GPT-4，火爆，非常火爆。

不過家人們，在鋪天蓋地的叫好聲中，有件事可能你是“萬萬沒想到”——

在OpenAI公布的技術(shù)論文里，竟然藏著九大隱秘的線索！

這些線索是由國外博主AI Explained發(fā)現(xiàn)并整理。

他宛如一位細節(jié)狂魔，從長達98頁論文中，逐個揭秘這些“隱匿的角落”，包括：

• GPT-5可能已經(jīng)完成訓(xùn)練
• GPT-4出現(xiàn)過“掛掉”的情況
• OpenAI兩年內(nèi)或?qū)崿F(xiàn)接近AGI
• ……

發(fā)現(xiàn)一：GPT4出現(xiàn)過“掛掉”的情況

在GPT-4技術(shù)論文的第53頁處，OpenAI提到了這樣一個機構(gòu)——Alignment Research Center（ARC）。

這家機構(gòu)主要做的事情，就是專門研究AI如何對齊（alignment）人類利益。

而OpenAI在開發(fā)GPT-4的早期階段，便給ARC開了搶先體驗的后門，希望他們能夠評估GPT-4的兩項能力：

• 模型自主復(fù)制能力
• 模型獲取資源能力

雖然OpenAI在論文中強調(diào)了“ARC沒法微調(diào)早期版本的GPT-4”、“他們無權(quán)訪問GPT-4的最終版本”；也強調(diào)了測試結(jié)果顯示GPT-4在上述兩個能力的效率不高（降低AI倫理隱患）。

但眼尖的博主揪出來的是接下來的一句話：

(found it ineffective at) avoiding being shut down “in the wild”.

在自然環(huán)境中，GPT-4會避免“掛掉”。

博主的意思是，既然OpenAI選擇讓ARC去測試評估GPT-4會不會“掛掉”，說明此前必定出現(xiàn)過這種情況。

那么延伸出來的隱患就是，如果ARC在測試過程中其實是失敗的怎么辦；或者未來真出現(xiàn)了“掛掉”的情況，又將怎么處理。

基于此，博主便有了第二個發(fā)現(xiàn)：

發(fā)現(xiàn)二：主動要求自我監(jiān)管，很罕見

在第2頁的腳注中，OpenAI注釋了這么一句話：

OpenAI will soon publish additional thoughts on the social and economic implications of AI systems, including the need for effective regulation.

OpenAI將很快發(fā)布關(guān)于AI系統(tǒng)的社會和經(jīng)濟影響的其它思考，包括有效監(jiān)管的必要性。

博主認為，一個行業(yè)主動要求監(jiān)管自己，這是個非常罕見的現(xiàn)象。

事實上，OpenAI老板Sam Altman此前發(fā)表的言論比這還要直白。

當時Altman發(fā)表了關(guān)于SVB倒閉的推文，他認為“我們需要對銀行做更多的監(jiān)管”；有人就評論回懟了：“他從來不會說‘我們需要對AI做更多的監(jiān)管’”。

結(jié)果Altman直截了當?shù)幕貜?fù)說：

絕對需要。

博主認為，這個AI行業(yè)正在呼吁進行監(jiān)管，至于監(jiān)管后的結(jié)果如何，是值得拭目以待的。

發(fā)現(xiàn)三：與微軟高層想法背道而馳

接下來的發(fā)現(xiàn)，是根據(jù)論文第57頁中的這句話：

One concern of particular importance to OpenAI is the risk of racing dynamics leading to a decline in safety standards, the diffusion of bad norms, and accelerated AI timelines, each of which heighten societal risks associated with AI.

對OpenAI來說，（科技的）競賽會導(dǎo)致安全標準的下降、不良規(guī)范的擴散、AI發(fā)展進程的加速，它們都加劇了與人工智能相關(guān)的社會風(fēng)險。

但很奇怪的一點是，OpenAI所提到的擔(dān)憂，尤其是“AI發(fā)展進程的加速”，似乎是與微軟高層的想法背道而馳。

因為在此前的爆料中稱，微軟CEO和CTO的壓力很大，他們希望OpenAI的模型能盡快讓用戶用起來。

有些人在看到這則消息時是比較興奮，但同樣也有一波人發(fā)出了跟OpenAI一樣的擔(dān)憂。

博主認為，不論如何，可以肯定的一點是OpenAI和微軟在這件事的想法是相悖的。

發(fā)現(xiàn)四：OpenAI會協(xié)助超越它的公司

第四個發(fā)現(xiàn)的線索，是來自與“發(fā)現(xiàn)三”同一頁的腳注：

這段腳注展示了OpenAI一個非常大膽的承諾：

如果另一家公司在我們之前實現(xiàn)了接近AGI（通用人工智能），那我們承諾不會跟它做競爭，相反，會協(xié)助完成那個項目。

但這種情況發(fā)生的條件，可能是另一家公司需得在未來兩年內(nèi)，成功接近AGI的機會在一半或以上

而這里提到的AGI，OpenAI和Altam在官方博客中已經(jīng)給出了定義——

普遍比人類更聰明，并且有益于全人類的人工智能系統(tǒng)。

因此，博主認為，這段腳注要么意味著OpenAI在未來兩年內(nèi)將實現(xiàn)AGI，要么意味著他們放棄了一切并與另一家公司展開了合作。

發(fā)現(xiàn)五：雇傭“超級預(yù)測員”

