开源人工智能崛起：是否将颠覆大型科技公司的商业计划？

119 0 0

文章主题：

划重点

1OpenAI的开源替代品正在激增，性能上接近OpenAI和谷歌的专有模型。
2OpenAI准备向公众发布一款全新的开源语言模型，但不大可能与GPT竞争。
3Meta之前发布开源机器学习模型LLaMA，让学者们获得访问权限，最终或成大赢家。

🌟🚀开源大热！AI领域新宠悄然崛起🔥——揭秘未来力量源泉🔍近期，开源大型语言模型犹如一股狂飙突进，席卷全球科技圈！👀随着技术日新月异，免费试用、无限制次数的开源人工智能产品正逐渐成为引领AI潮流的明星。这不仅仅是一场科技竞赛，更是一场公平的游戏规则变革——开放与创新并存，让每个人都能触及知识的宝藏。🌍无需昂贵标签，OpenAI和谷歌的强敌或许就隐藏在这些代码之中。开发者们正在用实际行动证明，开源的力量无人能及。🛠️无数智慧之手编织的网络，孕育出前所未有的智能生态，等待着被解锁和探索。未来的AI之路，或许将由这些免费、开放的模型铺就。它们不仅改变了游戏规则，更可能重塑我们的科技格局。🚀SEO优化提示：使用相关关键词如“开源语言模型”，“人工智能”，“公平竞争”，“创新生态”等，并适当增加行业术语和未来趋势预测。

🎉Meta的开源巨献！💡LLaMA模型震撼发布，引领AI领域革命！🔥这款由Facebook母体打造的深度学习神器，让世界见证语言理解的力量！📚学者们迅速行动，将Meta的宝藏转化为开源代码，ChatGPT等巨头面临挑战！🛡️免费替代品横空出世，AI生态系统迎来革新风暴！🌍未来已来，Meta的开放理念正引领我们步入智能新时代！🌟

🌟【加州大学伯克利】顶尖教授Ion Schmidt揭示：现今免费AI模型已达到与OpenAI旗下ChatGPT旗鼓相当的高度，性能卓越。广大开发者正转向它们，这已成为行业趋势。斯教授自身也借助Meta的力量，推动了一款关键开源AI模型的发展。🚀📝免费人工智能的崛起，不仅打破了专有技术的垄断，其高效与普及性使得它成为软件开发中的首选。OpenAI的专有模型虽强大，但其开放性相对逊色，相比之下，这些开源选项为创新提供了无尽可能。💻👩‍💻对于开发者来说，选择免费模型并不意味着牺牲质量，反而在成本效益和灵活性上具备显著优势。随着技术的进步和社区的支持，这些模型将持续优化，成为推动科技普及的重要力量。🌐📝Meta的贡献不仅体现在其自家产品上，更在于它通过开放合作，促进了AI领域的共享与进步。斯教授的开源项目就是一个鲜活的例子，展示了技术如何打破壁垒，惠及大众。👩‍💻SEO优化提示：使用相关关键词如”免费AI模型”, “OpenAI”, “专有模型”, “软件开发趋势”, “开源人工智能”, “Meta贡献”, “技术创新”, “科技普及”.

🌟【开放AI革命？】💡 斯托伊察的观点并非空穴来风，开源人工智能或将对科技巨头如谷歌、 opcena 和微软的商业模式带来颠覆性冲击。🚀 专有模型的时代或将一去不返，任何人都能轻松获取强大的人工智能技术，这无疑将打破市场的原有格局。🌍 Meta或许会因此迎来新的机遇，他们不再仅仅是提供平台，而是可能成为开放AI生态系统中的重要参与者和受益者。💰 虽然短期可能会带来调整，但从长远看，这种创新的开放模式有望引领人工智能行业迈向一个更加公平、包容的新纪元。🌐 #开源人工智能 #Meta转身 #未来科技趋势

🌟 斯托伊察教授是Meta研究领域的领军人物之一，他推动了Vicuna这一创新语言理解模型的诞生——一款3月面世的开源巨著！这款模型基于LLaMA微调技术，背后集结了伯克利、CMU、斯坦福及圣地亚哥等地学术巨头的智慧结晶。通过7万对话数据的精炼提取自shareGPT，他们巧妙地借鉴Alpaca的经验，对LLaMA进行了深度定制，实现了与chatGPT相当甚至超越的质量，而惊人的成本仅300美元！这样的开源力量不仅引领了AI浪潮，也让谷歌高级工程师卢克·瑟诺对此发出警告，警示公司可能因过分依赖专有软件而在开源社区的竞争中失去优势。🏆

🌟💡Google’s paid subscriptions may be in jeopardy, as inferred by Senor’s internal memo leaked and first reported by SemiAnalysis. The expert points out that the absence of free, premium alternatives with no usage caps is fueling this concern. He asserts that open-source AI advancements pose a threat, urging Google to assert its leadership in the community and loosen control over some of its models. By embracing openness, the tech giant can potentially retain its users and stay ahead in the competitive landscape. 🚀

