Zainteresowanie ChatGPT nie słabnie, mimo że minęło już kilka miesięcy od jego publicznej premiery

Zainteresowanie ChatGPT nie słabnie, mimo że minęło już kilka miesięcy od jego publicznej premiery. To jednak nie koniec zachwytów nad sztuczną inteligencją, bo OpenAI pokazało kolejny, jeszcze lepszy i „inteligentniejszy” model językowy AI w czwartej wersji. GPT-4 nie tylko powie Ci dlaczego dany obrazek jest śmieszny, ale też zda większość egzaminów i stworzy krótki filmik na podstawie tekstowego opisu.

Coraz mniej sztuczna inteligencja

We wtorek miała miejsce premiera kolejnej, czwartej wersji modelu sztucznej inteligencji tworzonej przez OpenAI – GPT-4. Już poprzednia wersja modelu językowego wykorzystywana w chat bocie ChatGPT robiła ogromne wrażenie, o tyle GPT czwartej generacji jest jeszcze bardziej „inteligentny” i to na wielu płaszczyznach.

Największą rewolucją ma być multimodalność nowej wersji modelu językowego GPT. Oznacza to, że ChatGPT oparty o GPT-4 będzie w stanie odpowiadać nie tylko na pytania tekstowe, ale również dawać odpowiedzi na podstawie materiałów wizualnych (zdjęć, plików dźwiękowych czy filmów), które prześlemy. To daje otwarte pole np. do rozpoznawania i wyszukiwania informacji na temat osób znajdujących się na zdjęciu lub w filmie albo też uzyskania zapisu nutowego wprowadzonego przez nas utworu muzycznego czy tekstu piosenki.

To jednak nie wszystko, bo GPT-4 potrafi również tworzyć grafiki oraz materiały video na podstawie opisu tekstowego. Samo w sobie nie jest to nic nowego, jednak wcześniej nie było takich możliwości.

Czwarta wersja modelu GPT jest też znacznie „inteligentniejsza”

niż poprzednia (aktualnie w darmowym ChatGPT wykorzystywany jest GPT-3.5). Dowodem na to ma być fakt, że udało jej się odpowiedzieć poprawnie na większość pytań z egzaminu do Izby Adwokackiej w Stanach Zjednoczonych, a także zdać test SAT (ustandaryzowany test dla uczniów szkół średnich w USA) z wynikiem w pierwszym decylu (czyli wśród 10% najlepszych uczniów). Dla porównania – wcześniejszy model GPT też poradził sobie z pytaniami w testach SAT, jednak uzyskany wynik plasował się w ostatnim decylu (wśród 10% najsłabszych uczniów, którzy uzyskali wystarczającą liczbę punktów).

GPT-4 rozumie też więcej w większej liczbie języków – dla przykładu: w języku polskim odsetek poprawnych odpowiedzi (w teście wiedzy wielokrotnego wyboru z 57 dziedzin nauki) wyniósł aż 82%, podczas gdy dla języka angielskiego było to 85%. To zaś sprawia, że nowy model GPT rozumie więcej po polsku niż poprzedni GPT-3.5 po angielsku.

To jednak nie wszystko, bo ewolucja nowego modelu sztucznej inteligencji od OpenAI

nie opiera się wyłącznie na udzielaniu poprawnych odpowiedzi na większą liczbę pytań. Odpowiedzi generowane przez GPT-4 mają też być bardziej „ludzkie” i kreatywne. Jako przykład podczas konferencji podano zdjęcie z Reddita, na którym widać plastikowe etui na kabel do ładowania iPhone imitujące złącze VGA (niebieskie, z dwiema ręcznie dokręcanymi śrubami, do podłączania starych monitorów).

GPT-4 zapytany o to, co jest śmiesznego na tym obrazku, odpowiedział – w kilku etapach opisujących poszczególne elementy grafiki – że komizm tego obrazka polega na rzekomym podłączaniu dużej, przestarzałej wtyczki do małego gniazda ładowania nowoczesnego smartfona. Brzmi imponująco, choć oczywiście do wyjaśniania przez AI dlaczego dany mem jest śmieszny i o co w nim chodzi zapewne jeszcze długa droga (szczególnie jeśli dotyczy określonego kręgu kulturowego czy społecznego). Wydaje się jednak, że GPT-4 może być świetnym narzędziem np. do sporządzania opisowej dokumentacji na podstawie zdjęć czy schematów graficznych.