而在这些焦躁里,那些本该更清晰指向这场竞争真正本质的特征——ChatGPT 的千亿参数,每一次调用的可观费用,OpenAI坐的多年冷板凳等等——也被用于了制造短期恐慌。这些或主动或无意的讨论事实上都在纠结于 ChatGPT里「chat」的部分——对商业模式,对可能改变的人类对互联网的使用习惯以及对错失新投资或是投机机会的恐慌。
FDF智能合约周期收益系统开发,FDF智能合约周期收益开发,FDF智能合约周期收益源码开发,FDF智能合约周期收益平台开发,FDF智能合约周期收益app开发,FDF智能合约周期收益系统多少钱,FDF智能合约周期收益价格,FDF智能合约周期收益app功能,FDF智能合约周期收益平台介绍,FDF智能合约周期收益系统搭建。
这些焦虑对想把水搅浑而入局的人以及煽动人工智能威胁论的人们来说是喜闻乐见的,但对于真正理性看待这场技术竞争是无益的。
某种意义上,与其说 ChatGPT 证明了某一条 AI 研究路线的成功,倒不如说它更大的意义是证明了 AI这些年不断收敛但依然存在多种选择的各类路线里,终真的是会走出一条路的:也就是,它次证明了这场技术革命真的会到来。
而当我们真的把它当作一场技术革命来看时,就会明白这是一场将持续很久的复杂系统的比拼,也才有可能寻找到真正具备竞争能力的中国参与者,会明白这场新的技术浪潮的竞争不会「浓缩于一个晚上」。
阿里巴巴的这两个大模型都在过去几年继续进化,2021 年 10 月,PLUG 模型实现 2 万亿参数 ,2022 年11 月,它所属的阿里通义 -AliceMind,在中文语言理解领域榜单 CLUE 中超越人类成绩。而 M6在不断提高着训练效率,2021 年 10 月,达摩院使用 512 卡 GPU 即训练出全球 10 万亿参数大模型M6,同等参数规模能耗为此前业界的 1%。并且,M6 还在进一步做多模态的打通。达摩院的诸多模型集成在 2022年发布的「通义」大模型系列中。
这些大模型的进步也引来了包括 OpenAI 在内的同行的关注,OpenAI 的前政策主管 Jack Clark 曾公开点评 M6模型,称它「规模和设计都非常惊人。这看起来像是众多中国的 AI 研究组织逐渐发展壮大的一种表现。」
可以看出,中国的参与者并不少,参与的也并不晚,成果也并非乏善可陈,否认这一点是虚无的。而且,但凡亲自训练过大模型的研究者都不难得出结论:好的方式就是在已有建制的基础上去继续加速。