شرکت OpenAI، سازنده چت‌بات مطرح ChatGPT، جدیدترین مدل هوش مصنوعی خود یعنی GPT-۴ را عرضه کرد. به گفته OpenAI، مدل GPT-۴ از ورودی‌های متنی و تصویر پشتیبانی می‌کند که یک پیشرفت نسبت به مدل GPT-۳.۵ محسوب می‌شود؛ مدلی که تنها از ورودی‌های متنی پشتیبانی می‌کند. شرکت OpenAI به مدت ۶ ماه به‌طور مکرر از طریق برنامه‌های آزمایشی خصمانه و همچنین ChatGPT، مشغول آزمایش این مدل بوده تا به بهترین نتایج دست پیدا کند. طبق ادعای OpenAI، این مدل از همیشه خلاق‌تر است و می‌تواند مسائل دشوار را با دقت بالاتری حل کند.

هوش مصنوعی GPT-4 توسط OpenAI معرفی شد

پس از ماه‌ها شایعه و گمانه‌زنی، شرکت OpenAI (خالق ChatGPT) سرانجام مدل هوش مصنوعی GPT-4 را معرفی کرد. GPT-4 جدیدترین نمونه از مدل‌های زبانی است، ابزارهایی که از آن‌ها برای ساخت سرویس‌هایی مثل ChatGPT و نسخه‌ی جدید بینگ استفاده می‌شود.

بر اساس گزارش ورج، OpenAI می‌گوید مدل هوش مصنوعی جدیدش «نوآورتر و مشارکتی‌تر از همیشه است» و می‌تواند «مسائل سخت را با دقت بالاتر حل کند.» مدل زبانی GPT-4 برخلاف نسخه‌ی قبل می‌تواند افزون‌بر ورودی‌های متنی، ورودی‌های تصویری را نیز تجزیه‌و‌تحلیل کند، اما صرفا از طریق متن پاسخ می‌دهد.

OpenAI می‌گوید با چند شرکت نظیر Duolingo و Stripe و Khan Academy وارد همکاری شده است تا مدل زبانی جدیدش را وارد سرویس‌های آن‌ها کند. کاربران سرویس اشتراکی ChatGPT Plus که ماهانه ۲۰ دلار قیمت دارد، می‌توانند به مدل زبانی جدید دسترسی پیدا کنند. مایکروسافت در بیانیه‌ای جداگانه تأیید کرده که نسخه‌ی جدید بینگ مبتنی‌بر GPT-4 است. OpenAI قصد دارد به‌زودی API مدل زبانی GPT-4 را در دسترس توسعه‌دهندگان قرار دهد.

.

بر اساس گفته‌ی OpenAI، تفاوت بیت GPT-4 و GPT-3.5 در گفت‌و‌گوهای عادی، «نامحسوس» است.  سم آلتمن، مدیرعامل OpenAI، در توییتی می‌گوید:

در یک سال اخیر شایعه‌های زیادی با محوریت مدل زبانی GPT-4 منتشر شد و بسیاری از تحلیلگران اعتقاد داشتند که GPT-4 قرار است جهش بزرگی نسبت‌به نسخه‌ی فعلی مدل زبانی GPT تجربه کند؛ با این‌حال بر اساس آنچه در بیانیه‌ی OpenAI می‌بینیم، GPT-4 در حد و اندازه‌ای که فکرش را می‌کردیم متحول نشده است.

هفته‌ی گذشته یکی از مدیران مایکروسافت در مصاحبه‌ با رسانه‌ای آلمانی تأیید کرده بود که مدل زبانی GPT-4 این هفته معرفی می‌شود. در آن زمان گفته شد که GPT-4 افزون‌بر محتوای متنی از محتوای تصویری نیز پشتیبانی می‌کند. بسیاری از پژوهشگران حوزه‌ی هوش مصنوعی معتقدند مدل‌های چندحالته که متن، صدا و ویدیو را ترکیب می‌کنند، بهترین راهکار برای ساخت ابزارهای هوش مصنوعی فوق پیشرفته هستند.

