3月14日，OpenAI 发布了多模态预训练大模型 GPT-4，将能够更准确地解决更难的问题。这是ChatGPT的又一场“狂飙”。作为当前全球最火的生成式AI，ChatGPT在推出约两个月后，月活跃用户超过1亿，成为史上增长最快的消费者应用程序，几乎搅动了整个科技圈。在国内，ChatGPT也是成功“火到两会”，成为代表们热议话题。

人们疯狂讨论着ChatGPT到底是什么？为什么它有如此庞大的魅力？又该如何看待ChatGPT的发展前景？

01 ChatGPT是什么？如何开启了AI新纪元？

ChatGPT是由OpenAI在2022年11月30日发布的全新聊天机器人模型，它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写新闻、邮件、视频脚本、文案、翻译、代码等任务。

ChatGPT核心技术优势：提升了理解人类思维的准确性。

原因在于，ChatGPT利用了基于人类反馈数据的系统进行模型训练，解决了生成模型的一个核心问题，即如何让人工智能模型的产出和人类的常识、认知、需求、价值观保持一致。使得 AI产品有了简单的感知、理解和和推理能力。整个交互过程语法完整，形式逻辑无误，看起来像模像样。

而在此之前，智能对话解决的核心问题更侧重于回答的准确性和即时性，对于交互过程中的语气、思维、逻辑训练则相对匮乏，表现出回答生硬、答非所问的不良体验。

然而，就像任何机器学习模型都有其局限性。

ChatGPT的局限性之一是它缺乏对其生成文本的上下文和背景知识的理解。例如，如果要求写一个特定的主题，它可能生成的文本在语法上是正确的，但缺乏该领域专家的深度理解。另一个限制是它无法在不同概念之间进行推理和建立逻辑联系，虽然它可以生成逻辑流动的文本，但它缺乏根据所提供的信息进行推断和得出结论的能力。

如何让这么一个条理清晰、逻辑正确的AI大模型，有思想有高度，还拥有批判性思维呢？

那可能需要再配上一个高级大脑。

02 从逻辑正确到精准化应答，远传科技做对了什么？

远传科技认为，生成式AI与检索式AI的结合，或将产生更好的落地效果。而检索式中基于知识图谱的问答已是大势所驱。

知识图谱是一种描绘实体间关系的语义网络，用图模型来描述知识和建模事务之间关联关系。与传统的关系数据库相比，它能够更准确、更直观地表示现实世界的概念及其连接，并允许轻松访问和查询，不断逼近最匹配的意图，解决ChatGPT回答不准确的难题。

知识图谱最重要的应用之一是搜索问答。

现实生活中，在检索问答上输入的查询问题类型非常多样，表达形式也是千变万化。有些问题是直接围绕实体进行相关的查询，比如“远传核心产品”，“远传发展历程”等等。还有一些问题可能需要进行更进一步的推理和计算才能得到，比如“芹菜的斑枯病是否会传染”，“浙江的农贸市场上的芹菜的批发价格”等等。

具体来说，对于那些直接围绕实体相关的查询，我们会用一些基于知识库问答的技术进行处理，包括自动挖掘模板进行语*析，进行文法和语义端到端子图匹配等等。

远传科技知识库检索，就是从海量结构化和非结构化数据中进行实体、关系、属性和事件的信息提取，将知识存储到知识库中，从而可以精确查找出目标实体及其相关内容。

然而，对于需要进行推理计算的问题，我们则需要基于动态函数计算、规则逻辑推理等方式进行处理。也就是说我们针对不同问题类型，研发适用的问答技术方案。

远传科技聊天机器人就可以根据用户的浏览历史、兴趣、统计数据来通过使用知识图谱，将信息合并到文本生成中，从而产生更有信息量和更准确的输出，创建个性化的聊天机器人体验。

知识图谱的另一大应用场景是智能推荐。

基于知识图谱的语义关联，以不同概念链接在一起的结构化方式，将所提供的信息进行推理并得出结论，从而提高了模型的推理能力，把文章背后蕴含的内容模型通过知识图谱关联起来，为智能推荐提供更具知识关联的特性。

