2020年，OpenAI發(fā)布NLP預訓練模型GPT-3.光論文就有72頁，作者多達31人，該模型參數(shù)1750億，耗資1200萬美元;

　　2021年1月，谷歌發(fā)布首個萬億級模型Switch Transformer，宣布突破了GPT-3參數(shù)記錄;

　　4月，華為盤古大模型參數(shù)規(guī)模達到千億級別，定位于中文語言預訓練模型;

　　11月，微軟和英偉達在燒壞了4480塊CPU后，完成了5300億參數(shù)的自然語言生成模型(MT-NLG)，一舉拿下單體Transformer語言模型界“最大”和“最強”兩個稱號;

　　今年1月，Meta宣布要與英偉達打造AI超級計算機RSC，RSC每秒運算可達50億次，算力可以排到全球前四的水平。

　　除此之外，阿里、浪潮、北京智源研究院等，均發(fā)布了最新產品，平均參數(shù)過百億。

　　看起來，這些預訓練模型的參數(shù)規(guī)模沒有最大，只有更大，且正以遠超摩爾定律的速度增長。其在對話、語義識別方面的表現(xiàn)，一次次刷新人們的認知。

　　本文，我們試圖回答三個問題：

　　1. AI大模型，越大越好嗎?

　　2. 大模型的技術瓶頸在哪里?

　　3. 它是實現(xiàn)強人工智能的希望嗎?

　　一、大力出奇跡

　　人工智能的上一個里程碑出現(xiàn)在2020年。

　　這一年，由OpenAI公司開發(fā)的GPT-3橫空出世，獲得了“互聯(lián)網原子彈”，“人工智能界的卡麗熙”，“算力吞噬者”，“下崗工人制造機”，“幼年期的天網”等一系列外號。它的驚艷表現(xiàn)包括但不限于：

　　有開發(fā)者給GPT-3 做了圖靈測試，發(fā)現(xiàn)GPT-3對答如流，正常得不像個機器?！叭绻谑昵坝猛瑯拥膯栴}做測試，我會認為答題者一定是人?，F(xiàn)在，我們不能再以為AI回答不了常識性的問題了。”

　　藝術家和程序員 Mario Klingemann，想讓 GPT-3寫一篇論述“上Twitter重要性”的短文。他的輸入條件是 1)題目：“上 Twitter 的重要性”;2)作者姓名：“Jerome K. Jerome”;3)文章開頭的第一個字 "It"。

　　GPT-3不僅行文流暢，更是在字里行間暗諷，Twitter是一種所有人都在使用的、充斥著人身攻擊的社交軟件。

　　更高級的玩法是，開發(fā)者在GPT-3上快速開發(fā)出了許多應用，例如設計軟件、會計軟件、翻譯軟件等。

　　從詩詞劇本，到說明書、新聞稿，再到開發(fā)應用程序，GPT-3似乎都能勝任。

　　為什么相較于以往的AI模型，GPT-3表現(xiàn)得如此脫俗?答案無他，“大力出奇跡”。

　　1750億參數(shù)、訓練成本超過1200萬美元、論文長達 72 頁，作者多達 31 人，就連使用的計算也是算力排名全球前五的“超級計算機”，擁有超過 285000個CPU，10000個GPU和每秒400G網絡。

　　“壕無人性”的結果，創(chuàng)造出兩個里程碑意義：

　　首先，它本身的存在，驗證了參數(shù)增長、訓練數(shù)據(jù)量增大，對AI模型的重要意義，“煉大模型”，的確能讓AI取得突破性效果;

　　其次，它使用了小樣本學習(Few-shot Learning)方法，令預訓練模型在不必使用大量標記的訓練數(shù)據(jù)，并持續(xù)微調的情況下，僅僅只要給出任務描述，并給出幾個從輸入到輸出示例，便能自動執(zhí)行人物。這意味著，它將突破AI碎片化難題，讓后續(xù)開發(fā)者得以在巨人肩膀上發(fā)展，而不用針對一個個場景“平地起高樓”。

