你的智力水平相当于CHATGPT 哪个版本

近几年人工智能研究中最显著的突破是大型语言模型（LLMs）在自然语言处理方面的进步。这些基于Transformer架构[VSP+17]的神经网络模型在海量网络文本数据上进行训练，其核心自我监督目标是预测部分句子中的下一个单词。在本文中，我们报告了一个由OpenAI开发的新LLM的证据，它是GPT-4[Ope23]的早期非多模态版本，并表现出根据1994年定义的智能的许多特征。尽管它纯粹是一个语言模型，但这个GPT-4的早期版本在各种领域和任务中表现出卓越的能力，包括抽象、理解、视觉、编码、数学、医学、法律、理解人类动机和情感等。我们使用纯自然语言查询（提示）与OpenAI开发的GPT-4在其早期开发阶段进行了交互。在下列第一幅图中，我们展示了GPT-4的一些初步输出示例，要求它以诗歌形式写出质数无穷性的证明，用TiKZ（一种用于在LaTeX中创建图形的语言）画一只独角兽，用Python创建一个复杂的动画，以及解决一个高中水平的数学问题。它轻松地完成了所有这些任务，并生成的输出几乎与（甚至比）人类能够产生的相同。我们还将GPT-4的表现与先前的LLMs进行了比较，尤其是ChatGPT，它是（改进的）GPT-3[BMR+20]的精细调整版本。在第二幅图中，我们展示了向ChatGPT请求输出质数无穷性诗歌和TiKZ独角兽绘画的结果。虽然系统在两个任务上都表现出非平凡的表现，但与GPT-4的输出相比，相去甚远。这些初步观察将在整篇论文中重复出现，涉及到各种任务。GPT-4展现出的泛化能力、跨领域的普适性和整合能力，以及在大量不同类型任务中达到或超越人类水平的表现，使我们相信GPT-4是朝着AGI的重要一步。

Q*的下一阶段，最初被称为GPT-6，但后来重新命名为GPT-7（原计划在2026年发布），由于埃隆·马斯克最近的诉讼而被暂停。计划在2027年发布的Q*2025（GPT-8）将实现完全的AGI......Q*2023=48智商Q*2024=96智商（推迟）Q*2025=145智商（推迟）埃隆·马斯克因为他的诉讼导致了推迟。这就是我现在揭示这些信息的原因，因为不会再造成进一步的伤害。我已经看过很多关于人工通用智能（AGI）的定义，但我将简单地将AGI定义为一种能够完成任何聪明人类所能完成的智力任务的人工智能。这是现在大多数人对这个词的定义。2020年是我第一次对一个AI系统感到震惊——那就是GPT-3。GPT-3.5是GPT-3的升级版本，也是ChatGPT背后的模型。当ChatGPT发布时，我感觉更广泛的世界终于赶上了我两年前就开始互动的东西。我在2020年广泛使用GPT-3，并对它的推理能力感到震惊。GPT-3及其半步后继者GPT-3.5（在2023年3月升级为GPT-4之前，它驱动了现在著名的ChatGPT）在某种程度上是朝着AGI迈出的巨大一步，而早期的模型则不是这样。需要注意的是，像GPT-2这样的早期语言模型（基本上自Eliza以来的所有聊天机器人）实际上没有真正连贯回应的能力。那么为什么GPT-3会有如此巨大的飞跃呢？

2022年11月30日，OpenAI发布基于GPT 3.5的ChatGPT，自此开始，一股AI浪潮席卷全球，但AI（人工智能，Artificial Intelligence）并不是近几年才有的新鲜事，他的起源，最早可以追溯到上世纪的1943年。1943年，心理学家麦卡洛克和数学家皮特斯提出了机器的神经元模型，为后续的神经网络奠定了基础。1950年，伟大的计算机先驱图灵最早提出了图灵测试，做为判别机器是否具备智能的标准（即在一个对外不可见的房间内放置一台可以与外界沟通的机器，如果外界交互的人无法区分房间里到底是真人还是机器，那么我们就说房间里的机器具备了智能，通过了图灵测试）。1956年，在美国一个小镇的达特茅斯学院中，马文·明斯基和约翰·麦凯西拉着香农大佬站台背书，共同发起召开了著名的达特茅斯会议，在这次会议上，人工智能Artificial Intelligence一词被正式提出，并做为一门学科被确立下来。此后接近70年的漫长时间里，AI的发展起起落落，两次掀起人类对AI毁灭人类世界的恐慌，热度拉满，但又最终以“不过如此”冷却收场。图1 AI发展史