微軟高管稱即将釋出GPT-4，或實作文本、圖像、語音等多模态運作

據悉，近日，微軟德國首席技術官安德烈亞斯·布勞恩（Andreas Braun）對媒體表示：“我們即将推出 GPT-4，屆時我們将推出多種模态的模型，提供完全不同的可能性，例如視訊。”

即将釋出的 GPT-4，是 OpenAI 建立的預訓練生成模型（Generative Pre-trained Transformer，GPT）的最新版本。作為一種深度學習技術，該系列的模型将通過人工神經網絡實作對包括文章生成、代碼編寫等在内的諸多複雜的自然語言任務的處理。

聊天機器人 ChatGPT 基于 GPT-3.5 架構開發，自推出以來已迅速風靡全球。從理論上說，GPT-4 在技術上将會比 ChatGPT 更進一步。

在大型語言模型中，模态指的是模型能夠處理的輸入類型，包括文本、語音、圖像、視訊等多種輸入源。多模态大型語言模型，意味着其能夠從各種類型的輸入源中擷取資訊并正常運作。

圖丨（來源：Pixabay）

相較于基于文本的以 ChatGPT 為主的單模态大型語言模型，大大增加了從圖像、視訊等内容中擷取資訊的可能性。

據了解，多模态大型語言模型 GPT-4 或将支援文本、圖像、聲音和視訊等四種模态。但由于目前官方尚未公布 GPT-4 的具體細節，是以還不清楚布勞恩在活動上分享的是 GPT-4 特有的多模态，還是其他的多模态。

在微軟德國業務戰略總監霍爾格·肯恩（Holger Kenn）看來，多模态人工智能“不僅可以将文本轉換成相應的圖像，還可以将文本轉換成音樂和視訊”。

經媒體證明，GPT-4 将能夠支援基本上任何一種語言。這也就是說，那些用英語提出問題的使用者，可能會得到日本語的回答。

這聽起來似乎非常奇怪。畢竟使用英語發問的人，怎麼會希望得到日本語的回答呢？這中間的關鍵在于，該模型實作了跨越不同語言進行知識的傳播。

也就是說，如果提問者想要的答案，隻存在于某一種語言中，那麼該模型就能夠将答案自動轉換為提問者在提問時所使用的語言。

除了具有多模态功能以外，GPT-4 還能夠提供比 ChatGPT 生成答案更快的響應速度，并有望提供更加人性化的答案。

值得注意的是，作為一種基于 Web 的語言模型，ChatGPT 目前還沒有移動應用程式，但 OpenAI 可能正在開發支援 GPT-4 的移動應用。

與此同時，據布勞恩透露，GPT-4 還将為生成式人工智能開辟新的企業用例。比如，借助 GPT-4，可用文本形式記錄下語音電話内容，為客服人員等工作者節省接聽電話後再手動輸入關鍵資訊的時間。

微軟德國進階人工智能專家克萊門斯·西伯（Clemens Sieber）對媒體表示：“這可以為荷蘭的一家每天會接到 3 萬個電話的微軟客戶，每天節省 500 個小時的工作時間。”

他進一步介紹說：“有三個比較常見的使用案例，分别是回答隻有員工才能通路的公司知識問題、人工智能輔助的文檔處理，以及通過在呼叫和響應中心處理口語實作的半自動化。”

此外，另據悉，為了提升其所開發的人工智能的可靠性，微軟還正在推進“信心名額”的研究。

該舉措的意義究竟是什麼呢？

具體來說，使用者一般會将人工智能用于了解或查詢自己的資料集上，現在這類模型的準确度已經非常高。但由于模型以生成的方式輸出文本，其準确性還有待進一步探究，是以還需要不斷提高模型的可靠性。

西伯表示：“我們圍繞它建立了一個包含了贊成和反對的回報循環，這是一個疊代過程。”

最後，再來說說微軟和 OpenAI 的關系。自 2019 年以來，微軟一直是 OpenAI 的合作夥伴。前者曾向後者投資過 10 億美元，并在 2023 年初 ChatGPT 大獲成功後，又宣稱将在未來多年裡開展數十億美元的投資。

即便在 GPT-4 即将釋出之際，ChatGPT 的火爆程度依然未曾消減。上周，微軟還宣稱将把 ChatGPT 內建到其 Azure 雲平台中。

據此預測，GPT-4 在未來同樣可能會被內建到微軟的産品中，比如必應聊天機器人。

如今，越來越多的企業希望借助人工智能的蓬勃發展，可以更好地優化生産力和簡化工作流程。而多模态大型神經網絡的發展，既是人工智能發展的一個重要裡程碑，也将指引模型建構者們思考，其究竟是想建立能夠幫助人們過上更好生活的系統，還是開發一種僅用于創造利潤的工具？

是以，從長遠來看，在不斷探索人工智能強大潛力的同時，也應該在監管方面注入更多力量。

參考資料：

https://www.searchenginejournal.com/gpt-4-is-multimodal/481993/

https://www.heise.de/news/GPT-4-is-coming-next-week-and-it-will-be-multimodal-says-Microsoft-Germany-7540972.html

https://techmonitor.ai/technology/ai-and-automation/gpt-4-openai-microsoft-chatgpt

https://www.bigtechwire.com/2023/03/09/gpt-4-microsoft-germany-announces-release-date-of-fourth-generation-large-language-model/

https://www.livemint.com/

https://venturebeat.com/automation/unlocking-the-power-of-cloud-native-observability-to-transform-the-customer-experience/

https://economictimes.indiatimes.com/news/new-updates/openais-gpt-4-to-bring-multimodal-capabilities-with-ai-generated-videos-and-faster-responses-say-reports/articleshow/98579150.cms