因為像中文這樣的語言有著不同、更復雜的結(jié)構(gòu)，導致它們需要更高的詞元化率。

例如，根據(jù) OpenAI 的 GPT3 分詞器 ，“你的愛意（your affection）” 的詞元，在英語中只需要兩個詞元，但在簡體中文中需要八個詞元。這意味著，除了英語之外的其他語言，使用和訓練模型要貴得多。而一旦翻越了“語言障礙”這道檻，無疑會直接地掃清橫亙在GPT面前的這條通用性障礙。除此之外，文件中突出的語音識別功能，看似只是一個不起眼的改動，但從某種程度上說，這也是OpenAI對GPT-5在通往AGI的道路上鋪下的又一塊路磚。眾所周知，在今后的大模型發(fā)展方向上，模型變得邊緣化、終端化，已經(jīng)成了一個愈發(fā)明顯的趨勢。自從今年7月，高通發(fā)布了能在手機上運行的10億參數(shù)大模型后，榮耀、蘋果等廠商，也相繼宣布要推出自身的“大模型”手機。以手機為起點，將來的AI數(shù)據(jù)，將會越來越多地在攝像頭、傳感器、自動駕駛等終端側(cè)進行處理。

而在這樣的應(yīng)用場景中，語音識別無疑更便捷、高效。例如，AI語言模型可以讓駕駛員可以通過語音控制車輛行駛。將駕駛員的語音指令轉(zhuǎn)化為可執(zhí)行的指令，例如啟動、停止、加速、剎車等操作。而類似于SIri那樣存在于手機系統(tǒng)中的智能助手，也會優(yōu)先考慮通過語音指令來進行控制。由此可見，語音識別并非只是錦上添花，而是GPT-5進入終端側(cè)的“標配”，而通過在這一個個終端設(shè)備的下沉，GPT-5也將由此獲得更多邊緣化的、非語言的數(shù)據(jù)結(jié)構(gòu)。畢竟，大模型發(fā)展至今，能汲取的文本數(shù)據(jù)，已經(jīng)差不多了，要想在通往AGI的路上再上一個臺階，這種“非文本”的數(shù)據(jù)，就顯得至關(guān)重要。2

挑戰(zhàn)專家模型

除了上述特點外，OpenAI提交的文件中還提到：“GPT-5 可能還具備學習、分析、分類和回應(yīng)數(shù)據(jù)的能力”。從目前人工智能的發(fā)展趨勢來看，這很可能是指GPT-5具備了類似智能體的主動學習能力。而這樣的能力，將會使GPT-5與以往只能被動地通過人類投喂數(shù)據(jù)，來學習新知識的模型相比，產(chǎn)生本質(zhì)的區(qū)別。

具體來說，主動學習的能力，是指模型可以根據(jù)自身的目標和需求，自主地選擇、獲取和處理數(shù)據(jù)，而不是僅僅依賴于人類提供的數(shù)據(jù)。

這樣可以讓模型更有效地利用數(shù)據(jù)中的信息和知識，更靈活地適應(yīng)不同的數(shù)據(jù)環(huán)境和任務(wù)場景，而不只是被動地接收和輸出數(shù)據(jù)。而這樣的能力，在GPT-5面臨一些比較陌生、垂直的領(lǐng)域時，就顯得尤為重要。一些特定的領(lǐng)域，比如醫(yī)學、法律、金融等，通常有著自己特定的術(shù)語、規(guī)則和知識體系，對于普通的語言模型來說，可能難以理解和處理。如果GPT-5具備了主動學習的能力，它可以自動地從網(wǎng)絡(luò)上搜集和更新這些領(lǐng)域的相關(guān)數(shù)據(jù)，分析和分類這些領(lǐng)域的基本概念、重要原理和最新動態(tài)，以及回應(yīng)這些領(lǐng)域的常見問題、典型案例和實際應(yīng)用。如此，可以讓GPT-5更快地掌握這些領(lǐng)域的專業(yè)知識，更準確、高效地完成這些領(lǐng)域的相應(yīng)任務(wù)。