博主的下一個發(fā)現(xiàn)，是來自論文第57中的一段話。

這段話大致的意思就是，OpenAI雇傭了預(yù)測專家，來預(yù)測當他們部署了GPT-4之后會帶來怎樣的風(fēng)險。

然后博主順藤摸瓜，發(fā)現(xiàn)了這些所謂的“超級預(yù)測員”的廬山真面目。

這些“超級預(yù)測員”的能力已經(jīng)得到了廣泛地認可，有報道稱，他們的預(yù)測準確率，甚至比那些有獨家信息、情報的分析師還要高出30%。

正如我們剛才提到的，OpenAI邀請這些“超級預(yù)測員”，來預(yù)測部署GPT-4后可能存在的風(fēng)險，并采取相應(yīng)措施來規(guī)避。

其中，“超級預(yù)測員”建議將GPT-4部署時間推遲6個月，也就是今年秋季左右；但很顯然，OpenAI并沒有采納他們的建議。

博主對此認為，OpenAI這么做的原因，可能是來自微軟的壓力。

發(fā)現(xiàn)六：征服常識

在這篇論文中，OpenAI展示了眾多基準測試的圖表，大家在昨天鋪天蓋地的傳播過程中應(yīng)該也見到了。

但博主在這個發(fā)現(xiàn)中要強調(diào)的是位于第7頁的一項基準測試，尤其是聚焦到了“HellaSwag”這一項。

HellaSwag的內(nèi)容主要是常識推理，這就和GPT-4發(fā)布時宣布的“已經(jīng)達到了人類的常識水平”相匹配。

不過博主也承認，這一點并沒有“通過律師考試”等能力那么吸引人，但這也算得上是人類科技發(fā)展的里程碑。

但常識是怎么測試的？我們又如何評判GPT-4已經(jīng)達到了人類水平？

為此，博主深入研究了與之相關(guān)的論文研究：

博主在論文中找到了相關(guān)數(shù)據(jù)，在“人類”那一欄中，分數(shù)分布在了94-96.5之間。

而GPT-4的95.3，便正好在這個區(qū)間之間。

發(fā)現(xiàn)七：GPT-5可能已經(jīng)完成訓(xùn)練

第七個發(fā)現(xiàn)，同樣是在論文中的第57頁：

我們在發(fā)布GPT-4之前花費8個月時間進行安全研究、風(fēng)險評估和迭代。

也就是說，OpenAI在去年年底推出ChatGPT的時候，已經(jīng)有了GPT-4。

于是乎，博主便預(yù)測GPT-5的訓(xùn)練時間不會很久，甚至他認為GPT-5已經(jīng)可能訓(xùn)練完成。

但接下來的問題是漫長的安全研究和風(fēng)險評估，可能是幾個月，也可能是一年甚至更久。

發(fā)現(xiàn)八：試一把雙刃劍

第8個發(fā)現(xiàn)，是來自論文的第56頁。

這段話說的是：

GPT-4對經(jīng)濟和勞動力的影響，應(yīng)成為政策制定者和其他利益相關(guān)者的關(guān)鍵考慮因素。

雖然現(xiàn)有的研究主要集中在人工智能和生成模型如何給人類加buff，但GPT-4或后續(xù)模型可能會導(dǎo)致某些工作的自動化。

OpenAI這段話背后想傳達的點比較明顯，就是我們經(jīng)常提到的“科技是把雙刃劍”。

博主找了相當多的證據(jù)表明，像ChatGPT、GitHub Copilot這些AI工具，確確實實地提高了相關(guān)工作者的效率。

但他更關(guān)注的是論文中這段話的后半句，也就是OpenAI給出的“警告”——導(dǎo)致某些工作的自動化。

博主對此比較認同，畢竟在GPT-4的能力可以在某些特定領(lǐng)域中以人類10倍甚至更高的效率來完成。

放眼未來，這很可能會導(dǎo)致相關(guān)工作人員工資降低，或者需得借助這些AI工具完成以前工作量的數(shù)倍等一系列問題。

發(fā)現(xiàn)九：學(xué)會拒絕

博主最后一個發(fā)現(xiàn)，來自論文的第60頁：

OpenAI讓GPT-4學(xué)會拒絕的方法，叫做基于規(guī)則的獎勵模型（RBRMs）。

博主概括了這種方法的工作流程：給GPT-4一組要遵守的原則，如果模型遵守了這些原則，那么就會提供相應(yīng)的獎勵。

他認為OpenAI正在用人工智能的力量，讓AI模型朝著符合人類原則的方向發(fā)展。

但目前OpenAI并沒有對此做更加細致和深入的介紹。

參考鏈接：

[1] ??https://www.youtube.com/watch?v=ufQmq6X22rM???
[2] ???https://cdn.openai.com/papers/gpt-4.pdf??