海外AI

1、OpenAI遭客戶抱怨，都怪GPU太缺貨

OpenAI目前遭到客戶最大的抱怨是API的可靠性和速度。OpenAI的CEO Sam Altman 承認當(dāng)下GPU非常緊缺，這不得不推遲了許多的短期計劃，微調(diào) API 、專用容量產(chǎn)品都受到GPU 可用性的限制。不過，OpenAI還會提供專用容量，為客戶提供模型的私人副本，但如若訪問此服務(wù)，客戶必須預(yù)先承諾支付100萬美元。

此外，Sam Altman重申了他對開源重要性的信念，并表示OpenAI正在考慮開源GPT-3。

見智研究認為：在生成式AI需求的推動下，GPU產(chǎn)品會面臨持續(xù)性的缺貨和漲價，英偉達目前的交貨周期還在不斷拉長，從之前一個月到現(xiàn)在基本上需要三個月或者更久，甚至部份訂單到年底才能交付。

GPU與CPU最大的不同就是擁有大量的并行計算單元，可以同時執(zhí)行多個任務(wù)，特別是在大模型處理數(shù)據(jù)的時候能夠顯著提高速度，因此GPU的不足會直接影響API（程序之間的接口）之間的傳輸速度。

此外，大模型的開源路徑已經(jīng)成大勢所趨，無論是語言大模型還是多模態(tài)大模型，Meta、Google以及Stable Diffusion都紛紛選擇開源，現(xiàn)在連封閉大模型鼻祖openAI也選擇逐漸開源的路徑，可見大模型的發(fā)展趨勢已經(jīng)明朗。

2、OpenAI最新訓(xùn)練方法：用過程監(jiān)督法降低“幻覺現(xiàn)象”

OpenAI發(fā)表最新的論文：《Let"s Verify Step by Step》通過獎勵每一個正確的推理步驟（"過程監(jiān)督"），而不僅僅是獎勵正確的最終結(jié)果（“結(jié)果監(jiān)督”），對思考鏈條中的每一個單獨步驟提供反饋，能夠極大解決諸如GPT4“胡說八道”和邏輯錯誤的這種“幻覺現(xiàn)象”。

見智研究認為:無論是過程監(jiān)督還是結(jié)果監(jiān)督都是對大模型生成結(jié)果可靠性和準(zhǔn)確性的一種訓(xùn)練機制，而從過程開始監(jiān)督的方式會比獎勵正確結(jié)果的表現(xiàn)更快速，優(yōu)先評估過程會使得結(jié)果可靠性更趨向于人類所期待的，從而排除更多推理結(jié)果錯誤的概率。

但是，過程監(jiān)督仍也存在一定的難度：數(shù)據(jù)獲取過程長，需要收集數(shù)據(jù)訓(xùn)練的完成過程，包括輸入和響應(yīng)操作以及決策，時間跨度更大，同時增加了樣本的復(fù)雜性以及成本。

國內(nèi)AI

1、中文AI大模型首個反歧視對抗性開源項目：每個人提出100道“有毒”問題

業(yè)內(nèi)首個大語言模型治理開源中文數(shù)據(jù)集100PoisonMpts發(fā)布，十多位知名專家學(xué)者成為了首批“給AI的100瓶毒藥”的標(biāo)注工程師。標(biāo)注人各提出100個誘導(dǎo)偏見、歧視回答的刁鉆問題，并對大模型的回答進行標(biāo)注，完成與AI從“投毒”和“解毒”的攻防。

相比國外廠商的治理方法，100PoisonMpts數(shù)據(jù)集在技術(shù)方法有幾個特點：

更完整的標(biāo)注流程。標(biāo)注人同時設(shè)置問題、對回答質(zhì)量排序、對最優(yōu)回答評分、并人工改寫回答。
更隱性的問題領(lǐng)域。如首批數(shù)據(jù)就重點針對了反歧視領(lǐng)域，包含人群、知識、法律等多維度復(fù)雜問題。
探索更全面的有效性。標(biāo)注數(shù)據(jù)對模型在繼續(xù)訓(xùn)練、微調(diào)、強化學(xué)習(xí)、線上服務(wù)等多環(huán)節(jié)產(chǎn)生效益。

見智研究認為:數(shù)據(jù)標(biāo)注是在大模型過程中至關(guān)重要的步驟，用標(biāo)注后的“安全數(shù)據(jù)集”進行模型訓(xùn)練才能夠得到趨近理想的訓(xùn)練結(jié)果。但是數(shù)據(jù)標(biāo)準(zhǔn)一直伴隨有主觀、宗教、個人偏好的特色，所以如果用國外的數(shù)據(jù)集進行訓(xùn)練，某種程度上會“水土不服”，而搭建本地訓(xùn)練數(shù)據(jù)集就顯得非常重要。中文AI首個反歧視對抗項目凝聚力眾多行業(yè)專家，之后會成為國內(nèi)開源大模型訓(xùn)練的高標(biāo)準(zhǔn)數(shù)據(jù)集之一。

2、阿里云AI助手“通義聽悟”公測，應(yīng)用落地速度將超預(yù)期

阿里云智能發(fā)布了工作學(xué)習(xí)AI助手“通義聽悟”，開始正式公測?？勺饔迷跁h討論、教學(xué)培訓(xùn)、調(diào)研訪談、視頻觀看等場景，可進行實時語音識別，實現(xiàn)對話的實時記錄、多語言翻譯、發(fā)言總結(jié)、提取PPT、內(nèi)容規(guī)整等。

值得關(guān)注的是：在內(nèi)容總結(jié)方面，飛書妙記還只能給出關(guān)鍵詞；而針對不同嘉賓的發(fā)言，聽悟都能給出對應(yīng)的發(fā)言總結(jié)。

聽悟已經(jīng)和阿里云盤打通，存放在云盤中的音視頻內(nèi)容可以一鍵轉(zhuǎn)寫，在線播放云盤視頻時還能自動顯示字幕。并且在企業(yè)版本中，AI整理后的音視頻文件將來還可以在內(nèi)部快速分享。

見智研究認為：國內(nèi)大模型在應(yīng)用領(lǐng)域的落地進展非常迅猛，通義聽悟主要應(yīng)用于音頻、視頻領(lǐng)域，為用戶帶來音頻和視頻內(nèi)容記錄和閱讀的全新體驗。而傳統(tǒng)軟件的用戶粘性很快就會被打破。

通義聽悟是采用阿里達摩院的語音識別模型Paraformer，不僅在推理效率上較傳統(tǒng)模型提升10倍，剛推出時還“屠榜”多個權(quán)威數(shù)據(jù)集，刷新語音識別準(zhǔn)確率SOTA。在專業(yè)第三方全網(wǎng)公共云中文語音識別評測SpeechIO TIOBE白盒測試中，目前，Paraformer-large仍是準(zhǔn)確率最高的中文語音識別模型。

此外，更應(yīng)關(guān)注語音大模型在移動端的應(yīng)用進展，比如智能音箱就是非常好的端口。

風(fēng)險提示及免責(zé)條款市場有風(fēng)險，投資需謹(jǐn)慎。本文不構(gòu)成個人投資建議，也未考慮到個別用戶特殊的投資目標(biāo)、財務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負。

關(guān)鍵詞：