GPT-4 即将面世,它到底是擎天柱还是威震天?
有兴趣写书的朋友找呆鸟
Python、前端、数据库、
数据分析、数据可视化、数据科学
请在公号后台 留言
呆鸟说：“ChatGPT 是具备人机对话能力的人工智能，一经问世，就给世人带来了前所未有的新奇体验。短短几个月时间，它就占据了人们的视野。有人好奇，有人担忧，有人看到了致富的机会，也有人担心 AI 会夺走我们的饭碗。ChatGPT 的内核即将从 GPT-3 升级为 GPT-4 ，面对更强的 AI，我们应何去何从呢？”
GPT-3 是 ChatGPT 的核心，它是基于 Transformer 架构开发的大语言模型（large language models，LLMs），它 的全称是 生成式预训练转换器-3 （generative pre-trained transformer 3），拥有超过 1750 亿个参数。 公众可以通过 OpenAI API 访问 ChatGPT，该 API 用户界面简单易用，只需“输入文本”，即可“输出文本”，无需用户具备任何专业技术知识。
据传，OpenAI 正在开发 GPT-4，该模型的参数可能高达 100 万亿，但 OpenAI 的首席执行官 Sam Altman （呆鸟说：这是奥特曼？）反驳了这一说法。
山姆·奥特曼
那么，GPT-4 与 GPT-3 到底有何不同，它是否会颠覆我们现有的认知？本文将一一对此进行说明。
预计 GPT-4 将在 2023 年发布
汽车人
首领
~ 擎
天柱
虽然尚未正式官宣，但 IT 界对 GPT-4 的传言数不胜数，多家媒体预测 OpenAI 很可能会在今年发布 GPT-4。 尽管有传言称微软在必应的聊天功能中使用了新版 GPT，但目前测试用户必须排队等待才能使用由 ChatGPT 支持的新必应，而且也无法确定新必应的聊天功能是否使用了新版本的 GPT。
在 ChatGPT 发布之前，即 2022 年底，OpenAI 只允许指定的合作伙伴、付费客户和学术机构使用 GPT-3。预计在GPT-4 发布之前，OpenAI 也会采取类似的方式限制 GPT-4 的使用人员。
GPT-4 可能不会比 GPT-3 训练更多的数据
有传言称，GPT-4 的参数规模将比 GPT-3 大 100 倍，即 17 万亿个参数。 但 Altman 曾表示，GPT-4 的参数规模可能并不会比 GPT-3 大很多，他认为改进的重点应该是利用现有数据的能力，而不是添加更多的数据。
与 GPT-3 竞争的 Megatron 3（注：Megatron 是变形金刚里霸天虎的首领，中文名为威震天）也是一种大语言模型，它训练的数据比 GPT-3 多，但在测试效果并没有超越 GPT-3，这表明在 AI 领域，规模更大并不一定意味着效果更好。改进算法将降低 GPT-4 和 ChatGPT 的运行成本，这将是 ChatGPT 想要取代谷歌成为最流行的搜索引擎的重要因素。
霸天虎首领 ~ 威震天GPT-4 将生成更好的编程语言代码
GPT-4 将使 AI 生成代码的能力突破新的境界。除了生成人类语言，ChatGPT 还能生成 JavaScript、Python、C++ 等编程语言的代码，在软件开发、Web开发和数据分析等领域都将有广泛的应用。
据称，OpenAI 正在招聘能以人类语言描述代码功能的程序员，这将进一步推动开发工具的革命。例如，微软旗下的 Github 推出的 Copilot 使用的就是经过微调的 GPT-3，能够把人类自然语言转换为代码。
总之一句话，就是 让程序员开发干掉程序员的程序 。
GPT-4 不会添加图形功能
有人曾预测 GPT-4 将整合 GPT-3 的文本生成功能和 Dall-E 2（OpenAI 的另一款 AI 产品）的图像创作功能，可以说，如果能提供数据可视化功能，ChatGPT 将更加完美。 但 Altman 否认了这一点，并表示 GPT-4 仍只提供文本生成的功能。
Dall-E 生成的图像有人会对 GPT-4 失望
虽然 GPT-3 的闪亮登场让整个世界都兴奋不已，但 GPT-4 的表现可能并不会让人再次惊艳。 计算机第一次写诗的时候，你可能会觉得震撼，但几年后，即使能让 AI 把诗写得更优美，也不会再给人带来同样的震撼。
Altman 在今年一月的采访中曾说过，“有关 GPT-4 的传言很荒谬，都是空穴来风，只怕是希望越大，失望越大。”
那么，我亲爱的读者们，你们对此是怎么看的呢？
推荐书单
《Pandas1.x实例精解》详细阐述了与 Pandas 相关的基本解决方案，主要包括 Pandas 基础，DataFrame 基本操作，创建和保留 DataFrame，探索性数据分析，选择数据子集，过滤行，对齐索引，分组以进行聚合、过滤和转换，将 数据重组为规整形式，组合 Pandas 对象，时间序列分析，使用 Matplotlib、Pandas 和 Seaborn 进行可视化，调试和测试等内容。 此外，该书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。
【半价促销中】购买链接： https://item.jd.com/13255935.html
推荐阅读
抓来世上最火的 ChatGPT 当 Python 私教（01）
点个在看你最好看
