我们都低估了GPT-4，它才是梦开始的地方

从今年开始
最近这两个月
AI技术带来的冲击一个接一个
我们的团队都在忙着研究各种AI
性能力这个方面
还真不如自己马上上手
用这些软件感受来的那么强烈
我觉得至少有几个产品
大家可以去试一下
第一
大家赶紧去看一个church GBT plus的账号
然后亲身体验一下GPT4的底层能力
第二
是编程的同学如果还没有把call拍了
用起来赶紧用吧
第三
就是每一个人其实都可以用一下normal AI
去体验一下
AI辅助写作今天是有多么惊艳
而且Noson今天国内也用的很流畅
真的非常方便
第四就是尽快申请去排队开通溜冰
第五就是可以用一下生成手绘作品的mean journey
我觉得对于不会手绘的同学来说
比如我
他绝对是打开了一个全新的世界
如果你看上面这几大工序
大部分都是open AI和微软的东西
那也真的是没办法
因为这次的底层变革
主要驱动力就是GPT的技术变革
也许有的同学已经听说过
说check GPT就是新时代的iPhone moment
也就是iPhone时刻
意思就是它会像当年的iPhone一样吗
会引爆整个全新的时代
在我看来
TR GPT的影响其实比当年的iPhone还要大
它应该是自1993年
某ZECH1.0浏览器推出以来
最大的一次产业变革
这么说的原因很简单
就是当年的iPhone革命
毕竟主要还是集中在土c领域
但是这轮GPT掀起的革命
正在同时席卷土c和土b两大领域
如果从影响力的广度来看
他更像是当年互联网从无到有的时候
给全球带来的冲击
不过话说回来
关于GPT的话题
关注同学早已经觉得审美疲劳了
最近这两个月
关于他的各种神奇功能新闻铺
天盖地但是大家可能不知道的是
其实直到最近发布的GPT4
整个AI产业才算真正迎来了拐点
因为它是人工智能
首次跨过了常识这道门槛
所谓常识common sense
就是你看到了一个很烫的锅
你会知道应该先戴手套
才能把它拿起来
或者你在公车上
看到一个老人给一个
年轻力壮的小伙子让位
觉得很奇怪
但是反过来
年轻人给老人让座就不会觉得奇怪
这就是常识
学会常识
需要人工智能
不仅能够看懂眼前画面里的各种东西
还得知道社会规范是什么
物理常识是什么化学常识是什么
而且
还得把看到和知道的一切都融会贯通
而这种能力到了GPT4
真的开始一步步实现了
比如在Opni的宣传视频里
他可以说是这张图
然后提问说如果手套跌落会发生什么
结果GPT就回答说手套会碰到木板
然后蓝色的球会飞起来
再比如这张气球的照片如
果你问他剪断绳索会发生什么事情
他就回答说气球全部会飞走
还有最经典的是这个例子
用户问说
这张照片你觉得哪里比较奇怪
结果GPT4居然可以回答说
这张照片奇怪的地方就在于
有一个男的把自己绑在一辆正在前
进的的士上
而而他居然还在熨衣服
这就是常识
要知道常识这个东西
在过去10年里
一直被AI
界认为是无法跨越的巨大鸿沟
但现在
这道鸿沟居然就这么被跨过去了
而只要跨过了常识这一步之后
我们突然发现AI真的变得很聪明了
比如
GBD4可以直接阅读到有图片的论文
再比如AI
可以在
各种通用考试里取得很高的分数
我去查了OPNA官网上公布的考试成绩
如果发现GPD4在SET数学科的考试里
满分800分的卷子能拿700分
在SET阅读和写作考试里
满分800分的卷子能拿710分
g r e写作考试里
满分6分的卷子可以拿4分
在g r e verbo考试里
满分170分的卷子居然可以拿169分
也就是说
在大多数的北美学术能力测试里
他现在都能考过85%的考生了
而且不仅是考试
现
在他对于完成人类工作任务的能力上
也有了飞跃
在open i发布会里有这样一个场景
就是工程师只需要在草稿本上
用纸笔画出一个非常简单的网页草图
然后拍照并上传
接着就是magic moment
GPD4在10秒左右就直接生成了网站代码
然后接下来
部署一下一个网页就出来了
要知道这个工作量
在过去至少是一个产品经理
一个UI设计师
一个前端工程师三人三天的工作量
现在居然只要一个大学生
甚至中学生花2个小时自学一下
就能够全部搞定
那这些信息很多人可能已经看过
我觉得已经比较震撼了对吧
但其实大家还忽略了一点
就是
GPT4其实是去年8月份就训练完的模型
OPN AI一时优化了半年多才把它放出来
那么就意味着
今天让所有人都这么震撼的技术成果
其实半年前就已经实现了
也就是说
在我们还经验于GPT4的
各种牛叉的此时此刻
下一个更夸张的GPT5版本
可能已经接近训练完成状态了
甚至可能已经在发布倒计时了
只能说这次技术进步来的真的太快
这当中肯定
发生了某种量变到质变的相变过程
指数效应被体现淋漓尽致
我记得自己第一次在
中文互联网上看到check GPT的新闻
应该是去年12月份
那个时候
我们身边有些体验过的业内人士
就已经觉得很惊艳了
但是当时他的参数也才持有1,750亿个
而现在刚刚过去了三个多月
一个100万亿参数的模型
就已经可以完全开放给大众使用了
这两者的数量对比
用这张图可以看得很清楚
大家可能不知道从脑科学的角度
100万亿这个数字是很重要的里程碑
这个数字也正是人类大脑开始涌现
涌现出人类级别智力的开端啊
这个涌现是复杂性科
学术语
我的化学科通视
课里面有专门一姐讲过他
这里不再多解释了
总而言之
就是现在GBT4能实现100万亿参数的
这个规模
是人类历史上
AI模型第一次
和大脑的神经元链接数
达到一个数量级
我们人类的大脑皮层
包含了大约140-160亿个神经元
我们的
小脑包含了大约550-700亿个神经元
这其中呢
负责思考的大脑皮层里
每一个神经元又平均有3万多个突出
所以我们可以简单算一下
大脑皮层的神经元链接总数
大约是140亿到160亿
乘以3万/2
约等于210万亿到240万亿
你看这里
210万亿和100万亿这两个数字
伤害已经很小了
于是在这个参数级别上
AI开始涌现出通用智能
也不是不可能的
但是我们可以再想象一下
如果下一个版本的g p t 5
参数规模继续指数及增长
那么就有可能达到人类大脑神经元
链接数的100倍以上了
天迟到会发生什么
这里我们只能用很保守的方式
线性外推一下
g p t 4是从文本到图片打通
那么g p t 5应该可以开始把文本
图片到视频圈打通
然后
GPT6可以进一步打通三维立体世界
再这么发展下去
人工智能可能就可以开始理解四维
五维甚至11维的宇宙
到那个时候
他就彻底进入人类
无法驾驭的信息领域了
他能够生产出来的东西
其内涵我们可能也完全不得而知了
反正我们至少能知道AI的
写作能力
编程能力
绘画能力推理能力编剧能力
全面超过人类专业人士
应该只是时间问题
这方面洪三思本之前其实
出过一个预测报告了
他们认为
AI在写作代码这些方面
能力全面超越人类
大概要到2030年
现在看来他们预测过于保守了
那么
紧接着我们自然要问的一个问题就是
在这么势不可挡的AI发展浪潮之下
到底有多少工作岗位消失掉
这个问题
下期跟大家继续探讨
谢谢阅读