大佬喊話，AI寒冬已來？

　　OpenAI的原聯(lián)合創(chuàng)始人-IlyaSutskever指出，使用大量未標記數(shù)據(jù)來理解語言模式和結構的訓練階段已經(jīng)接近尾聲。

　　他提到，擴展訓練的結果已經(jīng)趨于平穩(wěn)，意味著通過增加數(shù)據(jù)和算力來提升AI模型性能的方法(即Scaling Law)已經(jīng)遇到瓶頸。

　　像ChatGPT這樣的大型語言模型（LLMs）

　　當前擴展策略已達到極限

　　根據(jù)Ilya Sutskever的說法，簡單地通過增加更多數(shù)據(jù)和計算資源來擴大規(guī)模已不足以實現(xiàn)有意義的進步。

　　Ilya表示，雖然增加計算能力仍然是提升AI性能的一個方式，但已經(jīng)無法像以前那樣通過不斷堆砌算力和數(shù)據(jù)量來實現(xiàn)模型的大幅提升。

　　大模型企業(yè)需要采用更智能的訓練技術，更加重視模型訓練的方式和內容，而不僅僅是關注規(guī)模大小。

　　這種方法的轉變代表了人工智能發(fā)展的關鍵轉折點，超越了“越大越好”的理念。

　　預訓練階段，大模型被輸入大量未分類數(shù)據(jù)以識別模式和結構的過程，一直是開發(fā)強大LLMs的基石。

　　這個階段，模型通過消化各種文本——從書籍、文章到網(wǎng)站和社交媒體帖子——來學習語言表示，使其能夠識別語法、語法和含義。

　　從過往發(fā)展上看，這種方法效果很好，通過簡單地增加數(shù)據(jù)量，LLMs提高性能。

　　然而，Ilya Sutskever認為這種方法現(xiàn)在已經(jīng)趨于平穩(wěn)。增加更多數(shù)據(jù)所帶來的性能提升正在減少，更重要的是，人們越來越意識到模型的有效性不僅取決于它處理的數(shù)據(jù)量，還取決于它接觸到的數(shù)據(jù)的質量和結構。

　　意味著大模型企業(yè)必須重新思考他們的策略，以在LLMs的發(fā)展上取得進一步的進展，換句話說，大模型進一步發(fā)展的大山跨不過去，也許就是一道“生死分割線”。

　　向“更智能”訓練的轉變

　　應該更關注模型的細膩度

　　Ilya Sutskever提及研究人員現(xiàn)在需要考慮更先進的方法來完善學習過程，而不僅僅是增加數(shù)據(jù)集的大小。

　　包括改進訓練期間使用的算法，優(yōu)化數(shù)據(jù)管理，并引入更先進的技術，如強化學習或多模態(tài)訓練，其中模型不僅接觸到文本，還接觸到圖像、視頻或其他形式的數(shù)據(jù)。

　　Ilya Sutskever關于未來的LLMs將需要“稍微思考更長時間”的評論強調了進步的另一個關鍵方面。

　　大模型需要在更長時間內進行更復雜推理的能力，對于需要深度理解、多步驟推理或長期記憶的任務越來越必要。

　　隨著復雜性增長，大模型必須能夠在更長的對話中保持上下文，執(zhí)行更復雜的任務，并響應數(shù)據(jù)中更微妙的線索。

　　例如，像ChatGPT當前的LLMs可以在單次對話中生成令人印象深刻的連貫且與上下文相關的回應。

　　但是很明顯，在長期交流中的上下文或處理復雜邏輯推理任務的時候，還存在很多困難。

　　為了克服這一限制，未來的模型將需要實現(xiàn)更好的記憶機制和更復雜的處理能力，以便“思考”更長時間。

　　隨著計算能力的持續(xù)增長，走在前列的大模型企業(yè)關注的重點逐漸從簡單地擴展模型轉向更高效和更具上下文智能發(fā)展。涉及神經(jīng)網(wǎng)絡、機器學習算法以及人工智能系統(tǒng)處理和保留信息的方式的技術進步的結合。

　　未來有了更智能、思考更長時間的模型，人工智能可以變得更適應性，允許與用戶進行更個性化、更準確、更有洞察力的互動。

　　當然如果技術有進一步落地，人工智能應用也將會實現(xiàn)在從醫(yī)療保健到金融到客戶服務等多個行業(yè)的突破。

　　總之，Ilya Sutskever強調了人工智能研究中一個關鍵時刻:隨著LLMs的預訓練階段達到其極限，未來的進展取決于開發(fā)更智能的訓練技術和提高模型在更長時間內保持上下文的能力。

　　在當下，對于大模型企業(yè)來說，正確選擇擴展的方向比以往任何時候都更為重要。

　　大模型企業(yè)必須重新思考處理模型擴展的方法，少關注簡單地增加更多數(shù)據(jù)和計算資源，更多地關注完善訓練過程和開發(fā)能夠更深入、更連貫地推理的模型。

　　llya驚起千層浪，他的SSI什么來頭?

　　SSI(Safe Superintelligence)由Ilya Sutskever、Daniel Levy和Daniel Gross三人創(chuàng)立，旨在開發(fā)遠超人類能力的安全人工智能系統(tǒng)。Ilya Sutskever曾強調，他們的首要產品將是關于超級智能的安全。

　　SSI在沒有發(fā)布任何產品的情況下，三個多月就已經(jīng)籌集了10億美元現(xiàn)金，公司估值達到50億美元。

　　Ilya Sutskever 是 OpenAI 的聯(lián)合創(chuàng)始人之一，在2024年5月離開。他是人工智能領域最具影響力的技術專家之一，曾師從被稱為“人工智能教父”的 Geoffrey Hinton，也是擴展假設的早期倡導者。

　　Daniel Gross曾擔任蘋果公司AI技術負責人，也曾是前Y Combinator合伙人，而 Daniel Levy則是 OpenAI 的前員工。

　　SSI以常規(guī)的營利性結構運營，現(xiàn)在約10名員工，分布在加利福尼亞州的帕洛阿托以及以色列特拉維。

　　SSI的投資者包括頂級風險投資公司 Andreessen Horowitz、Sequoia Capital、*** Global 和 SV Angel，以及由 Nat Friedman 和 SSI 首席執(zhí)行官 Daniel Gross 運營的投資合伙企業(yè) NFDG。

　　SSI是否能掀起大模型界的“研究山峰”

　　當然在這次眾人關注的對話中，Ilya也提到，SSI已經(jīng)發(fā)現(xiàn)了一個新的研究領域，有可能改變我們對人工智能的理解。

　　他將這一研究領域比作一座山，表示一旦攻克這座山，AI的“范式”將發(fā)生根本性的改變。讓大家對SSI未來的技術突破賦予期待，他們有可能帶來一場AI領域的“革命”。

　　然而，具體的研究方向和細節(jié)仍未公開。

　　另一方面，也基于Ilya過往的工作經(jīng)歷，他多次表明他和SSI的目標不僅僅是推動AI技術的邊界，更重要的是通過確保超級智能的安全，避免可能帶來的倫理和社會風險。盡管Scaling Law可能已遇到瓶頸，但SSI的探索表明，AI領域的進展依然充滿潛力，且正在朝著更加復雜和安全的方向發(fā)展。

　　從目前來看，AI的進步不再是單純的技術競爭，更多的是如何平衡技術發(fā)展、安全、商業(yè)化之間的關系，無疑是一個具有挑戰(zhàn)性的長期課題。

　　隨著新方法和新領域的突破，未來的人工智能可能會以一種全新的方式與我們相遇。