訂閱
糾錯(cuò)
加入自媒體

OpenAI“政變”進(jìn)行時(shí),“百模大戰(zhàn)”接下來(lái)該戰(zhàn)什么?

2023-11-22 08:55
腦極體
關(guān)注

這兩天AI圈最熱鬧的消息,應(yīng)該就OpenAI高層內(nèi)訌,標(biāo)志性人物、原CEO Sam Altman被董事會(huì)解雇,數(shù)位科學(xué)家和高層離職。

關(guān)于“政變”的原因,坊間有很多傳言,比如商業(yè)化和非營(yíng)利原則的矛盾。總之,事件相關(guān)者在輿論場(chǎng)拉扯,吃瓜群眾則瞪大了眼睛看戲。這場(chǎng)風(fēng)波會(huì)給全球AI研發(fā),尤其是大模型帶來(lái)什么影響,還是未知數(shù)。

有人做了一個(gè)梗圖,大模型廠(chǎng)商亂成一鍋粥,只有賣(mài)卡的英偉達(dá)穩(wěn)坐釣魚(yú)臺(tái)。

任它天邊云卷云舒,可以肯定的是,中國(guó)的AI大模型在取得廣泛成就的基礎(chǔ)上,會(huì)繼續(xù)向前發(fā)展,釋放產(chǎn)業(yè)價(jià)值,并且不會(huì)一味照搬海外,尤其是OpenAI的模式。

帶著這份淡定,我們將目光聚焦在國(guó)產(chǎn)大模型,會(huì)發(fā)現(xiàn)“百模大戰(zhàn)”熱潮中,還缺乏對(duì)各類(lèi)大模型全面、分層、真實(shí)的能力評(píng)估。

通用大模型、行業(yè)大模型,都在比拼參數(shù)規(guī)模,但訓(xùn)練數(shù)據(jù)質(zhì)量不確定,僅憑參數(shù),行業(yè)客戶(hù)和用戶(hù)也難以選對(duì)適合的大模型。

那么看榜單呢?基準(zhǔn)測(cè)試benchmark和標(biāo)準(zhǔn)化數(shù)據(jù)集,可以針對(duì)性調(diào)優(yōu),榜單無(wú)法反映實(shí)際應(yīng)用效果差距。

而且大模型在不同任務(wù)場(chǎng)景下,表現(xiàn)的區(qū)分度很大。一位開(kāi)發(fā)者說(shuō),“現(xiàn)在就是告訴你都有哪些大模型,實(shí)際效果還是得靠自己測(cè)測(cè)看”。

據(jù)中國(guó)信通院的數(shù)據(jù)顯示,目前的大模型測(cè)試方法和數(shù)據(jù)集已有200多個(gè)。想要一個(gè)個(gè)測(cè)過(guò)來(lái),會(huì)給用戶(hù)帶來(lái)非常繁重的工作量。

“百模大戰(zhàn)”亂花漸欲迷人眼,那么,除了“跑分”打榜和參數(shù)“碾壓”,還有什么辦法來(lái)真實(shí)且有效地評(píng)判一個(gè)大模型的水平呢?

有必要來(lái)聊聊,“百模大戰(zhàn)”,不同賽道都在戰(zhàn)什么?

大模型,不看高分看高能

所謂“百模大戰(zhàn)”,并不是每個(gè)大模型都在做著同樣的事。其中,既有想做基座模型basemodle的通用大模型,如百度的文心、阿里的通義、騰訊的混元、華為的盤(pán)古、訊飛的星火、智譜的ChatGLM等,也有面向行業(yè)、場(chǎng)景的垂直大模型,目前在金融、教育、工業(yè)、傳媒、政務(wù)等多個(gè)領(lǐng)域都大量涌現(xiàn)。

不同賽道的大模型,其核心競(jìng)爭(zhēng)力也不一樣。比如一味拼算法的打榜,對(duì)于行業(yè)大模型來(lái)說(shuō),可以作為一種宣傳手段和“炫技”,但實(shí)際效果才是用戶(hù)最關(guān)注的。

目前不少開(kāi)發(fā)者反映,各類(lèi)大模型都存在各自的問(wèn)題。

1.基座模型,本身能力有限制。

提到通用大模型,大家可能第一時(shí)間想到的就是推理能力,這也是大模型基準(zhǔn)測(cè)試的主要指標(biāo)。但在實(shí)際應(yīng)用中,尤其是文科類(lèi)型任務(wù),大家不會(huì)沒(méi)事出“腦筋急轉(zhuǎn)彎”來(lái)測(cè)試通用大模型的邏輯推理能力,而是更希望大模型在復(fù)雜任務(wù)和上下文長(zhǎng)度上,有更可靠的表現(xiàn)。

