Модель OpenAI GPT-4 на сегодняшний день является лучшей моделью генеративного ИИ, доступной в настоящее время на рынке, но это не значит, что мы не смотрим в будущее. Учитывая, что генеральный директор OpenAI Сэм Альтман регулярно намекает о скором появлении GPT-5, вполне вероятно, что вскоре мы увидим новую, обновленную и более совершенную модель ИИ.
По крайней мере, мы на это надеемся. Не существует установленной даты выпуска GPT-5, и большая часть того, что, как нам кажется, мы знаем, получена в результате объединения другой информации и попыток соединить точки воедино. Проверять Причины начать использовать Claude 3 вместо ChatGPT.
Однако, независимо от даты поставки, есть некоторые ключевые функции, которые мы хотели бы увидеть при запуске GPT-5.
Что такое GPT-5 OpenAI?
Модель GPT-5 является предполагаемым преемником модели искусственного интеллекта OpenAI GPT-4, которая, как многие ожидают, станет самой мощной генеративной моделью на рынке. Хотя официальной даты выпуска GPT-5 на данный момент нет, есть признаки того, что он может быть выпущен уже летом 2024 года. На данный момент о модели известно очень мало подробностей, но вокруг него можно сказать многое. с уверенностью. Для подтверждения:
- OpenAI подала заявку на регистрацию товарного знака в Управление... Патенты и товарные знаки В Соединенных Штатах.
- Несколько руководителей OpenAI обсуждали или намекали на потенциальные возможности модели.
- Сэм Альтман, генеральный директор OpenAI, неоднократно упоминал эту модель в интервью YouTube В марте 2024 года с Лексом Фридманом.
Все это указывает на один интересный факт: грядет GPT-5! Однако на данный момент многое является всего лишь предположениями. Но есть некоторые особенности, которые мы надеемся увидеть и вполне уверены в том, что увидим в этой модели. Вот некоторые из них:
1. Поддержка большего количества мультимедиа
Одним из наиболее интересных улучшений в семействе моделей искусственного интеллекта GPT является мультимодальность. Для ясности: мультимодальность — это способность модели ИИ обрабатывать не только ввод текста, но и другие типы ввода, такие как изображения, аудио и видео. Мультимодальность станет важным стандартом развития для семейства моделей GPT в будущем.
Поскольку GPT-4 уже умеет обрабатывать ввод и вывод изображений, улучшения, касающиеся обработки аудио и видео, являются следующим прорывом для OpenAI, и GPT-5 — хорошее начало. Google уже добился серьезного прогресса в этом типе мультимедиа с моделью Близнецы ИИ Ее собственная. Было бы необычно, если бы OpenAI не ответила. Но, конечно, не верьте нам на слово. В своем подкасте Распутай меня [Версия в формате PDF] Билл Гейтс спросил Сэма Альтмана, генерального директора OpenAI, какие основные вехи он ожидает от серии GPT в ближайшие два года. Его первый ответ? Это была обработка видео.
Итак, мы ожидаем, что GPT-5 сможет обрабатывать видео — загружать видео в виде подсказок, создавать видеоролики на ходу, редактировать видео с помощью текстовых подсказок, извлекать клипы из видео и находить конкретные сцены из больших видеофайлов. Мы ожидаем, что сможем делать то же самое с аудиофайлами. Да, это большой вопрос. Но, учитывая, как быстро развивается ИИ, это вполне разумное ожидание.
2. Большее и эффективное контекстное окно.
Несмотря на то, что семейство моделей ИИ GPT является одной из самых передовых моделей ИИ на рынке, оно имеет одно из самых маленьких окон контекста. Например, Claude 3 от Anthropic имеет контекстное окно с 200.000 1.000.000 токенов, а Gemini от Google может обрабатывать ошеломляющие 128.000 4 128.000 токенов (32.000 XNUMX для стандартного использования). Напротив, GPT-XNUMX имеет относительно меньшее контекстное окно — XNUMX XNUMX токенов, при этом примерно XNUMX XNUMX или меньше токенов реально доступны для использования в таких интерфейсах, как ChatGPT.
С выходом на передний план передовых мультимедиа улучшение контекстного окна стало практически неизбежным. Увеличение в два-четыре раза может быть достаточным, но мы надеемся увидеть что-то вроде десятикратного. Это позволит GPT-5 более эффективно обрабатывать больше информации. Однако большее контекстное окно не всегда означает лучшее. Итак, вместо того, чтобы просто увеличивать окно контекста, мы хотели бы увидеть повышение эффективности обработки контекста.
Видите ли, модель может иметь контекстное окно из 1.000.000 700.000 500.000 токенов (емкостью около 500.000 XNUMX слов), но не может создать исчерпывающее резюме, когда ее просят резюмировать книгу из XNUMX XNUMX слов, потому что она не может адекватно обработать весь контекст, несмотря на способность делать это в теории. Тот факт, что вы можете прочитать книгу из XNUMX XNUMX слов, не означает, что вы можете все в ней запомнить или осмысленно обработать. Проверять Почему контекстное окно на 1.5 миллион токенов в Gemini XNUMX меняет правила игры.
