通过图灵的程度。

　　当然，这个功能并不只是能解释梗图那么简单，它拥有无限的想象空间，比如：

　　在昨天凌晨的官方直播视频中，GTP 的开发人员演示了 GPT-4 可以识别他手绘的一张网页草图，并且根据草图写出网页的前端代码。

　　手绘的网页草图，非常抽象 ▼

　　

　　GPT-4 给出的网页以及代码 ▼

　　

　　虽然这个示例里的网站非常简单，但 GPT-4 的理解能力和创造力还是让人觉得不可思议：

　　重要的不是它能不能做得很好，而是它能做到，这是一个质的飞跃。

　　甚至，目前已经有公司在搞这项技术的落地应用，打算把它和导盲服务结合起来。

　　这样一来，盲人只需要拍张照，GPT-4 就能立即复述出面前物品的信息。

　　

　　而在文字问答方面，GPT-4 也有非常大的提升，输入字增加到了 2.5 万。

　　在专业领域上的回答，特别是 “ 问题复杂度足够高的时候……GPT-4 比老版本更细、更可信、更富有创造力 ”。

　　比如，在统一律师考试（ Uniform Bar Exam ）中，GPT-4 可以超过 90% 的人类考生，而老版本只能超过 10% 的人类考生，妥妥学渣学霸的区别。

　　在 GRE 数学和语文（ 阅读与填空 ）考试中 ，GPT-4 的考试成绩已经是哈佛、麻省理工、斯坦福大学生的水平了。

　　

　　不仅自己回答问题能力变强了，GPT-4 还会人格扮演。

　　比如你提出一个问题，ChatGPT 只会机械式地回答，而 GPT-4 可以按你的要求以苏格拉底风格给你作答。

　　那这个玩法就多了呀。

　　向下滑动▼

　　

　　不过，说了这么多，百闻不如一试。

　　即使已经是凌晨 2 点，编辑部依旧花重金（ 20 美元/月 ），连夜让美国同事帮忙升级试用了一波。

　　遗憾的是，OpenAI 考虑到用户们搞幺蛾子的能力太狠，所以目前 GPT-4 的图片输入功能暂时不对公众开放，也没有说啥时候可以用上。

　　

　　不过，我们还是可以试试它聪明的小脑瓜子。

　　先是给了一个全网疯传的“ 华为、阿里入职面试题 ”，挑战大获成功。

　　而隔壁的 ChatGPT 就有点拉了。

　　

　　作为击败了 90% 人类的大律师，GPT-4 的推理能力应该强无敌吧。

　　所以我们又搞了道法考的经典案件，想掂量掂量 GPT-4 到底有几斤几两。

　　问：乙去甲家吃饭，结果电动车被偷了。于是乙准备偷辆别人的电动车，此时，喝醉的甲来帮忙撬锁，帮乙成功得手。结果调查后发现，乙偷的是甲的电动车，问甲算不算是盗窃罪？

　　虽然新旧两款结论都是正确的，但是旧版的解题过程，就有点乱来了。。

　　

　　而在一些更需要 “ 创造性 ” 或是 “ 思考 ” 的问题，比如：

　　关于最近一次特斯拉投资者大会上 “ 实现全球可持续能源 ” 的计划，你觉得是可行的吗？为什么可行？

　　GPT-4 的表现就更让人吃惊了。

　　虽然 GPT-4 的知识库停留在 2021 年 9月，并没有覆盖半个月前的那场投资者大会，但它却神奇地未卜先知了。

　　

　　而老版本 ChatGPT 的回答就逊色了很多，没有条理，还有一堆车轱辘话，没有建设性观点。

　　

　　随后，我们又问了一个行业思考相关的问题：

　　你如何看待全球的碳排放战略，它能成功吗？

　　老版只能浮于表面笼统地给点泛泛的概念，而 GPT-4 的回答明显维度更宽、思考更深，洋洋洒洒列了 10 点，更加细致有条理，并且含有更多专业词汇与内容，可以说几乎完美地回答了这个问题。

　　

　　上面这些，还仅仅只是我们编辑部的试验，在一些大佬们手上，GPT-4 令人恐惧的表现就更多了。

　　比如仅仅只用了 60 秒，就做出了一款 Pong 游戏，20 秒就能做出贪吃蛇游戏。

　　

　　不可否认，GPT-4 比起旧版来说，强的不是一点半点。不过我们试出来的问题，其实也不少。

　　我们搞了套高中数学竞赛试卷来考它，结果，一试就尴尬了。。第一道选择题，新旧两个版本就都解错了。

　　难道说，斯坦福、麻省理工还不如。。？

　　

　　因为 GPT-4 可以支持更长的输入文本，所以我们就又测试了它的总结概括能力。

　　这下馅露得更大了。

　　我们甩给它的是，差评君之前发过的一篇文章的链接，其实 GPT-4 是没有联网的，正常来说是没法总结的。

　　结果，它愣是凭空捏造了两个文章总结，而且和我们给的文章没有任何关系。

　　直到在我反复指正两次，语气都加重了，它才承认自己的错误。

　　

　　直到后面我们把原文直接贴进去后，GPT-4 才展露了它超强的总结能力。

　　

　　说实话，这个胡编乱造的能力让我们心里一惊，于是就又想了个测试方法。

　　前两天，小黑胖把“ 手拿把攥 ”记混成“ 手拿把蒜 ”，被编辑部嘲笑了很久，于是我们就问 GPT-4 “ 手拿把蒜什么意思？”

　　结果牛掰了，GPT-4 在理解了一部分“ 把蒜（攥） ”是形容事情轻而易举的基础上，引经据典地胡编乱造，颇有种当年我写作文时，引用的俄罗斯文学家“ 沃兹基索德 ”的味道了。

　　要知道，如果是真实场，这个半真半假、引用权威的胡说八道的后果将是非常严重的，堪称最高级的谎言。

　　

　　明明连更老的 ChatGPT 也不敢这么捏造来源地胡说，更高级的 GPT-4 怎么会这样呢？

　　我们猜测，就是因为新版本更倾向于表现出 “ 更具有深度思考 ”，这么一来，在回答很多问题的时候，GPT-4 会自己给自己加戏，才会出现这些闹剧。

　　虽然我们试了这么多漏洞，但总的来讲，这次发布的 ChatGPT，无论是基础功能、想象空间、逻辑能力、思考能力，都比之前强了一大截。

　　明明距离老版本 ChatGPT 颠覆我们的认知才没几个月，它们就又掏出了一个船新版本，我们只能说：

　　恐怖如斯。

　　更恐怖的是，其实 GPT-4 诞生时间，可能比我们想的还要早很多，之前 OpenAI 发布基于 GPT-3.5 的 ChatGPT 时，内部员工就质疑过为啥发个这么古早的版本。

　　而我们也早就接触过 GPT-4 了，New Bing 官方今天发了个公告，承认了 New Bing 其实就是 GPT-4。

　　

　　所以这么说的话，有没有种可能，GPT-5 也已经近了呢？

　　我已经开始期待除了文字、图片以外，视频、音频等形式的输入了。

　　撰文： 大饼 & 小陈 & 四大 & 八戒 编辑：面线 & 江江 封面：萱萱

　　图片、资料来源：

　　OpenAI、New Bing 官网、Twitter、Be My Eyes

　　New York Times：How ChatGPT Kicked Off an A.I. Arms Race

　　欢迎关注差评孵化的商业财经类账号：知危（ ID:BusinessAlert ）

　　

　　原标题：《上手ChatGPT威力加强版后，我发现它很强，但也有点拉。。。》

　　阅读原文