GPT-4會讓多少美國人失業？OpenAI：高收入工作會面臨更大影響_GPT

上周二，OpenAI 官宣 GPT-4 引起軒然大波，比其廣受歡迎的前身 GPT-3.5 更可靠、更具創意。GPT-4 是一個大型多模態模型，能接受圖像和文本輸入，再輸出正確的文本回復。實驗表明，GPT-4 在各種專業測試和學術基準上的表現與人類水平相當。例如，它通過了模擬律師考試，且分數在應試者的前 10% 左右；相比之下，GPT-3.5 的得分在倒數 10% 左右。

大型語言模型的子彈不停在飛，ChatGPT 的職業“威脅論”也成為熱議的焦點。例如，INSIDER 編制了一份被 AI 取代風險最高的工作清單，分別是技術工作（編碼員、計算機程序員、軟件工程師、數據分析師）、媒體工作（廣告、內容創作、技術寫作、新聞）、法律行業工作（律師助理、法律助理）、市場研究分析師、教師、財務職位（財務分析師、個人財務顧問）、貿易商、平面設計師、會計師與客戶服務代理。

Damus集成針對聊天優化的ChatGPT:4月3日消息，基于Nostr協議的開放社交應用Damus在社交媒體發文稱，已集成針對聊天優化的ChatGPT，支持多名用戶與同一個ChatGPT機器人交互對話，地址為“npub1tsgw6pncspg4d5u778hk63s3pls70evs4czfsmx0fzap9xwt203qtkhtk4”。[2023/4/3 13:41:34]

昨日，一篇由 OpenAI、OpenResearch 和賓夕法尼亞大學學者合著的論文發表在預印本網站 arXiv 上，以科學的方式研究了 GPT 究竟會對勞動力市場產生怎樣的影響。這項研究采用一種新的評估方式，即根據職業與 GPT 能力的對應性來評估職業，結合人類專業知識和 GPT-4 的分類，從而探討 GPT 可能對勞動力市場帶來的影響。

ChatGPT打破TikTok最快突破1億月活產品記錄，僅用時不到3個月達成:2月3日消息，據瑞銀集團的一份報告顯示，在ChatGPT推出僅兩個月后，它在2023年1月末的月活用戶已經突破了1億，成為史上用戶增長速度最快的消費級應用程序。根據Sensor Tower的數據，TikTok達到1億用戶用了9個月，Instagram則花了2年半的時間。該報告援引分析公司Similarweb的數據表明，1月期間，ChatGPT平均每天大約有1300萬獨立訪客，這一數據是2022年12月的兩倍之多。

此外，Worldof Engineering整理的一份達到全球1億用戶所用時間排名顯示，iTunes達到1億用戶用了6年半、Twitter用了5年、Meta（Facebook）用了4年半、WhatsApp用了3年半。[2023/2/3 11:45:58]

為了理解 LLM 的能力及其對工作的潛在影響，這項研究應用的兩項評估標準分別是：直接暴露（exposure），即 GPT 可以直接完成或幫助完成的任務；間接暴露，即通過 GPT 支持的軟件和數字工具幫助完成的任務。

DGPT：測試版已發布 將上線新交易所:DGPT（DigiPulse）稱已于3月6日發布測試版，并將上線 Upcoin.com。DGPT現全球均價3.2美元，24小時漲幅5.96%。[2018/3/10]

研究發現，大多數職業都表現出一定程度的 GPT 暴露，大約 80% 的美國勞動力可能至少有 10% 的工作任務會受到 GPT 的影響，而大約 19% 的工人可能至少有 50% 的任務受到影響。這種影響涵蓋了所有工資水平，高收入工作可能面臨更大的風險。

嚴重依賴科學和批判性思維技能的角色與 GPT 暴露呈負相關，而編程和寫作技能與 GPT 暴露呈正相關。在工作中面臨更高（更低）進入壁壘的工人往往會經歷更多（更少）的 GPT 暴露。信息處理行業表現出高暴露，而制造業、農業和礦業表現出較低的暴露。

DGPT：最終測試版已推遲大約4周:DGPT官方發布消息稱，最終測試版已經推遲了大約4周，同時也分享出了DGPT-USD智能合約等項目的進展。DGPT的Github更新排名502。DGPT現全球均價21.54元，24小時跌幅6.04%。[2018/3/8]

過去十年的生產力增長和總體 GPT 暴露之間的聯系似乎很弱，這表明一個潛在的樂觀情況，即未來大型語言模型的生產力增長可能不會加劇可能的“成本疾病”效應。

GPT 符合通用目的技術的三個核心標準：隨著時間的推移，它們正在即興發揮能力，有能力完成或幫助一組越來越復雜的任務和用例；GPT 本身可以對整個經濟產生普遍影響；同時，GPT 所實現的互補創新——特別是通過軟件和數字工具——可以在經濟活動中廣泛應用。

決定大型語言模型效用的關鍵因素是人類對它們的信任程度以及習慣。例如，在法律界，模型的有用性取決于法律專業人員是否能夠信任他們的輸出，而不需要核實原始文件或進行獨立研究。技術的成本和靈活性、員工和公司的偏好以及激勵措施也在采用基于大型語言模型的工具方面發揮著重要作用。

此外，由于數據可用性、監管質量、創新文化以及權力和利益分配等因素，大型語言模型在不同經濟部門的采用將有所不同。因此，如果要全面了解員工和公司對大型語言模型的使用，需要對這些錯綜復雜的問題進行更深入的探索。一種可能性是，對于大多數任務來說，節省時間和無縫應用將比提高質量更重要。

總的來說，盡管 GPT 提高人類勞動效率的技術能力很明顯，但重要的是要認識到社會、經濟、監管和其他因素可能會影響實際的勞動生產率結果。隨著能力的不斷發展，GPT 對經濟的影響可能會持續并增加，這給政策制定者預測和監管其發展軌跡帶來了挑戰。

36氪

媒體專欄

閱讀更多

金色財經 善歐巴

金色早8點

白話區塊鏈

Odaily星球日報

MarsBit

歐科云鏈

深潮TechFlow

Arcane Labs

BTCStudy

Tags：GPTHATDGPATGHGPTBCHATDGP幣CATGE幣

火幣網下載官方app