SamAltman 的歐洲之行仍在進(jìn)行中。前不久，在倫敦，他和 AI 公司 HumanLooop 的 CEO 進(jìn)行了一次閉門討論。HumanLoop 是一家?guī)椭_(kāi)發(fā)者在大語(yǔ)言模型上構(gòu)建應(yīng)用的公司。

(資料圖)

HumanLoop 的 CEO Raza Habib 記錄了這次談話的要點(diǎn)，并公開(kāi)在公司官網(wǎng)上。但隨后在 OpenAI 的要求下，這份紀(jì)要被撤下。這反而增強(qiáng)了外界對(duì)這次談話的好奇心。有人推測(cè)，是其中所涉及的 OpenAI 的一些想法有所更改。

極客公園在瀏覽了這份被刪除的談話紀(jì)要后，發(fā)現(xiàn)其中不僅涉及 Sam 眼中對(duì)OpenAI的短期規(guī)劃，也隱藏著獲得微軟云計(jì)算資源大力支持后，OpenAI 所承擔(dān)的壓力。畢竟，模型的微調(diào)、推理依舊消耗大量計(jì)算資源。據(jù) The Information 報(bào)道，Open AI 的模型已經(jīng)花費(fèi)了 Microsoft Azure 12 億美元，將計(jì)算資源集中于支持 OpenAI，也讓微軟的其他部門可使用的服務(wù)器受限。

對(duì)此，Sam 表示降低成本是目前的首要目標(biāo)。

此外，Sam 還透露：目前，開(kāi)放更長(zhǎng)的上下文窗口、提供微調(diào) API 等服務(wù)都受到GPU資源的限制；

這場(chǎng)對(duì)話中，Sam Altman 回應(yīng)了許多外界關(guān)心的問(wèn)題，比如競(jìng)爭(zhēng)與商業(yè)化：

盡管剛剛招聘了一位世界級(jí)的產(chǎn)品經(jīng)理 Peter Deng，但OpenAI 不會(huì)考慮發(fā)布更多的產(chǎn)品；

未來(lái)的應(yīng)用趨勢(shì)是大模型的功能嵌入更多APPs，而不是在ChatGPT上生長(zhǎng)出更多插件，因?yàn)楝F(xiàn)實(shí)中大多數(shù)插件并沒(méi)有呈現(xiàn)出 PMF（Product / Market Fit，即產(chǎn)品市場(chǎng)匹配）；

過(guò)去幾年，OpenAI 以數(shù)百萬(wàn)倍的速度擴(kuò)展模型規(guī)模，但這樣的速度不可持續(xù)。接下來(lái)，OpenAI 會(huì)繼續(xù)以 1 到 3 倍的速度，增加模型規(guī)模，以提升模型性能。

談話紀(jì)要公開(kāi)于 5 月 29 日，根據(jù)網(wǎng)友的記錄，于 6 月 3 日左右刪除。以下是通過(guò)備份獲得的內(nèi)容：

01

OpenAI目前受到

GPU的嚴(yán)重限制

隨著對(duì)話擴(kuò)展，

所需的計(jì)算資源呈指數(shù)增長(zhǎng)

目前 OpenAI 的 GPU 非常有限，這拖延了他們?cè)S多短期計(jì)劃?？蛻?的抱怨是 API 的可靠性和速度。Sam 承認(rèn)他們的擔(dān)憂，并解釋說(shuō)，大部分問(wèn)題是由于 GPU 短缺。

The longer 32k context can』t yet be rolled out to more people. OpenAI haven』t overcome the O(n^2) scaling of attention and so whilst it seemed plausible they would have 100k - 1M token context windows soon (this year) anything bigger would require a research breakthrough.

更長(zhǎng)的 32K 上下文還不能提供給更多的人。OpenAI 還沒(méi)有克服注意力機(jī)制的 O (n ^ 2) 的擴(kuò)展問(wèn)題，盡管看起來(lái)，他們很快 (今年) 就會(huì)擁有 100k-1M Token 的上下文窗口。任何更大的窗口都需要研究突破。

注：O (n^2) 意味著，隨著序列長(zhǎng)度的增加，執(zhí)行 Attention 計(jì)算所需的計(jì)算資源呈指數(shù)增長(zhǎng)。O 用來(lái)描述算法時(shí)間或空間復(fù)雜度增長(zhǎng)速度的上限或最壞情況；（n^2）表示復(fù)雜度與輸入大小的平方成正比。

微調(diào) API 目前也受到 GPU 可用性的限制。他們還沒(méi)有使用像 Adapters 或 LoRa 這樣的高效微調(diào)方法，因此，通過(guò)微調(diào)進(jìn)行運(yùn)行和管理（模型）非常計(jì)算密集。未來(lái)將對(duì)微調(diào)提供更好的支持。他們甚至可能主持一個(gè)基于社區(qū)的模型貢獻(xiàn)市場(chǎng)。

專用容量供應(yīng)受 GPU 可用性的限制。OpenAI 提供專用容量，為客戶提供模型的私有副本。要獲得這項(xiàng)服務(wù)，客戶必須愿意承諾預(yù)先支付 10 萬(wàn)美元。

02

OpenAI的近期路線圖

2023，降低智能成本；

2024，多模態(tài)的有限演示

Sam 也分享了他所看到的 OpenAI API 臨時(shí)近期路線圖。

2023:

更便宜更快的 GPT-4ーー這是他們的首要任務(wù)?？傮w而言，OpenAI 的目標(biāo)是盡可能地降低「智能成本」，因此他們將努力工作，隨著時(shí)間的推移繼續(xù)降低 API 的成本。

更長(zhǎng)的上下文窗口ーー在不久的將來(lái)，上下文窗口可能高達(dá) 100 萬(wàn)個(gè) Token。

微調(diào)APIー微調(diào) API 將擴(kuò)展到最新模型，但具體的形式將取決于開(kāi)發(fā)者表明他們真正想要什么。

一個(gè)有狀態(tài)的API（stateful API)- 當(dāng)今天調(diào)用聊天 API 時(shí)，你必須反復(fù)通過(guò)相同的會(huì)話歷史，反復(fù)支付相同的 tokens。將來(lái)會(huì)有一個(gè)版本的 API 可以記住會(huì)話歷史記錄。

2024：

多模態(tài)- 這作為 GPT-4 版本的一部分進(jìn)行演示，但在更多 GPU 上線之前不能擴(kuò)展到所有人。

03

商業(yè)化預(yù)判和思考：

插件「沒(méi)有 PMF」，

可能不會(huì)很快出現(xiàn)在 API 中

很多開(kāi)發(fā)者都對(duì)通過(guò) API 訪問(wèn) ChatGPT 插件感興趣，但 Sam 說(shuō)他認(rèn)為這些插件不會(huì)很快發(fā)布。除了 Brosing 插件 之外，其他插件的使用情況表明還沒(méi)有 PMF（Product/Market Fit）。他指出，很多人認(rèn)為他們希望自己的應(yīng)用程序位于 ChatGPT 之內(nèi)，但他們真正想要的是 ChatGPT 存在于應(yīng)用中。

04

除了 ChatGPT，

OpenAI 將避免與其客戶競(jìng)爭(zhēng)

偉大的公司都有

一個(gè)殺手級(jí)應(yīng)用

不少開(kāi)發(fā)者表示，他們對(duì)使用 OpenAI API 開(kāi)發(fā)感到緊張，因?yàn)?OpenAI 最終可能發(fā)布對(duì)他們有競(jìng)爭(zhēng)力的產(chǎn)品。Sam 說(shuō)，OpenAI 不會(huì)在 ChatGPT 之外發(fā)布更多的產(chǎn)品。他說(shuō)，歷史上，偉大的平臺(tái)公司有一個(gè)殺手級(jí)應(yīng)用。ChatGPT 將允許開(kāi)發(fā)者成為自己產(chǎn)品的客戶來(lái)改進(jìn) API。ChatGPT 的愿景是成為一個(gè)超級(jí)智能的工作助理，但很多其他的 GPT 用例，OpenAI 不會(huì)涉及。

05

需要監(jiān)管，

但不是現(xiàn)在

「我對(duì)多少個(gè)人和公司

有能力持有大模型表示懷疑」

雖然 Sam 呼吁對(duì)未來(lái)的模型進(jìn)行監(jiān)管，但他認(rèn)為現(xiàn)有模型并不危險(xiǎn)，認(rèn)為監(jiān)管或禁止它們是一個(gè)大錯(cuò)誤。他再次強(qiáng)調(diào)了開(kāi)源的重要性，并表示 OpenAI 正在考慮將 GPT-3 開(kāi)源。他們還沒(méi)有開(kāi)源，部分原因是他對(duì)有多少個(gè)人和公司有能力持有和服務(wù)大型語(yǔ)言模型（LLMs）表示懷疑。

06

規(guī)模定律仍然適用

幾年數(shù)百萬(wàn)倍的擴(kuò)展速度，

不可能一直持續(xù)下去

最近有很多文章聲稱「巨型 AI 模型的時(shí)代已經(jīng)過(guò)去」。這并不準(zhǔn)確。（注：在 4 月一場(chǎng)在 MIT 的活動(dòng)中，Sam Altman 曾經(jīng)表示：我們現(xiàn)在已經(jīng)接近巨大模型時(shí)代的尾聲。）

OpenAI 的內(nèi)部數(shù)據(jù)表明，模型性能的規(guī)模定律仍然適用，增加模型的大小將繼續(xù)提高性能。

由于 OpenAI 在短短幾年內(nèi)就將模型擴(kuò)大了數(shù)百萬(wàn)倍，這樣的擴(kuò)展速度不可能持續(xù)下去。這并不意味著 OpenAI 不會(huì)繼續(xù)嘗試把模型做得更大，而是意味著，它們每年的規(guī)?？赡軙?huì)增加一倍或三倍，而不是增加許多數(shù)量級(jí)。

規(guī)模定律有效對(duì) AGI 開(kāi)發(fā)時(shí)間線有重要意義。規(guī)模定律的假設(shè)是我們可能已經(jīng)具備構(gòu)建 AGI 所需的大部分要素，并且剩下的工作，主要是將現(xiàn)有方法擴(kuò)展到更大的模型和更大的數(shù)據(jù)集上。如果規(guī)模的時(shí)代已經(jīng)過(guò)去，那么我們可能會(huì)離 AGI 更遙遠(yuǎn)。規(guī)模定律繼續(xù)適用的事實(shí)，強(qiáng)烈暗示著更短的時(shí)間線。

關(guān)鍵詞：