重磅内幕：OpenAI即将开源新模型！开源社区的繁荣，全靠大厂「施舍」？

【新智元导读】OpenAI再次开源，是科技大厂的「施舍」还是开源社区的「救赎」?

就在刚刚，根据The Information的最新爆料，OpenAI即将发布一款编程全新的开源大语言模型。

虽然目前还不清楚，OpenA编程客栈I是不是打算利用即将开源的模型，来抢占Vicuna或其他开源模型的市场份额。

(资料图片)

但几乎可以肯定的是，新模型的能力大概率无法与GPT-4甚至GPT-3.5相竞争。

毕竟，270亿美元的估值也决定了，OpenAI最先进的模型将会被用于商业目的，尽管前两个版本的GPT都是开源的。

对此，OpenAI的发言人没有回应置评请求。

羊驼家族开源大爆发

十天前，谷歌的一份内部文件泄漏。在这篇名为《我们没有护城河，OpenAI也没有》的文章里，作者沉痛控诉了开源对于谷歌和OpenAI的沉重打击。

的确，在这次军备竞赛中，谷歌和OpenAI似乎都不是赢家，因为开源社区正在吃掉属于它们的「利益」。

ChatGPT一出，引爆了全球的LLM革命。然而，OpenAI不Open，很多公司和开发者只能看着干着急。

此时，Meta站出来发布了LLaMA，为全世界开发者谋了一把福利。

本来呢，Meta承诺的是LLaMA会对非商用的研究用例开源，可是谁能想到，仅在发布一周后，LLaMA的权重忽然在4chan上泄漏了，瞬间就引发了数千次下载。

这场「史诗级泄漏」，直接让开源LLM领域变了天。短短几周内，各种ChatGPT平替就以迅雷不及掩耳之势呈爆炸式增长。

Alpaca、Vicuna、Koala、ChatLLaMA 、FreedomGPT、ColossalChat……简直堪称是「羊驼家族」大爆炸。

其实，早在羊驼之前，开源模型就曾破灭过OpenAI的野心。

当时，刚刚发布的Dall-E2凭借着惊艳的文生图效果，在网上引起了不小的轰动。

然而，当OpenAI还在试图兜售API时，一款开源替代突然横空出世——Stable Diffusion。

随着Stable Diffusion的迅速崛起，Dall-E2也很快就被开发者们抛在了脑后。

开源大模型，要颠覆硅谷大厂?

UC Berkeley的计算机教授Ion Stoica正是使用Meta的研究开发Vicuna的学者之一。

为了提高Vicuna的能力，Stoica和同事们正在努力增加模型中的计算数量，这将有助于处理涉及推理的任务，比如写代码。

开发Vicuna的是一个伯克利的团队，每年的预算为数百万美元，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。

UC Berkeley的计算机教授Ion Stoica表示，现在的免费AI模型，在性能上已经「相当接近」谷歌和OpenAI的专有模型了，毫无疑问，大多数开发者最终都会选择免费模型。

一方面，开源模型可以让开发者使用自己的数据来解决特定的问题。

另一方面，像Vicuna这种模型的训练成本甚至可以低至几百美元，而且还不用向大厂支付昂贵的使用费。

https://lmsys.org/blog/2023-03-30-vicuna/

如果Stoica的看法正确，开源AI必将颠覆谷歌、OpenAI、微软等出售专有模型使用权的大厂的商业计划。

Vicuna的质量和开源AI的寒武纪大爆发，让谷歌工程师Luke Sernau警告同事，谷歌在努力追赶OpenAI时，太过关注专有软件了。

这份备忘录迅速在整个行业内引起了共鸣——即使Sernau或许高估了开源AI的能力，低估了它们的成本和风险，但大多数从业者都同意，Meta非常有可能从中获益。

比如，Meta在内部会使用AI模型进行内容推荐和广告定位，当开发者改进Meta的模型时，Meta就可以把这些改进纳入自己内部的AI。

Meta CEO小扎对此筹谋已久。

4月，在他与分析师的一次电话会议中，他曾这样谈到公司的策略——

谷歌倒是没有完全采用专有的方式来处理AI软件。

早在2020年，谷歌就发布了一个开源语言模型T5，让开发者可以构建能够执行翻译和摘要任务的软件。随后，谷歌又发布了一个更先进的Flan-T5。

但是，根据Stoica和其他从业者的说法，Meta发布的软件能够在谷歌模型的基础上做出显著改进，这让开发者选择Meta模型的可能性大大增加了。

不过，Stoica表示，谷歌在开源软件方面仍有两个优势。

1. 如果谷歌利用其不向外部开放的用户数据，模型在某些专业领域（如内容推荐）的表现可能会更好。

不过，谷歌发言人表示，公司并没有在现有用户数据上训练其基础模型。

2. 搜索公司在管理大规模计算机基础设施方面的专长，意味着它能够以更低的成本来运行模型，包括为云客户提供服务。

与此同时，OpenAI在收集数javascript百万人与ChatGPT互动方式的数据上，已经抢得了先机，这会更有助于OpenAI改进AI软件，更不用提它和微软的合作协议。

