速度放緩！OpenAI新旗艦?zāi)Ｐ瓦M(jìn)步幅度沒那么大

11月11日消息，盡管使用聊天機(jī)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(jìn)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(qiáng)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(dāng)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(yù)計正在訓(xùn)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?。?jù)知情人士稱，盡管獵戶座的訓(xùn)練進(jìn)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(yuǎn)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(jìn)。面對GPT改進(jìn)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(xùn)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(rèn)為，即使在技術(shù)未能進(jìn)一步突破的最壞情況下，基于當(dāng)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(jī)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(biāo)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(dāng)。

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(yù)訓(xùn)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(rèn)為開發(fā)更先進(jìn)的模型可能在經(jīng)濟(jì)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(xùn)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(fù)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(jìn)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(xùn)練的瓶頸

OpenAI的員工和研究人員指出，GPT進(jìn)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(yù)訓(xùn)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(fù)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(jìn)行預(yù)訓(xùn)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(fù)責(zé)預(yù)訓(xùn)練的尼克·賴德（Nick Ryder）領(lǐng)導(dǎo)的基礎(chǔ)團(tuán)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(jìn)行訓(xùn)練。然而，這種合成數(shù)據(jù)也帶來了新問題，可能導(dǎo)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(jìn)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(qiáng)化學(xué)習(xí)的方法，讓模型從大量已正確解決的問題中學(xué)習(xí)，如數(shù)學(xué)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(yù)訓(xùn)練模型，并對其答案進(jìn)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(qiáng)化學(xué)習(xí)，也曾幫助過早期的AI模型改進(jìn)。

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(xùn)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(jìn)速度較慢，若OpenAI能保持持續(xù)改進(jìn)，仍然可以實現(xiàn)更好的推理效果。

“這為模型擴(kuò)展開辟了新維度，”布朗在TED大會上說。他補(bǔ)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(qiáng)調(diào)了推理模型的重要性，認(rèn)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(xué)研究和復(fù)雜代碼編寫中做出貢獻(xiàn)，”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(dá)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(xué)家和科學(xué)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(jìn)速度是否開始趨于平穩(wěn)。

風(fēng)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(xùn)練AI的圖形處理單元，但在智能提升方面未見顯著改善?！被袈寰S茨的風(fēng)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。”

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(jìn)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(fù)雜問題上不斷進(jìn)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(jìn)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(jìn)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?！?/p>