摘要：今天凌晨，OpenAI 发布了多模态预训练大模型 GPT-4。眼花缭乱的技术迭代和全新功能毫无疑问再次带给我们巨大震撼，但在冷静之后，本次发布的一些细节也让我们感到担忧：这家将“open”写在公司名称里的科技企业，似乎正在朝着close的方...
今天凌晨，OpenAI 发布了多模态预训练大模型 GPT-4。
眼花缭乱的技术迭代和全新功能毫无疑问再次带给我们巨大震撼，但在冷静之后，本次发布的一些细节也让我们感到担忧：这家将“open”写在公司名称里的科技企业，似乎正在朝着close的方向疾驰而去。
与此同时，GPT-4新加入的图像识别也让研究人员感叹：机器视觉（CV）不存在了。
01
OpenAI不open了
OpenAI在创立之初将自己定位为一家非营利机构，并将保障AI安全视为己任，基于此目标，open是必不可少的，道理很简单，像AI这样能够引发生产力爆炸的革命性技术，如果只掌握在少数大公司手中，极大可能会造成社会不公，甚至因缺乏监管引发AI智械危机（芝加哥大学教授约翰贝尔在九十年代初提出了“智械危机”,指的是机器智能的快速发展会导致人类失去控制的局面）。
但理想美好，现实却骨感。非营利机构的定位导致OpenAI早期资金紧张，且效率低下。即使美好的愿景吸引了无数业界顶尖人才屈尊加入，但公司“非营利”的组织模式带来了组织架构松散、目标不明确、推进效率低下等一系列问题始终无法得到解决。
在生死存亡面前，OpenAI更换了CEO，将公司定位从非营利机构转变为半营利机构，一字之差，千里之别，最明显的变化是，OpenAI引入了微软的投资。
可以说如果没有微软的介入，OpenAI可能早就进入了历史的尘埃，当然也不会有今日的GPT。但资本向来是把双刃剑，微软的真金白银救活了OpenAI，却也让这家公司离初心渐行渐远。
在微软将必应接入ChatGPT之时，社会便已开始担忧，这项会对全人类产生巨大变革的技术会不会成为微软的私家武器。伴随GPT-4的发布，这个担忧开始变得越来越真实了。
GPT-4于本周发布的新闻，正是由微软高管透露的消息；GPT-4一发布，微软副总裁兼消费者首席营销官Yusuf Mehdi就迫不及待地发文确认新必应搜索引擎正在运行GPT-4。
这次GPT-4的发布，OpenAI貌似宣传了众多新功能和使用指南，但在其公布的技术报告中，对关键的模型架构硬件、算力等方面的更多信息讳莫如深，而这些才是能体现其open的关键。
也许，后世会把GPT-4视作OpenAI变为“CloseAI”的转折点。
02
机器视觉不存在了
GPT-4 除了可以接受文本形式的prompt之外，还新增了接受图形prompt的能力（关于prompt，可详见《LoRA、Prompt…学这几个AI新词，在AI圈风生水起》），新能力与纯文本设置并行，允许用户指定任何视觉或语言任务。
结合GPT本就强大的逻辑交互能力，新功能可以说是本次版本迭代的“王炸”。
比如给 GPT-4 一张梗图，问这为什么可笑？
GPT-4 回答：VGA 线充 iPhone。
也就是说，GPT-4通过这张图片，识别出了：1.这是一个需要lightning充电口的iphone；2.充电线是VGA规格；3.正在用VGA给lightning充电；4.这很好笑。
又比如，通过图表算出格鲁吉亚和西亚的每日肉类消费，算平均数：
GPT识别出了图片内的数据项，以及对应的数值，并做出计算：
再进阶一些，做一道法语物理题：
GPT-4 看懂了法语题目，并用英语给出完整解答：
甚至抽象的梗图也可以：
非常详细的回答：
作为GPT潜在用户大多数人，看到这些技术进步可能会感到震撼和兴奋，但这对于另一个行业的从业者来说就有些不寒而栗了。
这个行业就是机器视觉（CV）。如果说ChatGPT（GPT3.5）预示着NLP（自然语言处理）行业的大洗牌，那么GPT4则很可能把机器视觉的屋顶掀翻。
机器视觉技术使工业设备能够“看到”它正在进行的操作，并根据它所看到的情况做出快速的决策。机器视觉最常见的用途是目视检查和缺陷检测、定位和测量零件，以及对产品进行识别、分类和追踪。同时在汽车自动驾驶领域，包括特斯拉在内的自动驾驶，很大程度上依赖于机器视觉。
机器视觉已发展几十年，工业领域处理相对标准化的视觉目标已经非常成熟，但在自动驾驶领域，当面对更加复杂的道路环境时，强如特斯拉也不能保证处理的准确度。难怪面对GPT-4超强的图片处理能力时，会有研究人员高呼：机器视觉不存在了。
GPT技术本身带来的突破与震撼是毫无疑问的，但在技术之外，如何使用技术，如何让科技为人类服务才应该是技术进步最原本的出发点，OpenAI创立之初忠实地追随了这个理念，但现在似乎已渐行渐远。
作者：鹤山 排版：骆伟玲
图片源于Q仔互联网冲浪所得，若有侵权，后台联系，Q仔滑跪删除~
