O novo modelo de inteligência artificial GPT-4 da OpenAI teve uma grande estreia e já está sendo utilizado para capacitar desde um voluntário virtual para deficientes visuais até um bot de aprendizado de idiomas aprimorado no Duolingo.
No entanto, quais são as principais diferenças entre o GPT-4 e as versões anteriores, como o ChatGPT e o GPT-3.5? Vamos falar sobre as cinco maiores diferenças entre esses sistemas populares.
Mas antes de explorarmos essas diferenças…
Vale lembrar que, embora o ChatGPT tenha sido originalmente descrito como GPT-3.5 (o que sugere algumas iterações além do GPT-3), ele não é, por si só, uma versão do modelo de linguagem grande da OpenAI.
Na verdade, o ChatGPT é uma interface baseada em bate-papo para qualquer modelo que o alimente.
O sistema ChatGPT, que ganhou popularidade nos últimos meses, foi uma forma de interagir com o GPT-3.5 e agora é uma forma de interagir com o GPT-4.
Dito isso, vamos agora analisar as diferenças entre o chatbot que você já conhece e o seu sucessor recém-aprimorado.
1. O GPT-4 pode ver e entender imagens
Uma das mudanças mais notáveis nesse sistema de aprendizado de máquina altamente versátil é que ele é “multimodal”, ou seja, capaz de entender mais de uma “modalidade” de informação.
Tanto o ChatGPT quanto o GPT-3 eram limitados ao processamento de texto, podendo apenas ler e escrever, o que, embora fosse mais do que suficiente para muitos aplicativos, ainda deixava certas lacunas.
Por outro lado, o GPT-4 agora é capaz de receber imagens e processá-las para encontrar informações relevantes.
Embora seja possível simplesmente pedir que descreva o que está na imagem, o mais impressionante é que sua compreensão vai além disso.
Um exemplo fornecido pela OpenAI é uma imagem que contém uma piada com um conector de iPhone superdimensionado.
O mais revelador, no entanto, é a parceria com o Be My Eyes — um aplicativo usado por pessoas cegas ou com baixa visão que permite que voluntários descrevam o que seus telefones veem.
No aplicativo, o GPT-4 é capaz de descrever o padrão de um vestido, identificar uma planta, explicar como chegar a uma determinada máquina na academia, traduzir um rótulo (e oferece ruma receita), ler um mapa e executar uma série de outras tarefas que mostram que ele realmente entende o que está em uma imagem — se forem feitas as perguntas certas.
Afinal, ele sabe como é o vestido, mas pode não saber se é a roupa certa para sua entrevista.
2. O GPT-4 é mais difícil de enganar
Embora os chatbots de hoje em dia tenham um bom desempenho em muitos casos, eles ainda são vulneráveis a serem facilmente desviados.
Apenas um pouco de persuasão é suficiente para convencê-los de que estão explicando o que uma “IA ruim” faria ou algum outro tipo de ficção que permite que o modelo diga todo tipo de coisas estranhas e até mesmo enervantes.
De fato, as pessoas até colaboram em prompts de “jailbreak” que rapidamente tiram o ChatGPT e outros sistemas de seus trilhos.
No entanto, o GPT-4 foi treinado em uma enorme quantidade de prompts maliciosos que os usuários forneceram à OpenAI nos últimos dois anos. Com isso em mente, o novo modelo é muito melhor do que seus antecessores em termos de “factualidade, direcionamento e recusa em sair dos trilhos de proteção”.
Conforme descrito pela OpenAI, o GPT-3.5 (que alimentava o ChatGPT) foi um “teste” de uma nova arquitetura de treinamento, e eles aplicaram as lições aprendidas na nova versão, que é “notavelmente estável”.
Eles também foram mais capazes de prever suas capacidades, o que significa que há menos surpresas ao usá-lo.
3. O GPT-4 tem uma memória mais longa
Com a versão antiga do ChatGPT e o GPT-3.5, havia um limite para a quantidade de informações que podiam ser mantidas em mente durante uma conversa com o usuário.
Esse limite era de 4.096 tokens, o que equivale a cerca de 8**.000 palavras ou quatro a cinco páginas de um livro.** Depois disso, o modelo perderia a noção das coisas em sua função de atenção.
No entanto, o GPT-4 tem uma contagem máxima de tokens de 32.768, o que se traduz em cerca de 64.000 palavras ou 50 páginas de texto.
Isso significa que durante conversas ou geração de texto, o modelo poderá manter até 50 páginas ou mais em mente.
Ele será capaz de lembrar de conversas anteriores, mesmo que tenham ocorrido há 20 páginas atrás ou referir-se a eventosClique e veja os próximos Eventos de Marketing Digital... que aconteceram há 35 páginas atrás ao escrever uma história ou ensaio.
Em resumo, o GPT-4 oferece uma memória expandida e recursos aprimorados.
4. O GPT-4 é mais multilíngue
Assim como no mundo real, o mundo da IA é dominado pelo idioma inglês, com a maioria dos dados, testes e trabalhos de pesquisa sendo conduzidos nessa língua.
No entanto, é importante que os recursos de modelos de linguagem sejam aplicáveis em qualquer idioma escrito e estejam disponíveis para todos.
O GPT-4 avança nessa direção, mostrando que é capaz de responder com alta precisão a milhares de perguntas de múltipla escolha em 26 idiomas diferentes, incluindo italiano, ucraniano e coreano.
Embora seja melhor nas línguas românicas e germânicas, ele também consegue generalizar bem para outras línguas.
Mesmo promissor, esse teste inicial de recursos de linguagem está longe de ser abrangente em relação aos recursos multilíngues.
Os critérios de teste foram inicialmente traduzidos do inglês e as questões de múltipla escolha não refletem adequadamente a fala comum.
No entanto, apesar de não ter sido especificamente treinado para isso, o desempenho foi excelente, o que sugere que o GPT-4 pode ser ainda mais amigável para aqueles que não falam inglês.
5. GPT-4 tem diferentes “personalidades”
O conceito de “dirigibilidade” na IA é interessante, pois se refere à capacidade de mudar o comportamento do modelo de acordo com as demandas do usuário.
Embora possa ser útil, como assumir o papel de ouvinte compreensivo, também pode ser perigoso, como quando as pessoas convencem o modelo de que ele é mau ou deprimido.
O GPT-4 apresenta uma integrada dirigibilidade, que permite aos usuários ajustarem a “personalidade clássica do ChatGPT com verbosidade, tom e estilo fixos” para algo mais adequado às suas necessidades.
A equipe porém, ressalta que existem limites para esses ajustes, uma vez que mudanças extremas podem fazer com que o modelo perca a coerência.
Agora, os desenvolvedores poderão criar uma perspectiva, estilo de conversação, tom ou método de interação desde o início, sem dependerem de sugestões para a personalidade “padrão” do GPT-3.5.
Para fazer isso, eles poderão preparar o chatbot com mensagens como “Finja que você é um mestre em um RPG de mesa” ou “Responda como se você fosse uma pessoa sendo entrevistada para notícias a cabo”.
Em conclusão, é importante ressaltar que existem diferenças mais sutis ou técnicas entre o GPT-4 e seus predecessores que ainda precisam ser exploradas.
À medida que os usuários testarem o novo modelo de linguagem, aprenderemos muito mais sobre suas capacidades e limitações.
Se você está interessado em experimentar o GPT-4, fique atento ao serviço pago da OpenAI, o ChatGPT Plus, que estará disponível em breve.
Além disso, os desenvolvedores poderão acessá-lo por meio da API e, possivelmente, haverá uma demonstração gratuita logo mais.
Fonte: TechCrunch
