2025-01-14 科技 0
机器之心报道
编辑：小舟、泽南
大家都在猜 GPT-4 发布时间，现在有人提前公布答案了，还是微软自己的 CTO。我们知道，引爆如今科技界军备竞赛的 ChatGPT 是在 GPT-3.5 上改进得来的，OpenAI 很早就预告 GPT-4 将会在今年发布。最近各家大厂争相入局的行动似乎加快了这个进程。
最新消息是，万众期待的 GPT-4 下周就要推出了：在 3 月 9 日举行的一场名为「AI in Focus - Digital Kickoff」的线下活动中，四名微软德国员工展示了 GPT 系列等大型语言模型（LLM）的颠覆性力量，以及 OpenAI 技术应用于 Azure 产品的详细信息。在活动中，微软德国首席技术官 Andreas Braun 表示 GPT-4 即将发布，他强调，这款多模态模型将提供完全不同的可能性 —— 比如视频（生成能力）。
自从 3 月初多模态模型 Kosmos-1 发布以来，微软一直在测试和调整来自 OpenAI 的多模态模型。这项技术已经发展到基本上「适用于所有语言」：你可以用德语提问，然后用意大利语得到答案。借助多模态，大型科技公司和研究机构将使「模型变得全面」，实现跨语言理解与交流。
与此同时，这项技术也改变着业界。当被问及人工智能对未来工作环境可能产生的影响时，一位高级管理人员表示：“这不是要代替人类工作，而是帮助人们以不同于以往的方式完成重复性任务。”她强调，“许多专家会开始利用 AI 实现价值增长”，并且传统的工作行为正在发生变化，由于新的可能性出现，也会产生全新的职业。她建议公司成立内部「能力中心」，培训员工使用人工智能并将想法整合到项目中。
此外，还有两位 AI 技术专家 Clemens Sieber 和 Holger Kenn 提供了关于 AI 实际使用的一些信息。他们讲解了用例涉及的技术，其中包括如何通过云服务将数百万个查询映射到 API 中。此外，他们还谈到了嵌入技术，可以内置到微软产品中的文本处理，以提高效率和准确性。
当被问及操作可靠性和事实保真度时，一位开发人员表示 AI 不总是能正确回答，因此有必要进行验证。目前，他们正在创建置信度指标来解决此问题，并建立反馈循环，以迭代地优化系统性能。此外，他们还提到了即将发布的一个全新工具，它能够直接转录电话呼叫成文本，从而节省大量时间和精力。
看来，在 AI 大模型竞争激烈的情况下，每一方都加速步伐。一段时间里，我们接连看到了一系列关于多模态的大型语言学习论文，比如 Kosmos-1 和 Visual ChatGPT，这些都是支持这种模式的大规模实验，不断试图让感知与 LLM 保持一致，让单个 AI 模型既能理解文字又能“说话”。
很快，就有一次特别重要的人物——CEO 萨蒂亚・纳德拉——将亲自出现在一个关于人工智能未来的盛宴上，此刻正值春意盎然之际，他或许会揭开一个令人瞩目的神秘面纱。但就在他即将登台之前，有消息称百度计划在同一天推出其聊天机器人文心一言选，这无疑是一个紧张而刺激的情境，为我们带来了更多不确定性的悬念。
距离那日还有几天，我们期待着每一次宣布，都可能成为历史性的转折点。而对于那些追求知识、创新者们来说，无论哪种选择，都意味着前所未有的探索空间，是一种无尽可能性的梦想旅程。在这一过程中，我们一起见证人类智慧如何不断向前迈进，将世界带入一个更加奇妙而不可思议的地方。