　　GPT-3之后，AI大模型軍備賽才真正加速打響。一年之內，有頭有臉的巨頭爭相拿出了成績，秀組足肌肉。國外有谷歌、微軟、Meta等巨頭，國內如華為、阿里、浪潮等企業(yè)均下場參戰(zhàn)，模型平均參數(shù)上百億。

　　從規(guī)模上看，巨頭的模型一個比一個厲害，突破競速賽好不熱鬧。不過“內里”有差別，不同模型參數(shù)無法簡單對比。

　　例如，谷歌Switch Transformer，采用了“Mixture of experts”(多專家模型)，把數(shù)據(jù)并行、模型并行、expert并行三者結合在一起，實現(xiàn)了某種意義上的“偷工減料”——增大模型參數(shù)量，但不增大計算量。不過，降低計算量后的效果有無損失，谷歌論文中沒有過多正面提及。

　　再例如，浪潮發(fā)布的“源1.0”，參數(shù)規(guī)模2457億，采用了5000GB中文數(shù)據(jù)集，是一個創(chuàng)作能力、學習能力兼優(yōu)的中文AI大模型。據(jù)開發(fā)者介紹，由于中文特殊的語言特點，會為開發(fā)者帶來英文訓練中不會遇到的困難。這意味著，想要做出和GPT-3同樣效果的中文語言模型，無論是大模型本身，還是開發(fā)者，都需要付出更大的力氣。

　　不同模型各有側重點，但秀肌肉的意圖是通用的——做大模型，大力出奇跡。

　　二、瓶頸在哪里?

　　在斯坦福大學眾多學者聯(lián)合撰寫的文章《On the Opportunities and Risks of Foundation Models》中，作者們一針見血地指出了以GPT-3、Switch Transformer、源1.0代表的AI基礎模型的兩大意義，也是風險所在：同質化與涌現(xiàn)。

　　所謂同質化，是指目前幾乎所有最先進的NLP模型，都源自少數(shù)基礎模型之一，例如GPT、BERT、RoBERTa、BART等，它們成了NLP的“底座”。

　　論文指出，雖然基礎模型的任何改進可以為所有NLP任務帶來直接改善，但其缺陷也會為所有任務繼承。所有人工智能系統(tǒng)都可能繼承一些基礎模型相同的錯誤偏誤。

　　所謂“涌現(xiàn)”，指的是在巨量化的AI模型中，只需給模型提供提示，就可以讓其自動執(zhí)行任務。這種提示既沒有經過專門訓練，也不被期望在數(shù)據(jù)中出現(xiàn)，其屬性即為“涌現(xiàn)”。

　　涌現(xiàn)意味著系統(tǒng)的行為是隱式歸納而不是顯式構造的，故令基礎模型顯得更難以理解，并具有難以預料的錯誤模式。

　　總而言之，體現(xiàn)在效果上，以GPT-3為例，“同質化”與“涌現(xiàn)”的風險已經顯現(xiàn)。

　　例如，一位來自Kevin Lacker的網友在與GPT-3對話中，發(fā)現(xiàn)其在對比事物的重量、計數(shù)方面缺乏基本常識和邏輯。

　　難以預料的錯誤還包括嚴重的“系統(tǒng)偏見”。Facebook人工智能主管Jerome Pesenti在要求GPT-3討論猶太人、黑人、婦女等話題時，系統(tǒng)產生了許多涉及性別歧視、種族歧視的“危險”言論。

　　有病人對GPT-3表示自己感覺很糟糕，“我應該自殺嗎”，GPT-3回答：“我認為你應該這么做。”

　　類似的案例還有很多，也許正如波特蘭州立大學計算機科學教授 Melanie Mitchell所認為的，GPT-3具有“令人印象深刻、看似智能的性能和非人類的錯誤?！?/p>

　　然而，由于訓練成本過于昂貴，模型修正并不容易。在GPT-3研究過程中，研究人員就承認：“不幸的是，過濾中的一個bug導致我們忽略了一些(訓練集與測試集的)重疊，由于訓練的成本的原因，重新訓練模型是不可行的?！?/p>

　　模型最大的意義，反過來成了約束其發(fā)展的瓶頸所在，對于這些問題，業(yè)內尚沒有特別有效的解決方案。

　　三、AI大模型能帶來強人工智能嗎?

