ChatGPT PLUS重新开放注册收费！到底怎么用？PLUS付费版为ChatGPT 4 ，比起免费版差异在哪？中文使用有哪些诀窍？GPT 5也快出现，传闻有哪些厉害应用？

ChatGPT账号自动发货商店

在Google热搜榜上攻占年度第二、全球每周活跃用户突破1亿，在生活中和工作里怎么用好ChatGPT，早就是2023年白领上班族的必备知识。如此进步速度飞猛的生成式AI工具，该怎么掌握？其实现在才开始学，还来得及，更有大师免费线上课程，可让你一次搞通指令。各国企业与个人，陆续有使用者分享经验。到底它有多神？如何入门上手？以下请见全解析。

ChatGPT是什么？

OpenAI是一家专注于发展人工智慧的企业，最终目标是创造出能够造福全人类的通用人工智慧（artificial general intelligence，简称为AGI）。ChatGPT就是他们为了达成愿景，开发出的重要产品之一。它主要透过网页介面提供服务，背后运行的是强大的GPT模型，目前付费用户对话的ChatGPT背后为GPT-4，免费用户使用的版本则是GPT-3.5。

2023年11月因为ChatGPT Plus的使用量太高，OpenAI一度暂停用户新提出的付费订阅需求，以免公司无法负荷量能，好消息是到了2023年12月，OpenAI再度重新开放注册，对GPT3.5生成内容品质不够满意的使用者，又可以付费加入GPT-4的行列。

自从2020年推出具有里程碑意义的GPT-3以来，OpenAI持续在大型语言模型的开发上取得显著进展。2023年，他们正式推出更加先进的GPT-4，这个版本的模型在多项测试中展现出惊人的能力，比如在美国律师考试中取得高分，以及流畅回答奥林匹亚竞赛和美国大学先修课程的试题，丝毫没有迟滞之感。

ChatGPT的训练方法与OpenAI此前开发的「打电动机器人」OpenAI Five相似，都采用了基于人类回馈的增强学习（reinforcement learning）技术。这种训练方法可以类比于孩童在玩电子游戏时的学习过程：即使没有成人的直接指导，孩子们也能透过不断的尝试和错误，从每次游戏中获得的正面和负面回馈中学习，逐步找出解决问题的策略，并将之内化。

训练ChatGPT时，便是仿照上述概念。OpenAI先请模型训练者，同时扮演使用者和人工智慧助手（即现在的ChatGPT）角色，创造一定数量的数据，让机器认识到对话的基本策略。接着，为了让机器认知到什么是「比较好的」对话内容与模式，训练者会扮演使用者，向机器担任的人工智慧助手发话，此时训练者会提供建议帮助机器撰写回答。

为了让机器「学习」，训练者会撷取机器撰写的不同语句，接着「告诉」机器回答内容的品质高低。这些线索有如「小朋友齐打交」的正向与负向回馈，机器可以借此改善产出，并回头更新其产生回答的策略，就这样一步一步的离成品迈进。

训练ChatGPT的过程有如小朋友玩电动一般，会透过外部回馈更新决策。当然，这背后有科学家的无数心血。

为什么ChatGPT那么厉害？

人们时常听到人工智慧，虽然企业早已广泛采用，无论金融、行销、供应链等各类产业都有早应用，但因为生活中无法直接企及，对于AI还是有点距离。

不过，2016、2017年，新创企业DeepMind打造的围棋人工智慧AlphaGo，接连击败围棋名宿李世乭与柯洁，让AI在世人心中留下难以磨灭的刻痕，原来复杂如围棋，机器也能超越人类，下一个领域又会是什么？

然而，下棋仍属用途相对狭隘的弱人工智慧（weak AI），相较于在围棋界独孤求败的AlphaGo，这次ChatGPT开放给众人使用，它的应用场域显得贴近生活，离泛用、接近人类的强人工智慧（strong AI）更进一步。

