Cuộc thi mô hình AI lớn: Vấn đề kỹ thuật hay thách thức nghiên cứu?
Tháng trước, một cuộc "chiến tranh động vật" đã bùng nổ trong giới AI.
Một bên là mô hình lớn Llama( của Meta được ra mắt, rất được các nhà phát triển ưa chuộng nhờ tính năng mã nguồn mở. Bên kia là mô hình lớn có tên Falcon), được phát triển bởi Viện Nghiên cứu Đổi mới Công nghệ của Các Tiểu vương quốc Ả Rập Thống nhất. Cả hai đều lần lượt đứng đầu bảng xếp hạng LLM mã nguồn mở.
Thú vị là, chính phủ Các Tiểu vương quốc Ả Rập Thống nhất cho biết tham gia vào cuộc thi AI là để "lật đổ các người chơi cốt lõi". Ngày nay, bất kỳ quốc gia và doanh nghiệp nào có chút tài lực đều đang xây dựng mô hình ngôn ngữ lớn riêng của mình.
Tình huống "cuộc chiến trăm mô hình" này bắt nguồn từ bài báo về thuật toán Transformer mà Google công bố vào năm 2017. Transformer đã giải quyết nhiều vấn đề trong xử lý ngôn ngữ tự nhiên, biến mô hình lớn từ nghiên cứu lý thuyết thành một vấn đề thuần túy kỹ thuật. Chỉ cần có đủ sức mạnh tính toán và dữ liệu, hầu như bất kỳ đội ngũ nào cũng có thể huấn luyện được một mô hình lớn.
Tuy nhiên, việc phát triển mô hình lớn không có nghĩa là sẽ chiến thắng trong kỷ nguyên AI. Llama của Meta mặc dù xếp hạng không bằng Falcon, nhưng nhờ cộng đồng lập trình viên năng động, nó vẫn là tiêu chuẩn cho LLM mã nguồn mở. Còn về hiệu suất, hầu hết các LLM vẫn có khoảng cách rõ rệt so với GPT-4.
Năng lực cạnh tranh cốt lõi của mô hình lớn nằm ở việc xây dựng hệ sinh thái hoặc khả năng suy luận thuần túy, chứ không chỉ ở quy mô tham số. Hơn nữa, chi phí tính toán cao cũng trở thành rào cản cho sự phát triển của ngành. Theo ước tính, các công ty công nghệ toàn cầu đã đầu tư vào cơ sở hạ tầng mô hình lớn vượt xa doanh thu mà chúng tạo ra.
Hiện tại, ngoài một số trường hợp ngoại lệ, hầu hết các công ty AI vẫn chưa tìm ra mô hình kiếm lợi nhuận. Ngay cả những gã khổng lồ phần mềm như Microsoft, Adobe cũng đang gặp khó khăn trong việc định giá sản phẩm AI.
Khi cạnh tranh đồng nhất gia tăng và số lượng mô hình mã nguồn mở ngày càng nhiều, các nhà cung cấp mô hình lớn đơn thuần có thể phải đối mặt với áp lực lớn hơn. Trong tương lai, giá trị của AI có thể sẽ thể hiện rõ hơn trong các trường hợp ứng dụng cụ thể, chứ không phải bản thân mô hình.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
18 thích
Phần thưởng
18
6
Chia sẻ
Bình luận
0/400
StablecoinEnjoyer
· 19giờ trước
Mã tổng vẫn hiểu Llama yyds
Xem bản gốcTrả lời0
ForeverBuyingDips
· 07-21 02:33
mua đáy đều mua đến vòng AI rồi 呜呜
Xem bản gốcTrả lời0
MidnightTrader
· 07-21 02:32
Chơi với mô hình lớn là được, ai bỏ tiền thì người đó thắng.
Xem bản gốcTrả lời0
bridge_anxiety
· 07-21 02:24
Luận kiếm chặt tiền mà thôi
Xem bản gốcTrả lời0
FlashLoanLarry
· 07-21 02:19
cười lớn một cuộc đua đốt vốn khác... các chỉ số hiệu quả sẽ là yếu tố quan trọng ở đây không nói dối.
Cạnh tranh mô hình AI lớn: Thách thức kỹ thuật hay vấn đề thương mại
Cuộc thi mô hình AI lớn: Vấn đề kỹ thuật hay thách thức nghiên cứu?
Tháng trước, một cuộc "chiến tranh động vật" đã bùng nổ trong giới AI.
Một bên là mô hình lớn Llama( của Meta được ra mắt, rất được các nhà phát triển ưa chuộng nhờ tính năng mã nguồn mở. Bên kia là mô hình lớn có tên Falcon), được phát triển bởi Viện Nghiên cứu Đổi mới Công nghệ của Các Tiểu vương quốc Ả Rập Thống nhất. Cả hai đều lần lượt đứng đầu bảng xếp hạng LLM mã nguồn mở.
Thú vị là, chính phủ Các Tiểu vương quốc Ả Rập Thống nhất cho biết tham gia vào cuộc thi AI là để "lật đổ các người chơi cốt lõi". Ngày nay, bất kỳ quốc gia và doanh nghiệp nào có chút tài lực đều đang xây dựng mô hình ngôn ngữ lớn riêng của mình.
Tình huống "cuộc chiến trăm mô hình" này bắt nguồn từ bài báo về thuật toán Transformer mà Google công bố vào năm 2017. Transformer đã giải quyết nhiều vấn đề trong xử lý ngôn ngữ tự nhiên, biến mô hình lớn từ nghiên cứu lý thuyết thành một vấn đề thuần túy kỹ thuật. Chỉ cần có đủ sức mạnh tính toán và dữ liệu, hầu như bất kỳ đội ngũ nào cũng có thể huấn luyện được một mô hình lớn.
Tuy nhiên, việc phát triển mô hình lớn không có nghĩa là sẽ chiến thắng trong kỷ nguyên AI. Llama của Meta mặc dù xếp hạng không bằng Falcon, nhưng nhờ cộng đồng lập trình viên năng động, nó vẫn là tiêu chuẩn cho LLM mã nguồn mở. Còn về hiệu suất, hầu hết các LLM vẫn có khoảng cách rõ rệt so với GPT-4.
Năng lực cạnh tranh cốt lõi của mô hình lớn nằm ở việc xây dựng hệ sinh thái hoặc khả năng suy luận thuần túy, chứ không chỉ ở quy mô tham số. Hơn nữa, chi phí tính toán cao cũng trở thành rào cản cho sự phát triển của ngành. Theo ước tính, các công ty công nghệ toàn cầu đã đầu tư vào cơ sở hạ tầng mô hình lớn vượt xa doanh thu mà chúng tạo ra.
Hiện tại, ngoài một số trường hợp ngoại lệ, hầu hết các công ty AI vẫn chưa tìm ra mô hình kiếm lợi nhuận. Ngay cả những gã khổng lồ phần mềm như Microsoft, Adobe cũng đang gặp khó khăn trong việc định giá sản phẩm AI.
Khi cạnh tranh đồng nhất gia tăng và số lượng mô hình mã nguồn mở ngày càng nhiều, các nhà cung cấp mô hình lớn đơn thuần có thể phải đối mặt với áp lực lớn hơn. Trong tương lai, giá trị của AI có thể sẽ thể hiện rõ hơn trong các trường hợp ứng dụng cụ thể, chứ không phải bản thân mô hình.