灵博集团 | 【GPT-5要来了？超能力AI有望成为最大规模的大语言模型】
该文章来源于每日经济新闻，如有侵权或不予转载，请联系我们删除文章。

近日，OpenAI在其官网发布的一篇博客文章中表示：“使用GPTBot用户代理抓取的网页可能会被用来改进未来的模型。”公司还补充称，GPTBot可以提高内容准确性，扩展未来迭代的能力。此外，由于OpenAI近期刚向美国专利商标局申请了GPT-5商标，国外不少科技媒体认为，OpenAI所指的这个“未来迭代”就是GPT-5。

OpenAI在官网介绍了新产品GPTBot，这是一种网络爬虫，可大规模爬取网络数据用于训练AI模型，据称可以用来改进未来的聊天机器人大模型。
据悉，它将具备众多GPT-4所没有的能力，而且几乎每一项都剑指通用人工智能。
网络爬虫是一种主要通过浏览网络抓取数据的工具，方式包括数据挖掘，网页数据复制/拍照、网站镜像等方式。网络爬虫是互联网和大数据时代最重要工具之一，被誉为“黄金矿工”，应用场景非常广泛。例如，谷歌、必应等搜索引擎通过网络爬虫来收集和建立网页索引，方便用户通过关键字快速找到相关的网页。
OpenAI表示，网络爬虫将从互联网上收集公开可用的数据，但会过滤掉需要付费的内容来源或个人身份信息的消息来源，以及有违反其规定的文本来源。需要指出的是，网站的所有者可以通过在服务器上的标准文件中添加“disallow（禁止）”指令来拒绝网络爬虫。 

OpenAI最先提到的一个变化，就是多模态功能的加强。具体来说，GPT-5的功能包括把文本或语音从一种语言翻译成另一种语言、语音识别、生成文本和语音等。有观点认为，文件中突出的语音识别功能，看似只是一个不起眼的改动，但从某种程度上说，这也是OpenAI对GPT-5在通往AGI的道路上铺下的又一块路砖。
除了上述特点外，OpenAI提交的文件中还提到：“GPT-5可能还具备学习、分析、分类和回应数据的能力”。从目前人工智能的发展趋势来看，这很可能是指GPT-5具备了类似智能体的主动学习能力。而这样的能力，将会使GPT-5与以往只能被动地通过人类投喂数据来学习新知识的模型相比，产生本质的区别。

具体来说，主动学习的能力，是指模型可以根据自身的目标和需求，自主地选择、获取和处理数据，而不是仅仅依赖于人类提供的数据。
这样可以让模型更有效地利用数据中的信息和知识，更灵活地适应不同的数据环境和任务场景，而不只是被动地接收和输出数据。而这样的能力，在GPT-5面临一些比较陌生、垂直的领域时，就显得尤为重要。
如果GPT-5具备了主动学习的能力，它可以自动地从网络上搜集和更新这些领域的相关数据，分析和分类这些领域的基本概念、重要原理和最新动态，以及回应这些领域的常见问题、典型案例和实际应用。

据悉，GPT-3.5有1750亿参数规模，OpenAI没有公布过GPT-4的具体规格，但之后的分析认为其拥有16个专家模型，每个NLP（Natural language processing，自然语言处理）专家大约有1110亿个参数，总计1.8万亿参数，是GPT-3.5的10倍。如果按照这个比例来提升，GPT-5将突破10万亿参数，有望成为最大规模的大语言模型。
目前，GPT-5仍然处于理论概念的阶段，还需要大量的训练和进行广泛的安全审核。据外媒报道，GPT-5有望显著减少回答所包含的错误内容，OpenAI可能会通过先进的训练方法来解决这个问题。此外，GPT-5或将具有更高的计算效率，从而拥有更快的响应时间。虽然具体的细节尚未透露，但人们相信GPT-5可能会通过突破自然语言理解、上下文推理和整体语言流畅性等领域的界限，为AGI做出贡献，并有可能达到通用人工智能的高度。