9 J0 V" g1 y3 i2 C: d$ \
WriterChucheng
4 E& G5 r* d9 P: b查看我的印记
1 ^" u( y7 l( J酱油帝2
~& A* ?% t+ A# ~) ?回顾GPT类人工智能的发展历程可知,OpenAI公司自GPT-1开始,就将坚持创新视为人工智能大模型的必由之路。为了避免谷歌在人工智能领域形成垄断,OpenAI与谷歌开启了狂飙竞速。2018年,OpenAI推出了1.17亿参数的GPT-1,谷歌推出了3亿参数的BERT。更擅长“写作文”的GPT与更擅长“完形填空”的BERT采用了不同的技术路线,竞争结果是发布更早的GPT-1完败于晚4个月发布的BERT。但出师不利后,OpenAI并没有改变技术策略,而是坚持走“大模型路线”加速创新。2019-2020年,在几乎没有改变模型架构的基础上,OpenAI陆续推出参数更大的迭代版本GPT-2、GPT-3,前者有15亿参数,在性能上已经超过BERT;后者则有1750亿参数,几乎可以完成自然语言处理的绝大部分任务。GPT-3发布之后,OpenAI研究人员依旧在思考如何对模型进行进一步升级。经过创新性地引入“人类反馈强化学习机制”(RLHF),OpenAI获得了更好遵循用户意图的语言模型InstructGPT,并最终成功构建了InstuctGPT的姊妹模型——ChatGPT。
# R; r' p6 y# V4 v* b* @4 ?2015-2020年间,用于训练人工智能大模型的计算量增加了6个数量级。计算量的增加导致其需要庞大资金投入,否则难以为继。据估算,OpenAI的模型训练成本高达1200万美元,GPT-3的单次训练成本高达460万美元。人工智能公司DeepMind从零开始训练AlphaZero的花费在3500万美元左右。目前,ChatGPT每月的计算成本可能达数百万美元。美国官方对人工智能的投资逐年增加。2020年达到18.37亿美元,较2019年增长了25%,支出前三位的美国政府机构分别是国防部(14亿美元)、宇航局(1.391亿美元)和国土安全部(1.123亿美元)。美国国家科学基金(NSF)在2021年要求将8.68亿美元资金用于与人工智能相关的方面,并拨款1.6亿美元用于新增8家人工智能研究所;NSF还与合作伙伴共同宣布向11个其领导的国家人工智能研究中心投资2.2亿美元。美国民间掀起人工智能投资热。据Leonis Capital统计,自2020年至今,对生成人工智能的风险投资增长了400%以上,2022年已达21亿美元。
: D- V8 `8 n8 Y* q( A我国高校人工智能专业培育起步较晚,2019年,教育部印发了《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》,全国共有35所高校获首批建设“人工智能”本科专业资格。但与美西方人才储备情况相比差距依旧明显。一方面是人才供需严重失衡。根据工信部相关数据,人工智能不同技术方向岗位的人才供需比均低于0.4,人才供不应求成为常态。从细分行业来看,智能语音和计算机视觉的岗位人才供需比分别为0.08、0.09,相关人才极度稀缺。另一方面是高层次科研人才与美国差距较大。《2019年全球AI人才流动报告》显示,美国高校培养了全球44%的人工智能领域博士,大于欧盟(21%)和中国(11%)的总和。《智慧人才发展报告(2021)》也显示,相比中国(10.69%),美国人工智能高层次学者数量占全球的67.87%,领先优势明显。 |