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“挂掉”的情况
OpenAI两年内或实现接近AGI
……
发现一：GPT4出现过“挂掉”的情况
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“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“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“挂掉”的情况，又将怎么处理。
基于此，博主便有了第二个发现：
发现二：主动要求自我监管，很罕见
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。
发现三：与微软高层想法背道而驰
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。
发现四：OpenAI会协助超越它的公司
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。
发现五：雇佣“超级预测员”
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。
发现六：征服常识
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。
发现七：GPT-5可能已经完成训练
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。
发现八：试一把双刃剑
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。
发现九：学会拒绝
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
