GPT-4，火爆，非常火爆。
不过家人们，在铺天盖地的叫好声中，有件事可能你是“万万没想到”——
在 OpenAI 公布的技术论文里，竟然藏着九大隐秘的线索！
这些线索是由国外博主 AI Explained 发现并整理。
他宛如一位细节狂魔，从长达 98 页论文中，逐个揭秘这些“隐匿的角落”，包括：
GPT-5 可能已经完成训练
GPT-4 出现过自己“挂掉”的情况
OpenAI 两年内或实现接近 AGI
……
在 GPT-4 技术论文的第 53 页处，OpenAI 提到了这样一个机构 ——Alignment Research Center（ARC）。
这家机构主要做的事情，就是专门研究 AI 如何对齐（alignment）人类利益。
而 OpenAI 在开发 GPT-4 的早期阶段，便给 ARC 开了抢先体验的后门，希望他们能够评估 GPT-4 的两项能力：
模型自主复制能力
模型获取资源能力
虽然 OpenAI 在论文中强调了“ARC 没法微调早期版本的 GPT-4”、“他们无权访问 GPT-4 的最终版本”；也强调了测试结果显示 GPT-4 在上述两个能力的效率不高（降低 AI 伦理隐患）。
但眼尖的博主揪出来的是接下来的一句话：
(found it ineffective at) avoiding being shut down “in the wild”.
在自然环境中，GPT-4 会避免自己“挂掉”。
博主的意思是，既然 OpenAI 选择让 ARC 去测试评估 GPT-4 会不会主动避免自己被“挂掉”，说明此前必定出现过这种情况。
那么延伸出来的隐患就是，如果 ARC 在测试过程中其实是失败的怎么办；或者未来真出现了自己“挂掉”的情况，又将怎么处理。
基于此，博主便有了第二个发现：
在第 2 页的脚注中，OpenAI 注释了这么一句话：
OpenAI will soon publish additional thoughts on the social and economic implications of AI systems, including the need for effective regulation.
OpenAI 将很快发布关于 AI 系统的社会和经济影响的其它思考，包括有效监管的必要性。
博主认为，一个行业主动要求监管自己，这是个非常罕见的现象。
事实上，OpenAI 老板 Sam Altman 此前发表的言论比这还要直白。
当时 Altman 发表了关于 SVB 倒闭的推文，他认为“我们需要对银行做更多的监管”；有人就评论回怼了：“他从来不会说‘我们需要对 AI 做更多的监管’”。
结果 Altman 直截了当的回复说：
绝对需要。
博主认为，这个 AI 行业正在呼吁进行监管，至于监管后的结果如何，是值得拭目以待的。
接下来的发现，是根据论文第 57 页中的这句话：
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.
对 OpenAI 来说，（科技的）竞赛会导致安全标准的下降、不良规范的扩散、AI 发展进程的加速，它们都加剧了与人工智能相关的社会风险。
但很奇怪的一点是，OpenAI 所提到的担忧，尤其是“AI 发展进程的加速”，似乎是与微软高层的想法背道而驰。
因为在此前的爆料中称，微软 CEO 和 CTO 的压力很大，他们希望 OpenAI 的模型能尽快让用户用起来。
有些人在看到这则消息时是比较兴奋，但同样也有一波人发出了跟 OpenAI 一样的担忧。
博主认为，不论如何，可以肯定的一点是 OpenAI 和微软在这件事的想法是相悖的。
第四个发现的线索，是来自与“发现三”同一页的脚注：
这段脚注展示了 OpenAI 一个非常大胆的承诺：
如果另一家公司在我们之前实现了接近 AGI（通用人工智能），那我们承诺不会跟它做竞争，相反，会协助完成那个项目。
但这种情况发生的条件，可能是另一家公司需得在未来两年内，成功接近 AGI 的机会在一半或以上
而这里提到的 AGI，OpenAI 和 Altam 在官方博客中已经给出了定义 ——
