欢迎关注“新浪科技”的微信订阅号：techsina 

整理/褚杏娟 核子可乐

来源：AI前线（ID:ai-front)

GPT 不出，AI 万古如长夜。

“对于人工智能，2022 年是有史以来最激动人心的一年。”微软首席技术官 Scott Stein 在近日的分享中说道，但他还自信地表示，“2023 年将是 AI 社区有史以来最激动人心的一年。”

值得关注的是，微软是 OpenAI 的主要投资者，而 OpenAI 最近 GPT-3.5 系列主力模型之一的 ChatGPT 爆火，Stein 的这次发言也牵动了网友敏感的神经：GPT-4 要来了？

生成预训练 transformer（Generative Pre-trained Transformer，简称 GPT）是一种可利用互联网数据进行训练的文本生成深度学习模型，在问答、文本摘要、机器翻译、分类、代码生成和对话式 AI 领域都有相当出色的表现。

2022 年 7 月，OpenAI 发布了最先进的文本转图像模型DALLE-2。就在几周之后，Stability.AI 推出了 DALLE-2 的开源版本，名为 Stable Diffusion。两款模型在亮相后均大受好评，也在质量和理解文字描述的能力上展现出可喜的成果。最近，OpenAI 又推出名为 Whisper 的自动语音识别（ASR）模型，带来了优于原有同类模型的稳健性和准确度。

从过往趋势来看，OpenAI 在接下来几个月内推出 GPT-4 的概率很大。市场对大语言模型有着相当迫切的需求，GPT-3 的流行已经证明大家愿意接受 GPT-4，同时也对它的准确性、计算优化、更低偏差和更高安全性充满了期待。

GPT 不出，AI 万古如长夜

在 GPT-1 之前，大多数自然语言处理（NLP）主要针对分类和翻译等特定任务进行训练，使用的也均为监督学习方法。这类学习方法有两个问题：过度依赖注释数据，而且无法实现任务泛化。

GPT-1（1.17 亿参数）相关论文《Improving Language Understanding by Generative Pre-Training》发表于 2018 年，其中提出了一种生成语言模型，能够使用未标记数据进行训练，并在分类和情感分析等特定下游任务上进行微调。

GPT-2（15 亿参数）论文《Language Models are Unsupervised Multitask Learners》发表于 2019 年，其中使用的参数更多、训练数据集也更大，语言模型自然进一步提升。GPT-2 使用任务调节、零样本学习和零样本任务转换等方式提高了模型性能。

GPT-3（1750 亿参数）论文《Language Models are Few-Shot Learners》发表于 2020 年，其模型参数达到了 GPT-2 的 100 倍，使用的训练数据集更大，因此能在下游任务上取得更好的效果。

GPT-3 在故事写作、SQL 查询、Python 脚本、语言翻译和摘要编写等能力上几乎能够与人比肩，效果惊艳全球 AI 界。如此出色的表现，离不开其中的上下文学习、少样本、单样本及零样本等技术设置。

GPT-4 可能是什么样子

在最近的活动中，OpenAI CEO Sam Altman 证实了 GPT-4 模型的发布传闻。下面是国外数据培训企业 DataCamp 对 GPT-4 模型大小、参数水平以及计算、多模、稀疏性及性能等方面的预测。

模型大小

根据 Altman 的介绍，GPT-4 并不会比 GPT-3 大太多。因此，预计其参数大约在 1750 亿到 2800 亿之间，跟 Deepmind 那边的语言模型 Gopher 基本相当。

块头更大的 Megatron NLG 是 GPT-3 的三倍，参数达 5300 亿，但性能并没有更好。紧随其后的稍小版本反而性能更优，所以单纯堆体量明显不足以让性能更上一层楼。

Altman 表示，他们正努力让更小的模型获得更佳性能。大语言模型需要庞大的数据集、海量算力和更复杂的实现。对于多数企业来说，不要说训练，这类大模型就算部署起来都困难重重。

最优参数化

大模型的优化水平往往不高，为了有效控制模型训练成本，企业必须在准确性和成本之间做出权衡。例如虽然还能改进，但 GPT-3 确实只训练过一次。由于无法承受成本，研究人员根本没办法进一步做超参数优化。

微软和 OpenAI 已经证明，如果用最佳超参数对 GPT-3 进行训练，该模型还有继续改进的空间。在调查结果中，他们发现经过超参数优化的 67 亿参数 GPT-3 模型与 130 亿参数 GPT-3 模型的性能基本一致。