而這一切，正是其邁向真正的通用大模型的關(guān)鍵。因為如果GPT始終需要接入特定的“專家模型”，才能解決專業(yè)任務(wù)，那它就談不上真正的“通用”。因為這樣會導致GPT對于不同領(lǐng)域和場景的智能能力存在差異和依賴，而且也會增加GPT與“專家模型”的溝通和協(xié)調(diào)成本，而不能保證在任何情況下都能實現(xiàn)高質(zhì)量的服務(wù)。此前，外媒 Semianalysis 就對今年3月發(fā)布的GPT-4進行了揭秘，曝光了OpenAI采用混合專家模型來構(gòu)建GPT-4。根據(jù)爆料，GPT-4 使用了16個混合專家模型 (mixture of experts)，每個有 1110億個參數(shù)，每次前向傳遞路由經(jīng)過兩個專家模型。然而，更多的專家模型意味著更難泛化，也更難實現(xiàn)收斂。這是因為每個專家模型都有自己的參數(shù)和策略，往往很難協(xié)調(diào)一致，進而使得GPT難以平衡和“顧全大局”。

而在具備了主動學習的能力后，GPT-5將有可能利用多模態(tài)的理解和推理能力，以及知識圖譜和數(shù)據(jù)庫，來分析和理解獲取到的數(shù)據(jù)，并通過聚類算法和分類器，對相關(guān)數(shù)據(jù)進行關(guān)聯(lián)和歸納。如此，GPT-5就能根據(jù)不同的數(shù)據(jù)環(huán)境和任務(wù)場景，有效地利用數(shù)據(jù)中的信息和知識。

3

取代更多工作

如前所述，在掃清了語言障礙，并以便捷的語音識別功能進入終端側(cè)后，GPT-5將通過持續(xù)的主動學習能力，不斷汲取不同場景、領(lǐng)域和模態(tài)下的知識，進而向著AGI的道路高速前行。可以預見的是，當具備了這樣強大“通用性”的GPT-5，開始向各領(lǐng)域擴散后，除了少數(shù)具有數(shù)據(jù)壁壘的行業(yè)（如醫(yī)療）外，大部分垂直領(lǐng)域的大模型，都將會逐漸黯然失色。因為說到底，相當一部分專家或垂直大模型，本質(zhì)上是某些企業(yè)算力、數(shù)據(jù)不足，無法高攀“通用大模型”，而不得不退而求其次的產(chǎn)物（這在國內(nèi)尤為明顯）。

倘若一個通用大模型，憑借強大的學習能力，就能夠精通大部分行業(yè)，那誰又會愿意繁瑣地在不同的模型之間切換，并為不同的模型承擔多份訓練、使用成本呢？

從這點上來說，專家模型逐漸被通用模型取代，是人類在通往AGI道路上一個不可避免的歷史過程。而與此相伴的另一個現(xiàn)象，則是更多細分的、瑣碎的工作被取代。因為在有了更強大的通用大模型后，人們將會發(fā)現(xiàn)，其實很多崗位的工作內(nèi)容，是可以被合并、被統(tǒng)合的。

產(chǎn)品經(jīng)理和數(shù)據(jù)分析師就是一個可能的例子。例如，在一個新產(chǎn)品開發(fā)的項目中，GPT-5可以根據(jù)給定的產(chǎn)品概念或需求，從網(wǎng)絡(luò)上搜索相關(guān)的市場調(diào)研、競品分析、用戶畫像等數(shù)據(jù)，并下載到自己的內(nèi)存中。之后，它會通過自己的多模態(tài)的理解和邏輯推理能力，以及知識圖譜和數(shù)據(jù)庫，來分析和理解獲取到的數(shù)據(jù)。在得到了相應(yīng)的數(shù)據(jù)，并將其進行分類和組織后，GPT-5就會通過語言理解能力，從對話系統(tǒng)的反饋中學習相關(guān)的營銷策略、用戶反饋等信息，并將其與給定的產(chǎn)品概念或需求進行比較和評估。

如此一來，產(chǎn)品經(jīng)理和數(shù)據(jù)分析師這兩個崗位，就被高效地“合并”了。而在通往AGI的未盡之路上，這樣被合并和取代的崗位，還有無數(shù)種。因此，一個通用性更強的GPT-5，對人類而言，既是生產(chǎn)力進步的福音，但同時也是行業(yè)大地震的前奏。到了那時，許多尚不具備通用大模型能力，又缺乏行業(yè)壁壘的企業(yè)，將會如沙子堆起的城堡一樣，脆弱地倒下。而更多普通的個體，面對不斷被取代的崗位，將會更深刻地感受到時代的不確定性……