ChatGPT是什麼？GPT-4厲害在哪？跟過去幾代有差嗎？一篇看懂最強AI紅什麼

數位時代 2023-03-16 11:19:28

網址已複製 ×

多年來，人工智慧（AI）統治世界一直是許多人擔憂、且並非不可能的事，但誰知道，這會從藝術和文學領域開始呢？

在全球都還在為聊天機器人ChatGPT驚嘆時，OpenAI在3月14日又亮相了新一代的GPT-4，不但可以可處理2.5萬字長篇內容，是ChatGPT的8倍，最讓人驚豔的是還能「看圖說故事」，連哏圖都能分辨，告訴你背後的小點在哪。

ChatGPT是什麼？ChatGPT能做到哪些事？

GPT是「生成型預訓練變換模型（Generative Pre-trained Transformer）」的縮寫，是一種語言模型，而OpenAI所提出的這一系列的模型，可以執行非常複雜的任務，如回覆問題、生成文章和程式碼，或者翻譯文章內容等。而GPT中的Transformer是指由Google Brain所推出的解碼器（decoder），是用來處理輸入的自然語言以處理翻譯、摘要等。

ChatGPT不僅僅是個聊天機器人，而是上知天文下知地理、可以針對使用者問題給予相應的長篇回覆；問答解惑、寫程式和debug，甚至撰寫論文、劇本小說詩歌等等，都難不倒它，只是有時還是會出現令人啼笑皆非的答案，但都還編得有模有樣、令人驚豔。

自從先前ChatGPT開放公眾使用以來，已經吸引超過100萬人使用，社群媒體也湧現了大量用戶的測試截圖，主題廣泛，個個都在測試人工智慧的極限。

看起來coding難不倒它：

寫詩也有模有樣，對英文詩的押韻也有一點概念：

甚至基本的學術論文（且將可能會為學校帶來一些問題）：

但可詢問的內容也有限制，例如，它的培訓內容只限於2021年以前的資訊：

甚至有資訊出錯的時候：

ChatGPT的演變歷程：1到4代有什麼差別？

1. GPT-1：

就是第一代GPT模型，於2018年6月誕生時，就已經是個強大的語言理解模型。從判斷兩個句子間的語意與關係、文本資料分類、問答與常識推理都難不倒，只是並非好的對話式AI模型，訓練參數也遠低於後續模型。

2. GPT-2：

2019年2月OpenAI又推出了由GPT-1演變而來的GPT-2，但主要改變只有使用了更多參數與數據集，參數量達15億（GPT-1僅有1.17億），而學習目標改成了「無特定任務訓練」。這證明了，大幅增加的參數和資料可以讓GPT-2比起GPT-1更上一層樓，雖然有些任務的表現不比隨機的好，但在生成短文和編故事等方面都有了一定的突破。

3. GPT-3／GPT-3.5：

2020年GPT-3也受簡單粗暴地用錢堆出了更多的運算資源，延續過去GPT類的單向語言模型的訓練方式，只是將模型增大到1750億參數。GPT-3在自然語言處理領域已經取得了重大的突破，成為了當時最大、最強大的自然語言生成模型，從機器翻譯到文章總結輸出，都有著非常出色的表現。

只是，2020年因為疫情嚴峻所致，人們對於人工智慧領域的突破並沒有足夠的關注。而且，比起ChatGPT，GPT-3並沒有辦法進行自然的對話，只能處理單向的任務，因此也只有少數開發者有興趣。

直到2022年11月底，OpenAI才發布了「GPT-3.5」的更新，主打對話模式，甚至可以承認錯誤、且拒絕不恰當的請求──這就是支持ChatGPT背後的模型，其更接近人類對話與思考方式的特點也吸引了全球的目光。

4. GPT-4：

距上次GPT-3.5的更新不久，2023年3月14日，OpenAI又拋出GPT-4，此次除了正確度高出40%、以整理和搜尋網路上的資訊為主，還可以支援視覺輸入、圖像辨識，懂得「看圖說故事」了！不過GPT-4沒有再砸下重金、狂堆訓練參數，而是把研發的重點將放在提升利用現有數據的能力上。