همانطور که مدیر مایکروسافت گفته بود، GPT-4 واقعا مدلی چندحالته است،‌ اما تعداد فرمت‌های تحت پشتیبانی این مدل هوش مصنوعی کمتر از آن چیزی است که فکرش را می‌کردیم. GPT-4 می‌تواند متن و تصویر را دریافت کند و خروجی متنی ارائه دهد. توانایی GPT-4 در تجزیه‌و‌تحلیل همزمان متن و تصویر، به این مدل هوش مصنوعی امکان می‌دهد ورودی‌های پیچیده‌تری را تفسیر کند.

قابلیت ها و ویژگی‌های GPT-4 چیست؟

باید به این نکته اشاره کرد که اکنون چت بات موتور جستجوی بینگ نیز از GPT-4 استفاده می‌کند. از دیگر سرویس‌های استفاده کننده از GPT-4 می‌توان به Stripe اشاره کرد. که از هوش مصنوعی جدید برای بررسی وبسایت‌های کسب‌وکار و ارائه تحلیل به کارمندان بخش پشتیبانی بهره می‌برد. نرم‌افزار محبوب Duolingo نیز GPT-4 را به عنوان یک سرویس قابل خریداری به قابلیت‌های آموزش زبان خود اضافه کرده است.

GPT-4 قادر است ورودی‌هایی به شکل تصویر و متن از کاربر بگیرد و متن‌های متناسب با آن تولید نماید. Open AI ادعا کرده در شش ماه گذشته روی قابل اعتماد بودن و امکان کنترل GPT-4 کار کرده و تلاش داشته تا امکان رد شدن از خطوط قرمز توسط آن را به حداقل برساند. GPT-4 در گفتگوهای ساده فرق چندانی با GPT-3.5 ندارد و تفاوت در موضوعات پیچیده‌تر آشکار می‌شود.

نمونه پاسخ GPT-4 به سوالات خطرناک

بدون شک یکی از قابلیت‌های مهم GPT-4 را باید امکان فهم تصویر و ساخت کپشن یا متن برای آن دانست که در دیگر نسخه‌های هوش مصنوعی Open AI حاضر نبوده است.

برای مثال، کاربران این پلتفرم می‌توانند عکسی از داخل یخچال خود را برای GPT-4 ارسال نمایند و علاوه بر دانستن محتویات آن، آموزش پخت غذا با مواد موجود در یخچال را نیز دریافت نمایند. با این وجود Open AI تاکید کرده که GPT-4 هنوز به طور کامل از اشتباه و خطاهای منطقی در امان نیست.

نحوه دسترسی به GPT-4

باید به این نکته اشاره کرد که چت بات موتور جستجوی بینگ در حال حاضر از مدل زبانی GPT-4 استفاده می‌کند و میلیون‌ها کاربر به آن دسترسی دارند. GPT-4 برای کاربران اپلیکیشن‌هایی مانند Duolingo و سرویس ChatGPT Plus نیز در دسترس قرار گرفته است. این سرویس پولی است و کاربران باید مبالغی را برای استفاده از آن پرداخت نمایند.

تفاوت GPT-4 با نسخه های قبلی چیست؟

در ابتدا باید به این نکته اشاره کرد که چت بات ChatGPT از مدل زبانی مولد GPT-3 و GPT-3-5 برای پاسخ دادن به کاربران استفاده می‌کرده. و با آپدیت جدید، امکان استفاده از GPT-4 را به کاربران می‌دهد. در ادامه برخی تفاوت‌های GPT-4 و GPT-3 را با یکدیگر مرور می‌کنیم.

درک و فهم تصاویر توسط GPT-4

مهم‌ترین تفاوت نسخه جدید مدل زبانی Open AI را باید امکان استفاده از تصویر به عنوان ورودی دانست. این یعنی GPT-4 بر خلاف ChatGPT و GPT-3 به متن محدود نیست. و قادر است در مورد تصاویر بنویسد و محتوایی بر اساس آن‌ها تولید نماید.