免费注册自助网站,广告图片网站源码,网站登录页面,wordpress动态图片嘿#xff0c;技术小伙伴们#xff01;今天咱们聊聊最近在AI界引发轰动的新闻——DeepSeek和xAI相继用R1和Grok-3证明了预训练Scaling Law并非OpenAI的护城河。这意味着什么呢#xff1f;让我们一探究竟#xff01;
开场白
首先#xff0c;让我们看看最新的“全能冠军”…嘿技术小伙伴们今天咱们聊聊最近在AI界引发轰动的新闻——DeepSeek和xAI相继用R1和Grok-3证明了预训练Scaling Law并非OpenAI的护城河。这意味着什么呢让我们一探究竟
开场白
首先让我们看看最新的“全能冠军”——Grok 3。这款被誉为“地球上最聪明的AI”的模型不仅证明了Scaling Law的有效性还进一步攻破了OpenAI的技术壁垒。
深度探讨Scaling Law vs. 推理能力
在此之前DeepSeek已经证明无需依赖Scaling Law也能达到OpenAI o1的水平。这就像是“一根筋两头堵”无论Scaling Law是否有效OpenAI的技术优势似乎都在逐渐消失。
经济学家Ethan Mollick认为AI确实进入了新时代OpenAI的时代正在落幕。这不禁让人质疑OpenAI的未来还能否持续领先
数据的重要性
一个关键点是谷歌和xAI拥有独特且有价值的数据源这些数据源使它们逐渐区别于其他竞争对手。如果没有访问YouTube、X、TeslaVision、Instagram和Facebook等独有数据未来的尖端模型可能不会有投资回报ROI。
OpenAI面临的挑战
从2022年夏季到2024年春季OpenAI凭借GPT-4领先市场但随着谷歌和Anthropic的追赶这种领先地位已不再明显。如今DeepSeek、谷歌和xAI与OpenAI大致处于同一水平其中xAI甚至稍占优势。
微软CEO纳德拉也公开表示在模型能力上OpenAI曾经拥有的独特优势即将结束。而微软也不再为OpenAI投入大量资金进行预训练转而支持推理服务以盈利。
内忧外患人才流失与外部压力
除了外部的竞争压力OpenAI内部也面临着巨大的挑战。前CTO Mira Murati、首席科学家Ilya Sutskever、创始员工Andrej Karpathy以及副总裁Dario Amodei等重要人物纷纷离职创立了自己的公司或实验室。这对OpenAI来说无疑是个沉重的打击。
AI的收入来源推理而非训练
有趣的是AI的收入主要来自推理而非训练。如果Scaling Law仍然有效那么只有少数几家公司会进行尖端模型的预训练。其余的AI计算将集中在一些较小的数据中心这些数据中心经过地理优化实现了低延迟和高成本效益的推理。
Gavin S. Baker指出“经济高效的推理 更便宜、质量较低的电力”。随着时间的推移推理所需的计算量将大大增加而预训练的比例将减少至5%推理则占95%。
DeepSeek效应开源与创新
即便是DeepSeek梁文峰也公开表示业内对DeepSeek-R1的反应有些过度。他认为这只是普通的创新世界每天都有类似的进展。然而DeepSeek的确在大模型训练上取得了一些创新并且与其他从业人员一样研究同样的问题。
更令人兴奋的是他们在开源AI界引发了用最经济的方法复刻DeepSeek-R1“顿悟时刻”的竞赛。这一切就像是2004年的谷歌通过分布式算法和开源论文推动了整个行业的发展。
结语
总的来说这场AI界的较量远未结束。尽管OpenAI面临诸多挑战但AI领域每周都会有新的突破和发展。每个人都会在几个月内复制这一成就一切都会变得更便宜。
唯一的真正后果是AI乌托邦/末日现在比以往任何时候都要近。时间会证明一切让我们拭目以待吧
如果你对这篇文章感兴趣或者有不同的见解欢迎在评论区留言分享你的想法哦
