在上一次讨论时，我们用一些新传考研真题测试了它——在面对一些固定知识类的题目时，它几乎可以做到「上岸水准」，哪怕是顶尖高校：
传送门：
话音未落，上周美国人工智能研究实验室再次发布新作——多模态预训练大模型-4。
当天，谷歌也宣布将生成式AI装进其“全家桶”。随后，微软又宣布将GPT-4融入旗下一系列办公软件工具，称“人类与电脑的交互方式迈入了新阶段”。
作为热度持续升温的人工智能，我们需要了解的太多——究竟是什么？在多大程度上可以取代人类？存在什么风险和机遇？对于传媒业而言，又意味着什么？
对于一项几乎算得上是人类文明中的标志性成就，这些充满想象力和未知因素的问题或许没有标准答案。但从应试的角度来看，这篇推送能或许解决掉这些“难题”。
01
概念阐释
是美国人工智能公司于2022年11月30日发布的通用型对话系统，能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，更精确、更加可控地完成撰写邮件、视频脚本、文案、代码等任务，甚至在人类的合适引导下可以完成逻辑推理、新知识快速学习等复杂任务。
本质上是一个大型语言模型，仍然属于深度学习的框架。的推出是深度学习提出后又一个里程碑式的技术革命，将为以自然语言处理为核心的认知智能技术发展提供新的“历史机遇期”。
于 2018 年发布了 GPT-1，首次让人工智能能够让人类一样“理解文字”、写出文字。随后几年里， 陆续推出了 GPT-2、GPT-3。
在-3.5发布并引发全球关注不到半年之后，4.0版本也于日前发布，它在图形理解、专业测试等方面的表现又实现了巨大提升。例如，它通过了模拟律师考试，且分数在应试者的前 10% 左右；相比之下，GPT-3.5 的得分在倒数 10% 左右。
02
特点与功能
一方面，通过至少以下五个维度能力的显著提升综合实现了初步的“智慧涌现”：
1.海量高价值信息的全量在线记忆能力
2.自然语言输入的任意任务和多轮对话理解能力
3.复杂逻辑的思维链推理能力
4.多角色多风格的长文本生成表达能力
5.即时新知识学习应用与进化能力。
另一方面，通过自身技术特点，可体现多维度的应用功能：
1.对话聊天功能。作为一款对话模型，聊天陪伴是提供的基础功能。由于流畅的对话体验，得以在与用户对话过程中建立社交连接，满足用户的陪伴需求，与用户建立黏性。
2.信息检索功能。能为用户提供更直接更有效的信息检索内容。集成了模型的对话式搜索将直接为用户提供最优的信息检索结果。以生成式问答为主体，结合现有的NLP、个性化搜索引擎和知识图谱等，综合考虑用户个性化需求和购物特点与习惯的提示词标注、知识结构等进行应对用户问题的内容生成和展示，可以在技术上实现完整一致的搜索体验。
3.知识服务功能。.5模型就已经拥有1750亿个参数，用以训练的数据集包含数百亿个单词，规模超过45TB空间，类型涵盖网页、电子书、新闻文章、论坛帖子、电子邮件、社交媒体等各种文本数据。因此，聚合了人类世界的广泛知识，能够以问答形式提供知识服务功能。
4.AI创作功能。基于字词的概率分布，在文本生成时根据给定的输入前缀，预测接下来的字词，并将其作为生成文本的一部分。所以，可以根据用户提供的主题或关键词，自动生成新闻报道、评论、诗歌等文本内容，还可以创作图像等。
03
未来应用与发展
1.引发投资、产业和市场应用。对大多资本与科技巨头来说，密切关注和入局赛道，无疑是看中了技术背后的市场空间，如在跨境电商、游戏开发、企业管理、数字化转型和教育等领域，以及现代高科技生活方式方面的应用。
2.促进数智治理和数字政府建设转型。能强有力地推动政府部门运用各类数字技术促进经济调节、社会管理和公共服务等职能环节实现数字化转型。例如，将用于公共服务体系建设，有助于关切微观主体，全方位获取用户的需求和偏好，提升公共政策的执行效率；提供决策相关的各类数据，获得多种可供选择的政策方案，加速推进政府决策的智能化和科学化。
3.辅助改善日常生活。在日常生活中使用可加快完成常规任务，减少重复性劳动，提升生活质量；检测网络设备的安全漏洞隐患，增强系统安全性；加快物智互联和物流效率，加强实时控制管理；实时监测和评估人们的身体状况，及时提供改善和保障健康建议；普及数字知识、技能和应用，充分利用大数据与人工智能技术提高生活便利和幸福感。
