來自大洋彼岸的OpenAI以及ChatGPT的出現(xiàn)，如同一場颶風暴席卷了整個科技圈，自從發(fā)布后，就一直是國內的頂流話題。為什么中國沒有誕生ChatGPT？在這個問題出現(xiàn)后的近半年時間里，約30家國內科技大廠、創(chuàng)業(yè)公司、機構相繼宣布推出大模型。
此后，業(yè)界最為關注、也充滿爭議的一個話題是，國內的大模型距離OpenAI有多遠？關于企業(yè)家兩三個月以及兩三年的言論推測都曾刷屏網(wǎng)絡。在近期和不同領域相關從業(yè)者的交流中，第一財經發(fā)現(xiàn)，盡管有一些樂觀的看法，身處一線的研究者們都較為謹慎。
復旦大學MOSS系統(tǒng)負責人邱錫鵬對第一財經表示，“我們不得不說，不光是國內的模型，包括谷歌，離OpenAI的GPT4都還是存在代差的，差距非常大，遠遠不是幾個月就可以追趕上的。”
網(wǎng)梯科技創(chuàng)始人張震認為，在追趕OpenAI方面，算力并不是問題，雇傭全球云服務商夜里的“垃圾時間”就解決了，核心是算法、數(shù)據(jù)能不能真的產生智能，這是挑戰(zhàn)。“業(yè)界認為一年時間能追到GPT3.5，我覺得不一定追得上，除非把核心程序員挖出來，否則只是看起來很像。”
上海國創(chuàng)中心理事長、領中資本管理合伙人黃巖認為，短期內并不存在追上的說法，因為這個領域需要巨額投入，目前國內沒有哪家大模型廠商投下了OpenAI那樣規(guī)模的資金，對于這個高投入、高風險、高回報的領域，國內的資本也還在持幣觀望。
盡管如此，邱錫鵬認為，很多人會思考為什么中國沒造出ChatGPT，“能思考這個問題本身就是一個很大的進步，放在10年前我們不會思考這個問題，會覺得一個先進技術發(fā)展在美國是應當?shù)摹?rdquo;現(xiàn)在我們思考，并且去追趕，本身就是一種進步。
代差不是幾個月就能追上
“在過去的幾個月，有十幾個大語言模型的發(fā)布會，這些模型都大同小異，現(xiàn)狀就是，在全球范圍內只有OpenAI能夠達到通用人工智能的商業(yè)化，并且有絕大部分用戶的市場。”在長三角科技產業(yè)創(chuàng)新論壇上，竹間智能創(chuàng)始人兼CEO簡仁賢認為，幾乎除OpenAI以外的AGI大語言模型都只是發(fā)布會的階段，沒有達到可商用化的程度。
簡仁賢表示，從發(fā)布會到可商用化，中間有很大一段距離，這個差距還很大。目前的情況是，OpenAI具有幾億人的使用數(shù)據(jù)，它用這些使用數(shù)據(jù)再去微調其模型，“GPT4已經非常厲害，更不用說未來會有GPT5。”
邱錫鵬的團隊此前嘗試用大模型去做高考題，但并沒有用MOSS去測試，在采訪中他直言是因為覺得“它應該考不了多少分”。 邱錫鵬表示，團隊之前讓ChatGPT做高考題，用人工評價大概判斷得分在500分左右，后來用一些更嚴格的方式、用程序來評判，得分大概400分不到。不過此后GPT4又將高出非常多。近期，以“火星”命名的千億級模型參數(shù)的更新版MOSS模型即將上線，邱錫鵬的團隊計劃讓更新版MOSS參加今年的高考，以測試其分析和推理能力。
國內有部分企業(yè)認為我們與ChatGPT的差距很小，邱錫鵬認為，作為聊天軟件，國產大模型或許與ChatGPT差別不太大，但作為生產力工具，兩者能力仍然存在代差，這個代差不是幾個月就能追上的。
深思考是華為投資的人工智能企業(yè)，此前發(fā)布了針對專業(yè)場景的多模態(tài)大模型，作為身處一線的觀察者，深思考創(chuàng)始人、AI算法科學家楊志明對第一財經表示，從通用層面來說，國內大模型與OpenAI大概有1-2代的代差，這個代差代表了整個模型層的技術，包括學習的知識、能力等等方面的差距。
楊志明認為，很難從時間上去衡量這個差距，因為速度不一樣，可能國內基于一些公開論文和模型，學習先行者會快一點，但也并非是幾個月這么簡單。關鍵在于，OpenAI還在往前走，會越跑越快，“在垂直領域，我們有可能追上，在通用這塊還會有一段時間。”他表示。
國內迫切呼喚通用大模型。在長三角科技產業(yè)創(chuàng)新論壇上，上海市徐匯區(qū)委常委、副區(qū)長俞林偉就表示，目前最重要的是大模型，因為這個是真正的國之大者。“也有充滿危機感的行業(yè)的領軍人物講，如果我們今年下半年仍然不能做出中國的通用大模型，因為美國還在不斷地往前走，以后可能我們連汽車的尾燈都看不見，這個絕對不是危言聳聽。”
在論壇現(xiàn)場，俞林偉“廣發(fā)英雄帖”表示，徐匯愿意以事業(yè)合伙人的胸襟和擔當，真金白銀拿出辦公的載體、算力資源以及研發(fā)費用的補貼。“只要誰能夠把這個干出來，我們是愿意盡最大的努力來支持，盡最大的意愿來做好服務。前一段時間我們已經服務了幾家這樣的企業(yè)，拿出來的載體價格至少這兩年我從來沒有見到過。”
