11月11日消息，盡管使用聊天機器人ChatGPT等人工智能產(chǎn)品的人數(shù)在激增，但支撐這些技術(shù)的底層模塊的改進速度似乎正在放緩。為此，ChatGPT的開發(fā)者OpenAI正在開發(fā)新技術(shù)，以增強大語言模型等核心模塊，從而應(yīng)對這一挑戰(zhàn)。
OpenAI即將推出的旗艦?zāi)Ｐ汀矮C戶座”（Orion）所面臨的挑戰(zhàn)突顯了公司當前遇到的難題。今年5月，OpenAI首席執(zhí)行官薩姆·奧特曼（Sam Altman）在內(nèi)部透露，他預計正在訓練中的獵戶座將顯著優(yōu)于一年前發(fā)布的上一代旗艦?zāi)Ｐ汀?jù)知情人士稱，盡管獵戶座的訓練進度僅完成20%，但其智能和任務(wù)完成能力已與GPT-4不相上下。
不過，一些使用或測試過獵戶座的OpenAI員工表示，盡管其性能確實超越了前代模型，但提升幅度遠不及從GPT-3到GPT-4的躍升。一些研究人員指出，獵戶座在處理特定任務(wù)時未必穩(wěn)定優(yōu)于前代模型。一位員工表示，獵戶座在語言任務(wù)上表現(xiàn)出色，但在編碼等任務(wù)中可能不如之前的模型。這種情況可能會帶來問題，因為與OpenAI近期發(fā)布的其他模型相比，獵戶座在數(shù)據(jù)中心的運行成本更高。
獵戶座的表現(xiàn)正在考驗人工智能領(lǐng)域的核心假設(shè)——縮放定律，即只要數(shù)據(jù)量和計算能力持續(xù)增加，大語言模型就能不斷改進。面對GPT改進速度放緩帶來的挑戰(zhàn)，業(yè)界似乎正將重點轉(zhuǎn)向初始訓練后的模型優(yōu)化，這可能會產(chǎn)生一種新的縮放定律。
Facebook母公司Meta首席執(zhí)行官馬克·扎克伯格（Mark Zuckerberg）在內(nèi)的一些科技領(lǐng)袖認為，即使在技術(shù)未能進一步突破的最壞情況下，基于當前技術(shù)仍然有很大的開發(fā)空間來創(chuàng)建面向消費者和企業(yè)的產(chǎn)品。
OpenAI正在應(yīng)對競爭對手Anthropic的威脅，將更多的代碼編寫功能嵌入其模型中，并開發(fā)能夠模擬人類操作計算機的軟件，以完成涉及瀏覽器和應(yīng)用程序操作的白領(lǐng)任務(wù)，如點擊、光標移動和文本輸入等。
這些產(chǎn)品屬于能夠執(zhí)行多步驟任務(wù)的AI代理范疇，其革命性可能與ChatGPT的首次發(fā)布相當。
扎克伯格、奧特曼及其他人工智能開發(fā)者的高管表示，他們尚未觸及傳統(tǒng)縮放定律的極限。也因此，包括OpenAI在內(nèi)的公司依舊投資數(shù)十億美元建設(shè)數(shù)據(jù)中心，以盡可能提高預訓練模型的性能。
然而，OpenAI研究員諾姆·布朗（Noam Brown）在上月的TEDAI大會上提出警告，認為開發(fā)更先進的模型可能在經(jīng)濟上變得不可持續(xù)。他表示：“我們真的會投入數(shù)千億甚至萬億美元來訓練模型嗎？縮放模式在某個時刻會失效。”
在公開發(fā)布獵戶座之前，OpenAI仍需完成復雜的安全測試。據(jù)員工透露，獵戶座可能會在明年初發(fā)布，并可能放棄傳統(tǒng)的“GPT”命名方式，以突顯大語言模型改進的新特性。對此，OpenAI發(fā)言人未予置評。
數(shù)據(jù)匱乏成為模型訓練的瓶頸
OpenAI的員工和研究人員指出，GPT進步放緩的原因之一在于高質(zhì)量文本和其他數(shù)據(jù)的供應(yīng)日益減少。大語言模型在預訓練階段需要這些數(shù)據(jù)來理解世界和不同概念之間的關(guān)系，以解決如撰寫博文或修復編碼錯誤等問題。
近年來，大語言模型主要依賴于網(wǎng)站、書籍等來源的公開文本數(shù)據(jù)進行預訓練，但開發(fā)者已幾乎耗盡了這類數(shù)據(jù)的潛力。為此，OpenAI組建了由曾負責預訓練的尼克·賴德（Nick Ryder）領(lǐng)導的基礎(chǔ)團隊，致力于研究如何應(yīng)對數(shù)據(jù)短缺問題，并探索縮放定律的持續(xù)適用性。
