GPT-5 还远吗？

撰文：Kyle

8 月1日消息，OpenAI已经正式为「GPT-5」提交了商标申请，该商标涵盖了以下内容：

• 人工生成人类语音和文本的软件
• 将音频数据文件转换为文本
• 声音和语音识别
• 基于机器学习的语言和语音处理

根据 GPT-5 的商标申请文件显示，GPT-5商标涵盖了AI生成语音和文本的功能，还可以将音频文件转换为文本，实现声音和语音识别，并利用机器学习技术进行语言和语音处理。

这可能意味着GPT-5 将支持语音能力，将为用户带来更先进、更高效的语音和文本处理体验，多模态能力进一步增强。

GPT-5 什么时候到来？

2023 年3月发布GPT-4时，预计OpenAI将在2023年12月发布下一代模型。Runway联合创始人Siqi Chen此前表示，我被告知GPT5计划于今年12月完成训练，Openai预计它能够实现通用人工智能（AGI）。这意味着我们都会激烈争论它是否真正实现了AGI。

然而，在4月份的MIT活动中，当被问及OpenAI是否正在训练GPT-5时，OpenAI首席执行官Sam Altman表示「我们不会，并且一段时间内不会」。 而在今年6月份的采访中，OpenAI创始人兼CEO Sam Altman在被问及什么推出GPT-5 时曾表示，我也很好奇，我们没有答案，我们不会很快有 GPT-5，我们必须把安全性作为很重要的一部分。

尽管如此，一些人认为OpenAI可能会在2023年10月之前推出GPT-4.5，这是GPT-4和GPT-5之间的中间版本，就像GPT-3.5一样。 据说GPT-4.5最终将带来多模态功能，即分析图像和文本的能力。OpenAI早在2023年3月的GPT-4开发者直播中就已经宣布并演示了GPT-4的多模态功能。现在微软已经在Bing Chat中发布了GPT-4的多模态功能。 看来GPT-4的下一个重大更新即将到来。

除此之外，在开始研究GPT-5之前，OpenAI目前在GPT-4模型上还有很多工作要做。 目前，GPT-4的推理时间非常长，而且运行成本相当昂贵。GPT-4 API访问仍然很难通过。 此外，OpenAI最近刚刚开放了对ChatGPT插件和代码解释器的访问，这些插件和代码解释器仍处于测试阶段。 互联网浏览功能已从GPT-4中删除，因为它显示来自付费网站的内容。

虽然GPT-4非常强大，但我想OpenAI意识到计算效率是可持续运行模型的关键要素之一。 添加新的特性和功能，您就可以处理更大的基础设施，同时确保所有检查点都正常启动并可靠运行。 因此，大胆猜测一下，如果我们假设政府机构不设置监管障碍，GPT-5很可能会在2024年发布。

预测：GPT-5特性和功能

• 减少幻觉

业界热议的是 GPT-5 将实现 AGI（通用人工智能）。除此之外，GPT-5应该可以减少推理时间、提高效率、减少幻觉等等。让我们从幻觉开始，这是大多数用户不太相信AI模型的关键原因之一。

根据OpenAI的数据，在所有九个类别的内部对抗性设计的事实评估中，GPT-4的得分比GPT-3.5高40%。 现在，GPT-4对不准确和不允许的内容做出响应的可能性降低了82%。 在各个类别的准确度测试中，它非常接近80%的分数。 这是对抗幻觉的巨大飞跃。

现在，预计OpenAI将在GPT-5中将幻觉减少到10%以下，这对于使LLM模型值得信赖来说将是巨大的。

• 计算效率模型

我们已经知道GPT-4的运行成本很高（每1K token 0.03美元），并且推理时间也更长。 而较旧的GPT-3.5-turbo模型比GPT-4便宜15倍（每1K token 0.002美元）。 根据SemiAnalysis最近的一份报告，GPT-4不是一个密集模型，而是基于「专家混合」架构。 这意味着 GPT-4 针对不同的任务使用 16 种不同的模型，拥有 1.8 万亿个参数。

有了如此庞大的基础设施，运行和维护GPT-4模型的成本就变得非常昂贵。

事实上，很多新的大模型已经开始追求「小而精」，让大模型拥有尽可能少的参数，而不是更多。

在最近对Google PaLM 2模型的解释中，PaLM 2参数相当小，但性能却很快。

• 多感官AI模型

虽然GPT-4已被宣布为多模态AI模型，但它仅处理两种类型的数据，即图像和文本。 借助GPT-5，OpenAI可能会在实现真正的多模态方面迈出一大步。 它还可以处理文本、音频、图像、视频、深度数据和温度。 它将能够将来自不同模式的数据流互连起来以创建嵌入空间。

• 长期记忆

随着GPT-4的发布，OpenAI带来了32K token的最大上下文长度，每1K token的成本为0.06美元。 我们在几个月内迅速看到了从标准4K token到32K的转变。 最近，Anthropic将其Claude AI聊天机器人的上下文窗口从9K token增加到了100K token。 预计GPT-5可能会通过更大的上下文长度带来长期记忆支持。

这有助于让人工智能角色和朋友记住你的角色和记忆，并且可以持续多年。 除此之外，您还可以在单个上下文窗口中加载书籍和文本文档库。 由于长期记忆的支持，可能会出现各种新的人工智能应用，而GPT-5可以使这成为可能。

你认为GPT-5什么时候发布，会带来哪些颠覆性创新？

参考资料：

https://beebom.com/gpt-5/

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。