OpenAI首席執(zhí)行官 Sam Altman 周三在達(dá)沃斯論壇接受媒體采訪時表示，他現(xiàn)在的首要任務(wù)就是推出下一代大模型，這款模型可能被稱為GPT-5，與現(xiàn)有模型相比，GPT-5 “能做更多、更多的事情”。
OpenAI從去年開始訓(xùn)練GPT-5，幾天前，Altman在與微軟創(chuàng)始人比爾蓋茨的對話中，首次曝光了有關(guān)GPT-5的詳細(xì)信息，對其未來的應(yīng)用前景進(jìn)行了分享。
據(jù)Altman介紹， GPT-5將是一個多模態(tài)模型，支持語音、圖像、代碼和視頻，并在個性化和定制化功能方面實現(xiàn)重大更新，具備更強(qiáng)的推理能力和更高的準(zhǔn)確性。當(dāng)前大模型的通病幻覺問題也將在GPT-5中得到解決。
個性化大禮包，真正的多模態(tài)模型？
Altman強(qiáng)調(diào)，GPT-4.5或GPT-5預(yù)計將在個性化和定制化功能方面實現(xiàn)重大更新，最關(guān)鍵的增強(qiáng)部分將圍繞理解個人偏好的能力，比如整合用戶信息、電子郵件、日歷、約會偏好，以及與外部數(shù)據(jù)源建立聯(lián)系。
“人們對GPT-4的不滿和希望加強(qiáng)的部分，”Altman說，“包括不同的風(fēng)格，不同的假設(shè)集，我們將使所有這些成為可能，然后還能讓它使用你自己的數(shù)據(jù)。”
當(dāng)前外界對 GPT-5的了解知之甚少，但從當(dāng)前Altman披露的信息，分析預(yù)計GPT-5將是一個真正的多模態(tài)模型，類似于谷歌最近推出的新Gemini Ultra模型。
據(jù)Altman介紹，GPT-5不僅支持文本輸入，還支持語音、圖像、代碼和視頻。
“輸入語音，輸出語音，圖像、視頻亦是如此，” Altman表示，“顯然，人們真的希望如此。我們已經(jīng)支持了圖像和音頻，它的反饋比我們預(yù)期的要強(qiáng)烈得多。”
不再出現(xiàn)幻覺，大模型的可靠性邁上新臺階
據(jù)Altman介紹，GPT-5將具有更強(qiáng)的推理能力、更高的準(zhǔn)確性。
當(dāng)代大模型存在的最大問題幻覺（胡編亂造）將在GPT-5中得到解決，這涉及到大模型的可靠性。
他告訴比爾蓋茨：“如果你問GPT-4大部分問題10000次，這10000次中可能有一次回答得很好，但它不一定知道是哪一次。而你卻希望每次都能得到這10000次中最好的回答，因此可靠性的提升將非常重要。”
通往AGI之路，GPT-5可能是下一步
Altman告訴比爾蓋茨，現(xiàn)有AI模型都將變成最愚蠢的模型，至少在未來的五年或十年內(nèi)，這項技術(shù)將處于一個非常陡峭的成長曲線上。
他表示：“未來AI系統(tǒng)的計算能力將是GPT-4的10萬倍或100萬倍，AI將影響社會，影響地緣政治力量的平衡，以及其他許多事物。”
眾所周知，OpenAI等許多大型人工智能實驗室都將通用人工智能 (AGI) 作為最終目標(biāo)，因此，早期有人認(rèn)為，GPT-5可能是某種形式的超級智能。
但根據(jù)現(xiàn)有的信息，GPT-5很可能只是GPT-4、Claude 2 或Gemini Ultra的改進(jìn)版，它將具備更強(qiáng)的推理能力，不僅在許多學(xué)術(shù)評估上優(yōu)于人類，理解能力也在一定程度上超越人類。
不過，GPT-5也可能是通往AGI道路上的下一步。據(jù)媒體報道，在上周五的Y-Combinator W24活動上，Altman告訴在場的創(chuàng)始人和企業(yè)家，他們應(yīng)該抱著 AGI將“相對較快”實現(xiàn)的心態(tài)。
GPT-5何時面世？
在達(dá)沃斯論壇的媒體采訪中，Altman并沒有透露GPT-5的具體發(fā)布時間。他說：
“我希望我們能夠慢慢來，確保我們能夠推出一個讓我們感到滿意并且對 OpenAI來書足夠負(fù)責(zé)任的產(chǎn)品。”
Altman還說，GPT-5也可能不會被叫做GPT-5，因為這并不符合Altman發(fā)布產(chǎn)品的風(fēng)格。