據(jù)OpenAI員工透露，獵戶座部分使用了由其他OpenAI模型（如GPT-4和最近發(fā)布的推理模型）生成的AI數(shù)據(jù)進行訓練。然而，這種合成數(shù)據(jù)也帶來了新問題，可能導致獵戶座在某些方面與前代模型過于相似。
OpenAI的研究人員正在利用其他工具，通過改進特定任務(wù)的處理方式來優(yōu)化模型后期的表現(xiàn)。他們采用一種稱為強化學習的方法，讓模型從大量已正確解決的問題中學習，如數(shù)學和編碼問題。
此外，研究人員還邀請人類評估員在編碼或問題解決任務(wù)上測試預訓練模型，并對其答案進行評分，這有助于研究人員調(diào)整模型，使其在寫作和編碼等請求上的表現(xiàn)更佳。這一過程稱為帶有人類反饋的強化學習，也曾幫助過早期的AI模型改進。
OpenAI及其他AI開發(fā)商通常依賴初創(chuàng)公司，如Scale AI和Turing，來管理成千上萬名承包商，以處理這些評估工作。
OpenAI還開發(fā)了一種名為o1的推理模型，該模型在回答前會花費更多時間“思考”訓練數(shù)據(jù)，這一過程稱為測試時間計算。這意味著，即使不改變底層模型，給o1分配更多計算資源，也可以持續(xù)提高其響應(yīng)質(zhì)量。據(jù)知情人士透露，即使底層模型改進速度較慢，若OpenAI能保持持續(xù)改進，仍然可以實現(xiàn)更好的推理效果。
“這為模型擴展開辟了新維度，”布朗在TED大會上說。他補充道，研究人員可以通過“每次查詢成本從1美分提高到10美分”來提升模型響應(yīng)質(zhì)量。
奧特曼也強調(diào)了推理模型的重要性，認為它可與大語言模型結(jié)合使用?！拔蚁Ｍ评砟芰δ軌蚪怄i我們多年未能實現(xiàn)的突破，比如讓模型在科學研究和復雜代碼編寫中做出貢獻，”奧特曼在一場應(yīng)用開發(fā)者活動中表示。
在最近接受Y Combinator首席執(zhí)行官陳嘉興（Garry Tan）采訪時，奧特曼透露：“我們基本上知道如何實現(xiàn)通用人工智能——一種能達到人類能力的技術(shù)，其中一部分是創(chuàng)造性地運用現(xiàn)有模型。”
數(shù)學家和科學家們表示，o1對他們的研究工作有幫助，能作為合作伙伴提供反饋和啟發(fā)。然而，據(jù)兩位知情員工透露，由于o1的價格是非推理模型的六倍，因此其客戶基礎(chǔ)尚未普及。
突破瓶頸，提升推理能力
一些對AI開發(fā)商投資數(shù)千萬美元的投資者疑慮大語言模型的改進速度是否開始趨于平穩(wěn)。
風險投資家本·霍洛維茨（Ben Horowitz）在YouTube一段視頻中表示：“我們正以相同的速度增加訓練AI的圖形處理單元，但在智能提升方面未見顯著改善。”霍洛維茨的風投公司不僅是OpenAI的股東，還投資了Mistral和Safe Superintelligence等競爭對手。
霍洛維茨的同事馬克·安德森（Marc Andreessen）在同一視頻中指出：“許多聰明人在致力于突破瓶頸，探索如何提升推理能力?！?/p>
企業(yè)軟件公司Databricks聯(lián)合創(chuàng)始人兼主席伊翁·斯托伊卡（Ion Stoica）表示，大語言模型在某些方面可能已趨于穩(wěn)定，但在其他領(lǐng)域仍有改進空間。他還開發(fā)了一個網(wǎng)站，供應(yīng)用開發(fā)者評估不同的大語言模型。
斯托伊卡稱，盡管AI在編碼和解決復雜問題上不斷進步，但在執(zhí)行通用任務(wù)（如分析文本情感或描述醫(yī)療癥狀）時，進展似乎放緩。
“在常識性問題上，我們似乎看到大語言模型的表現(xiàn)趨于平穩(wěn)。為實現(xiàn)進一步突破，我們需要更多的事實性數(shù)據(jù)，而合成數(shù)據(jù)幫助有限?！保ㄐ⌒。?/p>
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
