OpenAI策略調整，AI性能提升速度放緩
來自OpenAI內部的消息顯示，該公司下一代的「Orion」模型可能無法實現原本預期的性能飛躍。《The Information》的一份新報告揭示，隨著AI性能增長曲線的趨於平緩，OpenAI可能正在轉變其策略。
OpenAI及其他大型AI公司如Meta、Google和Anthropic，普遍遵循相同的模式來實現更強大的AI模型：盡可能收集大量的訓練數據（文字、圖片、視頻），然後將這些數據輸入到越來越龐大的超級計算機中，這些計算機由昂貴的GPU（如Nvidia的H100芯片）驅動。對於更大訓練集群的需求，推動了Nvidia成為美國最有價值的公司。
然而，尋找新鮮且未見的訓練數據變得越來越困難。這也是OpenAI與多家媒體達成許多授權交易的原因之一。如今，公司開始訓練基於當前大型語言模型（LLMs）生成的「合成數據」，例如OpenAI的GPT-4o。但研究人員警告，這可能導致「模型崩潰」，即模型開始使用自身生成的數據進行訓練。
OpenAI可能會更依賴其最新的OpenAI o1模型中所具備的「推理」能力，以幫助提高性能。然而，這需要更多的計算能力和能源。
這一現象反映了AI領域的挑戰與機遇。隨著數據來源的枯竭，企業必須重新考慮如何利用現有資源，並探索新的模型訓練方法。合成數據的使用雖然可以解決部分數據不足的問題，但也可能引發質量上的顧慮。面對這些挑戰，OpenAI的策略調整顯示出其對未來發展的謹慎與靈活應對。
在這樣的背景下，AI的發展不僅僅是技術上的提升，更是對數據倫理和可持續發展的深思。企業在追求技術突破的同時，亦需考慮其長期影響，尤其是在數據來源、模型訓練及其潛在後果方面。這也為監管機構和業界提供了一個思考的契機，如何在推動創新與保障公眾利益之間取得平衡。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