不过，ChatGPT仍属于弱人工智慧的范畴，它的设计目标是模仿人类对话，背后运作原理实际上仍与人类逻辑推理不同。

如同「深度学习之父」杨立昆（Yann LeCun）在6月的一场演讲所说，人类在演讲前会先规划大纲，以此为骨架，搭建出每个段落中要传递的论点，这个做法背后，有着逻辑与推理支撑。然而，ChatGPT背后的GPT模型，并不是走「先计画再行动」的路数，而是从预先训练好的资料中，找寻与前后文一起出现机率高的素材，多番拼凑后产生完整句子。

但是，对一般人来说，机器能够如此流利和人们谈天说地，就已经足够惊人。

ChatGPT的优异表现，很大部分要归功于它所站立于上的巨人肩膀，也就是GPT模型。2018年，OpenAI发表论文，主要在讨论利用所谓「生成式预训练（generative pre-training，简称为GPT）」，改善模型对于语言的理解，此方法成功克服当时机器学习研究者的痛点。

对投身人工智慧领域的产学界人士来说，即使技法再精妙、运算资源再丰沛，还是必须投注资源标注资料。以医疗领域为例，若想让机器学会判读医疗影像，借此和医生一样能够辨认疾病，在打造出分类（classification）模型之前，得让机器知道，每张照片对应到是有患病／没患病，或者阳姓／阴性，这个标签没办法无中生有，需要透过既有资料库，或者请人逐一标记资料。

然而，当既有资料数量不足，或是应用领域还很新的时候，一定要加入新资料以量取胜，才能让模型表现变得更好。可是，若想拜托医师花时间逐一标记影像，必然耗费巨大的人力成本。

不只是影像辨识，其他领域状况亦然。AI助手生成信件的文字品质够好吗？人工智慧替人资做的履历筛选建议会不会有遗珠？金融场景中盗刷和贷款违约预测的判定品质如何？这些都仰赖人类实际的回馈。

GPT厉害在它能够基于无监督（unsupervised，指没有标签）的数据，先建立起通用的语言模型，这解决了上述每换一个领域、便要重新标注资料的问题，接着OpenAI针对有监督（supervised ，指有标签）的特定任务逐步微调，如此一来，还能进一步提升模型表现。

ChatGPT有何突破？

当然，使用无监督的数据生成模型说来容易，原理上听起来也合情合理。但实务上的挑战甚巨，因为训练模型，仰赖运算能力，这意味着燃烧资本。

就第一代GPT模型来说，预训练的数据量达到约5GB，使用到的参数接近1.2亿。隔年（2019）OpenAI发表GPT-2，预训练的数据量暴涨，直接冲高到40GB，使用到的参数更是来到15亿。OpenAI并没有停下脚步，在2020年又释出了GPT-3，这次的数据量翻了千倍，达到45TB，而参数量也升级到1,750亿。

隔了3年，OpenAI在今年（2023）3月发表GPT-4，但没有公布模型架构、参数细节、训练过程，因此遭到外界抨击，因为OpenAI的成果受益于其他研究机构和企业的开源，包含谷歌、脸书、学术团体等。杨立昆便直言，OpenAI从专注于研究（research）的实验室，转变为开发产品（product）、替微软服务的单位，其保密做法更无法让世界上其他企业能够一起进步。

针对不愿开源的指控，OpenAI曾回应，它们担心开放模型让人使用，会有滥用风险，才会采取开放API的方式，让潜在损害停留在可控范围。当然，反对者无法接受此一说法，认为OpenAI连训练过程、使用资料、参数大小都没公布，这无疑是避重就轻的回答。

另外，不看模型的参数数量，改看ChatGPT对话长度的token数，这个数字能够反映出ChatGPT对话的上限，若超过此限制，它会忘记交谈内容、失去脉络。

GPT-4出现后，系统能够接受的token数量从4000跃升到了3万2000，足足有八倍之多，这将大幅提升应用上的可能性，无论是客服机器人，或是文字摘要，都将变得更为容易；不过，现在OpenAI仅开放8000多个token的版本供人使用。

