Вышел очень интересный препринт исследователей из Microsoft "Рассвет больших языковых моделей: предварительные эксперименты с GPT-4V(ision)", в котором исследуется новая версия GPT-4, оснащенная способностью эффективно работать со зрительной модальностью. Для нас как психологов особенно важными являются 7 и 8 параграфы, описывающие способность GPT-4V(ision) эффективно решать тесты на невербальный и эмоциональный интеллект, в которых стимулы предъявляются в зрительной модальности – так же, как и человеку. Описывается успешная работа GPT-4V(ision) с тестом Равена, тестом Векслера, тестом на распознавание лицевых экспрессий и др. В целом, когнитивный успех GPT-4V(ision) подтверждает стремительно множащиеся сейчас слухи, что в недрах OpenAI, на самом деле, уже создана сверхмощная мультимодальная модель, гораздо более приближенная к AGI, чем любая из публично представленных версий GPT-4, но нам ее не показывают, и, скорее всего, еще долго не покажут – так как создатели сами встревожены и из-за этого интенсивно ее тестируют (см. противоречивую историю с утечкой "AGI has been achieved internally"). Вряд ли, конечно, AGI уже действительно достигнут, но мультимодальная когнитивная мощь GPT-4V(ision) явно свидетельствует о том, что OpenAI на верном пути и пройти осталось немного (около 4-х лет, именно такой дедлайн поставлен их AI alignment-команде, занимающейся проблемой «приручения» нарождающегося AGI / ASI).

https://arxiv.org/abs/2309.17421