远传科技的营销服务机器人就是基于获得用户和物品的精确画像，进行准确的匹配和有针对性的决策，实现场景化、任务型的推荐。

由此可见，虽然ChatGPT在最新信息、上下文理解、概念间的逻辑关系等方面存在局限性。但是结合知识图谱技术，能够在具体产业应用中真正实现降本增效。

ChatGPT已然成为人工智能领域的下一个风口。正如今年*上，代表委员对人工智能发表的见解：ChatGPT未来有望演变成新一代操作系统平台和生态，并引发整个产业格局巨变。

03 远传科技携手百度，赋能数智服务与营销

ChatGPT的出现为所有人工智能企业打开了一扇新的大门，远传科技紧跟ChatGPT新兴技术的“狂飙”速度，积极布局，携手百度文心一言，助推“国产版”ChatGPT场景化落地。

2月7日，百度正式发布首个中国ChatGPT，2月20日，远传科技宣布成为文心一言首批生态合作伙伴。后续，远传科技将通过百度智能云全面体验并接入文心一言的能力。

远传科技将结合百度生成式对话技术能力和自身知识图谱技术能力，将利用全媒体、智能交互、数字营销等先进技术及模式，通过打通用户触达、用户运营分析、服务决策三大环节，激发数智经济新潜能，为用户打造全场景企业数智营销人工智能解决方案及服务。同时依托智慧互联、创新互联，引领客户服务联络中心产业变革与升级。为企业数智服务与营销持续赋能。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

chatgpt-4发布 chatgpt 工业革命4.0

OpenAI 发布了最新的 GPT-4。

根据发布会披露的内容来看，这个新一代比早先大家使用的 ChatGPT 的 GPT-3.5 内核强悍了一大截，再次刷新了人们对 AI 的认知。

首先，非常非常重要的一点是，GPT-4 可以接受文字以外的内容输入了，目前支持文字与图像的混合输入。

在官方的示例中，用户给 GPT-4 上传了一张梗图，问 GPT-4 这张图为什么好笑：

GPT-4 非常详细且精准地描述出了图片上的内容，并且有思维条理的解释了，为什么这张图会让人觉得好笑。

这还不算完，就算是十分抽象的 Meme，它也能一本正经地给你解释笑点在哪里。

只不过么，GPT4 也还没到能通过图灵的程度。

当然，这个功能并不只是能解释梗图那么简单，它拥有无限的想象空间，比如：

在今天凌晨的官方直播视频中，GTP 的开发人员演示了 GPT-4 可以识别他手绘的一张网页草图，并且根据草图写出网页的前端代码。

手绘的网页草图，非常抽象

GPT-4 给出的网页以及代码

虽然这个示例里的网站非常简单，但 GPT-4 的理解能力和创造力还是让人觉得不可思议：

重要的不是它能不能做得很好，而是它能做到，这是一个质的飞跃。

甚至，目前已经有公司在搞这项技术的落地应用，打算把它和导盲服务结合起来。

这样一来，盲人只需要拍张照，GPT-4 就能立即复述出面前物品的信息。

在文字问答方面，GPT-4 也有非常大的提升，输入字增加到了 2.5 万。

在专业领域上的回答，特别是 “ 问题复杂度足够高的时候……GPT-4 比老版本更细、更可信、更富有创造力 ”。

比如，在统一律师考试（ Uniform Bar Exam ）中，GPT-4 可以超过 90% 的人类考生，而老版本只能超过 10% 的人类考生，妥妥学渣学霸的区别。

