今晨,微軟意外地聘請了前OpenAI首席執行官Sam Altman和總裁Greg Brockman。此舉似乎是微軟試圖緩解OpenAI近期動盪事件的後果,該公司董事會在週末前做出了爭議性決定,解雇了Altman。
目前,OpenAI的情況仍未解決。多位研究人員已辭職,許多員工和高管也在積極反對董事會的決策。與此同時,微軟與OpenAI的關係變化不定。微軟計劃成立一個由Altman和Brockman領導的內部研究部門,這可能會形成對OpenAI的競爭。
顯然,OpenAI的運作已發生根本性變化,其產品包括ChatGPT及其API平台也不例外。這次動盪突顯了AI行業迅速演變的態勢,關於先進AI系統的風險和人工通用智慧(AGI)潛在威脅的辯論將持續存在。
如此的衝突可能重現,尤其是在那些專注於平衡研究與產品開發的AI實驗室中。因此,依賴OpenAI科技的企業需要重新評估其策略,以應對公司當前的不確定性。
在此背景下,開源模型市場或將成為重要受益者。與如OpenAI這樣的封閉源平台不同,開源模型使使用者完全掌控和負責其應用,避免單點故障的風險,例如API伺服器或優柔寡斷的領導。
據報導,超過100家OpenAI客戶於動盪後已聯繫競爭對手,如Anthropic、Google Cloud、Cohere和Microsoft Azure。
企業可以選擇在其伺服器上、公共雲中或通過模型服務平台部署開源模型。主要雲服務提供商提供對流行的開源模型如Llama 2、Mistral、Falcon和MPT的無縫接入,包括Microsoft Azure AI Studio和Amazon Bedrock。這種多樣性使得企業能夠根據其現有基礎設施自定義模型。
開源模型通常提供比專有模型更穩定的性能。最近幾個月,由於持續的再訓練和調整,OpenAI的模型出現多次性能波動。這些專有模型可被視為不透明的系統,難以實現穩定的輸出。
相對而言,開源模型使企業能夠掌控更新,自定義安全防護,避免因網絡上分享的破解漏洞而導致的突然變更。開源模型的生態系統正迅速發展,受研究人員和開發者之間的合作知識共享推動。
目前有多種工具使企業能夠基於特定需求自定義開源大型語言模型(LLM),提供專有模型所欠缺的彈性。企業可以使用量化技術來降低運營成本,或採用低階適應技術以低價調整模型,使許多模型能夠在單個GPU上運行。開源模型可適用於各種應用和預算。
像OpenAI這樣的公司面臨著追求雙重目標的挑戰:實現AGI和提供能夠產生收入的產品以資助研究。這些目標經常相互衝突,正如持續發展的OpenAI事例所展示的。
實際上,大多數企業並不追求AGI,也不需要參數達數兆的尖端模型。他們所需的是穩定LLM應用的可靠框架,即使這意味著使用數十億參數的模型。在開源生態系統中,這代表著一個重要的機會。隨著OpenAI後續影響的持續,預計將有更多企業轉向開源LLM。
如ChatGPT這樣的平台對於快速原型設計和探索先進AI能力非常有價值。然而,一旦企業確定了正確的應用,他們將更有利於投資於穩定的技術,無論開發這些技術的公司內部動態如何變化。