【導讀】GPT-5仍在秘密訓練中！DeepMind聯(lián)合創(chuàng)始人在近日采訪中透露，未來3年，Inflection模型要比現(xiàn)在的GPT-4大1000倍。

近來，DeepMind聯(lián)合創(chuàng)始人Mustafa Suleyman，現(xiàn)Inflection AI的CEO，在采訪時投出了重磅炸彈：

OpenAI正在秘密訓練GPT-5。

我認為我們都直截了當?shù)卣f會更好。這就是為什么我們披露了擁有的計算總量。

在未來18個月內，Inflection AI訓練的模型比當前的前沿模型大100倍。未來3年內，Inflection的模型比現(xiàn)在大1000倍。

其實，Sam Altman此前曾否認訓練GPT-5的這一說法。

對此，網(wǎng)友表示，OpenAI可能給它起了一個新名字，所以他們才說沒有訓練GPT-5。

這就像當時Code Interpreter推出一樣，許多人感覺其能力早已不是GPT-4模型，而應該是GPT-4.5。

另外，采訪中，Suleyman還爆出了很多自己在DeepMind和Inflection AI工作時的內部信息，包括了谷歌當時收購DeepMind和之后的抓馬，某種程度上解釋了為什么DeepMind相比于OpenAI「起了個大早，卻趕了個晚集」。

他還認為，開源模型可能會增加AI帶給人類的不穩(wěn)定和危害。

而AI安全性最大的威脅來源并不是大語言模型，而是未來可能出現(xiàn)的自主智能體。

訪談全文

當被問到未來AI是否有可能會成為一個有自主進化能力的智能體時，Suleyman認為：

在短期之內，不太可能出現(xiàn)這種智能體——能夠自主運行，能夠制定自己的目標，能夠識別環(huán)境中的新信息、新的獎勵信號，并學會用它作為自我監(jiān)督，并且隨著時間的推移更新自己權重的人工智能體。

但是這種自主進化能力的AI是所有人都不應該忽視的東西，因為如果某種AI技術真的展現(xiàn)出這種能力的，它可能會有非常大的潛在風險。

至少他知道的范圍之內，Inflection AI和DeepMind都沒有在往這個方向上走。

Inflection AI不是一家AGI公司，他們想做的事就是希望能夠做出一個非常好用的個人助理。這個助理在能夠充分訪問用戶個人信息的前提下，為用戶提供高度定制化的AI服務。

模型訓練軍備競賽會加劇AI的風險嗎？

他的公司，Inflection AI正在建造世界上最大的超級計算機之一，并且他認為在接下來的18個月內，他們可能會進行一次比制造GPT-4的語言模型訓練運行大10倍或100倍的訓練運行。

當被問到，這種軍備競賽式的訓練模型可能會增加AI的風險嗎，他回答到：

100倍的訓練仍然會產(chǎn)生一個聊天機器人，可以理解為一個更好的GPT-4，盡管這會成為一個更令人印象深刻的模型，但這并不危險——因為它缺乏自主性，不能改造物理世界等讓模型自身變得危險的基本要素。

僅僅生產(chǎn)一個非常好的、更好的 GPT-4 還不算危險；為了讓它變得危險，我們需要增加其他能力，比如前邊提到的，讓模型能夠自我迭代，自我制定目標等等。

那大約是五年、十年、十五年、二十年之后的事了。

Suleyman認為，Sam Altman最近說過他們沒有訓練 GPT-5，可能沒有說實話。（Come on. I don’t know. I think it’s better that we’re all just straight about it.）

他希望所有擁有大規(guī)模算力的公司都能盡可能的保持透明，這也是他們披露自己擁有的計算總量的原因。

他們正在訓練比GPT-4更大的模型。目前，他們有6000臺H100正在訓練模型。

到12月，22,000個H100全面投入運營。從現(xiàn)在開始，每個月都會增加1000到2000臺H100。

他認為谷歌DeepMind也應該做同樣的事情，應該披露Gemini接受了多少FLOPS訓練。

AI訓練成本將如何變化

從算力成本的角度來看，未來AI訓練的規(guī)模不可能達到訓練某個模型需要100億美元的成本，除非真的有人會花3年時間去訓練一個模型，因為堆疊越多算力去訓練一個越大的模型，需要的時間也會更長。

