約阿夫·肖漢(Yoav Shoham),AI21的共同首席執行官,一家領先的大型語言模型(LLM)公司,對亞馬遜等近期關於LLM獨特性減弱的評論作出了回應。肖漢堅定地反駁道:「模型確實存在區別。」
AI21專注於開發特定任務的LLM,尤其在企業應用的文本摘要上表現出色。在與肖漢的專訪中,我們深入探討了生成式AI的最新發展,包括OpenAI面臨的挑戰以及亞馬遜AWS的最新公告。肖漢的評論針對我提到的對LLM獨特性可能減弱的觀點,並指出其他人認為生成式AI的真正價值可能來自專有數據。亞馬遜AWS數據與AI副總裁斯瓦米·西瓦蘇布拉曼尼亞(Swami Sivasubramanian)提到:「如果所有供應商構建的模型看起來非常相似,那麼區別在哪裡?」他強調企業應有效利用專有數據來創造獨特的AI應用。
艾爾伯特森(Albertsons)人工智能與數據科學副總裁米格爾·帕雷德斯(Miguel Paredes)本月早些時候也表達了相似的觀點,他指出:「這些模型正變成商品化產品。」他強調,像OpenAI的ChatGPT和Google Bard等模型的接入對所有公司幾乎是均等的,並敦促企業專注於自身數據以獲取競爭優勢。
肖漢承認數據的重要性,但堅持認為,目前創造卓越的AI系統仍然以LLM為中心。「創造一個優秀的語言模型非常具挑戰性,評估其能力和局限性可能需要時間,」他解釋道。他指出,傳統的基準測試甚至直接原型設計對於模型的真正性能只能提供有限的見解。
他強調,即便是看似簡單的任務,如文本摘要,也可能對LLM造成困難。透過專注於特定任務,這些模型可以顯著提升。例如,AI21的文本摘要模型在一家大型金融機構的評估中超越了GPT-4、ChatGPT和Claude。
展望未來,肖漢認識到下一年的重點將會演變。「我們將討論結合大型語言模型與許多其他功能的AI系統。這是一片藍海——創新空間非常廣闊。」