OpenAI ha presentado un nuevo modelo de IA para la comprensión de texto e imágenes GPT-4, que llama "el último hito en sus esfuerzos por ampliar el aprendizaje profundo".
El GPT-4 puede aceptar tanto imágenes como texto (el GPT-3.5 solo acepta texto) y se desempeña a un "nivel humano" en una variedad de pruebas profesionales y académicas, afirman los desarrolladores. Entonces, en los exámenes Uniform Bar Exam, LSAT, SAT Math y SAT Evidence-Based Reading & Writing, GPT-4 obtuvo un 88% o más.
OpenAI pasó seis meses ajustando iterativamente GPT-4 utilizando las lecciones aprendidas del programa de pruebas contradictorias, así como también de ChatGPT, lo que resultó en mejores resultados en emisión y capacidad de administración. El modelo tiene un 82 % menos de probabilidades de responder a solicitudes de contenido prohibido y un 40 % más de probabilidades de generar respuestas correctas.
En una conversación normal, la diferencia entre GPT-3.5 y GPT-4 puede ser sutil, explica OpenAI. “La diferencia se vuelve evidente cuando la complejidad de la tarea alcanza un umbral suficiente: GPT-4 es más confiable, creativo y capaz de procesar instrucciones mucho más precisas que GPT-3.5”, señala la compañía.
GPT-4 puede firmar e incluso interpretar imágenes relativamente complejas, como identificar un adaptador de cable Lightning a partir de una imagen de un iPhone conectado, etc.
El reconocimiento de imágenes aún no está disponible para todos los clientes de OpenAI: OpenAI lo está probando con Be My Eyes. La nueva función "Voluntario virtual" de la empresa basada en GPT-4 puede responder preguntas sobre las imágenes que se les envían. Por ejemplo, si un usuario envía una foto de su refrigerador desde el interior, un voluntario virtual no solo puede determinar correctamente qué hay en él, sino también analizar qué se puede preparar a partir de estos ingredientes. La herramienta también puede sugerir una variedad de recetas y enviarle una guía de cocina paso.
Una mejora potencialmente más significativa es el conjunto de herramientas de capacidad de administración. Con GPT-4, OpenAI presenta una nueva función de API, mensajes de "sistema", que permite a los desarrolladores establecer estilos y objetivos describiendo direcciones específicas. Los mensajes del sistema son esencialmente instrucciones que establecen el tono y los límites para las próximas interacciones con la IA.
Por ejemplo, un mensaje del sistema podría verse así: “Eres un mentor que siempre responde en estilo socrático. Nunca le das una respuesta al estudiante, pero siempre tratas de hacer la pregunta correcta para ayudarlo a aprender a pensar por sí mismo. Siempre debe alinear su pregunta con los intereses y conocimientos del alumno, desglosando el problema en partes más simples hasta que alcance el nivel deseado.
Sin embargo, incluso ahora, OpenAI reconoce que GPT-4 no es perfecto. Todavía "alucina" y se equivoca de juicio. En un ejemplo, un chatbot llamó a Elvis Presley "el hijo de un actor": este es un error obvio.
Los desarrolladores señalan que "GPT-4 generalmente desconoce los eventos que ocurrieron después de septiembre de 2021". A veces, un chatbot puede cometer errores lógicos simples o ser demasiado crédulo, aceptando declaraciones falsas obvias del usuario. Además, la IA no es perfecta para resolver problemas complejos.
GPT-4 está disponible a través de la API de lista de espera de OpenAI, así como también de ChatGPT Plus, el plan premium de OpenAI para ChatGPT. Microsoft confirmó previamente que su chatbot Bing ya se está ejecutando en GPT-4. El modelo ya usa Stripe para rastrear sitios web comerciales y entregar currículos al personal de atención al cliente, y Duolingo lo ha integrado en un nuevo nivel de suscripción de aprendizaje de idiomas.
Anteriormente, el CEO de OpenAI, Sam Altman, declaró que GPT-4 no será el modelo de lenguaje más grande. Estará en algún lugar entre GPT-3 y Gopher (175-280 mil millones de parámetros). Altman también reconoció que la humanidad aún está lejos de desarrollar una IA perfecta.
bbabo.Net