OpenAI ga ut GPT-4, en multimodal AI

OpenAI har annonsert utgivelsen av en avansert AI-modell kalt GPT-4, som viser eksepsjonelle evner til å forstå både bilder og tekst gjennom forbedret maskinlæring. Denne innovasjonen markerer en betydelig milepæl i selskapets reise for å forbedre dyplæringsteknologier.

GPT-4 kan nås av OpenAI's ChatGPT Pluss-abonnenter, underlagt en bruksgrense, mens utviklere kan bli med på en venteliste for API-tilgang.

Prisstrukturen innebærer en avgift på $0.03 for hver 1,000 "prompt"-symboler (tilsvarer omtrent 750 ord) og $0.06 for hver 1,000 "fullførings"-symboler (igjen, rundt 750 ord). Tokens er byggesteinene i tekst; for eksempel ville ordet «fantastisk» deles inn i symbolene «fan», «tas» og «tic». Spørsmål består av ordsegmenter som legges inn i GPT-4, mens fullføringstokener refererer til innholdet generert av AI-modellen.

Interessant nok har GPT-4 vært diskret operativ, som avslørt av Microsofts bekreftelse at Bing Chat, en chatbot-teknologi utviklet sammen med OpenAI, er drevet av GPT-4.

Tidlige brukere av GPT-4

Flere tidlige brukere utnytter allerede GPT-4s potensial. Stripe bruker AI-modellen å analysere forretningsnettsteder og gi sammendrag til kundestøtteteam. Duolingo har integrert GPT-4 i et nytt abonnementsnivå for språkopplæring.

Morgan Stanley utvikler et GPT-4-drevet system å hente ut informasjon fra bedriftsdokumenter for finansanalytikere. I tillegg bruker Khan Academy GPT-4 for å lage en automatisert veiledningsløsning.

GPT-4 har vist bemerkelsesverdig ytelse på en rekke faglige og akademiske benchmarks, og oppnådd resultater på "menneskelig nivå". For eksempel, i en simulert bar eksamen, scoret GPT-4 i topp 10 % av testtakerne, en bemerkelsesverdig forbedring i forhold til GPT-3.5s laveste 10 % poengsum.

Et halvt år med utvikling

OpenAI brukte seks måneder på å finjustere GPT-4 ved å bruke innsikt fra et internt kontradiktorisk testprogram og ChatGPT. Resultatet er en modell som kan skryte av enestående nøyaktighet, styrbarhet og evnen til å operere innenfor forhåndsdefinerte begrensninger.

For å trene GPT-4 samarbeidet OpenAI med Microsoft for å lage en egendefinert "superdatamaskin" i Azure-skyen. Modellen ble trent ved å bruke offentlig tilgjengelige data og lisensierte datakilder, noe som resulterte i en allsidig og godt avrundet språkmodell.

GTP-4 er i stand til å forstå bilder, akkurat som tekst

En av de mest spennende aspektene ved GPT-4 er dens evne til forstå bilder i tillegg til tekst. For eksempel kan den gjenkjenne og tolke relativt komplekse bilder, for eksempel å identifisere en Lightning-kabeladapter fra et bilde av en plugget iPhone.

Selv om bildeforståelsesfunksjonen ennå ikke er tilgjengelig for alle OpenAI-kunder, blir den testet med Vær mine øyne, en enkelt partner. Be My Eyes' Virtual Volunteer-funksjon, drevet av GPT-4, kan svare på spørsmål angående bilder som sendes til den. I et blogginnlegg utdypet selskapet hvordan denne funksjonen fungerer:

«Hvis en bruker sender et bilde av innsiden av kjøleskapet sitt, vil Virtual Volunteer ikke bare kunne identifisere riktig hva som er i det, men også ekstrapolere og analysere hva som kan tilberedes med disse ingrediensene. Verktøyet kan også da tilby en rekke oppskrifter for disse ingrediensene og sende en trinn-for-trinn-guide for hvordan du lager dem.

Funksjonen "Styrbarhetsverktøy".

Den nye funksjonen "styrbarhetsverktøy" lar utviklere foreskrive spesifikke instruksjoner til AI for å sette tonen og grensene for dens interaksjoner. Denne funksjonen er gjort mulig gjennom introduksjonen av en ny API-funksjon kalt "system"-meldinger.

Systemmeldinger er i hovedsak instruksjoner som gir en stil og oppgave som AI må følge. De er som retningslinjer som dikterer hvordan AI skal oppføre seg i en gitt situasjon. ChatGPT vil også motta denne funksjonen i fremtiden.

For eksempel kan en systemmelding spesifisere at AI skal fungere som en veileder som alltid svarer i sokratisk stil. I dette tilfellet ville AI aldri gi studenten svaret direkte, men ville alltid stille de riktige spørsmålene for å hjelpe dem å lære å tenke selv.

I SLEKT: 12 bruk av kunstig intelligens i utdanning

I tillegg vil AI alltid justere spørsmålene sine basert på studentens interesse og kunnskap, og bryte ned komplekse problemer i enklere deler til de når riktig nivå.

Til tross for introduksjonen av systemmeldinger og andre oppgraderinger, erkjenner OpenAI at GPT-4 har fortsatt mangler. AI kan fortsatt gjøre feil i resonnement og til og med "hallusinere" fakta. For eksempel beskrev GPT-4 en gang Elvis Presley som "sønnen til en skuespiller", noe som er feil.

Hva er begrensningene til GPT-4

I følge OpenAI lider GPT-4 av mangel på kunnskap om nylige hendelser som har skjedd etter september 2021, som er når dataene deres avbrytes. I tillegg lærer ikke GPT-4 av erfaring, noe som noen ganger kan resultere i enkle resonnementfeil som ikke reflekterer dens brede kunnskap på tvers av mange domener.

Dessuten kan GPT-4 være for tillitsfull når det gjelder å akseptere åpenbart falske utsagn fra brukere og kan til og med mislykkes ved vanskelige oppgaver, for eksempel å introdusere sikkerhetssårbarheter i koden den genererer.

Avsluttende ord

Til tross for disse begrensningene, hevder OpenAI at GPT-4 har gjort betydelige forbedringer på visse områder. For eksempel er det mindre sannsynlig at GPT-4 genererer instruksjoner om hvordan man syntetiserer farlige kjemikalier. Sammenlignet med GPT-3.5, er det 4 % mindre sannsynlighet for at GPT-82 svarer på forespørsler om «ikke-tillatt» innhold.

Videre er GPT-4 nå mer i samsvar med OpenAIs retningslinjer når det gjelder å gi sensitiv informasjon, for eksempel medisinske råd og selvskadingsemner, som den reagerer på 29 % oftere enn forgjengeren.