OpenAI没有公布训练GPT模型所投入的资金。但就深度学习企业Lambda Labs的首席科学家推测，若是利用最便宜的云端运算服务训练GPT-3模型，需要花上至少460万美元、耗时355年才能训练完成，因此OpenAI才会选择和微软合作，取用微软算力，微软则得到OpenAI授权使用模型，并将之整合到自家旗下产品中，可谓双赢。

为什么ChatGPT那么红？

ChatGPT席卷世界，但它绝不是第一项AI产品，也不是第一项面向大众的AI产品。企业喊AI应用已有很长时间，数位工具开发者也陆续在软体内加入人工智慧功能，但只有ChatGPT掳获人心。

探究ChatGPT能够取得高人气的背后原因，关键首先在于ChatGPT足够贴近日常。与先前学术领域和商业领域的AI应用相比，想要使用ChatGPT，只要造访网站就好，不用什么技术门槛，就跟你我在对话一样。

Google DeepMind执行长哈萨比斯（Demis Hassabis）认为，「语言是人类智能和每日生活的核心，」这也是ChatGPT成功的关键。因为技术进步，改善了生成内容的品质，ChatGPT生成的内容已经不再是蹩脚、一眼就能看穿的机器人生成文字，乍看之下颇有思想、回答内容又已足够拿来使用。

这些原因，让ChatGPT获选《Nature》的「年度10大人物」榜单，名列第11位，与其他过去一年充分发挥影响力的真人并列，如推动印度登月的科学家、巴西环境部长还有OpenAI的首席科学家等。虽然ChatGPT不是人，但考虑到它对世界带来的变化，《Nature》决定表彰这个产品与背后技术的影向力。

ChatGPT对手比较：Bard，Claude，Bing，文心一言

整理现在ChatGPT相似产品的竞争态势，市场上至少有这几间玩家：

订阅远见电子报，掌握国内外大事订阅

产品名称	所属企业	底层模型	备注
ChatGPT	OpenAI	GPT-3.5/GPT-4	微软投资
Bard	谷歌	PaLM2/Gemini	近期公开Gemini模型
Claude.ai	Anthropic	Claude/Claude2	Amazon、Google投资
Bing	微软	GPT-4	内建于搜寻引擎中
Grok	xAI	Grok-1	马斯克创立
文心一言	百度	文心Ernie
通义千问	阿里巴巴	通义Tongyi
豆包	字节跳动	云雀Yunque	近期传出调用OpenAI模型争议

资料整理：远见曾子轩

注：上表未列入仅提供API服务让开发者使用、但没有提面向消费者产品的大语言模型与企业，如小米投资、推出百川大模型的百川智能、推出盘古大模型的华为等

付费企业版AI差异：微软Copilot，ChatGPT企业版，Google Duet AI，Amazon Q 

若改看提供给企业内部使用的ChatGPT Enterprise与微软Copilot，初步有这些竞争对手：

产品名称	所属企业	底层模型	月费
Copilot	微软	GPT-3.5/GPT-4	30美元/月
Duet AI	谷歌	PaLM 2/Gemini	30美元/月
Amazon Q	Amazon	未公布＊	20美元/月
ChatGPT Enterprise	OpenAI	GPT-3.5/GPT-4	视企业而定

根据AWS表示，Amazon Q背后的基础模型（foundation model）并非先前发表的Titan模型，另有未公布的模型。

GPT-5何时会公布？有任何更新吗？

2023年11月，OpenAI上演一出堪比Netflix影集的人事变动大戏，关键就在于首席科学家萨斯凯博（Ilya Sutskever）对于公司发展AI的速度过快，对AI安全性与公共福祉的担忧不够，因此参与董事会撤换执行长奥特曼（Sam Altman）的突袭。