04
对传媒业的影响：
内容生产、交互、营销与审核
内容生产：
1.提升内容创作效率
可以作为辅助工具参与到新闻的生产过程中来。尤其是在财经、体育等程式化报道中，它可以为记者提供线索、搜集素材，能快速撰写文章，从而提高新闻生产效率。
2.改变健康、法治和科学类报道的生产模式
自然科学、法律、医学是门槛较高、专业性较强的学科，与之相关的新闻内容关系着整个社会的科学素养，甚至民众的生命安全。此类新闻的采访写作对记者和编辑的要求较高，容错率低。最有用的方向就是提供准确的专业信息，并将其总结转述成通俗易懂的内容，这正是自然科学、法治、健康这些专业类新闻所急需的。
内容交互：
1.自然语音对讲
如果将类似的模型算法赋能我们客户端的“智能助理”，整合智能语音技术，以权威信息滋养类似的“大脑”，那么智能化、准确率都会有更大的提升，自然语音对讲可以成为现实。
2.融合形成新型搜索引擎
在信息搜索方面带来新体验。譬如用户通过对话让给出自己所需的信息和内容，交流时更符合用户之间的沟通和请教的习惯，搜索过程亦更加自然。对于采编记者而言，或将成为新型的搜索引擎，助力信息的快速搜集。
3.虚拟数字人主播
虚拟数字人主播是近两年火热的话题，从中央广播电视总台的“小小撒”“AI王冠”，到北京广播电视台的“时间小妮”、湖南广播电视台的“小漾”等等，越来越多虚拟主播走上前台，成为广电领域的高新技术标配产品。
在众多虚拟数字人的皮囊下，需要类似这样的模型赋能，使其具有更深度的对话能力等，让这些虚拟数字主播们具有丰富的灵魂，在更多应用场景中显示其旺盛的生命力。
广告营销：
可应用在数字营销的多个领域，譬如内容创建、个性化广告文案、电子邮件营销等等，助力增强行业的生产力。
根据同对话反馈，其可以帮助生成类似人类创作的文本，用于营销材料，如广告或某产品的描述；可协助创建社交媒体帖子或其他类型的在线内容，如博客帖子或文章；亦可通过为各收件人生成个性化消息，用于电子邮件营销活动。
数字营销或将回归“数字”应有题中之义，一些重复简单机械式的工作或将被AI所取代，拥有生成式AI工具后的营销行业亟需更加饱含创意、更能引领口碑效应的创新方案。
内容审核：
可以被用来核查和辨别假新闻。的出现加剧了大众对假新闻的担忧，同时，也正因为的信息是基于大数据生成的，同样可以进行逆向核查假新闻。
一条消息的来源是哪里，谁最先发出的，谁最先转发的，如何快速传播的，凭借强大的数据搜寻和识别能力，通过分析传播路径，反向推导消息的可信度，进而判断消息的真实性。此外，在涉及医学、科学、法律等知识的新闻内容上，也可以凭借大数据判断其真实性。
05
风险挑战
技术风险
GPT的对话效果，实际上建立在人类长期形成的大量数据的基础上，而已有的数据不可避免会形成某种偏误。这些模型的已有数据来源夹杂着人类社会长期存在的诸多成见，那么由此训练出的模型无疑会造成“成见叠加”的效应，存在引发各种危险的可能性。
社会风险
就目前的预测效果来看，通用大模型的广泛应用确实会对诸如文案写作、基本交流、会计统计、法律辅助等初级简单劳动形成替代效应。同时，通用大模型对教育体系的冲击已开始引发预警。一些学校宣布禁止学生使用，避免干扰教育质量。
经济风险
通用大模型可能会加剧寡头垄断。通用大模型训练极为消耗算力，这就使得小型企业无法参与到这一过程，而大平台企业公司便有可能提高垄断大模型的产生形成巨大的生产力效应。另外，市场垄断还可能对整个世界分工体系产生重大影响，这会严重加剧国际间的经济冲突。
政治风险
为避免重蹈此前对话机器人生成极端内容、产生伦理风险的覆辙， 在技术架构层面强化了“客观中立”的伦理规范，明确禁止生成任何有关仇恨、骚扰、暴力等方面的内容。这种规范能在道德伦理层面上对内容生产进行一定的引导和纠偏，对于文本隐含的政治立场和意识形态倾向则并无约束作用，反而令其在“客观中立”的外表下更具可信度和迷惑性。
同时，美国在通用大模型的开发上表现出明显优势，而大模型很可能会被用在政治竞争的各个领域。例如，通过智能水军对他国舆情进行肆意干扰，甚至推行颠覆他国的舆情战。在所谓民主化浪潮中，美西方国家已经运用推特等技术手段干涉他国内政，为巩固美西方话语霸权再添筹码。
传播风险
若人工智能技术在传媒业得以大规模应用，其带来的新闻传播伦理问题以及可能引发的传播风险也更加突出：
相关文章
