一年前微软研究院发表的论文《Sparks of AGI：Early experiments with GPT-4》，现在成为了马斯克起诉书中的关键角色。这篇论文通过分析早期GPT-4的能力，认为GPT-4可以被视为早期AGI。

去年论文发表时就引发不小关注，1年时间里被引次数已经高达1500次。马斯克的起诉书里写道，微软自己的科学家自己都承认了。这么看，OpenAI最新的一通回应不是啪啪自己打脸？

还真不一定。这篇《Sparks of AGI》当初爆火确实不假，但其中很大一部分热度来自争议。不少人觉得它不够严谨、在炒热度，而且这篇论文没有经过同行评议，只是上传到了arxiv，结果也无法复现。

论文内容概述： 这篇论文主要测试了GPT-4在2022年秋季的一个早期版本。研究提出，GPT-4不仅掌握语言能力，而且能解决复杂新奇的问题，任务可以跨数学、编码、医学、法律、视觉等。在这些任务中，GPT-4的表现接近于人类水平，大大超越以往LLM性能，比如ChatGPT。研究给出了关键性结论：我们认为它可以被合理地视作一个早期版本（仍不完整）的AGI。论文全篇超过150页，分别测试了GPT-4的多模态、代码、数学、常识等能力，通过大量实例得出结论。

关键实验结果： 以测试代码能力为例，GPT-4和ChatGPT会得到同样的提示词，研究人员将会对回答结果进行分析。GPT-4的一些数据结果非常值得关注，比如在零样本下，GPT-4代码能力在HumanEval上的精度达到82%。再比如在现实问题问答中，GPT-4的表现也远好于ChatGPT。研究还讨论了GPT-4基于自回归架构表现出的局限性，比如模型本身具备相应的知识能力，但是却会回答错问题，因为预测下一个token的机制使得模型不能进行“内心对话”。

对AGI的构想： 最后，论文作者还提出了对AGI的一系列构想。这篇论文发表于GPT-4面世的一周后，当时引发业界巨大关注。AGI的闪现让不少人感叹，一切都结束了。