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，他形容这款多模态模型将开启一个全新的时代，因为它不仅能理解文本，还能处理视频和音频数据，这使得机器能够以统计方式理解人类之前只能阅读和理解的内容。
与此同时，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，大型语言模型将使「模型变得全面」，让用户体验更加丰富多彩。
微软德国公司首席执行官 Marianne Janik 全面谈到了人工智能对业界的颠覆性影响。她强调了人工智能价值创造潜力，并表示当前的人工智能发展和 ChatGPT 是「iPhone 发布一样的时刻」。她表示，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。改变并不一定意味着失业，而是意味着许多专家会开始利用 AI 实现价值增长。这也会产生全新的职业，并建议公司成立内部「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，她还强调，微软不会使用客户的数据来训练模型，但值得注意的是，对于他们研究合作伙伴 OpenAI 而言，这可能并不适用于他们的大部分研究项目或商业合作伙伴关系。
实际用例方面，由两位 AI 技术专家 Clemens Sieber 和 Holger Kenn 提供了一些信息，他们讲解了用例涉及到的技术。Kenn 解释说，他们不仅可以翻译文本成图像，还可以翻译成音乐和视频。而且，该团队正在处理具体案例，其中包括嵌入，即内置到文本中的内部表征，以及如何通过云将数百万个查询映射到 API 中，以实现负责任的人工智能服务。此外，他们还提供了解决方案，如电话呼叫转录成文字，每天节省大量工作小时，并介绍了回答只有员工才能访问公司信息、半自动化口语处理以及编程领域更轻松创建代码等三种常见应用案例。
当被问及操作可靠性和事实保真度时,Siebler 表示 AI 不总是正确回答，因此有必要进行验证。他透露目前正在创建置信度指标来解决这一问题，同时建立反馈循环，让用户通过赞成或反对生成性的文本提出意见，从而形成迭代过程。
看起来，在 AI 大模型竞争中领先的一方也加快了脚步。微软近期接连发布展示多模态语言大模型论文 Kosmos-1 和 Visual ChatGPT 的论文，这显示出该公司对这种新兴技术非常支持，它希望能够做到感知与 LLM 保持一致，使单个 AI 模型既能看到图片，又能说话。这次活动后，将有更多关于未来计划揭晓，无论是否包含 GPT-4 的正式发布，我们都期待这些科技巨头带来的惊喜。
参考内容：
https://www.heise.de/news/GTP_4_is_coming_next_week_and_it_will_be_multimodal_says_Microsoft_Germany_7540972.html
https://news.microsoft.com/reinventing-productivity/