延伸閱讀：GPT-4來了，「智商」狠甩ChatGPT！能懂哏圖笑點、律師考試也贏過9成考生

ChatGPT有可能取代Google嗎？

外界公認ChatGPT在AI界最大的突破，就是能處理非常廣泛的主題。再者，ChatGPT以對話的方式進行互動，以人們無法企及的速度打包整理資訊，甚至能處理對話中出現的不同人物、地點和時間等資訊；可以把它理解成文字版的Siri或Alexa，但ChatGPT更能理解問題、更知道用戶想要什麼。

專家也認為，ChatGPT首先威脅到的就是搜尋引擎。比起一條條的藍色連結列表，整理好的資訊、有邏輯的解釋，似乎更吸引人。

觀察一：ChatGPT可自行生成內容，並結合前後文意對話

目前搜尋引擎的運作方式（如Google），是匯集大量資訊，而非創造資訊。透過在輸入框輸入關鍵字，搜尋引擎會透過演算法，抓取、索引以及排序匹配的資訊，然後再由用戶尋找自己需要的內容。但ChatGPT很不一樣的是， 可自己生成內容，給出單一、即時的答案，還能結合前後文意，進行多輪對話 。

觀察二：ChatGPT能不能判斷訊息真偽？

不過，雖然ChatGPT資料源自於大量網路內容，但也會有出錯的時候；而使用搜尋引擎可以從多個資料來源交叉對比。正如一些AI研究人員所解釋，這是因為這樣的聊天機器人基本上是「隨機鸚鵡」（Stochastic Parrots）——也就是說，它們的知識僅來自訓練數據中的統計規律，而不是像人類一樣，擁有複雜和抽象的理解能力。

甚至，推特（Twitter）現任執行長伊隆．馬斯克（Elon Musk）透露，ChatGPT可以使用Twitter資料庫，且眾所皆知Twitter垃圾訊息氾濫。這表示ChatGPT必然學到了許多缺少事實核查的內容，甚至被用來生成不實的消息、惡意散播。

綜合來看，ChatGPT短時間內應該不會威脅到搜尋引擎，再加上Google也推出名為「Bard」的聊天機器人技術，正面迎戰。但ChatGPT仍在起步，在未來，也有可能改變我們獲取資訊的方式。

ChatGPT還能寫論文？其實是扼殺思考

而在教育領域，Kedrosky也認為ChatGPT對高等教育來說也是個威脅，尤其ChatGPT用於撰寫論文可以算是剽竊，「 寫文章的目的是為了證明你可以思考，但縮短了（寫作）過程、且達不到目的 ……我們不再知道他們有沒有作弊，所以這表示，一切都必須在課堂上完成（作業）並且必須受到監督。」這都需要更多教育工作者在第一線努力，因此學校可能會變得更貴、更小。

延伸閱讀：ChatGPT寫了這篇文章！「最強AI」讓哪些人沒飯吃？

但對於未來職業的威脅，Kedrosky仍同意比較樂觀的看法，「……只要有『顛覆』，就會有其他機會，人是會流動的，會從一個地方到另一個地方、從一個職業到另一個職業。我們不應該如此固執，認為這個技術（AI）的發展讓我們無法改變或是遷移。」

AI取代人力的那一天，終究要來臨？

不過，這也引發了另一個問題，這會不會取代一些工作？雖然許多用戶表示，根據大量測試結果，ChatGPT並不是那麼聰明，但各行各業的專業人士都開始擔心。程式可以仰賴AI、學術論文甚至可以迴避反剽竊軟體，飯碗不保、知識原創性出現危機。

根據TechCrunch與麻省理工學院的研究員兼經濟學家、風險投資者Paul Kedrosky的訪談，Kedrosky認為，「 OpenAI正在推動美國經濟100年來最具破壞性的變化 。」

在訪談中，Kedrosky用機械化的汽車工廠來比喻，指出這與自動化進入汽車工廠、並且讓汽車工人失，很不一樣，「製造工廠中的機器人雖然對在工廠工作的人們造成了破壞性的影響，並產生了令人難以置信的經濟後果，但它們並沒有轉身開始『吸收』工廠內部的一切，一個部門接著一個部門吸收。而這不僅僅是我們可以預想到的，且這是你應該預想到的。」

資料來源：The Verge、TechCrunch、New York Times、BBC

責任編輯：林美欣