当地时间12月20日

　　《华尔街日报》报道

　　OpenAI的新一代人工智能项目

　　GPT-5

　　正面临重重困难

 

　　报道称

　　该项目已开发超过18个月

　　成本花费巨大

　　却仍未取得预期成果

　　GPT-5有多厉害？

　　OpenAI首席执行官

　　山姆·奥特曼（Sam Altman）曾表示

　　GPT-4

　　表现得像一个聪明的高中生

　　但GPT-5

　　在某些任务上

　　更像拥有博士学位

　　相比于此前的模型

　　GPT-5将是一次“重大飞跃”

 

　　《华尔街日报》报道称

　　OpenAI希望

　　GPT-5能够解锁新的科学发现

　　并完成诸如预约等日常人类任务

　　相比于其他AI模型

　　GPT-5能够出现更少错误

 

　　在参数方面

　　GPT-4参数约为2万亿

　　而GPT-5参数预计有52万亿

　　这一庞大的参数规模

　　暗示了其潜在的强大能力

 

　　算力成本制约大模型发展

　　自2023年3月GPT-4发布以来

　　OpenAI一直在推进GPT-5的研发工作

　　至今已超18个月

　　作为OpenAI的最大投资者

　　微软原本希望能够在

　　2024年年中看到新模型的问世

　　但这一目标并未实现

 

　　原因在哪？

　　《华尔街日报》爆料称

　　GPT-5的大规模训练至少进行了2轮

　　每次长达数月

　　但是每次训练后都遇到新问题

 

　　估算显示

　　GPT-5一次为期6个月的训练

　　仅计算成本就高达约5亿美元

　　这是2024年11月19日拍摄的超大规模算力并网、算网大脑技术创新与应用项目发布现场。图源：新华社

 

　　对大模型来说

　　算力越大越好

　　业内形象地说是“大力出奇迹”

　　然而

　　大算力意味着巨大的成本

 

　　山姆·奥特曼此前表示

　　由于计算能力的限制

　　公司无法按预期频率推出新产品

 

　　优质数据不足，合成数据来凑

　　业内人士表示

　　2024年

　　全球训练大语言模型的效果

　　普遍不及预期

　　可能已经撞上“数据墙”

　　如OpenAI产品迭代明显放缓

　　Anthroipc暂停Calude 3.5 Opus开发

　　2024年11月19日，观众在2024年世界互联网大会“互联网之光”博览会上参观。图源：新华社

 

　　为了解决这类问题

　　OpenAI选择从头开始创建数据

　　他们雇佣软件工程师等专业人士

　　编写新代码或解决数学问题

　　以此作为训练数据

　　但这个过程非常缓慢

 

　　即便有1000人每天写5000字

　　数月之内也只能产生10亿个token

　　（数据或文本的最小单元）

　　而仅GPT-4的训练

　　就使用了大约13万亿个token

 

　　OpenAI也开始开发合成数据

　　解决数据短缺问题

 

　　合成数据初创企业

　　Gretel.ai的首席执行官认为

　　合成数据既能保护隐私

　　又能保持数据的统计完整性

 

　　不过

　　也有人不看好合成数据

　　来自牛津、剑桥、帝国理工等

　　机构研究人员发现

　　如果在训练时大量使用AI内容

　　会引发模型崩溃

　　造成不可逆的缺陷

 

　　面对AI行业面临的问题

　　OpenAI的前首席研究官

　　鲍勃·麦格认为

　　大模型还有非常大的进步空间

　　但这是一个缓慢的

　　需要数年来完善的过程

 

　　360集团创始人周鸿祎此前表示

　　随着人工智能大模型技术的深入应用

　　其涉及的数据量、算法复杂性

　　应用场景的广泛性

　　都达到了前所未有的高度

　　其发展方向和安全把控

　　涉及社会经济、安全等方面

　　他表示

　　确保人工智能

　　安全、向善、可信、可控

　　是人工智能发展

　　必须解决的重要课题

 

撰文/排版：李飞 编辑：李汶键 统筹：李政葳

参考：人民政协报、央广网、中国新闻网、通信世界、科创板日报、华尔街日报