共计 3328 个字符，预计需要花费 9 分钟才能阅读完成。
本文将探讨 GPT-5 的最新进展，并对通用人工智能（AGI）的未来进行深入思考。
自从 OpenAI 于 2022 年 11 月推出 ChatGPT 以来，已过去超过六个月。在这一段时间内，众多 AI 爱好者积极探索 LLMs（大型语言模型）所带来的巨大潜力，同时也伴随而来的是对相关安全和伦理问题的担忧。在期待与忧虑交织的背景下，OpenAI 何时会推出新一代模型 GPT-5，究竟会带来怎样的创新？本期文章将为大家呈现有关 GPT-5 的最新消息，并探讨 AGI 的前景。
* 深思
我们希望通过本文的讨论，引发更多的思考与推理，欢迎大家进行交流。
在关注 LLMs 强大生成能力的同时，安全与伦理问题的隐忧促使 OpenAI 的脚步减缓，为国内大模型的发展提供了追赶的机会。我们也坚信，在这段时间内，应用层会孕育出定义未来的创新。
未来的 GPT-5 及其他大型模型将被寄予更强的输入能力、更合理的定价、更高的准确性和更全面的多模态处理能力的期望。
GPT-5 可能会引起巨大震动，也可能只是星河中的一小颗尘埃。
在 2023 年，”AI” 这一关键词的热度显著攀升，各大企业纷纷展现实力，推出能够快速响应用户简单文本提示的惊艳工具。在这股热潮中，有一款名为 ChatGPT 的 AI 聊天工具，能够进行类人对话。
目前，用户可以免费使用的 ChatGPT 版本基于 OpenAI 的 GPT-3.5，这是一个大型语言模型（LLM），采用了自然语言处理（NLP）和机器学习技术。自 2022 年 11 月发布以来，该工具引发了关于 AI 在工作流程中提升效率的广泛讨论，同时也引发了人们对其可能取代人类工作的担忧。
GPT-3.5 在 2023 年 3 月被更新版 GPT-4 替代，后者为聊天机器人带来了诸多改进，包括支持图像作为输入提示以及通过插件连接第三方应用。然而，在 GPT-4 发布几个月后，AI 爱好者们已开始期待新一代语言模型——GPT-5 的到来，并对其潜在的智能升级充满期待。
GPT-5 预计何时上线？
OpenAI 在 2020 年 6 月推出了 GPT-3，并于 2022 年 3 月发布了其更新版本，内部称为 “davinci-002″。接着是广为人知的 GPT-3.5，即 “davinci-003″，并随之而来的便是 2022 年 11 月的 ChatGPT 和 2023 年 3 月发布的 GPT-4。
依照之前的发布规律，OpenAI 可能在接下来的几个月内不会推出 GPT-5。由于 ChatGPT 等 AI 工具引发的广泛恐慌，这一发布时间可能会进一步延后。
GPT-4 的发布引发了多次关于 AI 伦理使用的讨论，尤其是关乎其可能对人类产生的伤害。不久之后，包括 Elon Musk 和 Steve Wozniak 在内的科技领袖、教育家及知名人士联署呼吁暂停开发“比 GPT-4 更先进”的系统。
自那时起，OpenAI 的 CEO Sam Altman 至少两次表示公司并未在研发 GPT-5。今年 6 月，Altman 在印度新德里的《经济时报》新闻发布会上提到：” 在开发 GPT-5 之前，我们还有许多工作要完成，需要相当长的时间。我们距离它还有很远的路要走。” 而在此之前的 4 月，他在 MIT 的活动中也确认 OpenAI “ 在短期内不会研发 GPT-5。” 他补充说：” 我们在 GPT-4 的基础上进行其他方面的探索，仍需解决各种安全问题。”
更强、更实惠
目前，GPT-4 能够处理最多 8192 个 token 的输入，相当于约 6144 个单词。OpenAI 曾短暂允许测试者运行最多 32768 个 token（约 25000 个单词或 50 页内容）的命令，预计这一功能将在即将发布的版本中得到广泛应用。GPT-4 目前的查询长度是 GPT-3.5 免费版本的两倍，我们可以期待 GPT-5 会支持更大输入。
需要注意的是，这些更大查询的使用也会带来相应的费用。虽然使用 GPT-3.5 是免费的，但 GPT-4 仅对 ChatGPT Plus 的付费用户开放，价格从每月 20 美元起，这可能会成为一种障碍。伴随计算需求和聊天机器人的能力提升，GPT-5 的价格可能会进一步上涨。目前，用户可以选择使用基于 GPT-4 的微软 Bing AI Chat，这也是免费的，但需要在 Microsoft Edge 浏览器中使用，AI 聊天机器人将伴随用户在网上的旅程。