比如寫(xiě)一篇演講文稿,篇幅一長(zhǎng)就開(kāi)始胡說(shuō)八道或泛泛而談,文本的采用率下降;為AIGC配字幕,不能整篇生成,還需要人工將文案切割成片;編寫(xiě)一個(gè)程序,半路開(kāi)始network error……這些都是實(shí)際應(yīng)用中,大家比較關(guān)注的通用大模型的能力。

2.行業(yè)大模型,領(lǐng)域壁壘難翻越。

“百模大戰(zhàn)”進(jìn)行到當(dāng)下,很多行業(yè)開(kāi)發(fā)者和企業(yè)都意識(shí)到,獨(dú)有的數(shù)據(jù)和場(chǎng)景,才是自己的護(hù)城河,開(kāi)始打造定制化的大模型,而領(lǐng)域知識(shí)不夠,難以形成滿(mǎn)足某一領(lǐng)域需求的行業(yè)向產(chǎn)品。

比如大模型與行業(yè)知識(shí)不匹配、許多行業(yè)know-how還沒(méi)有知識(shí)化、傳統(tǒng)的知識(shí)圖譜與大模型的協(xié)同設(shè)計(jì)等,知識(shí)計(jì)算的能力不夠強(qiáng),就無(wú)法真正撼動(dòng)領(lǐng)域壁壘,讓大模型解決實(shí)際的業(yè)務(wù)問(wèn)題。

3.有用性,ROI是個(gè)謎。

大模型的實(shí)際應(yīng)用效果難以評(píng)估,其中一個(gè)主要原因,就是模型生成結(jié)果的有用性(采用率、可用率等指標(biāo)),涉及大量多模態(tài)數(shù)據(jù)。

金融、醫(yī)藥、交通、城市等產(chǎn)業(yè)中,存在著大量多模態(tài)信息,比如客服電話(huà)的語(yǔ)音、醫(yī)學(xué)影像圖片、傳感器數(shù)據(jù)等,大語(yǔ)言模型必須具備多模態(tài)理解能力,將多模態(tài)信息與語(yǔ)言進(jìn)行綜合分析處理,才能保證較高質(zhì)量的輸出。

在實(shí)際任務(wù)中,上述三種問(wèn)題可能會(huì)同時(shí)存在,要同時(shí)解決。

一位醫(yī)藥專(zhuān)家告訴我,在研發(fā)醫(yī)學(xué)影像的算法時(shí),就需要基座大模型在預(yù)訓(xùn)練階段就具備多模態(tài)理解能力、醫(yī)學(xué)影像知識(shí),可以執(zhí)行通用任務(wù)。同時(shí),行業(yè)側(cè)還需要根據(jù)知識(shí)設(shè)計(jì)目標(biāo)函數(shù),在特征抽取、相似性度量、迭代優(yōu)化算法等,都要貢獻(xiàn)好各自的知識(shí),才可能訓(xùn)練出一個(gè)對(duì)醫(yī)務(wù)工作者友好的領(lǐng)域大模型,不需要專(zhuān)業(yè)知識(shí),也不需要建模,就能上手使用。

就像工業(yè)革命的開(kāi)始,是因?yàn)橥咛馗牧剂苏羝麢C(jī)。在此之前,蒸汽機(jī)早已被發(fā)明出來(lái)了,但一直沒(méi)有解決大規(guī)模高可用的問(wèn)題,大模型也是如此。

大模型產(chǎn)業(yè)化,必須從基準(zhǔn)測(cè)試的“跑高分”,向可信賴(lài)的“高能力”進(jìn)化。

百模大戰(zhàn),究竟在戰(zhàn)哪些能力?

