OpenAI CEO:巨型AI模型时代已结束,马斯克TruthGPT曝光

简介: OpenAI CEO:巨型AI模型时代已结束,马斯克TruthGPT曝光


编辑:陈萍、杜伟

至于原因,一方面是大模型需要跳出扩展参数规模的范畴,另一方面受限于高昂的训练成本。


近几个月来,OpenAI ChatGPT 的强大生成式对话能力引发了人们对 AI 的新兴趣和投资。随着国内外掀起类 ChatGPT 研发热潮,对话式 AI 及背后的大模型被更多人看好。

但上周在 MIT 的视频发言中,OpenAI CEO Sam Altman 发表了另一番言论。他警告称,诞生 ChatGPT 的研究策略已经结束。至于未来会在哪些方面出现进展尚不清楚。

过去几年,OpenAI 通过采用现有机器学习算法并将它们扩展到以往无法想象的规模,在与语言相关的人工智能领域取得了一系列引人瞩目的进展。其中作为最新的进展,GPT-4 可能使用数万亿文本单词和数千个强大的计算机芯片训练。

GPT-4 在语言、数学、编程、视觉、医学、法律和心理学等多种任务上都有出色的表现。Sam Altman 却对此表示,让模型变得更大(比如巨型模型)将不会进一步带来新进展

Sam Altman 的这番言论表明,在开发和部署新 AI 算法的竞赛中出现了一个意想不到的转折。自去年 11 月 ChatGPT 推出以来,微软利用底层技术在必应搜索中添加了基于它的聊天机器人,谷歌也推出 Bard 竞品。很多人急着尝试使用新型聊天机器人帮助完成工作或个人任务。

与此同时,包括 Anthropic、AI21、Cohere 和 Character.AI 在内众多资金雄厚的初创公司都投入大量资源构建规模更大的算法,以努力追赶 OpenAI。

不过,Sam Altman 的话似乎预示着,GPT-4 可能是 OpenAI 研发更大模型并喂给它们更多数据这一战略的最后一个重大进展。这也可以从他亲自辟谣 GPT-5 的相关传闻中看出一些端倪,他表示目前没有训练 GPT-5,短期内也不会训练

在描述 GPT-4 的论文中,OpenAI 预估扩展模型规模的收益将出现递减。OpenAI 建造数据中心的数量以及建造速度也存在物理限制。

除了大模型设计和架构本身的原因,巨额花费也是一大原因。据报道,ChatGPT 需要至少 10000 个 GPU 进行训练,还需要更多资源保证持续运行。而英伟达专为 AI 和高性能计算设计的最新 H100 GPU 单价高达 30,603 美元,无疑成本高昂。Altman 亲自承认,GPT-4 的训练花费超过了 1 亿美元

Cohere 的联合创始人(曾在谷歌从事 AI 工作)Nick Frosst 表示,Altman 的扩大规模并不能永远奏效的观点听起来是对的。他也认为,Transformer(GPT-4 及竞品的核心机器学习模型类型)的进展已经超出了扩展范畴。除了向模型添加更多参数之外,还有很多其他方法可以使 Transformer 变得更好、更有用。

新的 AI 模型设计或架构以及基于人类反馈的进一步微调成为很多研究人员已经在探索的有前景的方向。

马斯克将 AI 项目命名为 TruthGPT

马斯克这边,虽然嘴上说担忧 GPT-4 引发社会问题,并签署暂停开发比 GPT-4 更强大的系统至少六个月。但实际情况却是马斯克正致力于新建一家人工智能初创公司 X.AI,与 OpenAI 直接展开竞争。

据报道,马斯克已经从英伟达获取了上万块 GPU,这些系统为人工智能和高端图形处理等密集型任务所需的计算提供动力。

马斯克证实了有关他计划创建一家人工智能初创公司,与 ChatGPT 竞争的报道。马斯克在接受福克斯采访时宣布了这项计划,并表示,「我将创建一种称为 TruthGPT 的人工智能平台,或者说是一个最大限度地寻求真理的人工智能,可以理解宇宙的本质。我认为这可能是通往(AI)安全的最佳途径,从某种意义上说,一个关心理解宇宙的人工智能不太可能灭绝人类,因为我们是宇宙中有趣的一部分。」

马斯克在采访中还表示,他相信人工智能具有毁灭文明的潜力,无论(其力量)多么小。

此前,马斯克于 2015 年与 OpenAI 现任 CEO Sam Altman 等人共同创立了 OpenAI,但马斯克于 2018 年离开了公司董事会。据了解,马斯克当时声明的原因是为了避免与特斯拉发生潜在的利益冲突,但后来马斯克表示还有其他原因,另一个原因是他不同意 OpenAI 团队在做的一些事情。

另外据 Semafor  3 月份报道,马斯克曾试图在 2018 年接任公司 CEO 一职,但在 Altman 和其他人拒绝后便离开了。

自从退出 OpenAI 董事会以来,马斯克一再批评 OpenAI。就在今年 2 月,他还表示现在的 OpenAI 根本不是他所希望的,并称 OpenAI 为微软控制的、闭源、利润最大化的公司」。

