“越大越好”的路徑走不通？OpenAI正在尋求訓練模型的新方法

财聯社 11 月 12 日（編輯 牛占林）很多人工智能 ( AI ) 科學家和初創公司認爲，通過增加更多數據和算力來擴大當前模型，以持續改進 AI 模型的方法正在走到盡頭。因此，像 OpenAI 這樣的 AI 公司正在尋求通過開發新的訓練技術來克服當前面臨的挑戰，這些技術更像人類的思考方式。

自風靡全球的聊天機器人 ChatGPT 發布以來，科技公司都是通過增加更多數據和算力來擴大并改善 AI 模型。但現在，一些最傑出的 AI 科學家正在指出這種 " 越大越好 " 的局限性。

人工智能實驗室 Safe Superintelligence 和 OpenAI 的聯合創始人 Ilya Sutskever 近日表示，擴大預訓練 ( 訓練 AI 模型的階段，該模型使用大量未标記的數據來理解語言模式和結構 ) 所取得的成果已經達到了一個平穩期，對提升模型性能的幫助有限。

Sutskever 早期主張通過在預訓練中使用更多數據和算力來實現生成式 AI 的巨大飛躍，這最終創造了 ChatGPT。他今年早些時候離開 OpenAI，創立了 Safe Superintelligence。

Sutskever 表示：" 以前是規模擴張的時代，現在我們又回到了奇迹和發現的時代。每個人都在尋找下一個東西，這比以往任何時候都更重要。"

此外，Sutskever 還承認他的公司正在研究一種擴大預訓練規模的替代方法，但未透露更多細節。

新技術競賽

大模型的所謂 " 訓練 " 需要同時運行數百個芯片，成本可能高達數千萬美元。考慮到系統的複雜性，它們更有可能出現硬件導緻的故障；在測試結束之前，研究人員可能無法知道這些模型的最終性能，這可能需要幾個月的時間。

另一個問題是，大語言模型吞噬了大量數據，而 AI 模型已經耗盡了世界上所有容易獲取的數據。電力短缺也阻礙了訓練運行，因爲這個過程需要大量的能源。

爲了克服這些挑戰，研究人員正在探索測試時計算 ( test-time compute ) ，這是一種在所謂的推理階段或使用模型時增強現有 AI 模型的技術。例如，模型可以實時生成和評估多種可能性，最終選擇最佳前進路徑，而不是立即選擇一個答案。

這種方法使模型能夠将更多的處理能力投入到具有挑戰性的任務中，比如數學或編碼問題或需要類似人類的推理和決策的複雜操作。

OpenAI 研究員 Noam Brown 此前表示：" 事實證明，讓一個機器人在一盤撲克牌中思考 20 秒，與将模型放大 10 萬倍、訓練時間延長 10 萬倍的效果相同。"

OpenAI 在其新發布的模型 "o1" 中采用了這項技術，與此同時，來自 Anthropic、xAI 和 DeepMind 等其他頂尖 AI 實驗室的研究人員也在緻力于開發自己的技術版本。

OpenAI 首席産品 Kevin Weil 表示：" 我們看到了很多低垂的果實，摘下來讓這些模型變得更好。等到人們迎頭趕上的時候，我們會努力開發新的技術。"

多位科學家、研究人員和投資者認爲，這種新技術可能會重塑 AI 軍備競賽，并對 AI 公司所需求的各類資源産生影響。