雖然花的成本越高，可能能帶來更強的能力，但是這不是一個沒有上限的數(shù)學問題，需要考慮很多實際情況的限制。

但是因為算力成本隨著芯片算力的迭代在不斷下降，所以未來可能會出現(xiàn)訓練某個模型的成本相當于在2022年花費了100億美元來訓練。

但是因為芯片算力會以2-3倍的效率增長，所以到時候訓練一個這樣規(guī)模的成本會遠遠小于現(xiàn)在看起來的成本。

比如說，現(xiàn)在開源社區(qū)中的Llama2或者Falcon等模型，只有15億參數(shù)或20億參數(shù)，就獲得了有1750億參數(shù)的GPT-3的參數(shù)的能力。

開源的看法

作為一直在閉源科技公司工作的Suleyman，對于開源模型的價值和可能的風險，有非常與眾不同的觀點。

首先，他認為，在未來5年這個時間維度之內，開源模型始終會落后最前沿的閉源模型3-5年的時間

而且，開源模型會增加AI帶來的社會風險。

如果所有人都能無限制地訪問最新的模型，將會出現(xiàn)一個現(xiàn)象——「力量的快速擴散」。

舉個栗子，就像新媒體平臺讓每個人都可以作為一份完整的報紙發(fā)揮作用，擁有數(shù)百萬粉絲，甚至能影響全世界。

對于最前沿模型的無限制訪問將會擴大這種力量，因為在未來3年內，人類能夠訓練出比現(xiàn)有模型規(guī)模大上1000倍的模型。

即便是Inflection AI，也能在未來18個月內獲得比現(xiàn)在最前沿的模型大100倍的計算能力。

而開源的大模型會將這種力量交到每個人的手中，相當于給了每個人一個潛在的大規(guī)模不穩(wěn)定破壞性的工具。

而到時候，再想辦法避免這些工具可能產(chǎn)生的破壞性后果，有人做了一個很巧妙的比喻——圖試圖通過用手接住雨水來讓雨停下來。

他曾經(jīng)向監(jiān)管部門解釋過，AI技術未來會降低很多潛在危險化合物或者武器的開發(fā)門檻。

AI能在實際制作這些東西時提供大量的幫助——比如告知在實驗室中遇到技術挑戰(zhàn)時從哪里獲取工具等等。不過確實，從預訓練中刪除這些內容，對模型進行對齊等等辦法，可以有效地降低這樣的風險。

總之，對于用大模型能力來做壞事的人，需要盡量讓他們在做這些事的時候變得困難。

但是如果盡可能的開源一切模型，未來面對能力越來越強的模型，將會把更多的類似風險暴露出來。

所以雖然開源模型對于很多人來說確實是一件好事，能夠讓所有人都獲得模型并且進行各種各樣的嘗試，帶來技術上的創(chuàng)新和改進，但是也一定要看到開源的風險，因為并不是每個人都是善意和友好的。

雖然我說這樣的話可能會被很多人理解為我做的事和開源社區(qū)存在利益沖突，因此很多人可能會很生氣，但是我還是要表達我的觀點。

他還強調了，他不是為了攻擊開源社區(qū)才說出這番言論的：

「雖然我說這樣的話可能會被很多人理解為我做的事和開源社區(qū)存在利益沖突，因此很多人可能會很生氣，但是我還是要表達我的觀點，也希望獲得人們的支持。」

在谷歌和DeepMind期間的抓馬

在DeepMind度過的10年里，他花了大量時間試圖將更多的外部監(jiān)督融入到構建AI技術的過程中。

這是一個相當痛苦的過程。雖然他認為谷歌的出發(fā)點是好地，但它運作的方式仍然像傳統(tǒng)的官僚機構一樣。

當我們設立了谷歌的倫理委員會時，計劃有九名獨立成員，是對于開發(fā)敏感技術過程中進行外部監(jiān)督的重要措施。

但因為任命了一個保守派人士，而她過去曾發(fā)表過一些有爭議的言論，很多網(wǎng)友就在推特等場合抵制她，同時也抵制其他支持她的幾個成員，要求他們退出委員會。

