GPT-4: Rewolucja w sztucznej inteligencji i jej zastosowaniach

Do niedawna GPT-3 był największym modelem sztucznej inteligencji, co wynikało z faktu jego ogromnych rozmiarów na które składało się aż 175 miliardów parametrów. GPT-3 zyskał szerokie zainteresowanie ze względu na imponującą wydajność w różnych zadaniach związanych z przetwarzaniem języka naturalnego. GPT-3 jest w stanie generować tekst podobny do ludzkiego, kompletny kod, a nawet tworzyć poezję i historie. Jednak GPT-3 wciąż boryka się z niektórymi zadaniami, takimi jak rozumienie sarkazmu i wyrażeń idiomatycznych. Wprowadzony 14 marca 2023 r GPT-4 jest obecnie najbardziej zaawansowanym modelem językowym OpenAI, a wymagania stawiane wobec niego są jeszcze większe niż jak to miało miejsce w stosunku do jego poprzedników. W stosunku do GPT-3 i GPT-3.5, model GPT-4 charakteryzuje się większa niezawodnością i wiarygodnością. a jego możliwości rozwiązywania problemów, dzięki szerszej wiedzy ogólnej, przewyższają możliwości poprzedników GPT-3 i GPT-3.5. GPT-4 wyróżnia się również pod kątem kreatywności dzięki czemu może obsłużyć znacznie bardziej szczegółowe instrukcje niż GPT-3.5. Oczekuje się, że GPT-4 będzie miał jeszcze więcej potencjalnych zastosowań, zwłaszcza w takich dziedzinach, jak kreatywne pisanie, tworzenie sztuki czy komponowanie muzyki. Oczekuje się również, że GPT-4 poprawi wydajność istniejących aplikacji, takich jak chatboty i wirtualni asystenci. Ponadto, GPT-4 jest multimodalny, co oznacza, że może przyjmować obrazy jako dane wejściowe, a następnie generować opisy, analizy, klasyfikacje.

OpenAI informuje, że GPT-4 został przetestowany na różnego rodzaju dostępnych publicznie testach, do których model nie został specjalnie do trenowany. Rezultaty wskazują na wysoką jakość predykcyjną. GPT-4 został przetestowany w ramach egzaminów z rachunku różniczkowego (AP Calculus BC exam), w wyniku czego GPT-4 uzyskał 4 punkty na 5, gdzie GPT-3 zdobył tylko 1 punkt. W symulowanym egzaminie adwokackim, GPT-4 zdał egzamin z wynikiem zbliżonym do 10% najlepszych zdających, podczas gdy GPT-3.5 uplasował się na poziomie 10% najgorzej zdających. Poniżej metryki ilustrujące GPT-4 i GPT-3.5 pod kątem najpopularniejszych egzaminów.

Ponadto, GPT-4 cechuje się znacznie lepszą znajomością języka angielskiego na poziomie 85%, gdzie GPT-3 i GPT-3.5 wykazywały precyzje na poziomie 70.1% (https://neoteric.eu/blog/gpt-4-vs-gpt-3-openai-models-comparison/). GPT-4 jest w stanie rozmawiać w 25 językach, wliczając Mandaryński, Polski, Suahili, lepiej niż jego poprzednik w języku angielskim. Poniżej, grafika ilustrująca wydajność GPT-4 ze względu na języki.

Ważnym parametrem charakteryzującym modele z rodziny GPT jest długość kontekstu, która to wskazuje ile tokenów może zostać użyte w jednym zapytaniu do API GPT. W przypadku GPT-3 i GPT-3.5 długość kontekstu wynosi odpowiednio 2049 i 4096 tokenów. W przypadku GPT-4 mamy do czynienia z dwoma wariantami, których długość kontekstu wynosi 8192 i 32768 tokenów. Wielkość 32768 tokenów przekłada się na około 50 stron tekstu, co z kolei umożliwia tworzenie znacznie dłuższych fragmentów tekstu, analizowania i podsumowania większych dokumentów i raportów.

Podczas gdy modele GPT-3 i GPT-3.5 były ograniczone do jednego typu danych wejściowych w postaci tekstu, GPT-4 akceptuje dodatkowo obrazy. W szczególności generuje tekstowe dane wyjściowe z danych wejściowych składających się z tekstu i obrazów. Możliwość przetwarzania obrazów w połączeniu z wyższymi limitami tokenów otwiera nowe możliwości wykorzystania GPT-4 - od badań naukowych po treningi personalne czy asystentów zakupowych.

Kolejną istotna różnicą koszt zapytań do API. W przypadku GPT-3 koszt wynosi od 0,0004 USD do 0,02 USD za każdy 1 000 tokenów, GPT-3.5 to 0,002 USD za 1 000 tokenów. W przypadku GPT-4 z oknem kontekstowym 8K mamy do czynienia z kosztem 0,03 USD za 1000 tokenów promptowych i 0,06 USD za 1000 tokenów ukończenia. GPT-4 w wersji z oknem kontekstowym 32K kosztuje 2 razy drożej niż jego odpowiednik 8K. Podział cennika na koszt tokenów propmptowych i ukończenia powoduje, że estymacja ostatecznych kosztów korzystania z GPT-4 jest znacznie mniej przewidywalna niż jak to ma miejsce dla GPT-3 i GPT-3.5. Stąd też, wydaje się, że GPT-4 nie szybko zastąpi GPT-3 i GPT-3.5. Pomimo tego, że GPT-4 jest bardziej kreatywny i przewyższa swoich poprzedników niemal w każdym aspekcie, to wysokie koszty użytkowania powodują, że jeśli nie musimy przetwarzać wielostronicowych dokumentów, to możliwości GPT-3 i GPT-3.5 powinny w zupełności wystarczyć.

Niewątpliwie nowa generacja wielkich modeli językowych z rodziny GPT na stałe zagościła jako wsparcie w prowadzeniu biznesów na wielu płaszczyznach. Biorąc pod uwagę ilość startupów, które w ostatnim czasie powstały i których działalność jest oparta głównie na ChatGPT, nasuwa się myśl o bańkach technologicznych jakie miały miejsce w przyszłości chodźby w przypadku technologii blockchain. Niemniej umiejętne wykorzystanie zastosowań GPT otwiera wiele możliwości rozwoju istniejących już produktów. Dodatkowo można nadmienić, że gwałtowny wzrost zainteresowania ChatGPT prowadzi do powstawania otwartych projektów tj. ColossalAI, GPT4All, Open-Assistant umożliwiających tworzenie własnych rozwiązań opartych o wielkie modele językowe. Przykładem może być tutaj platforma ochrony sygnalistów Notibox, która niebawem również wprowadzi dodatkową funkcjonalność opartą o wielkie modele językowe.

Źródła:

• https://techcrunch.com/2023/03/15/interview-with-openais-greg-brockman-gpt-4-isnt-perfect-but-neither-are-you/?guccounter=1
• https://neoteric.eu/blog/gpt-4-vs-gpt-3-openai-models-comparison/