减少幻觉现象
GPT-5 不仅在生成速度上有望表现出色，还可能在事实准确性方面有所提升。最近几个月，ChatGPT、Bing AI Chat 以及 Google Bard 等工具在输出内容中频繁出现不准确的信息，这种现象通常被称为“幻觉”，因其训练所用的数据集有限且过时。例如，基于 GPT-3.5 的 ChatGPT 免费版本只包含到 2021 年 6 月的数据，因而在涉及该日期之后的事件时，可能给出错误回答。
与之相比，GPT-4 的训练数据更加全面，尽管仍然仅更新至 2021 年 9 月。OpenAI 指出，GPT-4 与 GPT-3.5 在日常交流中有着细微的差别。它在多项标准测试中，包括法律统一考试（UBE）、法学入学考试（LSAT）、大学预修微积分等方面表现更为出色。此外，在机器学习基准测试中，GPT-4 在英语及其他 23 种语言上的表现均优于 GPT-3.5。
OpenAI 声称，GPT-4 的“幻觉”现象已大幅减少，并在其“内部对抗事实性评估”中表现比 GPT-3.5 提高了 40%。此外，GPT-4 对“敏感请求”或“禁止内容”（如自我伤害或医疗咨询）的回应倾向也减少了 82%。尽管如此，GPT-4 仍表现出多种偏见，OpenAI 表示正在改进现有系统，以反映人类的普遍价值观并从反馈中学习。
消除 GPT-5 的错误回答将是其未来广泛应用的关键，尤其是在医学和教育等关键领域。
多模态能力展望
GPT-4 对于 2021 年 9 月之后的信息知之甚少，但最近它通过专用的网页浏览插件实现了联网的测试能力。基于 OpenAI 的 GPT 模型并最近更新为 GPT-4 的 Microsoft Bing AI Chat，已允许用户从互联网获取信息。尽管这意味着能够获取更新的数据，但仍可能面临来自一些不可靠网站的结果，这些网站通过非法 SEO 技巧获得高排名。如何有效地对抗这一问题，并快速获取可靠结果，仍需观察。这可能也是 OpenAI 在未来推出的模型，特别是 GPT-5 需要改进的一个重要领域。
除了网络搜索，GPT-4 还可以处理图像输入以获得更好的上下文，但这项功能目前仅限于研究预览，并将在后续版本中推出。我们期待未来的版本，尤其是 GPT-5，能够处理更多数据形式的能力，例如音频和视频。
Meta 最近发布了其多模态 AI 模型 ImageBind 的详细信息，该模型能够处理文本、图像、视频、音频、深度和热图等六种不同类型的数据。可以预见，OpenAI 在推出 GPT-5 时，也将在这一领域取得进展，使其在诸多工作领域更具实用性，而不仅限于聊天机器人或图像生成器。
对于 AGI 的期待与隐忧
人工通用智能（AGI）是指机器能够理解、学习并执行人类能够完成的所有智能任务的能力。这意味着，与现有的专用 AI（例如面部识别或聊天机器人）相比，AGI 可以跨多个领域进行学习和决策。AGI 的到来带来了巨大的期待，同时也引发了诸多忧虑。
期待的部分源于 AGI 的潜在能力。如果机器能够执行所有人类能完成的工作，这将可能对社会产生深远的积极影响，包括自动化繁重的劳动、解决复杂的问题，甚至可能开辟全新的创新领域。
然而，对于 AGI 的担忧同样不可忽视。首先，如果 AI 能够完成所有人类的工作，许多人的工作将可能被自动化取代，从而导致大规模失业。此外，如果 AI 的决策效率超越人类，它们可能会在许多关键领域取代人类的角色，包括政府决策、医疗和军事等。这可能引发重大的社会和伦理问题，特别是当 AI 的决策与人类的价值观发生冲突时。
这些复杂的问题已引发广泛的讨论，包括 AI 的道德和伦理责任，以及如何制定适当的规则来监管这一强大的新技术。随着 AGI 技术的不断进步，未来几年内这些问题将愈发紧迫。
参考文献：
https://www.slashgear.com/1322736/chat-gpt-5-release-open-ai-details/
https://medium.com/cowboy-ventures/the-new-infra-stack-for-generative-ai-9db8f294dc3f