3. GPT-прокси
Возможно, одна из самых интересных возможностей для выпуска GPT-5 — это дебют прокси-серверов GPT. Хотя термин «изменение правил игры», вероятно, слишком часто используется в сфере искусственного интеллекта, добавление агентов GPT изменит правила игры во всех смыслах этого слова. Но насколько велики будут эти потенциальные изменения?
В настоящее время модели искусственного интеллекта, такие как GPT-4, могут помочь вам выполнить эту задачу. Она может написать электронное письмо, пошутить, решить математическую задачу или написать для вас сообщение в блоге. Однако он может выполнять только эту конкретную задачу и не может выполнить набор связанных задач, которые могут потребоваться для завершения вашей работы.
Допустим, вы веб-разработчик. В рамках вашей работы вам придется делать много вещей: проектировать, писать код, устранять неполадки и многое другое. В настоящее время вы можете одновременно делегировать моделям ИИ только часть этих задач. Возможно, вы могли бы попросить модель GPT-4 написать код для настройки домашней страницы, а затем сделать это для страницы контактов, затем для страницы «О компании» и так далее. Вам придется часто выполнять эти задачи. Есть задачи, которые модели не могут выполнить.
Этот итеративный процесс мотивации моделей ИИ к выполнению конкретных подзадач занимает много времени и неэффективен. В этом сценарии вы — веб-разработчик — являетесь человеческим агентом, ответственным за координацию и мотивацию модели ИИ при выполнении одной задачи за раз, пока она не выполнит полный набор связанных задач.
Агенты GPT обещают специализированных роботов, координируемых GPT-5 и, как мы надеемся, способных самостоятельно управлять и автономно выполнять все подмножества сложных задач. Сосредоточьтесь на «самомотивации» и «автономии».
Итак, если GPT-5 поставляется с агентами GPT, вы можете попросить его «создать веб-сайт для портфолио Максвелла Тимоти», а не просто «написать код для домашней страницы». Тогда GPT-5 теоретически сможет инициировать автономные подсказки, вызывая опытных агентов ИИ для выполнения различных подзадач, необходимых для создания веб-сайта. Он может вызвать один GPT для просмотра в Интернете информации о Максвелле Тимоти, другой агент для написания кода для разных страниц, еще один агент для создания и улучшения изображений и даже еще один агент искусственного интеллекта для публикации веб-сайта, и все это без необходимости частого вмешательства человека посредством подсказывает. Проверять Стоит ли использовать Auto-GPT без GPT-4?
4. Меньше галлюцинаций
Хотя OpenAI прошла долгий путь в борьбе с галлюцинациями в своих моделях ИИ, настоящим испытанием GPT-5 станет его способность решать постоянную проблему галлюцинаций, которая препятствует широкому внедрению ИИ из-за высоких рисков, связанных с ним. , особенно в... Критически важных сферах безопасности, таких как здравоохранение, авиация и кибербезопасность. Это все области, которые могли бы получить большую выгоду от интенсивного взаимодействия с искусственным интеллектом, но в настоящее время избегают какого-либо значительного внедрения.
# О «проблеме галлюцинаций»
Я всегда немного борюсь с тем, что меня спрашивают о «проблеме галлюцинаций» на курсах магистратуры. Потому что, в каком-то смысле, галлюцинации – это все, что делают студенты магистратуры. Это машины мечты.
Мы направляем их мечты с помощью подсказок. Подсказки запускают сон, и на основе…
- Андрей Карпатий (@karpathy) 9 декабря 2023
Для ясности, галлюцинации в этом контексте относятся к ситуациям, в которых модель ИИ создает и представляет информацию, которая кажется правдоподобной, но полностью сфабрикована с высокой степенью достоверности. Проверять Методы предотвращения галлюцинаций в моделях искусственного интеллекта.
Представьте себе сценарий, в котором GPT-4 интегрирован в диагностическую систему для анализа симптомов пациентов и медицинских отчетов. Галлюцинации могут привести к тому, что ИИ уверенно поставит неверный диагноз или порекомендует потенциально опасный курс лечения, основанный на воображаемых фактах и ложной логике. Последствия такой ошибки в медицинской сфере могут быть катастрофическими.
Аналогичные оговорки применимы и к другим областям, вызывающим серьезную озабоченность, таким как авиация, ядерная энергетика, морские операции и кибербезопасность. Мы не ожидаем, что GPT-5 полностью решит проблему галлюцинаций, но мы ожидаем, что он значительно снизит вероятность возникновения таких инцидентов.
Поскольку мы с нетерпением ожидаем официального выпуска этой долгожданной модели ИИ, одно можно сказать наверняка: GPT-5 потенциально может переопределить границы возможного с ИИ, предвещая новую эру сотрудничества и инноваций человека и машины. Вы можете просмотреть сейчас Лучшие интеллектуальные генераторы претензий для любой модели на базе искусственного интеллекта.