普遍比人类更聪明，并且有益于全人类的人工智能系统。
因此，博主认为，这段脚注要么意味着 OpenAI 在未来两年内将实现 AGI，要么意味着他们放弃了一切并与另一家公司展开了合作。
博主的下一个发现，是来自论文第 57 中的一段话。
这段话大致的意思就是，OpenAI 雇佣了预测专家，来预测当他们部署了 GPT-4 之后会带来怎样的风险。
然后博主顺藤摸瓜，发现了这些所谓的“超级预测员”的庐山真面目。
这些“超级预测员”的能力已经得到了广泛地认可，有报道称，他们的预测准确率，甚至比那些有独家信息、情报的分析师还要高出 30%。
正如我们刚才提到的，OpenAI 邀请这些“超级预测员”，来预测部署 GPT-4 后可能存在的风险，并采取相应措施来规避。
其中，“超级预测员”建议将 GPT-4 部署时间推迟 6 个月，也就是今年秋季左右；但很显然，OpenAI 并没有采纳他们的建议。
博主对此认为，OpenAI 这么做的原因，可能是来自微软的压力。
在这篇论文中，OpenAI 展示了众多基准测试的图表，大家在昨天铺天盖地的传播过程中应该也见到了。
但博主在这个发现中要强调的是位于第 7 页的一项基准测试，尤其是聚焦到了“HellaSwag”这一项。
HellaSwag 的内容主要是常识推理，这就和 GPT-4 发布时宣布的“已经达到了人类的常识水平”相匹配。
不过博主也承认，这一点并没有“通过律师考试”等能力那么吸引人，但这也算得上是人类科技发展的里程碑。
但常识是怎么测试的？我们又如何评判 GPT-4 已经达到了人类水平？
为此，博主深入研究了与之相关的论文研究：
博主在论文中找到了相关数据，在“人类”那一栏中，分数分布在了 94-96.5 之间。
而 GPT-4 的 95.3，便正好在这个区间之间。
第七个发现，同样是在论文中的第 57 页：
我们在发布 GPT-4 之前花费 8 个月时间进行安全研究、风险评估和迭代。
也就是说，OpenAI 在去年年底推出 ChatGPT 的时候，已经有了 GPT-4。
于是乎，博主便预测 GPT-5 的训练时间不会很久，甚至他认为 GPT-5 已经可能训练完成。
但接下来的问题是漫长的安全研究和风险评估，可能是几个月，也可能是一年甚至更久。
第 8 个发现，是来自论文的第 56 页。
这段话说的是：
GPT-4 对经济和劳动力的影响，应成为政策制定者和其他利益相关者的关键考虑因素。
虽然现有的研究主要集中在人工智能和生成模型如何给人类加 buff，但 GPT-4 或后续模型可能会导致某些工作的自动化。
OpenAI 这段话背后想传达的点比较明显，就是我们经常提到的“科技是把双刃剑”。
博主找了相当多的证据表明，像 ChatGPT、GitHub Copilot 这些 AI 工具，确确实实地提高了相关工作者的效率。
但他更关注的是论文中这段话的后半句，也就是 OpenAI 给出的“警告”—— 导致某些工作的自动化。
博主对此比较认同，毕竟在 GPT-4 的能力可以在某些特定领域中以人类 10 倍甚至更高的效率来完成。
放眼未来，这很可能会导致相关工作人员工资降低，或者需得借助这些 AI 工具完成以前工作量的数倍等一系列问题。
博主最后一个发现，来自论文的第 60 页：
OpenAI 让 GPT-4 学会拒绝的方法，叫做基于规则的奖励模型（RBRMs）。
博主概括了这种方法的工作流程：给 GPT-4 一组要遵守的原则，如果模型遵守了这些原则，那么就会提供相应的奖励。
他认为 OpenAI 正在用人工智能的力量，让 AI 模型朝着符合人类原则的方向发展。
但目前 OpenAI 并没有对此做更加细致和深入的介绍。
参考链接：
[1] https://www.youtube.com/watch?v=ufQmq6X22rM
[2] https://cdn.openai.com/papers/gpt-4.pdf
本文来自微信公众号：量子位 （ID：QbitAI），作者：金磊
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。