即使瑟诺在这份备忘录中的观点可能夸大了开源人工智能的能力，并低估了其成本和其他风险，它仍然引起了整个行业的共鸣，包括一些谷歌员工也有同感。但大多数人工智能从业者同意备忘录的一个结论，也就是Meta将从发布模型中获益。Meta在内部使用人工智能模型进行内容推荐和广告定位。随着开发人员改进Meta发布的模型，Meta将能够把这些改进纳入其内部人工智能应用之中。

今年4月，当Meta首席执行官马克·扎克伯格（Mark Zuckerberg）财报电话会议中被问及公司的人工智能战略时，他表示：“如果行业对我们正在使用的基本工具进行标准化，那就更好了，我们可以从其他人的改进中受益。”

与斯托伊察共同开发Vicuna的伯克利大学的研究生郑联民（Lianmin Zheng）说，虽然Meta发布的模型LLaMA不能合法地用于商业目的，但是Meta为研究人员提供了足够的信息来复制用于商业应用的模型。

谷歌没有对人工智能软件采取完全专有的办法。2020年，早在ChatGPT出现之前，谷歌就发布了开源语言模型T5，让开发者能够构建可以完成翻译和编写摘要等任务的软件。它随后发布了更先进的版本Flan-T5。但是根据斯托伊察和其他从业者的说法，Meta发布的软件允许对谷歌模型进行重大改进，这使得工程师更有可能喜欢基于Meta软件的模型。

OpenAI的开源模型

谷歌在开源人工智能领域发挥更大作用的压力，可能会因为另一个原因而增加。据一位了解该计划的人士称，谷歌在人工智能领域的主要竞争对手OpenAI准备向公众发布一款新的开源语言模型，该计划此前从未报道过。目前尚不清楚OpenAI是否打算让其即将推出的开源软件，夺回被Vicuna或其他使用Meta模型开发的软件抢占的势头。不过OpenAI不大可能发布一款与其正在销售的专利模型GPT竞争的产品。尽管GPT的前两个版本是开源的，但OpenAI目前高达270亿美元的估值取决于未来最复杂的商业人工智能不是开源的。截至目前，OpenAI的发言人对此报道未予置评。

像Vicuna这样的开源模型只需要几百美元的训练费用，用户可以选择避免向软件提供商支付昂贵的费用。相比之下，谷歌、OpenAI和微软一直在出售对其专有模型的访问权，企业可以将这些模型用于一系列目的，包括自动化客户服务、总结医学研究或生成营销文案。去年，微软开始出售OpenAI开发的模型的访问权限，微软为OpenAI投入了上百亿美元，而谷歌和亚马逊今年开始向外部开发者出售他们的模型。

不过最近几周时间，开源替代方案激增。除了像Vicuna这样基于Meta软件的模型，工程师们还可以选择德国非营利组织LAION以及Databricks和Stability AI等初创公司的其他模型。斯托伊察创建了一个网站，试图衡量这些开源模型与专有模型（如OpenAI的GPT-4）的质量。

斯托伊察说，与开源软件相比，谷歌仍然有两个优势。如果谷歌利用其用户数据库，其模型在一些专门用途上可以表现得更好，如内容推荐，因为这些数据是外人无法获得的。谷歌发言人对此表示，该公司没有在现有用户数据的基础上训练其“基础”人工智能模型。他表示，谷歌在管理大规模计算机基础设施方面的专业知识，意味着它将能够以更低的成本运行人工智能软件模型，包括为其云客户。作为对ChatGPT的回应，谷歌上周宣布对Bard背后的专有模型进行一系列改进。

与此同时，OpenAI在从数百万人与ChatGPT的互动方式中收集数据方面占据了先机，这无疑有助于它改进人工智能软件，而且这家初创公司手握使用微软计算基础设施的优惠协议。

不过开源人工智能软件允许更多公司使用专有数据来自行解决问题。斯托伊察说，举例来说，一家航空公司可以利用其数百万客户服务电话的日志来创建自动响应。媒体在今年3月份报道称，彭博社使用其数据训练了一个更好地理解金融信息的机器学习模型。根据开发者社区Discord中的消息，工程师们一直在试验使用Vicuna进行创造性写作和编程。

斯托伊察说，为了提高Vicuna的能力，他和同事们正努力增加其模型中的计算次数，有助于它完成涉及推理的任务，如编写代码。开发Vicuna的团队是Sky Computing Lab的一个分支，该团队位于伯克利大学，每年有数百万美元的预算，其中大约50万美元来自包括微软、谷歌和亚马逊在内的上市公司。

开源人工智能软件以前挫败过OpenAI的野心。OpenAI通过发布和出售Dall-E 2的访问权抓住了互联网的想象力，当有人键入他们想看的简单文本描述时，Dall-E 2会产生原始图像。不过随后开源替代产品Stable Diffusion的突然崛起，让人工智能界的很多人感到惊讶，包括OpenAI的员工。Dall-E 2并没有成为一个受到追捧的产品。“我看不出为什么大型语言模型不会遵循同样的模式，”斯托伊察说。（无忌）