面多马斯克的多次攻击,Altman 表示即便如此,自己仍将马斯克视为自己的偶像之一,并表示,「我相信马斯克确实对 AGI 安全感到压力,这是可以理解的。」

值得一提的是这不是马斯克第一次考虑打造 TruthGPT。他在 2 月曾经发推说,我们需要的是 TruthGPT。

关于 TruthGPT 的更多细节,马斯克没有透漏更多消息,我们可以后续期待一波。

参考链接:https://www.wired.com/story/openai-ceo-sam-altman-the-age-of-giant-ai-models-is-already-over/https://venturebeat.com/ai/openai-chief-says-age-of-giant-ai-models-is-ending-a-gpu-crisis-could-be-one-

相关实践学习
基于阿里云DeepGPU实例,用AI画唯美国风少女
本实验基于阿里云DeepGPU实例,使用aiacctorch加速stable-diffusion-webui,用AI画唯美国风少女,可提升性能至高至原性能的2.6倍。
相关文章
|
1天前
|
人工智能 JSON API
OpenAI GPT-4 Turbo发布:开创AI新时代
OpenAI GPT-4 Turbo发布:开创AI新时代
17 2
|
2天前
|
人工智能 开发者
[译][AI OpenAI-doc] 适度
学习如何将适度考虑融入你的人工智能应用中。
|
2天前
|
人工智能 前端开发 算法
参加完全球开发者大会之后,我一个小前端尝试使用了一些AI模型
参加完全球开发者大会之后,我一个小前端尝试使用了一些AI模型
|
2天前
|
人工智能 JSON API
[译][AI OpenAI-doc] 语音转文字
学习如何将音频转换为文本。音频 API 提供了语音转文本的端点,转录和翻译,基于我们先进的开源大型-v2 Whisper 模型。
|
4天前
|
人工智能 数据安全/隐私保护
Sora超逼真视频引恐慌!Nature刊文警示AI视频模型,或在2024年颠覆科学和社会
【4月更文挑战第27天】OpenAI公司的新型AI工具Sora能根据文字提示生成超逼真视频,引发关注。尽管已有类似产品,如Runway的Gen-2和谷歌的Lumiere,Sora以其高质量生成效果领先。该技术的进步可能导致2024年全球政治格局的颠覆,同时带来虚假信息的挑战。OpenAI已组建“红队”评估风险,但虚假视频识别仍是难题。尽管有水印解决方案,其有效性尚不确定。Sora在教育、医疗和科研等领域有潜力,但也对创意产业构成威胁。
13 2
|
4天前
|
人工智能 数据库 芯片
【报告介绍】中国AI大模型产业:发展现状与未来展望
【4月更文挑战第27天】中国AI大模型产业快速发展,受益于政策支持、技术创新及市场需求,已在电商等领域广泛应用,展现巨大潜力。但面临算力瓶颈、技术局限和数据不足等挑战。未来,AI大模型将向通用化与专用化发展,开源趋势将促进小型开发者参与,高性能芯片升级也将助力产业进步。[报告下载链接](http://download.people.com.cn/jiankang/nineteen17114578641.pdf)
15 2
|
4天前
|
机器学习/深度学习 人工智能 算法
AI大模型学习理论基础
本文探讨了AI大模型学习的理论基础,包括深度学习(模拟神经元工作原理,通过多层非线性变换提取特征)、神经网络结构(如前馈、循环和卷积网络)、训练方法(监督、无监督、强化学习)、优化算法(如SGD及其变种)、正则化(L1、L2和dropout防止过拟合)以及迁移学习(利用预训练模型加速新任务学习)。这些理论基础推动了AI大模型在复杂任务中的应用和人工智能的发展。
|
6天前
|
机器学习/深度学习 人工智能 安全
模型被投毒攻击,如今有了新的安全手段,还被AI顶刊接收
【4月更文挑战第25天】研究人员提出了一种结合区块链和分布式账本技术的联邦学习系统,以增强对抗投毒攻击的安全性。该系统利用智能合约支持的点对点投票和奖励惩罚机制,提高模型聚合的鲁棒性。此创新方法首次将区块链应用于联邦学习,减少中心化服务器的风险,但同时也面临计算成本增加、延迟问题以及智能合约安全性的挑战。论文已被AI顶刊接收,为金融、医疗等领域提供更安全的机器学习解决方案。[[1](https://ieeexplore.ieee.org/document/10471193)]
16 3
|
7天前
|
人工智能 搜索推荐
杨笛一新作:社恐有救了,AI大模型一对一陪聊,帮i人变成e人
【4月更文挑战第24天】杨笛一团队研发的AI大模型,以“AI伙伴”和“AI导师”框架帮助社恐人群提升社交技能。通过模拟真实场景和个性化反馈,该方法降低训练门槛,增强学习者自信。但也有挑战,如保持AI模拟的真实性,防止反馈偏见,并避免过度依赖。研究强调,AI应作为辅助工具而非替代。[论文链接](https://arxiv.org/pdf/2404.04204.pdf)
12 1
|
7天前
|
人工智能 搜索推荐 决策智能
【AI Agent系列】【阿里AgentScope框架】1. 深入源码:详细解读AgentScope中的智能体定义以及模型配置的流程
【AI Agent系列】【阿里AgentScope框架】1. 深入源码:详细解读AgentScope中的智能体定义以及模型配置的流程
44 0

热门文章

最新文章