這是一場徹底的悲劇，非常令人沮喪。我們花了兩年時間來建立這個委員會，這是朝著對我們正在開發(fā)的非常敏感的技術進行外部審查的第一步。

不幸的是，在一周內，九名成員中的三名辭職了，最終她也辭職了，然后我們失去了半數(shù)委員會成員。

然后公司轉身說：「我們?yōu)槭裁匆腥藖硐拗谱约?？這純粹是浪費時間。」

其實，當DeepMind被收購時，我們提出了收購的條件，即我們要有一個倫理和安全委員會。

我們計劃在倫理和安全委員會之后，我們要將DeepMind打造成一個全球利益公司：一個所有利益相關者在做決策時都能發(fā)聲的公司。

它是一個按擔保有限責任公司設立的公司。然后，我們計劃制定一個憲章，為AGI的開發(fā)制定相關的倫理安全的目標；這樣使得我們可以將收入的大部分用于科學和社會使命。

這是一個非常有創(chuàng)意和實驗性的結構。但是當Alphabet看到設立倫理委員會發(fā)生的事情時，他們變得膽怯了。他們說：「這完全瘋了。你們的全球利益公司也會發(fā)生同樣的事情。為什么要那樣做？」

最終，我們將DeepMind合并進入到了谷歌，從某種程度上說，DeepMind從未獨立過——現(xiàn)在當然也完全從屬于谷歌。

谷歌下一代大模型Gemini

The Information獨家報道稱，谷歌多模態(tài)人工智能模型Gemini即將面世，直接對標OpenAI的GPT-4。

其實，在今年谷歌I/O大會上，劈柴已經(jīng)向大眾宣布，谷歌正在研發(fā)下一代模型Gemini。

有傳言說，該模型將至少有1萬億參數(shù)，訓練將使用數(shù)以萬計的谷歌TPU AI芯片。

與OpenAI類似，谷歌使用GPT-4的方法來構建模型，由多個具有特定能力的人工智能專家模型組成。

簡言之，Gemini同樣是一個混合專家模型（MoE）。

這也可能意味著，谷歌希望提供不同參數(shù)規(guī)模的Gemini，因為從成本效益上考慮是個不錯的選擇。

除了生成圖像和文本外，Gemini接受過YouTube視頻轉錄數(shù)據(jù)的訓練，也可以生成簡單的視頻，類似于RunwayML Gen-2。

另外，比起B(yǎng)ard，Gemini在編碼能力方面也得到了顯著提升。

Gemini推出之后，谷歌也計劃逐步將其整合到自家產(chǎn)品線中，包括升級Bard，谷歌辦公全家桶、谷歌云等等。

其實，在Gemini之前，DeepMind還有一個代號為「Goodall」的模型，基于未宣布的模型Chipmunk打造，可與ChatGPT匹敵。

不過GPT-4誕生后，谷歌最后決放棄這一模型研發(fā)。

據(jù)稱，至少有20多位高管參與了Gemini的研發(fā)，DeepMind的創(chuàng)始人Demis Hassabis領導，谷歌創(chuàng)始人Sergey Brin參與研發(fā)。

還有谷歌DeepMind組成的數(shù)百名員工，其中包括前谷歌大腦主管Jeff Dean等等。

Demis Hassabis在此前接受采訪表示，Gemini將結合AlphaGo類型系統(tǒng)的一些優(yōu)勢和大型模型驚人的語言能力。

可以看到，谷歌已經(jīng)在全力備戰(zhàn)，就等著Gemini開啟逆襲之路。