2023年顯然是無可爭議的ai大年，如果對chatgpt、openai、生成式ai、llm（大語言模型）等概念一頭霧水，那你可能就out了。甚至自1956年達特茅斯會議上人工智能（ai）這一概念誕生以來，ai從未距離大眾如此之近。所以自然而然的，圍繞ai的一切也引發了大量的關注，特別是對於站在浪潮之巔的巨頭們關於ai的隻言片語，也總能引發諸多的熱議。
被稱為“ai教父”的傑弗里·辛頓繼不久前從谷歌離職後，隨即就加入了“ai批評者”的行列，並大談ai未來可能會帶來的風險，甚至還表示，“我對畢生所研究的東西感到後悔”。
就在他態度180°大轉彎激起、由“不明真相吃瓜群眾”對ai危險性的討論尚未落幕之時，一個據稱是谷歌高級軟件工程師luke sernau所寫的內部信又激起波瀾。而這份被泄露的文件中其實只有一個核心主旨，那就是谷歌、openai都沒有護城河，開源ai將會摘取這個賽道最後的勝利果實。
在這一場生成式ai的“大戰”中，谷歌顯然只是不折不扣的追趕者。雖然作為阿爾法狗的創造者，多年來谷歌一直扮演着“ai佈道者”的角色，但在生成式ai領域，chatgpt無疑才是領路人。緊隨其後的google bard公開演示翻車、導致谷歌市值一度蒸發千億美元後，好不容易推出將生成式ai整合到工作場景的workspace後，微軟融合了gpt-4的microsoft 365 copilot又很快把風頭搶走了。
所以在外界看來，如今焦慮一詞或許才是谷歌在面對生成式ai、llm時，最為真實的寫照。
與此同時，領導谷歌前進的ceo皮查伊持有保守傾向、並且也受到了不少的掣肘，以至於谷歌的ai路線圖目前並不清晰。在這樣的情況下，公司內部的“有識之士”當然也就會心急如焚。
那麼問題就來了，作為在生成式ai賽道落後的谷歌有危機感、內部傳出悲觀論調再正常不過，但為什麼會扯上openai呢，或者說為什麼開源ai才是最終的勝利者？
鮮花着錦烈火烹油，無疑是當下openai的境況。別看這家公司現在幾乎是最炙手可熱的投資標的，但據相關海外科技媒體在近期曝光的新一輪融資文件顯示，openai的估值來到了290億美元。可要知道的是，目前在a股，僅僅寒武紀和崑崙萬維這兩家ai概念的市值，就已經接近這個數字。換而言之，一手點燃了生成式ai這把火的openai，其實並沒有被投資者給出一個驚人的估值。
在許多業內人士看來，openai目前的問題在於缺乏一個清晰的商業模式，他們現階段唯二可以確定的收入，是一個月20美元的chatgpt plus訂閱服務，以及1k tokens/0.002美元的chatgpt api，但這兩者顯然還不足以讓openai盈利。甚至有觀點認為，openai現在像極了世紀之交的qq，儘管同樣都是站在相關領域的最前沿，但也同樣缺乏一個明朗的商業化前景。但後來qq等來了qq秀，目前openai卻暫時還看不到解決商業化難題的契機。
事實上，讓谷歌公司的內部人士對谷歌、openai悲觀的核心，是生成式ai、或者說llm本身其實並沒有太深的護城河。沒錯，別看chatgpt、文心一言這類產品表現得如此智能，但實際上打造一個生成式ai並沒有大家想象的那麼難。
llm的理論其實非常簡單，即通過分析大量文本數據進行訓練，從而學習語言的結構和模式，其所使用的架構也是是長短時記憶網絡（long short-term memory，lstm）或門控循環單元（gated recurrent unit，gru）等傳統的循環神經網絡結構。
llm更像是“力大磚飛”的結果，然而在chatgpt一鳴驚人前，業界更青睞的其實是谷歌的transformer模型。而後者追求的卻是如何設計出更小、更快，但更準確的神經網絡，甚至於彼時openai的gpt-3是被業界作為負面典型進行評價的。當時就有業內人士表示，“gpt-3在小樣本學習中表現出卓越的能力，但它需要使用數千個gpu進行數周的訓練，因此很難重新訓練或改進。”
chatgpt的成功就成功在它提出了一個新的思路，畢竟加大參數、加高算力的大模型也是一個方向，並且真的讓大模型湧現出了智能。但顯而易見的是，這一模式並沒有護城河。君不見，即使openai對自己基於人類反饋的強化學習（rlhf）技術秘而不宣，也阻攔不了百度文心一言、阿里通義千問、谷歌bard等等一眾同類大模型的出現。
此前李彥宏就曾在百度的內部講話中提到，“算力不能保證我們能夠在通用人工智能技術上領先，因為算力是可以買來的，但創新的能力是買不來的，是需要自建的”，也就是說算力和參數都可以買、技術壁壘不高。所以也難怪短時間內國內市場的“百模大戰”就已開打，因此先發優勢在這裡幾乎不值一提。
當然，如果沒有meta的llama模型“意外”在4chan上泄露，llm的技術壁壘不高也只是相對大廠而言。但llama模型的被迫開源，也讓開源社區主導了最近一段時間針對chatgpt的“平替”熱潮。
比如說來自斯坦福的alpaca，藉助llama的預訓練模型為基礎，僅使用來自gpt模型的一個小尺寸調優數據集（52000個樣本），就建立了一個具有對話功能的llm。而基於llama模型，以及lora （low-rank adaptation of llm，即插件式的微調）訓練，開源社區在不到兩個月的時間裡已接連發布了chatllama、alpaca、vicuna、koala等模型，並且“羊駝家族”們的實際效果還直追gpt-3.5、甚至不輸gpt-4。
藉助社區的力量群策群力，並最終實現極低成本下的高速迭代，這無疑就是開源ai的優勢。就像谷歌這位員工所說的那樣，“如果存在一個沒有使用限制的免費高質量替代品，誰還會為帶有使用限制的谷歌產品買單呢？”
因此從某種意義上來說，谷歌在android上的做法可能才是最佳範例，也就是讓開源社區不自覺地為自己的商業利益服務。
所以不得不說，llama模型泄露更像是一個神來之筆，一下子就讓原本掉隊的meta實現了超谷歌、趕openai，畢竟“羊駝家族”就是在meta的架構之上誕生的產物。
【本文圖片來自網絡】
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-