本文是新浪微博新技術(shù)研發(fā)負責(zé)人、中國中文信息學(xué)會理事張俊林在知乎問題「OpenAI 發(fā)布 GPT-4，有哪些技術(shù)上的優(yōu)化或突破？」下的回答，總結(jié)了 GPT4 技術(shù)報告里指出的三個方向，還提及了兩個其它技術(shù)方向。

    在這個歷史性的時刻，回答個問題，留下自己作為歷史見證人的足跡。

    GPT4 的技術(shù)報告里很明確地指出了三個新的方向：

    第一，LLM 最前沿研究的封閉化或小圈子化。技術(shù)報告里說了，出于競爭以及安全等方面的考慮，未公布模型規(guī)模等技術(shù)細節(jié)。從 GPT 2.0 的開源，到 GPT 3.0 的只有論文，再到 ChatGPT 連論文也沒有，直到 GPT 4.0 的技術(shù)報告更像效果評測報告。一個很明顯的趨勢是，OpenAI 做實了 CloseAI 的名號，之后 OpenAI 的 LLM 最前沿研究不會再放出論文。

    在這個情形下，其它技術(shù)相對領(lǐng)先的公司有兩種選擇。一種是做更極致的 LLM 開源化，比如 Meta 貌似選擇了這條道路，這一般是競爭處于劣勢的公司作出的合理選擇，但是往往相關(guān)技術(shù)不會是最前沿的技術(shù)；另外一種選擇是跟進 OpenAI，也選擇技術(shù)封閉化。Google 之前算是 LLM 的第二梯隊。但在 " 微軟 +OpenAI" 的一頓組合拳下，現(xiàn)在局面有點狼狽不堪。GPT 4.0 去年 8 月就做好了，估計現(xiàn)在 GPT 5.0 正在煉丹過程中，這么長的時間窗口，結(jié)果 Google 都能落到目前這個局面，想想 Transformer、CoT 等非常關(guān)鍵的一些研究都是自己做出來的，竟淪落至此，不知一眾高層作何感想。Google 在后面能快速跟進，維持在第二梯隊?wèi)?yīng)該問題不大，很可能比第三名技術(shù)也領(lǐng)先很多。出于競爭關(guān)系考慮，我猜 Google 大概率會跟進 OpenAI 走技術(shù)封閉的路線，最先進的 LLM 技術(shù)優(yōu)先用來煉屬于自己的丹，而不是寫成論文放出來普惠大眾尤其是普惠 OpenAI。而這很可能導(dǎo)致 LLM 最前沿研究的封閉化。

    從現(xiàn)在算起，國內(nèi)在經(jīng)過一陣時間后（要做到 ChatGPT 的 6 到 7 折應(yīng)該比較快，要追平估計要較長時間），必然被迫進入自主創(chuàng)新的局面。從最近三個月國內(nèi)的各種情況看，將來會如何？大概率不太樂觀。當(dāng)然，這個關(guān)肯定很難，但必須得過，只能祝愿有能力且有初心者盡力加油了。

    第二，GPT 4 技術(shù)報告里提到的 LLM 模型的 " 能力預(yù)測（Capability Prediction）" 是個非常有價值的新研究方向（其實之前也有個別其它資料，我記得看過，但是具體哪篇記不起來了）。用小模型來預(yù)測某些參數(shù)組合下對應(yīng)大模型的某種能力，如果預(yù)測足夠精準(zhǔn)，能夠極大縮短煉丹周期，同時極大減少試錯成本，所以無論理論價值還是實際價值巨大，這個絕對是非常值得認真研究具體技術(shù)方法的。

    第三，GPT 4 開源了一個 LLM 評測框架，這也是后面 LLM 技術(shù)快速發(fā)展非常重要的方向。尤其對于中文，構(gòu)建實用的中文 LLM 評測數(shù)據(jù)和框架具備特別重要的意義，好的 LLM 評測數(shù)據(jù)可以快速發(fā)現(xiàn) LLM 目前存在的短板和改進方向，意義重大，但是很明顯目前這塊基本處于空白狀態(tài)。這個對于資源要求其實沒那么高，適合很多機構(gòu)去做，不過確實是個辛苦活。

    除了 GPT 4 技術(shù)報告里明確指出的三個方向，因為最近 LLM 各方面新聞比較多，順手再寫兩個其它技術(shù)方向。

    首先，斯坦福大學(xué)近在 Meta 的 7B 開源 LLaMA 基礎(chǔ)上，加上技術(shù)構(gòu)造的，也代表了一個技術(shù)方向。如果歸納下，這個方向可以被稱為 " 低成本復(fù)現(xiàn) ChatGPT" 的方向。所謂 Self Instruct，就是采取一定技術(shù)手段，不用人工標(biāo)注 Instruct，而是從 OpenAI 的接口里，好聽點叫 " 蒸餾 " 出 Instruct，也就是不用人標(biāo)注，而是 ChatGPT 作為 teacher，給你的 Instruct 打上標(biāo)注結(jié)果。這個把 Instruct 標(biāo)注成本直接打到了幾百美金的基準(zhǔn)，時間成本就更短了。再加上模型 7B 規(guī)模也不大，所以可以看成一種 " 低成本復(fù)現(xiàn) ChatGPT" 的技術(shù)路線。

    我估計國內(nèi)早就有不少人采取這個技術(shù)路線了。毫無疑問，這是一條捷徑，但是走捷徑有好處有壞處，具體不展開談了。在追趕 ChatGPT 的過程中，先把成本打下來去復(fù)現(xiàn) ChatGPT 到七八成，我個人還是覺得可行也支持的，畢竟窮人有窮人的玩法。當(dāng)然，追求把模型做小，效果又不怎么往下掉，如果能扎扎實實去做，是非常具有價值的。

    另外，毫無疑問會是 LLM 下一階段的重點研究方向。這方面的代表就是前陣子 Google 放出來的。目前的 GPT 4，我們可以認為人類創(chuàng)造出了一個超級大腦，但還是把它封鎖在 GPU 集群里。而這個超級大腦需要一個身體，GPT 4 要和物理世界發(fā)生聯(lián)系、交流和互動，并在物理世界中獲得真實的反饋，來學(xué)會在真實世界里生存，并根據(jù)真實世界的反饋，利用比如強化學(xué)習(xí)來學(xué)習(xí)在世界游走的能力。這個肯定是最近的將來最熱門的 LLM 研究方向。

    多模態(tài) LLM 給予了 GPT 4 以眼睛和耳朵，而具身智能給予 GPT 4 身體、腳和手。GPT 4 和你我發(fā)生一些聯(lián)系，而依托于 GPT 4 本身強大的學(xué)習(xí)能力，這個事情估計很快會出現(xiàn)在我們身邊。

    如果你細想，其實還有很多其它有前途的方向。我的個人判斷是：未來 5 到 10 年，將會是 AGI 最快速發(fā)展的黃金十年。如果我們站在未來 30 年的時間節(jié)點，當(dāng)我們回顧這 10 年時，我們中一定會有人，想起下面的詩句：" 懂得，但為時太晚，他們使太陽在途中悲傷， 也并不溫和地走進那個良夜。"

資訊來源：知乎 作者：張俊林

原文鏈接：https://www.zhihu.com/question/589639535/answer/2937928726