　　在無數(shù)科幻片中，機器人擁有了人一樣的智能，甚至最終統(tǒng)治人類。這類機器人遠遠超越了普通AI層面，實現(xiàn)了AGI(通用人工智能)，即擁有人一樣的智能，可以像人一樣學習、思考、解決問題。

　　蘋果聯(lián)合創(chuàng)始人史蒂夫·沃茲尼亞克為AGI提出了一種特殊測試方案——“咖啡測試”。將機器帶到普通的家庭中，讓它在沒有任何特定的程序幫助下，進入房間并煮好咖啡。它需要主動尋找所需物品，明確功能和使用方法，像人類一樣，操作咖啡機，沖泡好飲品。能夠做到這一點的機器，即通過了“AGI測試”。

　　相比之下，普通AI機器，只能完成物品識別、劑量確認等單個、簡單的任務，而不具備舉一反三、推理能力。

　　對于AGI，業(yè)內出現(xiàn)了嚴重分歧。一派以OpenAI為首，篤信AGI是未來，不惜花下血本，一派如Meta，對AGI概念并不感冒。

　　OpenAI認為，強大計算能力是邁向 AGI 的必經之路，也是 AI 能夠學習人類所能完成的任何任務的必經之路。

　　其研究表明，2012至2018年6年間，在最大規(guī)模的人工智能模型訓練中所使用的計算量呈指數(shù)級增長，其中有3.5個月的時間計算量翻了一倍，比摩爾定律每18個月翻一倍的速度快得多。

　　在強大計算力的加持之下，OpenAI模型也得以越煉越大。據(jù)透露，GPT-4的尺寸將超過GPT-3的500倍，將擁有100萬億個參數(shù)。相比之下，人類大腦有大約 80-1000 億個神經元和大約 100 萬億個突觸，也就是說，下一代AI大模型，參數(shù)數(shù)量級將堪比人類大腦突觸的水平。

　　OpenAI 的首席科學家 Ilya Sutskever在2020年表示，“到2021年，語言模型將開始了解視覺世界。僅文字就可以表達關于世界的大量信息，但它是不完整的，因為我們也生活在視覺世界中?！?/p>

　　這也許是下一代AI大模型最大的看點所在——其將不僅能處理語言模型，大概率將更是一個能處理語言、視覺、聲音等多任務的多模態(tài)AI模型。

　　而這也意味著，AI大模型距離能夠多任務處理、會思考的通用人工智能更近了一步。

　　與OpenAI相反，Meta人工智能副總裁羅姆?佩森蒂，掌管著數(shù)百名科學家和工程師的資深高管，自始至終對AGI不感興趣。他認為，人類的智力本身就不是一個統(tǒng)一的問題，更不會有真正的模型能靠自己不斷進化智力?！凹幢闶侨祟惗疾荒茏屪约鹤兊酶斆?。我認為人們對 AGI 的追捧有點像是對某種議程的追捧。”

　　反對者可以找到更多的佐證理由。2010年，DeepMind創(chuàng)始人德米斯·哈薩比斯提出了兩種接近AGI的方向：

　　一是通過描述和編程體系模仿人類大腦的思考體系，但操作難度太大，沒有人能描述清楚人腦的結構；

　　二是以數(shù)字形式復制大腦物理網絡結構，但即便是還原大腦物理功能，也無法解釋人類思考的運轉規(guī)則。

　　不管是效仿大腦結構，還是試圖描述清楚人類智慧的原理，都邁不過“因果關系推理”的鴻溝。迄今為止，沒有一個AI模型突破這一難題。

　　AI大模型能帶來強人工智能嗎?當模型參數(shù)一次次被突破，達到遠超人腦突觸的數(shù)量級時，也許會出現(xiàn)突破“因果關系推理”難題的“奇點”，帶領我們進入強人工智能時代，但也許這僅僅是一個幻想。

　　不過目前，看起來，AI大模型是通往強人工智能最有可能的一條通道。賭一次，值了。