他们还发现了新的参数化方法（μP），即较小模型的最佳超参数与相同架构的较大模型的最佳超参数相同。如此一来，研究人员就能以更低的成本实现大模型优化。

最优计算

DeepMind 最近发现，训练令牌的数量对模型性能的影响也很大，甚至不亚于模型大小。自 GPT-3 面世以来，他们一直在训练具有 700 亿参数的 Chinchilla 模型并证明了这一结论。该模型只相当于 Gopher 的四分之一，但使用的训练数据反而是后者的四倍。

所以我们基本可以假设，要实现模型最优计算，OpenAI 会额外再加 5 万亿个训练令牌。就是说要想将性能损失控制在最低，GPT-4 的模型训练算力将达到 GPT-3 的 10 到 20 倍。

GPT-4 将是一套纯文本模型

在问答当中，Altman 表示 GPT-4 不会是像 DALL-E 那样的多模模型，而是纯文本模型。

为什么这样说？与纯语言或纯视觉相比，多模模型的质量往往难以控制。将文本和视觉信息结合起来本身就是个大挑战，导致多模模型需要身兼 GPT-3 和 DALL-E 2 的双边优势，这显然很不现实。所以，GPT-4 应该不会出现什么花哨的新功能。

稀疏性

稀疏模型使用条件计算来降低计算成本。这类模型可以轻松扩展至超过 1 万亿参数，仍不会产生高昂的计算成本。稀疏模型能帮助我们用较低的资源训练出大语言模型。

但 GPT-4 应该不会是稀疏模型。为什么？因为 OpenAI 长期以来只研究密集语言模型，所以不太可能牺牲体积换取算力节约。

AI 对齐

考虑到 OpenAI 一直在努力解决 AI 对齐问题，所以 GPT-4 的表现应该会比 GPT-3 更好。OpenAI 希望语言模型能延伸我们的认知、坚守人类的价值观，并为此训练出了 InstructGPT。作为 GPT-3 的变体模型，其根据人类反馈接受了训练以确保遵循指令。有专家认为，该模型在多种语言基准上的表现均优于 GPT-3。

目前，GPT-4 的发布日期仍未确定。所以我们可能要到明年才能见其真容，也可能在下个月就迎来惊喜。但唯一可以肯定的是，下个版本一定能解决旧版本的某些问题，并带来更好的性能表现。

当然，目前已经出现了不少关于 GPT-4 且自相矛盾的传闻。比如说它有 100 万亿个参数，而且专门用于生成编程代码。但这些都是纯猜测，没有任何根据。我们不清楚的情况还有很多，毕竟 OpenAI 没有公布关于其发布日期、模型架构、大小和训练数据集的任何消息。

结束语

AI 模型开发领域，经历了预训练模型 - 大规模预训练模型 - 超大规模预训练模型的演进。Google 发布的 Bert 模型即是自然语言处理领域最为典型的预训练模型。OpenAI 则提出了 GPT 模型，尤其是 2020 年发布的 GPT-3 模型参数量达到 1750 亿，其在全球掀起大模型的浪潮。

根据 IDC 观察，国内大力投入大模型研发和落地的以大型云厂商为主。例如百度智能云推出了“文心大模型”，包括了 NLP 大模型、CV 大模型以及跨模态大模型等 36 个大模型；阿里达摩院则推出“通义大模型”系列，以 M6 大模型为底座，发布 Alice 一系列模型合集；华为则从框架层、算力层以及软件层面全面发力大模型，既有内部自主研发的盘古大模型，也开放华为昇思 MindSpore 框架支持业界进行大模型的训练。

随着市场对于大模型的认知逐渐理性和落地，使用大模型的价值也开始凸显，如不要求企业具备海量的数据基础、应用大模型的效果更优、降低 AI 开发门槛等。很多 AI 先行者已经在成熟度较高的场景中引入了大模型。

大模型为人工智能未来发展带来了全新的可能，未来将如何迸发出新的可能，我们拭目以待。

参考链接：

https：//www.datacamp.com/blog/what-we-know-gpt4

https：//the-decoder.com/microsoft-cto-scott-stein-predicts-most-exciting-2023-for-ai-with-gpt-4-on-the-horizon/

https：//www.idc.com/getdoc.jsp？containerId=prCHC49424422