GPT-4 發布不到半年，GPT-5 就要來了嗎？

最近，美國專利商標局 (USPTO) 一份文件顯示：OpenAI 于 7 月 18 日提交了「GPT-5」的商標申請，并且已經被 USPTO Office 接收（滿足最低申請要求），后續將由審查人員進一步審批。

USPTO 文件截圖，文件網頁：https://uspto.report/TM/98089548

OpenAI 在這份商標申請中提及了 GPT-5 的基本信息。GPT-5 將是一個用于自然語言處理、生成、理解和分析的大型語言模型（LLM）。值得注意的是，除了文本，GPT-5 還將具備語音理解與生成的能力。

USPTO 文件截圖

具體來說，GPT-5 的功能包括把文本或語音從一種語言翻譯成另一種語言、語音識別、生成文本和語音等。此外，GPT-5 可能還具備學習、分析、分類和回應數據的能力。

有趣的是，今年上半年已經機器學習領域的專家、學者已經多次聯合發表公開信，呼吁人們重視生成式 AI 的潛在風險，并限制構建生成式 AI 大模型。其中，圖靈獎得主 Geoffrey Hinton 更是在 4 月從谷歌離職，警告人們生成式 AI 將「對人類構成威脅」。OpenAI 作為 ChatGPT、GPT-4 等大模型背后的公司，無疑被推上了風口浪尖。

彼時，OpenAI 表示將會專注于改進 GPT-4 版本，GPT-5 不在其近期計劃內。

現在，雖然 OpenAI 已經提交了商標申請，但 GPT-5 也不會很快到來。OpenAI CEO Sam Altman 曾在 6 月的「北京智源大會」上也說明過這一點。

OpenAI CEO Sam Altman

一般來說，科技公司會為尚未開發的概念申請商標，以保證其領先于競爭對手，并保護知識產權。申請中說明的 GPT-5 功能大部分 GPT-4 已經具備，在一定程度上 GPT-5 是 GPT-4 的改進版本。

GPT-4 發布之后，學界和業界對大模型有了更加深入的研究和探討。ChatGPT 和 GPT-4 強大的性能讓人們看到了大模型巨大的潛力，因而對 GPT-5 抱有很多期待。

首先在多模態能力方面，目前 GPT-4 只能處理文本和圖像兩種類型的數據，人們希望 GPT-5 能夠在語音、視頻等其他模態上有所突破。

其次，在計算效率與成本上，GPT-4 的定價是每 1k 個 prompt token 0.03 美元，默認速率限制為每分鐘 40k 個 token 和每分鐘 200 個請求。而 GPT-3.5-turbo 的定價是每 1k 個 token 0.002 美元，只有 GPT-4 的 1/15。GPT-5 的價格或許會比 GPT-4 更高。

最后，ChatGPT、GPT-4 等大型語言模型都固有一些問題，包括「幻覺」、「偏見」等等，這些問題讓大模型難以直接實際應用。GPT-4 相對于以前的模型已經顯著減輕了幻覺問題。在 OpenAI 的內部對抗性真實性評估中，GPT-4 的得分比最新的 GPT-3.5 模型高 40%：

我們期待 GPT-5 在「幻覺」和「對齊」方面能夠進一步改善。

此外，近期一些新模型在上下文窗口方面有了新的突破，例如 Anthropic 將 Claude 2 的上下文窗口擴展至 200K token（目前發布版本僅支持 100K token），將大幅提升模型長文檔閱讀的能力。這也給以后發布的 LLM 帶來了新的壓力，包括 GPT-5。

當然，GPT-5 實際會具備哪些能力，還要等到它問世那一天才能揭曉謎底，我們拭目以待。