從高分到高能,讓大模型具有與行業(yè)結(jié)合的可行性,也讓“百模大戰(zhàn)”正在進(jìn)入新的階段。

從產(chǎn)業(yè)實(shí)際需求來(lái)看,可用且有效的大模型,至少應(yīng)該具備幾個(gè)核心能力:

1.長(zhǎng)文能力。

大語(yǔ)言模型的技術(shù)特點(diǎn),被認(rèn)為是“鸚鵡學(xué)舌”,將輸入信號(hào)拼湊成有一定語(yǔ)法結(jié)構(gòu)的句子,也就是文本補(bǔ)全能力。而大模型都有“幻覺(jué)”,上下文窗口的長(zhǎng)度增加,邏輯幻覺(jué)就可能越嚴(yán)重,“鸚鵡學(xué)舌”開(kāi)始變得吃力。

在很多垂直行業(yè)應(yīng)用中,如金融、法律、財(cái)務(wù)、營(yíng)銷(xiāo)等,長(zhǎng)文檔的分析處理和生成能力是剛需。

在長(zhǎng)文中保持邏輯的連貫性、合理性,考驗(yàn)著大模型的綜合能力,比如對(duì)復(fù)雜語(yǔ)句的理解及記憶能力,生成的可靠性,這也是大模型走向產(chǎn)業(yè)化的核心。

目前,無(wú)論開(kāi)源、閉源大模型,都將長(zhǎng)文能力作為一個(gè)核心競(jìng)爭(zhēng)力。比如流行的開(kāi)源大模型Llama 2,就將上下文長(zhǎng)度擴(kuò)展至 128k,而基于LLaMA架構(gòu)的零一萬(wàn)物的Yi系列大模型,此前曾宣稱(chēng)拿下了全球最長(zhǎng)上下文窗口寶座,達(dá)到200K,可直接處理40萬(wàn)漢字超長(zhǎng)文本輸入。閉源大模型中,GPT-4 Turbo支持了比ChatGPT更長(zhǎng)的上下文(128k tokens),百度的文心大模型通過(guò)對(duì)話(huà)增強(qiáng),提升上下文理解能力。

2.知識(shí)能力。

大模型“大力出奇跡”的模式,忽略了模型準(zhǔn)確感知和理解注入知識(shí)的能力,目前已經(jīng)凸顯了很多問(wèn)題。比如不理解領(lǐng)域知識(shí),在實(shí)際業(yè)務(wù)中表現(xiàn)不佳,無(wú)法滿(mǎn)足ToB用戶(hù)的需求。因此,當(dāng)歐美科技公司依然在執(zhí)著追求更大參數(shù)時(shí),百度、華為等國(guó)內(nèi)大模型廠(chǎng)商,開(kāi)始轉(zhuǎn)向了行業(yè)場(chǎng)景,將強(qiáng)業(yè)務(wù)知識(shí)引入文心、盤(pán)古的行業(yè)大模型之中,來(lái)提升大模型在行業(yè)任務(wù)中的應(yīng)用效果。

具體是怎么做的呢?以“行業(yè)知識(shí)增強(qiáng)”為核心特色的文心,是在預(yù)訓(xùn)練大模型的基礎(chǔ)上,進(jìn)一步融合大規(guī)模知識(shí)圖譜,挖掘行業(yè)應(yīng)用場(chǎng)景中大量存在的行業(yè)特色數(shù)據(jù)與知識(shí),再結(jié)合行業(yè)專(zhuān)家的知識(shí),從大規(guī)模知識(shí)和海量數(shù)據(jù)中融合學(xué)習(xí),把知識(shí)內(nèi)化至模型參數(shù)中。

當(dāng)用戶(hù)輸入問(wèn)題時(shí),文心4.0會(huì)拆解回答問(wèn)題所需的知識(shí)點(diǎn),進(jìn)而在搜索引擎、知識(shí)圖譜、數(shù)據(jù)庫(kù)中查找準(zhǔn)確知識(shí),再將知識(shí)組裝進(jìn)Prompt送入大模型。另一方面,大模型還將對(duì)輸出結(jié)果進(jìn)行反思,從生成結(jié)果總結(jié)知識(shí)點(diǎn),進(jìn)而通過(guò)以上方式進(jìn)行確認(rèn)驗(yàn)證,對(duì)結(jié)果差錯(cuò)進(jìn)行修正。

目前來(lái)看,在同等參數(shù)規(guī)模下,知識(shí)增強(qiáng)的深度語(yǔ)意理解,效果大幅超越了純粹用深度學(xué)習(xí)的方法,推理效率更高,并且可解釋性更強(qiáng),更符合產(chǎn)業(yè)對(duì)可信AI的需求。

