本文是新浪微博新技术研发负责人、中国中文信息学会理事张俊林在知乎问题「OpenAI 发布 GPT-4,有哪些技术上的优化或突破?」下的回答,总结了 GPT4 技术报告里指出的三个方向,还提及了两个其它技术方向。
在这个历史性的时刻,回答个问题,留下自己作为历史见证人的足迹。
GPT4 的技术报告里很明确地指出了三个新的方向:
第一,LLM 最前沿研究的封闭化或小圈子化。技术报告里说了,出于竞争以及安全等方面的考虑,未公布模型规模等技术细节。从 GPT 2.0 的开源,到 GPT 3.0 的只有论文,再到 ChatGPT 连论文也没有,直到 GPT 4.0 的技术报告更像效果评测报告。一个很明显的趋势是,OpenAI 做实了 CloseAI 的名号,之后 OpenAI 的 LLM 最前沿研究不会再放出论文。
在这个情形下,其它技术相对领先的公司有两种选择。一种是做更极致的 LLM 开源化,比如 Meta 貌似选择了这条道路,这一般是竞争处于劣势的公司作出的合理选择,但是往往相关技术不会是最前沿的技术;另外一种选择是跟进 OpenAI,也选择技术封闭化。Google 之前算是 LLM 的第二梯队。但在 " 微软 +OpenAI" 的一顿组合拳下,现在局面有点狼狈不堪。GPT 4.0 去年 8 月就做好了,估计现在 GPT 5.0 正在炼丹过程中,这么长的时间窗口,结果 Google 都能落到目前这个局面,想想 Transformer、CoT 等非常关键的一些研究都是自己做出来的,竟沦落至此,不知一众高层作何感想。Google 在后面能快速跟进,维持在第二梯队应该问题不大,很可能比第三名技术也领先很多。出于竞争关系考虑,我猜 Google 大概率会跟进 OpenAI 走技术封闭的路线,最先进的 LLM 技术优先用来炼属于自己的丹,而不是写成论文放出来普惠大众尤其是普惠 OpenAI。而这很可能导致 LLM 最前沿研究的封闭化。
从现在算起,国内在经过一阵时间后(要做到 ChatGPT 的 6 到 7 折应该比较快,要追平估计要较长时间),必然被迫进入自主创新的局面。从最近三个月国内的各种情况看,将来会如何?大概率不太乐观。当然,这个关肯定很难,但必须得过,只能祝愿有能力且有初心者尽力加油了。
第二,GPT 4 技术报告里提到的 LLM 模型的 " 能力预测(Capability Prediction)" 是个非常有价值的新研究方向(其实之前也有个别其它资料,我记得看过,但是具体哪篇记不起来了)。用小模型来预测某些参数组合下对应大模型的某种能力,如果预测足够精准,能够极大缩短炼丹周期,同时极大减少试错成本,所以无论理论价值还是实际价值巨大,这个绝对是非常值得认真研究具体技术方法的。
第三,GPT 4 开源了一个 LLM 评测框架,这也是后面 LLM 技术快速发展非常重要的方向。尤其对于中文,构建实用的中文 LLM 评测数据和框架具备特别重要的意义,好的 LLM 评测数据可以快速发现 LLM 目前存在的短板和改进方向,意义重大,但是很明显目前这块基本处于空白状态。这个对于资源要求其实没那么高,适合很多机构去做,不过确实是个辛苦活。
除了 GPT 4 技术报告里明确指出的三个方向,因为最近 LLM 各方面新闻比较多,顺手再写两个其它技术方向。
首先,斯坦福大学近在 Meta 的 7B 开源 LLaMA 基础上,加上技术构造的,也代表了一个技术方向。如果归纳下,这个方向可以被称为 " 低成本复现 ChatGPT" 的方向。所谓 Self Instruct,就是采取一定技术手段,不用人工标注 Instruct,而是从 OpenAI 的接口里,好听点叫 " 蒸馏 " 出 Instruct,也就是不用人标注,而是 ChatGPT 作为 teacher,给你的 Instruct 打上标注结果。这个把 Instruct 标注成本直接打到了几百美金的基准,时间成本就更短了。再加上模型 7B 规模也不大,所以可以看成一种 " 低成本复现 ChatGPT" 的技术路线。
我估计国内早就有不少人采取这个技术路线了。毫无疑问,这是一条捷径,但是走捷径有好处有坏处,具体不展开谈了。在追赶 ChatGPT 的过程中,先把成本打下来去复现 ChatGPT 到七八成,我个人还是觉得可行也支持的,毕竟穷人有穷人的玩法。当然,追求把模型做小,效果又不怎么往下掉,如果能扎扎实实去做,是非常具有价值的。
另外,毫无疑问会是 LLM 下一阶段的重点研究方向。这方面的代表就是前阵子 Google 放出来的。目前的 GPT 4,我们可以认为人类创造出了一个超级大脑,但还是把它封锁在 GPU 集群里。而这个超级大脑需要一个身体,GPT 4 要和物理世界发生联系、交流和互动,并在物理世界中获得真实的反馈,来学会在真实世界里生存,并根据真实世界的反馈,利用比如强化学习来学习在世界游走的能力。这个肯定是最近的将来最热门的 LLM 研究方向。
多模态 LLM 给予了 GPT 4 以眼睛和耳朵,而具身智能给予 GPT 4 身体、脚和手。GPT 4 和你我发生一些联系,而依托于 GPT 4 本身强大的学习能力,这个事情估计很快会出现在我们身边。
如果你细想,其实还有很多其它有前途的方向。我的个人判断是:未来 5 到 10 年,将会是 AGI 最快速发展的黄金十年。如果我们站在未来 30 年的时间节点,当我们回顾这 10 年时,我们中一定会有人,想起下面的诗句:" 懂得,但为时太晚,他们使太阳在途中悲伤, 也并不温和地走进那个良夜。"
资讯来源:知乎 作者:张俊林
原文链接:https://www.zhihu.com/question/589639535/answer/2937928726