AI革命降速?专家称OpenAI新模型提升或微乎其微|黑智编译

文摘   2024-11-15 17:00   日本  

据《The Information》报道,OpenAI最新一代模型的更新速度正在放缓,这一趋势引发了硅谷的广泛讨论:AI模型是否已经到达了性能瓶颈?过去,AI领域的快速发展很大程度上归功于新模型不断带来的性能跃升。

来源|Business Insider

编译|杨雪涵

据《The Information》报道,OpenAI下一代旗舰人工智能模型相比之前的版本改进幅度较小,这表明蓬勃发展的生成式AI产业可能正在接近平台期。
该报道援引了一些使用或测试过该模型的员工的话称,OpenAI的下一代模型Orion与GPT-4相比,仅有微小改进。尤其是在编码任务上,Orion的技术进步比从GPT-3到GPT-4之间的进步还要小。
这一消息再次引发了关于开发更加先进的模型和AI扩展定律(关于模型如何改进的理论规则)可行性的讨论。
OpenAI CEO Sam Altman今年2月在X平台上表示,“扩展定律是由上帝决定的;而常数往往由技术团队的成员决定。”
他所提到的这些“定律”表明,随着模型规模的增加以及数据和计算能力的提升,AI模型会变得更加智能。
尽管奥尔特曼认为AI的智能提升程度或许由某种既定定律决定,但《The Information》报道指出,技术团队成员对这些定律持怀疑态度。与此同时,硅谷正围绕越来越多的证据展开激烈讨论,这些证据均表明,主流AI模型正面临着性能瓶颈。
对于《Business Insider》的置评请求,OpenAI并未立即作出回应。

扩展定律是否已经走到尽头?  

据《The Information》报道,尽管Orion的训练尚未完成,OpenAI已经采取了额外措施来提升性能,例如基于人类反馈进行训练后的改进。
这一模型在一年前首次亮相,未来在正式发布前可能会有显著提升。但这也表明,未来几代的AI模型可能都难以像过去那样实现显著改进,而此前这些模型曾帮助公司成功融资数十亿美元,并获得了高额估值。
主要原因有两个。
数据是扩展定律方程中的关键要素之一。然而,随着公司迅速耗尽线上可用数据,数据资源变得日益稀缺且难以获取。
为了训练AI工具和功能背后的模型,这些公司已经抓取了大量人类创作的数据,包括文本、视频、研究论文和小说,但这些资源较为有限。研究公司Epoch AI在6月预测道,企业可能会在2028年前耗尽可用的文本数据。虽然公司正试图通过利用AI生成的合成数据来突破这一限制,这种方法仍存在问题。
“对于一般知识性问题,目前我们的确看到了大语言模型(LLM)性能的停滞迹象,”企业软件公司Databricks的联合创始人兼执行主席Ion Stoica在接受《The Information》采访时表示,并补充道,“事实数据”比合成数据更为有用。
此外,计算能力也是提升AI性能的关键因素,但也并非无限。正如OpenAI CEO Sam Altman在上个月的Reddit AMA中提到的那样,公司在分配计算资源方面正面临着巨大的挑战。也难怪一些业内专家预测,今年乃至未来的AI模型,其性能提升幅度可能无法再像之前那样显著。

收益递减

纽约大学名誉教授、AI热潮的直言批评者Gary Marcus认为,AI的发展注定会遇到瓶颈。他一直坚信,人工智能行业已经显示出了“收益递减”的迹象。继《The Information》报道后,他在Substack上发文,标题为“证实:LLM确实已达到收益递减的点”。今年6月,OpenAI的竞争对手Anthropic发布了Claude 3.5模型,Marcus在看到该模型在高级推理、编程和多语言数学等领域的边际显著提升后,认为它的表现“与其他许多模型差不多”。
Marcus指出,AI市场投入了数十亿美元,试图通过颠覆竞争脱颖而出,但实际上,这只是为了验证其发展正在“趋于同质化,而非持续的指数增长”。OpenAI和Safe Superintelligence的联合创始人Ilya Sutskever也表达了类似的观点。在《The Information》报道发布后的星期一,他向路透社表示,扩大预训练规模的效果已经趋于平缓,并补充道:“如今,选对方向比以往任何时候都更加重要。”
AI行业仍将不断探索新方法,力求实现显著的性能突破。Anthropic的CEO Dario Amodei预测,AI模型的训练将于明年进入一个新时代,训练成本可能达到1000亿美元。Altman 曾表示,GPT-4 的训练费用已超过 1 亿美元。在如此巨额资金投入到 AI 模型中的情况下,其智能水平究竟能达到何种程度,仍有待观察。
尽管部分专家对AI模型的扩展潜力持怀疑态度,但硅谷的许多领导者依然保持乐观。OpenAI首席执行官Sam Altman和微软首席技术官Kevin Scott就是其中的代表之二。
在2024年7月接受Sequoia Capital的"Training Data"播客采访时,Kevin Scott表示,尽管有人认为AI的进展已经趋于平缓,但他并不认同这种观点。他强调,AI 模型的扩展仍具有巨大的潜力,目前尚未达到规模扩展的边际收益递减点。
这种乐观态度反映出了硅谷对于AI技术不断突破的期待。硅谷认为,通过持续的技术创新和资源投入,AI模型的性能和应用领域将不断得到拓展。
欢迎点击“阅读原文”报名榜单……
*本号系数智云科旗下人工智能领域垂直号。黑智,人工智能领域产业服务平台,专注AI行业报道,探讨AI商业价值。

点击关注人工智能领域垂直号黑智
了解更多AI产业资讯
👇👇👇
 

黑智
人工智能领域产业服务平台,专注AI行业报道,探讨AI商业价值。
 最新文章