目前,知識(shí)+大模型還有許多細(xì)節(jié)有待解決,比如知識(shí)體系的構(gòu)建,知識(shí)的持續(xù)獲取,知識(shí)應(yīng)用和推理等,這些問(wèn)題的攻克都會(huì)給行業(yè)認(rèn)知智能帶來(lái)重大機(jī)會(huì)。

3.多模態(tài)能力。

2022年我參加華為云AI院長(zhǎng)峰會(huì),一位科學(xué)家提到,大模型有一個(gè)問(wèn)題,就是有很多符號(hào)領(lǐng)域,大模型根本就不理解。他認(rèn)為,大模型是數(shù)據(jù)與知識(shí)雙輪驅(qū)動(dòng)的,雙輪驅(qū)動(dòng)是未來(lái)人工智能發(fā)展的重要模式。

前面我們說(shuō)了知識(shí)能力的重要性,那么“數(shù)據(jù)”究竟拼的是什么呢?就是多模態(tài)能力。

把大模型應(yīng)用到領(lǐng)域的時(shí)候,會(huì)發(fā)現(xiàn)問(wèn)題非常多,根本達(dá)不到預(yù)期的效果。一個(gè)主要原因,大語(yǔ)言模型完全是基于語(yǔ)言的,而真實(shí)世界的復(fù)雜任務(wù),有大量的數(shù)值、圖表、語(yǔ)音、視頻等多模態(tài)數(shù)據(jù),數(shù)據(jù)的多模態(tài)特性增加了模型處理、建模和推理的復(fù)雜性。

一位醫(yī)療模型的開(kāi)發(fā)者告訴我,醫(yī)療任務(wù)分析非常繁雜,數(shù)量級(jí)很多,有不同模態(tài)、病種,每一種模態(tài)有不同的診療任務(wù),要把文本、圖像等多模態(tài)包容過(guò)來(lái),而醫(yī)療領(lǐng)域非常缺少多模態(tài)的預(yù)訓(xùn)練模型。

大模型要在實(shí)際業(yè)務(wù)中達(dá)到與人更接近的能力,也需要跨模態(tài)建立統(tǒng)一認(rèn)知。

舉個(gè)例子,AIGC生成營(yíng)銷(xiāo)活動(dòng)物料,根據(jù)文字描述生成圖像、視頻,既要精確理解提示詞的語(yǔ)義,還要符合領(lǐng)域規(guī)范,不能出現(xiàn)不合規(guī)的素材,同時(shí)要控制生成內(nèi)容的質(zhì)量,保持跨模態(tài)的語(yǔ)義一致性。

國(guó)產(chǎn)大模型在多模態(tài)領(lǐng)域也做了很多差異化探索,除了大家熟悉的以文生圖,在醫(yī)療影像、遙感、抗體藥物、交通等領(lǐng)域,跨模態(tài)技術(shù)融合也在快速開(kāi)展,未來(lái)會(huì)是基座大模型和行業(yè)大模型的亮點(diǎn)。

從這些產(chǎn)業(yè)需要的能力來(lái)看,大模型的產(chǎn)業(yè)屬性和價(jià)值已經(jīng)清晰展露了出來(lái)。

大模型,絕不是聊聊天、搞怪圖片那么膚淺,技術(shù)覆蓋區(qū)域是很廣闊的,技術(shù)應(yīng)用價(jià)值已經(jīng)足夠具有說(shuō)服力。

但也必須承認(rèn),目前,絕大多數(shù)產(chǎn)業(yè)所獲取的技術(shù)能力和技術(shù)深度,都還遠(yuǎn)遠(yuǎn)不夠。一方面受限于上游的基座大模型能力,同時(shí)也缺乏深度定制化的中游服務(wù)商,導(dǎo)致用戶(hù)大多只能調(diào)用簡(jiǎn)單化、標(biāo)準(zhǔn)化的API,而難以將領(lǐng)域知識(shí)、多模態(tài)數(shù)據(jù)與大模型深度結(jié)合。

未來(lái),從高分到高能,國(guó)產(chǎn)大模型一定會(huì)依靠自身的差異化技術(shù)路線(xiàn),以及中國(guó)豐富多樣的產(chǎn)業(yè)需求,從懵懂走向成熟,甚至先于歐美,走向千行百業(yè)

       原文標(biāo)題 : OpenAI“政變”進(jìn)行時(shí),“百模大戰(zhàn)”接下來(lái)該戰(zhàn)什么?

聲明: 本文由入駐維科號(hào)的作者撰寫(xiě),觀(guān)點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問(wèn)題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)