ChatGPT万亿美元商业化狂想( 三 ) ChatGPT万亿美元商业化狂想1月中

文章图片
谷歌直面OpenAI的挑战
其实，谷歌和ChatGPT有着深刻的渊源。 2015年12月， OpenAI公司于美国旧金山成立，据OpenAICEO萨姆·奥特曼介绍，公司成立的一个原因就是避免谷歌在AI领域的垄断。那时，谷歌刚刚收购了总部位于伦敦的人工智能公司DeepMind ，后者因研发了击败围棋世界冠军的AlphaGo而名声大噪。不仅如此， GPT中的“T”（Transformer），也是OpenAI在谷歌的Transformer语言模型框架的基础上构建的。
如今， OpenAI的ChatGPT和谷歌的ApprenticeBard已经开始“正面刚” 。拥有1370亿参数的LaMDA模型，跟ChatGPT类似，可以使回答合情合理，让对话更自然地进行，但与ChatGPT不一样的是，它可以利用外部知识源展开对话。但直到现在，谷歌仍不愿向公众发布LaMDA 。有业内专家猜测， LaMDA存在较高的误差，且容易对用户造成伤害，此类瑕疵被谷歌称为有“毒性” 。 “谷歌其实完全有能力拿出类似ChatGPT的成果。只是一旦出了纰漏，谷歌这样的巨头企业无疑需要承担更高的经济和声誉成本。 ”皮查伊坦言。
最近， AI创业公司Anthropic号称推出了ChatGPT的最强竞品——Claude聊天机器人。有趣的是，该公司由OpenAI前研究副总裁、GPT-3开发者等人在2021年共同创立。和ChatGPT类似， Claude通过从网络上获得的大量文本示例进行训练，根据语义上下文等了解单词出现的可能性。不同的是， Claude使用了自行开发的constitutionalAI机制，让其模型基于一组原则，指导Claude回答问题，使AI系统与人类意图保持一致。斯坦福大学AI实验室博士雅恩·迪布瓦对Claude和ChatGPT进行了比较，他认为Claude的回复通常更接近需求，但不太简洁，因为它倾向于解释它所说的内容并询问如何进一步提供帮助。
国内AI企业云从科技称，一直以来企业都在布局人机协同领域， 2020起陆续在NLP、OCR、语音等多个领域开展预训练大模型的实践，不仅要像ChatGPT那样在文本领域实现超级智能，还要彻底打通数字世界和物理世界。
比拼开启，竞争的核心是什么？
“未来5年，会思考的计算机程序将能够读取法律文件，提供医疗建议。未来10年，它们将执行流水线工作，甚至成为必备品。再之后数十年，它们能够做几乎所有事情，包括提出新的科学发现，进而拓展人类对‘everything’的定义。 ”奥特曼对ChatGPT等AI生成类产品雄心勃勃。
要想改变行业、成为新的生产方式， ChatGPT一类的工具不但需要不断提升技术本身的可靠性和安全性，也要分阶段找对合适的应用场景。
模型是AI的灵魂，参数量越大，模型越复杂，做出来的预测就越准确。目前业界主流的AI生成类工具的大模型都是千亿级、万亿级参数量的水平，这也是ChatGPT等工具让人眼前一亮的原因。通过学习各行各业的各类数据，除了能给出相较于小模型更准确的预测结果之外，它也展现出了惊人的泛化能力、迁移能力，产出内容质量更高、更智能。
训练和运行模型都需要庞大的算力，会带来巨大的资金消耗。有研究估测，训练1750亿参数语言大模型GPT-3 ，需要有上万个CPU/GPU24小时不间输入数据，所需能耗相当于开车往返地球和月球，且一次运算就要花费450万美元。这样高的研发门槛，注定目前主流的大模型多由大企业、或是背靠大企业的研究机构掌握。大模型，也成了企业的“护城河” 。
“现在没有一个模型的准确度可以达到100% ，能达到90%以上，我认为就已经很好了，这是一个边用边进化的过程。 ”潘伟说， “只有模型的准确度不断提升，才可能让现在的AI生成类工具从封闭、确定性空间，走向动态、开放的语言环境中，提升其可靠程度，因为现在这些内容生成工具的生成效率非常高，几乎1秒就能产生用户想要的大量信息，不准确将带来错误信息的广泛传播，是很可怕的。 ”