随着奥特曼回锅，这起内斗宣告落幕，外界逐渐将焦点从路线之争，转移到GPT模型的最新版本－我们将迎来GPT-5了吗？

整理目前已知资讯，可以确定OpenAI目前正在开发GPT-5，但没有进一步资讯。11月接受《Financial Times》访问时，奥特曼明确表示GPT-5处于开发的早期阶段，但他并没有分享具体的开发时程，所以还无法知道进度。另外，OpenAI在7月时申请GPT-5的商标，应用包含利用AI语音转文字以及语音识别等软体。

奥特曼提到，预期GPT-T的性能会更优于前几代的GPT模型，但现在难以预测GPT-5可能会有什么样的新能力，因此他无法具体说明。

GPT模型训练时会用到庞大的资料，研究人员在训练前几代模型时，已经大量从网络上爬取内容，如果GPT-5没有拓展出新的设计架构，仍旧是从提升资料量的角度，持续追求缩放定律（scaling laws），则搜集资料将会是OpenAI的一大挑战。事实上，奥特曼就说，GPT-5除了利用网络上公开资料以外，也会向企业购买资料，他也呼吁使用其他先前较少人使用、包含对话与长篇写作的资料集。

此外，OpenAI先前曾多次表示非常重视公司产品的安全性，即便GPT-5有望在短时间内训练完毕，仍要等上一定时间，让OpenAI的研究人员测试，因此短期内，我们恐怕还看不到GPT-5的问世了。

GPT-4与GPT-3.5相比，有何升级？

自从ChatGPT首次亮相以来，它的表现便惊艳了众多用户。随后，OpenAI推出以GPT-4驱动的ChatGPT，回覆时间很短、回覆品质更好，回答问题时减少幻觉的出现，加入更多道德考量，同时也增加客制化的程度。

对比GPT-3.5，虽然GPT-4的训练方式与原则相同，所以在功能上还是有些限制，例如无法百分之百避免生成的内容有误，也可能会遇上逻辑推理谬误，使用者也能「恶搞」 ，像是蓄意提供错误讯息给ChatGPT，但在处理涉及安全或者敏感问题时，GPT-4相较于前代有显著进步，尤其在处理制造武器、寻求医疗建议或可能造成伤害的问题上，GPT -4都展现比GPT-3.5更好的判断能力，不像GPT-3.5时期的ChatGPT那么频繁出错。

OpenAI指出，若只是随意聊天，GPT-4与之前的版本相比并无太大区别，当任务变得复杂时，GPT-4的能力就显得尤为突出。在回答国际奥林匹亚竞赛（Olympiad，国际解题竞赛，各国会派出优秀学生参与）和美国高等学校先修课程（AP，Advanced Placement）的题目时，GPT-4模型的表现大幅胜过GPT3.5。

在统一律师资格考（Uniform Bar Exam）中，GPT-3.5的PR值仅为10，GPT-4则惊人地达到了90。而在法学院入学考试（LSAT）中，GPT-4同样表现出色，PR值达到了88，相比之下GPT-3.5的PR值为40，即使是处理非英语语言，GPT-4的表现也赢过GPT3.5、DeepMind的龙猫大语言模型（Chinchilla）以及Google的PaLM模型。另外，美国一位身兼医生与电脑科学家身份的柯汉（Isaac Kohane）实测发现，GPT-4驱动的ChatGPT在美国医学资格考试的题目中答对率超过90%，甚至能够诊断出罕见疾病。

除了成绩进步以外，OpenAI提升了GPT-4的可控制性（steerability）。我们平常使用的ChatGPT，说起话来温文儒雅、客气万分，如今只要使用者先描述想要使用的ChatGPT风格，便能够和「换装」后的ChatGPT对话，例如苏格拉底式的ChatGPT，就注重引导、不会直接给学生答案。可以想像，这对于教育领域来说，尤其具有革命性意义。

OpenAI请GPT-4模型以苏格拉底风格教学，绝对不能给学生答案；相反地，还要不断提出好问题帮助学生思考。ChatGPT果真循循善诱，以提问代替直接回答。取自OpenAI官网

