速度放緩！OpenAI新旗艦模型進步幅度沒那么大

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，以增強大語言模型等核心模塊，從而應對這一挑戰(zhàn)。

OpenAI即將推出的旗艦模型“獵戶座”（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)布的上一代旗艦模型。據(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，獵戶座在語言任務上表現(xiàn)出色，但在編碼等任務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域的核心假設——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）在內的一些科技領袖認為，即使在技術未能進一步突破的最壞情況下，基于當前技術仍然有很大的開發(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用程序操作的白領任務，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在內的公司依舊投資數(shù)十億美元建設數(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量文本和其他數(shù)據(jù)的供應日益減少。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）領導的基礎團隊，致力于研究如何應對數(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)提高其響應質量。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”來提升模型響應質量。

奧特曼也強調了推理模型的重要性，認為它可與大語言模型結合使用?！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，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，但在其他領域仍有改進空間。他還開發(fā)了一個網(wǎng)站，供應用開發(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（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?！?/p>