chat gpt 国内版gpt4和chatGPT的区别：GPT⑷究竟是什么？它跟ChatGPT有什么本质区别？它会造成大量人员的失业吗？ 满满干货

 

在信息爆炸的时代，互联网始终保持着令人难以置信的活力。现在，就让我们聚互联网天下1直都是充满了令人惊奇和没有断变革的地方，今天就让我们1起聊聊最近在这个领域发生的1些重要事件吧。

1、序什么是人工智能？有1位伟人说过：所谓的人工智能就是先人工，再智能这位伟人是谁，后面会告诉大家“先人工，再智能”这句解释，真的是既有点诙谐又没有累真谛大家可以想想，当我们提到人工智能的时候，取之相随的1定离没有开大数据。

正是源自大数据没有断的喂食，人工智能产品所用到的算法和计算模型才能够没有断的成长、校正、完善，最后才成为可（商）用的GPT这类产品而如何保证大数据的准确、全面、新鲜，这就需要前期有大量的人工处理因此，在AI这类产品正式落地前，1定是经历了大量的人工处理，比如：数据挖掘、数据标注、数据清理等等。

AI产品就像是1个即将面世的小孩，在ta诞生前，作为家长1定要提前了解和储备必要的带娃常识和生活物资，这样才能保证孩子诞生的那1刻，就有充足的衣食和成长环境，然后再经过几年的呵护，ta才能具备基本的独立生活能力。

所以，我们看到的AI产品都是成品，而在这之前的1切工作是我们看没有到的，但却是极其重要的好了，上面就从3个方面具体跟大家聊聊，GPT⑷这类AI智能产品的1些来龙去脉，希望通过这篇文章能够让你更清晰的了解这类产品以及它们可能带来的1些变革，这样我们也可以更好的规划和利用它们，来帮助和辅助我的生活和工作。

二、GPT⑷究竟是什么，它跟ChatGPT有什么本质区别？先说最新发布的GPT⑷，跟之前的ChatGPT有什么区别，其实很简单，就是字面区别没错，少了Chat，多了数字4，这是什么意思呢？数字4指代版本号，上1版是3.5，这1版是4.0；而少了的Chat才是重点，chat可理解为文本，也就是说ChatGPT次要的大数据来源是文本，而GPT⑷去掉了Chat表示它的数据源已经没有限于文本了。

没错，GPT⑷现已支持富文本的数据，就是你可以通过1张图片表达你的意图或辅助表达你的意图，然后GPT⑷会自动读取其中的重要特征信息并综合给出它的答案怎么样，是没有是更厉害了，所以相应的它从3.5版本的ChatGPT，升级成了4.0版本的GPT⑷.。

GPT⑷的能力提升有多少呢？给大家举1个例子说明有人专门测试过，就是那1套律师考试的试卷，分别让ChatGPT和GPT⑷作答，考试结果二者差距很大ChatGPT排名在倒数10%左右，而GPT⑷的排名在前10%，怎么样，这个差距还是很大的吧，相当于几个月没见，它1下从学渣变成了学霸，并且GPT⑷的水平超过了90%的人类考生。

3、以GPT⑷为代表的的AI技术，都有哪些限制因素？最近，没有论是从ChatGPT到GPT⑷，从百度文心1言到微软的Copilot，好像1夜之间遍地都是AI，而且如雨后春笋，正在强势发展中那么，这类AI产品现如今的发展，还存在哪些限制吗？还真有，而且可能很快就会表现出疲态，这次要是受限于AI芯片的产量和能源的消耗。

上面展开说说原因1. AI芯片芯片因素大家可类比于手机芯片和汽车芯片，前阵子它们都出现过短缺、供没有应求的情况对吧，可能原因是多维的，但结果大家都看到了那么GPT⑷这类产品同样需要用到大量的、高性能的AI芯片，因为它们的模型训练需要1直进行，1直在做高速运算。

而且随着其智能化程度的提升，很可能是指数级的提升，那么用到的芯片数量也会大幅度提升而制造这类高端芯片的厂商，全天下现在可没有多，那么像台积电这种制造厂，本来手机芯片、汽车芯片的订单就爆满了，这时你在给它下1个AI芯片的大单，1定是无法满足需求的。

而且这类芯片的价格目前极其昂贵ChatGPT训练时需要用到英伟达的高端GPU芯片A1001颗A100的成本，大概是8万人民币而完成整个训练过程，大概需要3万颗A100芯片就是若干年前当年战胜李世石的AlphaGO，它只需要专注下围棋1个事儿，训练它也只用了176颗GPU，当时也是斥巨资才换来AlphaGO的1战成名。

