據(jù)報(bào)道，谷歌上周發(fā)布的最新大語(yǔ)言模型使用的訓(xùn)練數(shù)據(jù)，幾乎是2022年的上一代模型的5倍。得益于此，該模型在編程、數(shù)學(xué)和創(chuàng)意寫(xiě)作方面的表現(xiàn)更為優(yōu)秀。
谷歌是在其I/O開(kāi)發(fā)者大會(huì)上發(fā)布最新通用大語(yǔ)言模型PaLM2的。內(nèi)部文件顯示，該模型采用了3.6萬(wàn)億個(gè)令牌（token）進(jìn)行訓(xùn)練。令牌指的是單詞串，這是訓(xùn)練大語(yǔ)言模型的重要基礎(chǔ)，因?yàn)檫@可以教給模型如何預(yù)測(cè)字符串中可能出現(xiàn)的下一個(gè)單詞。
之前版本的PaLM發(fā)布于2022年，當(dāng)時(shí)使用的令牌為7800億個(gè)。
雖然谷歌很希望展示其人工智能技術(shù)的實(shí)力，以及嵌入搜索、電子郵件、字處理和電子表格后的效果，但該公司卻不愿發(fā)布其訓(xùn)練數(shù)據(jù)的規(guī)模和其他細(xì)節(jié)。微軟(311.74, 2.28, 0.74%)支持的OpenAI也對(duì)其最新的GPT-4大語(yǔ)言模型的細(xì)節(jié)信息保密。
這些公司表示，之所以不披露這些信息，是出于商業(yè)競(jìng)爭(zhēng)考慮。谷歌和OpenAI都在努力吸引想要用聊天機(jī)器人代替?zhèn)鹘y(tǒng)搜索引擎，從而直接獲取答案的用戶(hù)。
但隨著人工智能軍備競(jìng)賽日趨白熱化，相關(guān)研究人員也呼吁企業(yè)加大透明度。
自從發(fā)布PaLM2之后，谷歌一直表示新的模型比之前的大語(yǔ)言模型更小，這就意味著該公司的技術(shù)效率得以提升，但卻可以完成更加復(fù)雜的任務(wù)。內(nèi)部文件顯示，PaLM2基于3400億個(gè)參數(shù)訓(xùn)練——這項(xiàng)指標(biāo)可以說(shuō)明該模型的復(fù)雜程度。最初的PaLM則基于5400億個(gè)參數(shù)訓(xùn)練。
目前，谷歌尚未對(duì)此置評(píng)。
谷歌在一篇關(guān)于PaLM2的博文中表示，該模型使用了一種名為“計(jì)算機(jī)優(yōu)化擴(kuò)張”的新技術(shù)。這就讓大語(yǔ)言“更高效、整體性能更好，包括加快推理速度、減少參數(shù)調(diào)用和降低服務(wù)成本�！�
在宣布PaLM2時(shí)，谷歌證實(shí)了此前的媒體報(bào)道，計(jì)該模型針對(duì)100種語(yǔ)言進(jìn)行訓(xùn)練，可以執(zhí)行更廣泛的任務(wù)。它已經(jīng)被用于25項(xiàng)功能和產(chǎn)品，包括該公司的實(shí)驗(yàn)性聊天機(jī)器人Bard。按照從小到大的規(guī)模劃分，該模型共有4種，分別是壁虎（Gecko）、水獺（Otter）、野牛（Bison）和獨(dú)角獸（Unicorn）。
根據(jù)公開(kāi)披露的信息，PaLM2比現(xiàn)有的任何模型都更加強(qiáng)大。Facebook在2月份宣布的的LLaMA大語(yǔ)言模型采用1.4萬(wàn)億個(gè)令牌。OpenAI上一次披露GPT-3的訓(xùn)練規(guī)模時(shí)表示，它當(dāng)時(shí)基于3000億個(gè)令牌。OpenAI今年3月發(fā)布GPT-4時(shí)表示，它在許多專(zhuān)業(yè)測(cè)試中展示出“與人類(lèi)媲美的表現(xiàn)”。
LaMDA是谷歌兩年前推出的一個(gè)對(duì)話型大語(yǔ)言模型，在今年2月還與Bard一同對(duì)外宣傳。該模型基于1.5萬(wàn)億個(gè)令牌訓(xùn)練。
隨著新的人工智能應(yīng)用快速進(jìn)入主流，圍繞底層技術(shù)的爭(zhēng)議也越來(lái)越激烈。
谷歌高級(jí)研究科學(xué)家艾爾·邁赫迪·艾爾·麥哈麥迪（El Mahdi El Mhamdi）于今年2月辭職，主要原因就是人工智能技術(shù)缺乏透明度。本周二，OpenAI CEO山姆·阿爾特曼（Sam Altman）出席美國(guó)國(guó)會(huì)針對(duì)隱私和技術(shù)舉行的聽(tīng)證會(huì)，他也認(rèn)為需要設(shè)立一套新的制度來(lái)應(yīng)對(duì)人工智能的潛在問(wèn)題。
“對(duì)于一種全新的技術(shù)，我們需要一套全新的框架�！卑柼芈f(shuō)，“當(dāng)然，像我們這樣的公司應(yīng)當(dāng)為我們推出的工具承擔(dān)許多責(zé)任�！�
