1、一位百度資深人士:他「沒有興趣」談論ChatGPT,言語之間,五味雜陳。
2、一位人工智慧企業創始人:面對ChatGPT的驚艷表現,心痒痒也迷茫,失眠了。他坦承,從模型的規模到效果,差距還比較遠。
3、國內某廠商的大模型和ChatGPT:ChatGPT從回答的邏輯性和完整度上都遠超國內大模型,國內大模型的答案帶有明顯的拼湊感,夾雜著不少主題之外的胡編內容。而且,在回復速度上,ChatGPT也領先一截。
4、從事數字人研發的特看科技CEO:目前全球還沒有能跟ChatGPT抗衡的大模型,業界共識是差距在兩年以上。國內先不談彎道超車,趁早追趕反而是更重要的。
5、雖然一些人工智慧資深人士認為,在ChatGPT所涉及的技術上,中美是「平級」的,但華為諾亞方舟實驗室語音語義首席科學家劉群,在黃大年茶思屋的討論中坦承,中國在技術上還是有差距的。其中一個是基礎模型本身的差距,雖然我們訓練了很多萬億模型或者是幾千億的模型,但訓練的充分程度,是遠遠不夠的。「我估計到現在為止,沒有哪個模型能吃GPT那麼多數據。」
6、清華大學計算機科學與技術系長聘副教授黃民烈提到,在GPT-3之後,OpenAI所有的模型都沒有開源,但它提供了API調用。在這個過程中,它幹了一件事,就是建立起了真實的用戶調用和模型疊代之間的飛輪,它非常重視真實世界數據的調用,以及這些數據對模型的疊代。當然,在此過程中,它也養活了美國一大幫創業公司,建立了一個生態。
7、「你看我們國內的大模型研究,是A公司訓練了一個,B公司也訓練了一個,打個廣告就完了,模型開源,你愛用不用。至少目前還沒看到一家比較好的公司,把數據和模型的飛輪完整轉起來。所以,我覺得這是我們趕超ChatGPT的難點。」一位業內人士坦言。
8、業界人士都提到了算力問題。由於GPU晶片等問題,在一定程度上,國內算力已被卡脖子了。即使國內頭部公司,從算力上跟谷歌等相比,差距也是比較明顯的。
有業內人士稱:從數據質量來說,整個網際網路的中文數據質量,相比於英文還是有明顯差距。「我們可能要想辦法,做中英文不同語言之間的數據互補。」
9、幾乎所有受訪人士都提到了OpenAI這家人工智慧組織,所體現的純碎創新精神和長期主義。「其實從原理和方法看,他們所做的東西業界都是了解的,倒沒有說什麼是美國做得了、我們做不了的。」但像OpenAI和DeepMind,他們可能是業界唯二的兩家機構,無論在創新性、投入、決心,還是在頂尖人才儲備上,都是一如既往堅持的。「我們看到的是成功,但裡面可能已經有很多失敗的嘗試。」
10、有資深AI從業者認為,在看不到前景和沒有明顯效果的階段,OpenAI非常堅定地做了投入,相反國內傾向於在技術出現突破後,快速追隨。「國內大家第一步想的是,我們現在怎麼用起來,但在不能用的時候,人家就在長期投入。」
11、「這件事其實是值得我們學習的,我們真的需要有足夠多的錢,有這麼一幫熱血的人才,能夠在一個方向上這樣持續積累發力,我覺得這是一個非常必要的條件。」黃民烈稱。
最近一段時間,業界也在討論中國企業能否超越。圍繞業務,尤其是國內的場景,是有超越機會的。在局部應用中開始超越,這也是業界的共識。