GPT-4 四大进化位辗压其他OpenAI人工智能：能看懂图片、速写网页

GPT-4／ChatGPT｜OpenAI 旗下的语言模型 ChatGPT 在网上推出数月，至今已经成为了科技界炙手可热的焦点，而其背后的人工智能模型 GPT 亦在今日（3 月 15 日）推出全新版本 GPT-4，就如早前的预告指，GPT-4 拥有更强大的功能以及学习能力，但具体强到甚么地步？

GPT-4 对比旧代 4 大进化

虽然命名上同样为“GPT”，但在了解新版本的 GPT-4 与之前的版本有何不同前，首先要了解到 GPT-3.5 或以前的人工智能，在本质上它只能理解文字以及输出文字，换言之就进、出都仅限文字而已。

至于 GPT-4，则为一个大型多模态模型（Multimodal Model），它可以接收文字以及图片内容，再输出文字答案，虽然未能输出文字以外的内容，但单是“可以处理图像”这一点，已经令 GPT-4 的功能（以及训练成本）大大加强。

【1】“考试成绩”更好

从一般人的角度去对比 GPT-3.5 以及 GPT-4 之间的差距，或者有一定的难度，于是 OpenAI 方面就举出非常实在的例子 － 让两代 GPT 一同去“考试”。

OpenAI 让 GPT-4 参加了多项人类通用考试，结果证明它在许多测试和基准测试中的表现确实有了显著提升，例如在 SAT（亦即美国的高考）考试中，GPT-4 目前已经可以在 1600 分中得到 1410分；另外 GPT-4 亦成功通过模拟律师考试，分数更是应试者的前 10%，相比之下，GPT-3.5 的得分只在倒数10%左右。

【2】多语言能力、翻译更强大

在之前的版本中，ChatGPT 已展现了非常强大的多语言理解以及翻译能力，但来到 GPT-4，这方面的性能将再获得加强，具体的效果需要用户亲身尝试。

不过为了具现化 OpenAI 的语言能力，OpenAI 就先将名“MMLU”的基准测试（一个包含了14,000条、涵盖57个学科多选题目的考试）以 Azure Tranlate 翻译成不同文字，再让 GPT-4 作答，其在绝大部份的语言中都有比 GPT-3.5 进行英文答卷有更高的精准度，在中文考试中的结果更超过了 80.1％。

【3】可以开始处理图像

诚如上文提过，GPT-4 的可贵之处在于它可以“阅读图像”并作出相应的答复，而这背后的意义可能超越不少人的想像，从 OpenAI 提供的范例中就可以大概感受得到它的威力。

例如你只要直接对其输入一张棒型图，它就可以总结出当中的数据，甚至可以用来进行追加的分析；又或是找来一条法文的图文数学题，再叫 GPT-4 以英文作答，一样可以👇👇👇

GPT-4 对于图像的理解能力，已经超越一般人工智能的范畴，它可以分辨出图片中的不自然之处，甚至一张 Meme 图的有趣之处👇👇👇

【4】编程能力大跃进

利用 GPT-3.5 写成的 ChatGPT，在过去几个月已经表现出强大的编程能力，可以根据几句描述就产出一整段化码，而在公布 GPT-4 之后，OpenAI 就进行了更夸张的演示，只见 OpenAI 的创办人 Greg Brockman 将一张粗略的手绘图输入系统当中，GPT-4 就即时输出一段带有 Javascript 的 HTML 代码，将之贴上浏览器内就已经是一个可以运作的网站👇👇👇

如何可以使用 GPT-4？

看毕上面的内容，相信各位都想要亲身试试 GPT-4 的威力，然而目前想要在 ChatGPT 中使用 GPT-4 模型作答的话， OpenAI 只开放予付费的 ChatGPT Plus 的用户使用，但由于香港人即使使用“VPN 大法”后都难以付费订阅 Plus 方案，暂时只能等 Open AI 将 GPT-4 下放至免费版。

而另一方面，Microsoft 旗下浏览器中的人工智能 Bing Chat AI，其实在上月开始已经实装了 GPT-4 的 API，只不过现在 Bing Chat AI 都仍然在试用阶段，想要使用的话就只能“加入等侯名单”再等 Microsoft 开放使用权限，详情可见此文。