據(jù)黃巖團隊的統(tǒng)計，截至2023年4月，AGI賽道目前在國外已出現(xiàn)了13家獨角獸。在國內目前只有小冰公司已明確成為獨角獸。超一半初創(chuàng)企業(yè)的融資進度在A輪或天使輪，行業(yè)仍處于發(fā)展初期。
目前，最受頭部資本關注的機構均與底層大模型或AI領軍人物下場相關，如已退休的美團聯(lián)合創(chuàng)始人王慧文、搜狗創(chuàng)始人王小川、創(chuàng)新工場董事長李開復等。此前王慧文公開動態(tài)透露，光年之外的下輪融資已有頂級VC認購2.3億美元。
試錯成本仍然較高
在談及與OpenAI的差距時，此前有投資人表達了相對樂觀的態(tài)度。一方面，大模型的架構已經確定，后發(fā)者很容易去學習。此外未來三年算力的成本會下降，同時又有不少開源模型作為基礎支持。站在巨人的肩膀上，節(jié)省了從頭開始的試錯成本。
邱錫鵬對第一財經記者表示，整體從技術能力上，國內外沒有太大的差距，差距更可能來自于在前期有風險、道路不明確的時候，有沒有投入巨資，類似于賭博式去做這件事。
另一方面，盡管OpenAI已經走通的路徑能幫后來者節(jié)省很大的成本，但其具體每一步的細節(jié)外界并不知道。雖然都是Transformer的架構，但是Transformer也有很多版本，每家都不一樣。
“這都是研究者根據(jù)自己在研究中的一些經驗或者理論等推導出來的，應該做哪些修改等等外界完全不知道。我們自己做的時候，也需要去試錯，這個成本依然非常高。”邱錫鵬說。
黃巖認為，雖然可以參考一些開源的內容，但是一方面數(shù)據(jù)的標注仍然需要人為去標識，這需要大量的投入。另一方面，現(xiàn)在算法也開始自AI，即自動生成算法，這個結果出來不可控，研究者并不知道是怎么算出來的，因此這個過程并不容易。
此外，大模型需要巨額投入，此前有投資人測算，對標一個GPT3.5，基于目前已有的公開資源，大概需要的投入至少是1億到2億美金。
但與國外融資環(huán)境相比，國內AIGC目前融資頻次與體量有一定差距。黃巖認為，通用大模型有著高投入、高風險、高回報的投資特點，商業(yè)價值很難在短期內產生。“以微軟130億美元投資OpenAI為例，在沒有看到其產品效果以及真正商業(yè)化之前，很難有機構敢去做這個規(guī)模的投資。”目前大部隊還處在缺乏明確邏輯和標的的觀望狀態(tài)，黃巖表示。
在采訪中，商湯科技智能產業(yè)研究院院長田豐還對第一財經提到，算力之外，數(shù)據(jù)是一個很重要的成本。大模型訓練需要需要跨語言、跨行業(yè)、跨領域的龐大數(shù)據(jù)集，上至天文下至地理等領域的數(shù)據(jù)都需要有效覆蓋，但一方面是訓練數(shù)據(jù)集可獲得的難易程度問題，另一方面則是獲得的質量問題，以及背后還有不可忽視的人工糾偏、合規(guī)審查等重投入工作。
在中文語料庫里，通過互聯(lián)網(wǎng)獲得高質量數(shù)據(jù)并不占優(yōu)。根據(jù)調研公司 W3Techs的數(shù)據(jù)，全球的網(wǎng)站有55%是英文的，而中文網(wǎng)站的比例只有1.4%，排名第12位，和越南相近。因此中文內容在人工智能訓練上沒有優(yōu)勢。
另一方面是數(shù)據(jù)獲得的難易程度以及標準化程度，田豐提到，國際上多邊跨國數(shù)據(jù)政策互通、全球訓練數(shù)據(jù)集易于獲取，而中國尚缺乏大模型國際標準深度參與、多國數(shù)據(jù)流動機制、國際標準互認、大規(guī)模中文語言開源訓練數(shù)據(jù)集。
如此前歐盟委員會法規(guī)已構建起歐盟與英日韓等多個國家的跨境數(shù)據(jù)流動充分性權限許可。在4月底的G7會議上，通過聯(lián)合聲明明確提出建立“可信賴的AI”國際技術標準、基于“可信的數(shù)據(jù)自由流通”(DFFT)構建起國際機制，促進跨國數(shù)據(jù)流通。
田豐認為，類似通過舉國體制去建立全球最大的公共開源中文數(shù)據(jù)集，以加速中文大模型的訓練速度與質量刻不容緩。OpenAI之所以有工程上的奇跡，關鍵就在于其開放的技術鏈條，能夠把全球產業(yè)鏈上最前沿的技術融合到一起。如果都只有各自那一塊領域的數(shù)據(jù)很難訓練出大模型。
“我們希望政產學研一起去做這個事情，龍頭企業(yè)有行業(yè)數(shù)據(jù)，科技公司有較強的大模型基礎研發(fā)能力與人才，國家實驗室、國家數(shù)據(jù)局作為多方信任的中立機構，能夠有效將全球中文數(shù)據(jù)集合法合規(guī)集中于一個國家共享開放生態(tài)，發(fā)揮出AGI時代舉國體制的巨大價值。”田豐呼吁。
【來源：第一財經】