GPT-4能够看图说故事？

过往版本的GPT模型，只能接受文字输入（text input）。对比之下，现在的ChatGPT已经支持多模态（multimodality），对话时可以灵活运用文字、声音与图像，不过，这只限于付费版用户使用。

现在的ChatGPT已经支持多模态（multimodality），对话时可以灵活运用文字、声音与图像。

若有订阅ChatGPT Plus，那你便能够在对话时直接上传照片，ChatGPT具备解读影像的能力，无论是学生常见的看图写作文、根据图表解释情况，或者是生活中可能用到的相片命名分类，还有工作会用到的图像素材贴标，这些都难不倒GPT-4模型。

其实，先前OpenAI就已经发表过相关技术，即同属多模态预训练模型的CLIP（Contrastive Language-Image Pre-Training），此技术可以分辨图片之间差异，就算没有预先标记好的文字标签，使用者也可以以文字搜寻想要的相片，等同整合文字和图像两种资料类型。OpenAI旗下与Midjourney对标的DALLE，同样运用CLIP的技术。

OpenAI请GPT-4模型解释上图的不寻常之处，模型指出有个人在移动中的计程车后方架子上烫衣服。取自OpenAI官网

就实用性来说，出国旅游或者欣赏外国影片与照片时，时常会遇到看不懂外文，却又好想知道的情境，这时候，就可以派出ChatGPT解读。不过，千万不能忘记ChatGPT很有可能会胡说八道，例如在翻译图片中的外语时，他就出现翻译完全错误的问题。

ChatGPT展现幻觉，每段翻译都在胡说八道。

对比之下，Google Bard的翻译精准且优雅，如实呈现资讯。

让GPT-4更强大的多模态模型是什么？

GPT-4之能学会看图说故事，符合OpenAI的开发方向：打造出多模态（Multimodal）模型。什么是多模态？听见悠扬乐声、欣赏生动影片、触碰柔软玩偶，这些人类理解世界的方式，都是不同的「模态」。

现在GPT-4先从文字开始，接着进展到图像，同时也能用声音互动。因为OpenAI在音乐生成领域耕耘甚久；若进一步从二维平面上升到三维，例如触觉或者嗅觉，逐步发展下去，当未来的GPT模型能够「读懂」不同型态的资料后，它能够完成的任务将会更加复杂且多元，介入人类生活的空间越来越大。

《麻省理工科技评论》就曾针对多模态模型为文指出，过往人工智慧应用的最大问题在于，它们能够成为击败人类的超级专才，例如对弈、玩游戏，但无法延伸扩充到其他任务。研究人员当然想要克服这个瓶颈，其中一个可能的解法，是向小朋友取经。

孩子们是如何成长、变得更加聪明的？他们是从感知这个世界，并开口讲话开始，就像《百年孤寂》里的那句话：「世界太新，很多东西还没有名字，必须用手去指。」小朋友们会透过眼睛观察、以耳朵倾听、靠着鼻子嗅闻，并且用双手触摸，接着再将所有的感官经验，组织成文字，尝试描述它。

当孩子的体验更多、能够形之于语言的内容更多，代表他们更能够形成对于世界的认知。若人工智慧系统也能够如此，可以预期，它们将能适应更多复杂的人类环境、解决不同类型的问题，若是技术成熟的那一天，它们恐怕将不再只是人类的虚拟助手，而会成为人类的实体秘书。

谷歌大脑（Google Brain）专攻深度学习的研究总监艾克（Douglas Eck）就曾表示，多模态人工智慧模型将会带来最新的突破；DeepMind的研究总监哈德席（Raia Hadsell）也对多模态模型感到兴奋，他更大胆预言，未来我们可能见到人工智慧模型能够自由探索、拥有自主权、跟环境互动。

当然，GPT-4现在仅具备读懂图像和文字的能力，另外，它输出的内容也只有文字，但OpenAI早就有影像生成的服务，是否要将其整合到GPT-4的新版模型中，只是OpenAI策略上的决定，要做与不做而已。