【ITBEAR科技資訊】05月30日消息，自從OpenAI發(fā)布了ChatGPT，這一人工智能語言模型在中國科技圈掀起了一場風(fēng)暴。近半年來，國內(nèi)約有30家科技大廠、創(chuàng)業(yè)公司和機構(gòu)紛紛宣布推出自己的大模型，但與OpenAI的差距仍然存在。
近期，業(yè)界圍繞國內(nèi)大模型與OpenAI之間的差距展開了廣泛的討論。復(fù)旦大學(xué)MOSS系統(tǒng)負(fù)責(zé)人邱錫鵬表示，國內(nèi)包括谷歌在內(nèi)的模型距離OpenAI的GPT4仍存在很大的差距，不是幾個月就能追趕上的。
雖然國內(nèi)部分企業(yè)聲稱與ChatGPT的差距很小，但邱錫鵬指出，從聊天軟件的角度來看，國內(nèi)大模型與ChatGPT的差別可能不大，但作為生產(chǎn)力工具，兩者之間仍然存在代差，追趕這種代差不是幾個月就能完成的。
與此同時，國內(nèi)大模型的算力并不是問題，但核心挑戰(zhàn)在于算法和數(shù)據(jù)能否真正產(chǎn)生智能。網(wǎng)梯科技創(chuàng)始人張震表示，國內(nèi)可能在一些垂直領(lǐng)域追趕上OpenAI，但在通用領(lǐng)域還需要一段時間。
楊志明是深思考創(chuàng)始人和AI算法科學(xué)家，他認(rèn)為國內(nèi)大模型與OpenAI之間大約存在1-2代的代差，這涉及整個模型層的技術(shù)、學(xué)習(xí)的知識和能力等方面的差距。楊志明表示，追趕OpenAI的時間不容易衡量，因為不同的速度可能導(dǎo)致追趕時間的差異。
在追趕OpenAI方面，除了算力和技術(shù)的挑戰(zhàn)外，數(shù)據(jù)也是一個重要的成本。田豐指出，中文語料庫相對于英文來說較少，數(shù)據(jù)獲取和標(biāo)注的難度較大。此外，構(gòu)建全球中文數(shù)據(jù)集需要政產(chǎn)學(xué)研多方合作，以加速中文大模型的訓(xùn)練速度與質(zhì)量。
雖然有一些樂觀的聲音認(rèn)為后來者可以在大模型的發(fā)展中節(jié)省試錯成本，但邱錫鵬指出，每家機構(gòu)的大模型架構(gòu)都不相同，每一步的細(xì)節(jié)都是根據(jù)研究者的經(jīng)驗和理論推導(dǎo)而來，需要通過試錯來不斷改進(jìn)，這仍然是一個成本較高的過程。
在資本方面，國內(nèi)對于大模型的投資仍然持觀望態(tài)度。由于大模型領(lǐng)域需要巨額投入、高風(fēng)險和高回報，目前國內(nèi)資本還在持幣觀望狀態(tài)。然而，邱錫鵬認(rèn)為，中國能夠思考為什么沒有造出ChatGPT并且開始追趕，本身就是一種進(jìn)步。
綜上所述，國內(nèi)的大模型距離OpenAI仍然存在較大的差距。盡管一些企業(yè)表示與ChatGPT的差距很小，但作為生產(chǎn)力工具的能力仍然存在代差。追趕OpenAI需要克服算法、數(shù)據(jù)和資本等多方面的挑戰(zhàn)。雖然存在樂觀的聲音，但在短期內(nèi)追趕上OpenAI可能性較低。然而，國內(nèi)的思考和追趕已經(jīng)是一種進(jìn)步，展望未來，追趕通用大模型仍然是業(yè)界迫切需要解決的問題。
