OpenAI 申請GPT-5 商標，什麼時候發布？都會帶來哪些新能力？

Question

原文來源：AGI創新實驗室![](https://img-cdn.gateio.im/resized-social/moments-bab2147faf-61db342df5-dd1a6f-1c6801) 圖片來源：由無界AI‌ 生成8 月1 日消息，OpenAI 已經正式為“GPT-5”提交了商標申請，該商標涵蓋了以下內容：* 人工生成人類語音和文本的軟件* 將音頻數據文件轉換為文本* 聲音和語音識別* 基於機器學習的語言和語音處理根據GPT-5 的商標申請文件顯示，GPT-5 商標涵蓋了AI 生成語音和文本的功能，還可以將音頻文件轉換為文本，實現聲音和語音識別，並利用機器學習技術進行語言和語音處理。這可能意味著GPT-5 將支持語音能力，將為用戶帶來更先進、更高效的語音和文本處理體驗，多模態能力進一步增強。## GPT-5 什麼時候到來？2023 年3 月發布GPT-4 時，預計OpenAI 將在2023 年12 月發布下一代模型。 Runway 聯合創始人Siqi Chen 此前表示，我被告知GPT5 計劃於今年12 月完成訓練，Openai 預計它能夠實現通用人工智能（AGI）。這意味著我們都會激烈爭論它是否真正實現了AGI。然而，在4 月份的MIT 活動中，當被問及OpenAI 是否正在訓練GPT-5 時，OpenAI 首席執行官Sam Altman 表示“我們不會，並且一段時間內不會”。而在今年6 月份的採訪中，OpenAI 創始人兼CEO Sam Altman 在被問及什麼推出GPT-5 時曾表示，我也很好奇，我們沒有答案，我們不會很快有GPT-5，我們必須把安全性作為很重要的一部分。儘管如此，一些人認為OpenAI 可能會在2023 年10 月之前推出GPT-4.5，這是GPT-4 和GPT-5 之間的中間版本，就像GPT-3.5 一樣。據說GPT-4.5 最終將帶來多模態功能，即分析圖像和文本的能力。 OpenAI 早在2023 年3 月的GPT-4 開發者直播中就已經宣布並演示了GPT-4 的多模態功能。現在微軟已經在Bing Chat 中發布了GPT-4 的多模態功能。看來GPT-4 的下一個重大更新即將到來。除此之外，在開始研究GPT-5 之前，OpenAI 目前在GPT-4 模型上還有很多工作要做。目前，GPT-4 的推理時間非常長，而且運行成本相當昂貴。 GPT-4 API 訪問仍然很難通過。此外，OpenAI 最近剛剛開放了對ChatGPT 插件和代碼解釋器的訪問，這些插件和代碼解釋器仍處於測試階段。互聯網瀏覽功能已從GPT-4 中刪除，因為它顯示來自付費網站的內容。雖然GPT-4 非常強大，但我想OpenAI 意識到計算效率是可持續運行模型的關鍵要素之一。添加新的特性和功能，您就可以處理更大的基礎設施，同時確保所有檢查點都正常啟動並可靠運行。因此，大膽猜測一下，如果我們假設政府機構不設置監管障礙，GPT-5 很可能會在2024 年發布。## 預測：GPT-5 特性和功能**減少幻覺**業界熱議的是GPT-5 將實現AGI（人工智能）。除此之外，GPT-5 應該可以減少推理時間、提高效率、減少幻覺等等。讓我們從幻覺開始，這是大多數用戶不太相信AI 模型的關鍵原因之一。根據OpenAI 的數據，在所有九個類別的內部對抗性設計的事實評估中，GPT-4 的得分比GPT-3.5 高40%。現在，GPT-4 對不准確和不允許的內容做出響應的可能性降低了82%。在各個類別的準確度測試中，它非常接近80% 的分數。這是對抗幻覺的巨大飛躍。現在，預計OpenAI 將在GPT-5 中將幻覺減少到10% 以下，這對於使LLM 模型值得信賴來說將是巨大的。**計算效率模型**我們已經知道GPT-4 的運行成本很高（每1 K token 0.03 美元），並且推理時間也更長。而較舊的GPT-3.5-turbo 模型比GPT-4 便宜15 倍（每1 K token 0.002 美元）。根據SemiAnalysis 最近的一份報告，GPT-4 不是一個密集模型，而是基於“專家混合”架構。這意味著GPT-4 針對不同的任務使用16 種不同的模型，擁有1.8 萬億個參數。有瞭如此龐大的基礎設施，運行和維護GPT-4 模型的成本就變得非常昂貴。事實上，很多新的大模型已經開始追求“小而精”，讓大模型擁有盡可能少的參數，而不是更多。在最近對Google PaLM 2 模型的解釋中，PaLM 2 參數相當小，但性能卻很快。**多感官AI 模型**雖然GPT-4 已被宣佈為多模態AI 模型，但它僅處理兩種類型的數據，即圖像和文本。借助GPT-5，OpenAI 可能會在實現真正的多模態方面邁出一大步。它還可以處理文本、音頻、圖像、視頻、深度數據和溫度。它將能夠將來自不同模式的數據流互連起來以創建嵌入空間。**長期記憶**隨著GPT-4 的發布，OpenAI 帶來了32 K token 的最大上下文長度，每1 K token 的成本為0.06 美元。我們在幾個月內迅速看到了從標準4 K token 到32 K 的轉變。最近，Anthropic 將其Claude AI 聊天機器人的上下文窗口從9 K token 增加到了100 K token。預計GPT-5 可能會通過更大的上下文長度帶來長期記憶支持。這有助於讓人工智能角色和朋友記住你的角色和記憶，並且可以持續多年。除此之外，您還可以在單個上下文窗口中加載書籍和文本文檔庫。由於長期記憶的支持，可能會出現各種新的人工智能應用，而GPT-5 可以使這成為可能。你認為GPT-5 什麼時候發布，會帶來哪些顛覆性創新？參考資料：