在 GRE 数学和语文（ 阅读与填空 ）考试中 ，GPT-4 的考试成绩已经是哈佛、麻省理工、斯坦福大学生的水平了。

不仅自己回答问题能力变强了，GPT-4 还会人格扮演。

比如你提出一个问题，ChatGPT 只会机械式地回答，而 GPT-4 可以按你的要求以苏格拉底风格给你作答。

那这个玩法就多了呀。向下滑动

不过，说了这么多，百闻不如一试。

即使已经是凌晨 2 点，编辑部依旧花重金（ 20 美元/月 ），连夜让美国同事帮忙升级试用了一波。

遗憾的是，OpenAI 考虑到用户们搞幺蛾子的能力太狠，所以目前 GPT-4 的图片输入功能暂时不对公众开放，也没有说啥时候可以用上。

不过，我们还是可以试试它聪明的小脑瓜子。

先是给了一个全网疯传的“ 华为、阿里入职面试题 ”，挑战大获成功，而隔壁的 ChatGPT 就有点拉了。

作为击败了 90% 人类的大律师，GPT-4 的推理能力应该强无敌吧。

所以我们又搞了道法考的经典案件，想掂量掂量 GPT-4 到底有几斤几两。

问：乙去甲家吃饭，结果电动车被偷了。于是乙准备偷辆别人的电动车，此时，喝醉的甲来帮忙撬锁，帮乙成功得手。结果调查后发现，乙偷的是甲的电动车，问甲算不算是盗窃罪？

虽然新旧两款结论都是正确的，但是旧版的解题过程，就有点乱来了。。

在一些更需要 “ 创造性 ” 或是 “ 思考 ” 的问题，比如：关于最近一次特斯拉投资者大会上 “ 实现全球可持续能源 ” 的计划，你觉得是可行的吗？为什么可行？GPT-4 的表现就更让人吃惊了。

虽然 GPT-4 的知识库停留在 2021 年 9月，并没有覆盖半个月前的那场投资者大会，但它却神奇地未卜先知了。

而老版本 ChatGPT 的回答就逊色了很多，没有条理，还有一堆车轱辘话，没有建设性观点。

随后，我们又问了一个行业思考相关的问题：你如何看待全球的碳排放战略，它能成功吗？

老版只能浮于表面笼统地给点泛泛的概念，而 GPT-4 的回答明显维度更宽、思考更深，洋洋洒洒列了 10 点，更加细致有条理，并且含有更多专业词汇与内容，可以说几乎完美地回答了这个问题。

上面这些，还仅仅只是我们编辑部的试验，在一些大佬们手上，GPT-4 令人恐惧的表现就更多了。

比如仅仅只用了 60 秒，就做出了一款 Pong 游戏，20 秒就能做出贪吃蛇游戏。

不可否认，GPT-4 比起旧版来说，强的不是一点半点。

不过我们试出来的问题，其实也不少。

我们搞了套高中数学竞赛试卷来考它，结果，一试就尴尬了。

第一道选择题，新旧两个版本就都解错了。

难道说，斯坦福、麻省理工还不如。。？

因为 GPT-4 可以支持更长的输入文本，所以我们就又测试了它的总结概括能力。

这下馅露得更大了。

我们甩给它的是之前发过的一篇文章的链接，其实 GPT-4 是没有联网的，正常来说是没法总结的。

结果，它愣是凭空捏造了两个文章总结，而且和我们给的文章没有任何关系。直到在我反复指正两次，语气都加重了，它才承认自己的错误。

直到后面我们把原文直接贴进去后，GPT-4 才展露了它超强的总结能力。

说实话，这个胡编乱造的能力让我们心里一惊，于是就又想了个测试方法。

前两天，小黑胖把“ 手拿把攥 ”记混成“ 手拿把蒜 ”，被编辑部嘲笑了很久，于是我们就问 GPT-4 “ 手拿把蒜什么意思？”

结果牛掰了，GPT-4 在理解了一部分“ 把蒜（攥） ”是形容事情轻而易举的基础上，引经据典地胡编乱造，颇有种当年我写作文时，引用的俄罗斯文学家“ 沃兹基索德 ”的味道了。

要知道，如果是真实场，这个半真半假、引用权威的胡说八道的后果将是非常严重的，堪称最高级的谎言。

明明连更老的 ChatGPT 也不敢这么捏造来源地胡说，更高级的 GPT-4 怎么会这样呢？

我们猜测，就是因为新版本更倾向于表现出 “ 更具有深度思考 ”，这么一来，在回答很多问题的时候，GPT-4 会自己给自己加戏，才会出现这些闹剧。

虽然我们试了这么多漏洞，但总的来讲，这次发布的 ChatGPT，无论是基础功能、想象空间、逻辑能力、思考能力，都比之前强了一大截。

明明距离老版本 ChatGPT 颠覆我们的认知才没几个月，它们就又掏出了一个船新版本，我们只能说：恐怖如斯。

更恐怖的是，其实 GPT-4 诞生时间，可能比我们想的还要早很多，之前 OpenAI 发布基于 GPT-3.5 的 ChatGPT 时，内部员工就质疑过为啥发个这么古早的版本。

我们也早就接触过 GPT-4 了，New Bing 官方今天发了个公告，承认了New Bing 其实就是 GPT-4。

所以这么说的话，有没有种可能，GPT-5 也已经近了呢？

我已经开始期待除了文字、图片以外，视频、音频等形式的输入了。