此為《GPT-4V 微軟評測報告 》第九章實測上篇

前言

不得不說，這一個章節真是 【GPT-4V 微軟評測報告】 中精華中的精華。前面幾個章節在實驗的，都可以算是 GPT-4V 獨立的創新功能，而在這一章，我們將會實驗提升為，以幾個關鍵應用場景，展示其在各行業事務中的實際應用潛力。

另外也由於本章內容的重大意義，以及實驗項目間的多樣性，我們計畫將這些內容拆分成數篇文章分享。請繼續關注後續內容，閱讀完本篇文章後，也請記得訂閱，以便不錯過任何精彩更新（記得按下訂閱按鈕 XD）。

另外，如果您喜歡我們這樣的內容，很歡迎到這裏訂閱我們的電子報，我們接下來的內容會在這裏優先發佈： ChatGPT 落地研究 | Ted (substack.com)

本篇實測項目

• 分辨細微差異的能力
• 產業應用可能性探索
  • 不良品檢測
  • 安全規範遵循檢查
• 汽車保險應用領域
  • 損壞評估技巧
  • 保險報告自動生成

驗證記錄

• 分辨細微差異的能力

當涉及到比較兩幅圖片的微小差異時，若僅從像素的角度考量，能判斷出來這些像素等級上的差異似乎不足以道。然而，一旦如 GPT-4V 這樣，能夠辨識並能具體描述這些不同之處，這能力就大有可為了。讓我們先來看看我們比較的第一張原圖：

跟 ChatGPT 的對話記錄如下。但請注意，下方回覆中的右側窗戶缺少月亮，這是因為 ChatGPT 界面的顯示限制而非圖片本身的問題，實際上傳的圖片應該是你所見到的上面那一張。

如果你未能察覺出圖片間的差異，不用擔心，下面我們提供了解答：

事實上，我們用了多組照片進行這項功能測試。儘管結果顯示，回應品質無法達到百分之百的完美，但這不會削弱這項實驗或功能的意義。ChatGPT 快速的迭代釋出，其真正的重要性在於展現給我們未來可能開展的方向。

接下來，請看第二組圖片差異比較的原圖以及 ChatGPT 的回覆：

如果你跟我一樣看不出差異，不用擔心，這並不是一場考試，答案我們已經直接呈上 XD。

大家可以將正確答案和 ChatGPT 的回應進行對比，的確會發現某些部分未能完全正確回答。但我相信，若這成為重要的應用，透過增加訓練數據就能夠進一步提升準確性。

• 產業應用可能性探索

報告中提出了 GPT-4V 在產業界的多種應用方向，涉及範疇從瑕疵品檢查、安全審核，到庫存管理等。然而，受篇幅所限，我們將重點介紹在瑕疵品檢測和安全檢查領域的應用案例。

• 不良品檢測

在不良品檢測方面，我們挑選了三個案例與大家分享。其中一個案例聚焦於農產品的瑕疵檢測，另外兩個則專注於織品瑕疵的識別。對於身處這兩個產業的專業人士來說，您對ChatGPT的反饋有什麼看法呢？

對於農產品的瑕疵檢測：

對於織品的瑕疵識別：

• 安全規範遵循檢查

在工作安全檢查的場景中，我們嘗試了讓 ChatGPT 進行安全帽佩戴合規性的檢查。然而，結果顯示 ChatGPT 在計數和數學運算方面還存在著挑戰。當直接提問時，它的回答往往會出錯。但是，如果我們運用“思維鏈”(Chain of Thought)的方法，即將問題拆解成步驟式的提問，ChatGPT就更有可能給出正確的答案。如果您對於什麼是“思維鏈”還不太清楚，我強烈推薦您搜索了解一下這個技巧，它非常值得掌握。

以下是直接提問的結果，預料中的計算錯誤：

但當我們將問題拆解後，ChatGPT終於能正確辨識：

• 汽車保險應用領域

在汽車保險領域，本報告展示了兩個關鍵流程，特別是在車禍事件處理中的損壞評估和保險報告編制。損壞評估主要涉及精準地識別和評價車輛的損傷程度；而保險報告則進一步涵蓋了對圖像中的車輛訊息（如品牌、型號、車牌）的識別，以及賠付金額的預測等細節。由於賠付金額預測通常涉及商業機密，我們不能進行實際的金額計算，但是我們展示了如何模擬指令讓 GPT-4V 識別圖像中的車輛資訊，並以 JSON 格式提供獲取的資訊。這不僅僅是一個示範，更清楚地顯示了 GPT-4V 在自動化車禍保險報告過程中的可能性。

• 損壞評估技巧

案例一：

案例二：

• 保險報告自動生成

本實驗的核心在於顯示如何利用GPT-4V自動化生成車禍保險報告，儘管某些資訊的取得需要與實際系統的整合。

結論

在本報告中，我們已經探討和示範了 GPT-4V 在不同產業應用領域的多樣化潛力。從產品質量檢測到工安規範遵循，再到汽車保險領域的創新應用，GPT-4V 的實驗結果不僅展示了它在處理專業任務上的能力，也彰顯了其在理解和解釋圖像內容上的強大潛力。

在不良品檢測方面，我們展示了 GPT-4V 如何精確地識別農產品和織品的瑕疵，這對於提高產品質量和減少損耗具有顯著意義。同時，安全規範的遵循檢查實驗指出，雖然直接數學問答存在挑戰，但透過「思維鏈」技巧的運用，我們能夠有效提升 GPT-4V 的計算和識別準確性。

在汽車保險應用方面，GPT-4V 不僅能評估車輛損壞，還能從圖像中提取關鍵信息，這對於自動化和優化保險報告流程至關重要。儘管保險賠償金額的預測由於敏感性未能展開，GPT-4V在識別和整理信息方面展現出的能力，仍顯示出其對這一行業的巨大貢獻。

總而言之，GPT-4V的應用案例不僅體現了其技術的進步，也預示了AI技術未來在各行各業中的應用前景。它揭示了人工智能作為輔助工具，提高工作效率，加強決策質量，並為用戶提供個性化服務的巨大潛力。隨著技術的持續發展，我們可以期待 GPT-4V 將帶來更多的創新應用，並繼續拓展其在各個領域的界限。

如果您喜歡我們這樣的內容，很歡迎到這裏訂閱我們的電子報，我們接下來的內容會在這裏優先發佈： ChatGPT 落地研究 | Ted (substack.com)