开源的繁荣，是大厂的「施舍」?

不过，这种建立在开源基础上的繁荣，是不稳定的。

目前大多数的开源，仍然依赖于资金雄厚的大公司发布的巨型模型。如果OpenAI和Meta决定关闭业务，繁荣的开源社区，可能就会变得萧条。

比如，现在许多开源平替是基于Meta的LLaMA构建的。

而其他模型使用的是名为Pile的大型公共数据集，由开源非营利组织EleutherAI整理。

EleutherAI之所以存在，是因为OpenAI的开放性意味着一群开发者能够逆向了解GPT-3是如何制作的，然后在空闲时间里创建自己的模型。

但一切都可能改变。

OpenAI已经不再Open，Meta也在考虑限制开源，防止初创公司利用开源代码做坏事。

Meta AI的执行董事Joelle Pineau表示，现在向外部人员开放代码是正确，但他并不确定，在未来五年内Meta还会采用相同的策略。

如果这种Close的趋势继续下去，那么不仅开源社区会被抛弃，下一代的AI突破也会重新回到那些最大、最不差钱的AI实验室手中。

显然，AI大模型的制造和使用方式的未来，正处于一个十字路口。

如果OpenAI曾经吝啬，就不会有如今的开源盛况

其他人也在权衡，这种开源的自由竞争带来的回报更大，还是风险更大。

就在Meta AI发布LLaMA的同时，Hugging Face推出了一个门禁机制，下载平台上的模型之前，用户必须申请访问并获得批准，这是为了限制那些有合法理由的人。

「我并不是一个开源的布道者，」Hugging Face的首席伦理科学家Margaret Mitchell说。「我能看到不开源的意义。」

大模型广泛使用的一个弊端，就是可能造成AI色情产品的泛滥。

Mitchell曾在谷歌工作，并创立了AI道德团队，她对于模型被滥用的风险十分了解。因此，她赞成Meta AI以有控制的方式发布模型。

同时，OpenAI也在关闭水龙头。GPT-4发布时，并没有公布架构（包括模型大小）、硬件、训练计算、数据集构建、训练方法等细节，理由是「鉴于像GPT-4这样的大规模模型的竞争格局和安全影响」。

这种限制反应了Op编程客栈enAI心态上的变化。联合创始人兼首席科学家Ilya Sutskever表示，OpenAI过去的开放性是一个错误。

OpenAI的政策研究员Sandhini Agarwal说:「以前，如果某样东西是开源的，也许一小群修理工会关心。但现在，整个环境已经改变。开源真的可以加速发展，导致竞争。」

时间倒回三年前，如果OpenAI在公布GPT-3的细节时，就秉持着同样的原则，那就不会有EleutherAI的出现，也就不会有蓬勃的开源创新。

今天，EleutherAI在开源生态系统中发挥着举足轻重的作用。Pile被用来训练多个开源项目，包括Stability AI的StableLM。

但随着GPT-4、5、6被锁死，开源社区可能会再次被落在几家大公司后面。

他们会困在上一代模型中，如果想取得进步，只能闭门造车。

参考资料:

https://www.technologyreview.com/2023/05/12/1072950/open-source-ai-google-openai-eleuther-meta/

https://www.theinformation.com/articles/open-source-ai-is-gaining-on-google-and-chatgpt

推荐DIY文章

家用SUV哪家强？星途凌云实力上见真招

入耳式耳机其正确的使用方法 如何增加耳机的演奏效果-世界微资讯

月球资料：月球的直径略大于地球的四分之一 是太阳系中密度第二大的卫星_天天聚看点

亲子教育机构有哪些 育儿教育培训机构为什么要和学校挂钩 动态焦点

工作压力的后果有哪些 有可能会导致肠胃虚弱皮肤老化 当前热议

黄金太阳攻略 本文是一些入门攻略 可以帮助你尽快通关 天天新消息