在中国计算机学会术语工委副主任、同济大学特聘研究员王昊奋看来，更能体现GPT-4水准的要数它对于非自然图像的理解，如图表、考试题目截图、论文截图等，这也解释了它为何能在各种考试中拔得头筹。在演示中，GPT-4帮助美国一对虚拟夫妇在特定纳税年度里完成了报税，这意味着它能读懂大量知识性文档。

GPT-4可输入25000个词，约是chatGPT的八倍，这使得它的逻辑推理能力更上一层楼。据介绍，它已在包括美国律师资格考试、法学院入学考试、“美国高考”数学部分和证据性阅读与写作部分等考试中，得分高于88%的应试者。

“角色扮演”让GPT-4如有神助

“你是一位AI编程助手，第一步谨慎、逐字地遵循用户需求；第二步一步一步思考，阐述你如何构造代码；第三步在一个单独程序块中生成代码；第四步尽可能减少其他不严谨……”在官方发布的演示中，王昊奋注意到一个细节，OpenAI总裁和联合创始人格雷格·布罗克曼试图让GPT-4在回答复杂问题前先扮演某种角色。

“我们把这种引导称为‘元指令’，也就是给机器一个人设，比如一名医生、一名律师，一名编辑等，然后告诉它要做什么工作。”王昊奋说。作为ChatGPT全球首批百万用户之一，王昊奋掌握了不少使用心得，角色扮演的“元指令”是他经过长期使用后总结出的让ChatGPT生成更好回答的方法之一。而在此次最新发布的GPT-4中，他发现，OpenAI公司也注意到了这一现象，并有意引导机器去扮演某种角色。

让机器拥有“人设”，是否意味着GPT-4已经具备了智能？在王资凯看来，答案是肯定的。就像人类制造飞机没有用鸟的方式，而是通过空气动力学让一套机械装置飞起来了一样，人工智能也用自己的方式拥有了智能。不过，人类也无需恐慌，因为这仍然只是一个工具，而且通往智能的道路并非只有一条。

数十款多模态语言模型将同台竞争

就在GPT-4发布的几天前，谷歌悄悄上线了一款炸弹级模型PaLM-E——足足有5620亿参数，它将真实世界的传感器信号与文本输入相结合，建立语言和感知的链接；根据计划，百度将于今天（16日）发布类ChatGPT模型“文心一言”；而此前，由OpenAI前员工研发的ChatGPT竞品Claude已开放API接口……正如ChatGPT上线后多位专家预测的那样，自然语言处理的“战国时代”即将到来，未来，全球估计将会有数十款多模态语言模型同台竞技。

在王昊奋看来，OpenAI并非风光无限，而是感受到了切实的压力，这导致了GPT-4匆忙上线。毕竟，“该模型最大的亮点图文识别没有放开测试，并不符合OpenAI的一贯风格”。

不过，他也提醒人们注意，GPT-4的训练数据只更新到2021年，不排除后续会有更丰富的语料库训练版本。这次，他们很快就将自家的图像模型DALL-E整合进GPT-4，不仅工程技术难度不容小觑，而且更考验模型融合两种类型数据的稳定性和成本。专家预计，OpenAI内部还藏有“杀手锏”，将会带给人们又一次冲击。

作者：沈湫莎