GPT-4 發(fā)布不到半年，GPT-5 就要來了嗎？

最近，美國專利商標(biāo)局 (USPTO) 一份文件顯示：OpenAI 于 7 月 18 日提交了「GPT-5」的商標(biāo)申請，并且已經(jīng)被 USPTO Office 接收（滿足最低申請要求），后續(xù)將由審查人員進(jìn)一步審批。

USPTO 文件截圖，文件網(wǎng)頁：https://uspto.report/TM/98089548

OpenAI 在這份商標(biāo)申請中提及了 GPT-5 的基本信息。GPT-5 將是一個用于自然語言處理、生成、理解和分析的大型語言模型（LLM）。值得注意的是，除了文本，GPT-5 還將具備語音理解與生成的能力。

USPTO 文件截圖

具體來說，GPT-5 的功能包括把文本或語音從一種語言翻譯成另一種語言、語音識別、生成文本和語音等。此外，GPT-5 可能還具備學(xué)習(xí)、分析、分類和回應(yīng)數(shù)據(jù)的能力。

有趣的是，今年上半年已經(jīng)機(jī)器學(xué)習(xí)領(lǐng)域的專家、學(xué)者已經(jīng)多次聯(lián)合發(fā)表公開信，呼吁人們重視生成式 AI 的潛在風(fēng)險，并限制構(gòu)建生成式 AI 大模型。其中，圖靈獎得主 Geoffrey Hinton 更是在 4 月從谷歌離職，警告人們生成式 AI 將「對人類構(gòu)成威脅」。OpenAI 作為 ChatGPT、GPT-4 等大模型背后的公司，無疑被推上了風(fēng)口浪尖。

彼時，OpenAI 表示將會專注于改進(jìn) GPT-4 版本，GPT-5 不在其近期計劃內(nèi)。

現(xiàn)在，雖然 OpenAI 已經(jīng)提交了商標(biāo)申請，但 GPT-5 也不會很快到來。OpenAI CEO Sam Altman 曾在 6 月的「北京智源大會」上也說明過這一點(diǎn)。

OpenAI CEO Sam Altman

一般來說，科技公司會為尚未開發(fā)的概念申請商標(biāo)，以保證其領(lǐng)先于競爭對手，并保護(hù)知識產(chǎn)權(quán)。申請中說明的 GPT-5 功能大部分 GPT-4 已經(jīng)具備，在一定程度上 GPT-5 是 GPT-4 的改進(jìn)版本。

GPT-4 發(fā)布之后，學(xué)界和業(yè)界對大模型有了更加深入的研究和探討。ChatGPT 和 GPT-4 強(qiáng)大的性能讓人們看到了大模型巨大的潛力，因而對 GPT-5 抱有很多期待。

首先在多模態(tài)能力方面，目前 GPT-4 只能處理文本和圖像兩種類型的數(shù)據(jù)，人們希望 GPT-5 能夠在語音、視頻等其他模態(tài)上有所突破。

其次，在計算效率與成本上，GPT-4 的定價是每 1k 個 prompt token 0.03 美元，默認(rèn)速率限制為每分鐘 40k 個 token 和每分鐘 200 個請求。而 GPT-3.5-turbo 的定價是每 1k 個 token 0.002 美元，只有 GPT-4 的 1/15。GPT-5 的價格或許會比 GPT-4 更高。

最后，ChatGPT、GPT-4 等大型語言模型都固有一些問題，包括「幻覺」、「偏見」等等，這些問題讓大模型難以直接實(shí)際應(yīng)用。GPT-4 相對于以前的模型已經(jīng)顯著減輕了幻覺問題。在 OpenAI 的內(nèi)部對抗性真實(shí)性評估中，GPT-4 的得分比最新的 GPT-3.5 模型高 40%：

我們期待 GPT-5 在「幻覺」和「對齊」方面能夠進(jìn)一步改善。

此外，近期一些新模型在上下文窗口方面有了新的突破，例如 Anthropic 將 Claude 2 的上下文窗口擴(kuò)展至 200K token（目前發(fā)布版本僅支持 100K token），將大幅提升模型長文檔閱讀的能力。這也給以后發(fā)布的 LLM 帶來了新的壓力，包括 GPT-5。

當(dāng)然，GPT-5 實(shí)際會具備哪些能力，還要等到它問世那一天才能揭曉謎底，我們拭目以待。