程实：GPT 技术发展及其引发的行业变革

工银国际首席经济学家、中国首席经济学家论坛理事 程实 /  工银国际资深经济学家张弘顼

人类社会发展和文明进步根本上是由技术驱动。随着GPT的发展和创新，人类社会的行业分布、甚至文明内核都将快速发生系统性改变。当前的GPT热潮尚且处于眼球效应和思维震撼的预演阶段，而伴随着技术加速进步，GPT对人类经济社会的全面改造将进入实质阶段。未来GPT技术有望在多领域具备多模态的推理能力，如果成熟落地，人类社会多数行业将受到深刻影响。基于AutoGPT和Claude大数据调研结果，我们认为，GPT的技术迭代将对医疗、教育、零售、金融、咨询、媒体和游戏行业带来颠覆性影响。同时，未来的人工智能模型将重塑传统劳动力市场。工业文明下，以人类脑力为主、体力为辅的劳动输出模式可能将被以AI脑力为主、人类脑力为辅慢慢替代。对于人力资本的适应性进化而言，掌握多少种技能将不是最重要的，重要的是如何培养人类更加强大的企业家精神，学会寻找不同模型组合在不同领域中的价值创造。

GPT技术迭代方向将具备多模态推理能力。尽管近期Open AI 创始人Sam Altman表示GPT-5模型仍未接受训练，但基于目前GPT-4的技术发展路径来看，未来大语言类模型将在数据处理能力方面实现进一步的飞跃发展。首先，GPT-5对文字和图像信息的理解和感知水平预计将超越人类平均水平。相比GPT-4，GPT-5在语言处理能力上将更出色，学习速度更快，准确性更高。这主要基于GPT-5作为大语言类模型将不断纳入更先进的深度学习和强化学习模型，以实现更强的自我学习能力和记忆力。比如GPT-5不仅将理解图像内容所表达的人类特殊情绪（如幽默感），同时能够具备共情能力，它将开始理解人类具备幽默感的意义是什么。GPT-5准备采用更大的数据库进行训练，使其在语言上的表达更为优秀。当前对GPT-4的训练结果发现，GPT-4的文本处理能力已经基本接近人类平均水平。因此，一个可以预见的结果是，GPT-5在语言表达和文本信息处理上将超越人类平均水平。其次，GPT-5将支持多模态输入， 比如文本、图像和语音。目前GPT-4仅能够对文本、图像进行信息处理，而GPT-5将实现针对文本、图像、视频、音频信息上的全部处理能力，同时对任何模态产生的信息作出全面、细致、时效性的回应和互动。

更进一步来说，GPT-5多模态输入的实现和迭代实际上是人类真正实现虚拟化的第一步。确切来说，GPT-5可以完全通过对视频和音频学习模拟出现实生活中一个一模一样的你，并甚至在逻辑分析、情绪感知、语言表达上完全超过你。最后，从当前基于GPT-4技术发展出来的AutoGPT来看, GPT-5不仅将拥有更强的推理能力，而且将具备高效的执行力和扩散思维能力。当前AutoGPT最大的特点在于可基于设定任务自主分析和自动化执行，但与传统ChatGPT不同，AutoGPT并不会着急给出答案，而是会分析实现这个任务目标需要的具体步骤。此外，AutoGPT还可以在执行任务的过程中自己发散性地提出问题并思考如何解决这些问题，最终通过严格部署和自动执行任务实现人类所设定的目标期望。因此，从AutoGPT来看GPT的未来发展，我们相信GPT能够进一步让通用机器人在未来不同行业领域成为更加专业化的职业机器人。