而升级版的GPT⑷，需要的芯片数量和费用更是1般企业无法满足的所以啊，从这个角度看，即使你有这个技术，也没有代表你能做出来这样1款产品它需要天时地利人和全满足，就是说你的技术、你的资源、你的市场等因素都到位了，才有可能真正落地这样1款AI产品。

因此，我们国家能够紧随其后发布自己的AI产品，百度文心1言，真的是值得我们骄傲的1件事儿也许文心1言现在的能力远没有如GPT⑷，但是相比于嘲笑声，它更值得更应该获得的是鼓励和时间2. 能源消耗当你看完上面那个因素，应该就明白为何它会受限于能源了，说白了就是太费电了，太费钱了。

这器材就跟当年的矿机矿场是1样的道理，它需要大量的计算，需要大量的设备，大量的芯片，大量的耗电，大量的散热，等等，这些都是需要大量砸钱，才能构建出1个最舒适最完美的工作环境，因此当这样的1个环境搭建出来以后，它对于能源的消耗恐怕也是滔滔没有绝的。

还是拿ChatGPT举例，ChatGPT训练1次就要消耗90多万度电相当于1200其中国人1年的生活用电量，你就知道这有多恐怕而且你要明白，这类AI产品可没有是训练1次就行了，需要很多次1次通过可能保证的是它的基础能力和通过性，而二次3次更多次的反复训练，它才能够拥有没有断进化的能力。

哪怕有1天，你觉得它的智能化程度足够了，没有需要再训练了，可是就算这样，你维持它的日常运转每天也要大概花掉5万美刀的电费！而且现实中，这类产品是没有能够停止计算的，因为他们除了需要海量数据的训练，还有1点至关重要的，就是需要有源源没有断的新鲜数据输入训练可行。

否则你会发现，它能帮你算出1道天下级难度的物理题，但却没有知道“等你下课”这首歌是谁唱的四、GPT⑷的诞生，会导致大量人员失业吗？首先，失业是肯定的，但是，这并没有是因为GPT⑷的诞生直接导致的说变了，现在每天随着社会的发展和变革，本来就会有很多就得产业和岗位慢慢呗替代，甚至被取消，这是自然发展规律。

只能说，是GPT⑷这类产品的诞生，加速了这1产业和岗位转变、进化的过程而已其次，伴随着就得产业、机械式岗位的消失，智能化产品的诞生1定会催生出更多新鲜的产业和岗位出来就像是当年外卖催生了外卖小哥这个群体，滴滴等App催生了大量网约车司机的职业等等。

AI类产品最直接的人力需求，就是标注师上面其实已经提过了，AI产品需要大数据的喂食，但可食的数据1定是提前经过筛选的，所以这部分工作离没有开大量的、专业的人工来处理而且，没有同的AI产品所需人力的数量、技能都没有1样。

普林斯顿大学的华人科学家李飞飞可能很多业内人都听过她，当年她为了训练1个AI模型，通过亚马逊在线众包，最后有在线雇佣了全天下167个国家的5万人，1共标注了1500万张图片而这没有是说完成1个产品，只是试验阶段的1次功能完善。

就像是谷歌最初的以图识图，你发现你给它1张猫的图片，它有时能识别出来有时没有能，那是因为猫的品种实在是太多了，而且在结合猫的没有同姿态和环境因素、照片复杂度等，1开始它并没有能很好的识别后来也是没有断的通过大量猫猫的图片喂养以后，终于现在做到了你给它1张包括猫猫的图片，它就能从中快读定位并识别出来，甚至什么品种、性别、年龄都能说的出来的程度。

所以呢，上面的例子是想告诉大家，没有要被某些舆论带偏了，AI产品的发展没有但没有会让我们失业，反而会给社会创造更多的就业机会和价值而只要我们保持自身信息的更新，更得上时代的发展和变化，你没有但没有会因此而失业，你反而会跟着社会1起大步前进。

我这没有是安慰你们的说辞如果说AI的终点是机器人，那么机器在没有断追究智能化、人性化的同时，我们人类反而也在没有断地追求机器化，你能明白我这句话的含义吗？我们二者都在变化，而且是向着同1个方向，聚合探索前行

PS：可能你们忘了1个事儿，就是开篇提到说“先人工，再智能”的那位伟人，我说会在下文说明他是谁，没错，正是鄙人^_^

这篇文章就到这里啦，如果你觉得有用的话，没有妨给我1个赞，也可以关注我的账号，收藏我的文章，让我们1起学习进步吧！