頂級人工智慧公司在增強模型方面面臨的挑戰

2024/11/14

基本見解

包括 OpenAI、Google 和 Anthropic 在內的最重要的人工智慧公司在增強最新人工智慧模型的過程中都遇到了重大障礙，投資回報不斷遞減。
OpenAI 的最新模式 Orion 並未達到預期，特別是在程式設計能力方面，而 Google 的 Gemini 和 Anthropic 的 Claude 3.5 Opus 也面臨類似的挑戰。
主要挑戰包括缺乏高品質的訓練數據、龐大的計算費用以及能源資源的限制。

專注於人工智慧的科技業領導者在創建更複雜的人工智慧模型的過程中遇到了困難。以 ChatGPT 聞名的 OpenAI 發現其最新產品 Orion 低於預期標準。根據彭博社的一份報告，它尤其難以完成編碼任務，與早期版本相比沒有顯示出實質的進步。

其他主要人工智慧開發商也報告了類似的挫折。 Google即將推出的 Gemini 平台沒有達到內部目標，Anthropic 推遲了其 Claude 3.5 Opus 模型的發布。這些問題動搖了矽谷的根基，矽谷長期以來一直認為提高運算能力和資料輸入將保證人工智慧系統的改進。

核心問題源自於高品質培訓數據的有限可用性。想像一下，用越來越少的教科書來教導學生——人工智慧公司訓練模型所需的高品質、人工生成的內容正在耗盡。專家表示，到 2028 年，人工智慧模型可能會耗盡目前的培訓材料，促使企業尋求新的創新解決方案。

為了應對這些挑戰，企業正在重新評估其策略。他們現在不再只關注更大的模型，而是考慮不同的方法。這包括培訓後的改進、整合人類回饋以及設計針對特定任務（例如航班預訂或電子郵件管理）的人工智慧應用程式。它類似於從通用策略到更客製化、以任務為導向的方法的轉變。

這些障礙的後果不僅僅是技術問題。人工智慧企業的高估值是建立在持續快速發展的預期之上的。隨著進步速度的減慢，向這些努力注入大量資金的投資者可能會開始對他們的投資回報提出具有挑戰性的問題。