據(jù)路透社近期報道，人工智能領域正迎來一場新的技術革命。OpenAI等頂尖公司正努力克服在開發(fā)大型語言模型過程中的挑戰(zhàn)，尋求通過更類人的訓練技術來優(yōu)化算法思考方式。
多位人工智能領域的科學家、研究人員及投資者向路透社透露，這些新技術，如OpenAI近期發(fā)布的o1模型所采用的技術，可能會對人工智能行業(yè)的競爭格局產(chǎn)生深遠影響，同時改變對資源的需求，從能源到芯片類型都將受到影響。
盡管過去兩年中，像ChatGPT這樣的病毒式聊天機器人的發(fā)布推動了人工智能熱潮，許多科技公司宣稱通過增加數(shù)據(jù)和計算能力就能不斷改進模型，但現(xiàn)在一些行業(yè)領軍人物開始對這種“越大越好”的理念提出質(zhì)疑。
OpenAI的聯(lián)合創(chuàng)始人之一Ilya Sutskever，現(xiàn)在也是Safe Superintelligence (SSI)的聯(lián)合創(chuàng)始人，告訴路透社，預訓練階段的擴大已經(jīng)達到了某種穩(wěn)定狀態(tài)。他被認為是推動通過更多數(shù)據(jù)和計算能力實現(xiàn)生成式人工智能飛躍的關鍵人物。
Sutskever表示：“我們現(xiàn)在進入了一個好奇和發(fā)現(xiàn)的新時代。每個人都在探尋下一個突破點?！彼芙^透露SSI正在研究的具體技術細節(jié)，但提到正在探索擴大預訓練的替代方法。
在幕后，各大人工智能實驗室在競相發(fā)布性能超越GPT-4的大型語言模型時，遭遇了延遲和令人失望的結(jié)果。這些大型模型的訓練運行成本高昂，且由于系統(tǒng)的復雜性，更容易出現(xiàn)硬件故障。同時，數(shù)據(jù)資源的枯竭和電力短缺也成為訓練的阻礙。
為了應對這些挑戰(zhàn)，研究人員正在探索測試時計算技術，這種技術能在模型使用時增強其性能。例如，模型可以實時評估和選擇最佳路徑，而不是立即給出答案。OpenAI的o1模型就采用了這種技術，能夠以更類人的方式多步驟思考問題。
這一技術變革可能會對人工智能硬件市場產(chǎn)生重大影響，目前該市場主要由對Nvidia AI芯片的需求主導。風險投資公司也在密切關注這一轉(zhuǎn)變，并評估其對其投資的人工智能實驗室的影響。
紅杉資本的合伙人Sonya Huang表示，這種轉(zhuǎn)變將推動我們從大規(guī)模預訓練集群轉(zhuǎn)向用于推理的分布式云服務器，即所謂的“推理云”。
與此同時，Nvidia指出其最近在演講中強調(diào)了o1模型背后技術的重要性，并談到了對其芯片進行推理的需求不斷增加。然而，與在訓練芯片市場的主導地位不同，Nvidia在推理市場可能會面臨更多競爭。
這場由OpenAI等公司引領的技術革命，正在重塑人工智能行業(yè)的未來，從訓練技術到硬件需求，都將迎來翻天覆地的變化。
