大科技公司曾投資於小型AI實驗室。現在它們成為對手

(SeaPRwire) –   Amazon 和 Microsoft 迄今為止,在某種程度上與其他公司保持一定距離。雖然 Google 和 Meta 將開發自己的 AI 模型視為首要任務,但 Microsoft 和 Amazon 主要是投資於較小的科技公司,以換取這些公司的 AI 模型的使用權,然後將這些模型納入自己的產品和服務中。

Microsoft 已經投資 OpenAI 超過 13 億美元,作為此項協議的一部分,OpenAI 會向 Microsoft 提供它開發的 AI 系統的使用權,而 Microsoft 會為 OpenAI 提供它需要的計算能力。Anthropic 與 Amazon 和 Google 都有合作,分別從每家公司獲得介於數百萬至數億美元的資金,作為交換,Anthropic 會通過 Amazon 和 Google 的雲計算服務平台提供其模型。(Anthropic 的投資者中也包括 Salesforce,其 CEO 馬克·貝尼奧夫也是時代公司的聯合主席和所有者。)

現在,有跡象表明這兩家科技巨頭正深入參與競爭。三月,The Verge 报導 Amazon 已指示其人工通用智能團隊在今年中期前建立一個超越 Anthropic 最強大 AI 模型 Claude 3 的模型。本月初,The Information 报導 Microsoft 正在訓練一個規模足以與開放 AI 等前沿模型開發商競爭的基礎模型。

雖然 AI 系統有很多種類,用途也很廣泛,但過去幾年最主要的趨勢是語言模型——能生成連貫文字和可用代碼,並驅動聊天機器人如 ChatGPT 的 AI 系統。在開放 AI 和 Anthropic 等年輕公司以及更成熟的 Google DeepMind 領先的同時,它們新的大型科技對手具有很難彌補的優勢。如果科技巨頭最終主宰 AI 市場,對企業集中力量和是否安全開發最強大的 AI 系統的影響可能很嚴重。

策略轉變

在 2010 年代,AI 研究人員開始意識到,使用更多計算能力訓練 AI 系統將可靠地使它們更強大。在同一時期,用於訓練 AI 模型的計算能力也快速增加,每六個月就增加一倍,根據 Epoch 等人工智能專注研究機構的研究人員報告。

執行這麼多計算工作所需的專用半導體晶片成本高昂,聘請熟悉如何利用它們的工程師也需要花費。OpenAI CEO Sam Altman表示,GPT-4 的訓練成本超過 1 億美元。需要更多資金就是為什麼 2015 年以非營利組織形式創立的 OpenAI 後來改變結構並與 Microsoft 簽訂數十億美元協議,以及為什麼 Anthropic 與 Amazon 和 Google 簽署類似協議的原因。Google DeepMind – Google 在 Google 內開發其最強大 AI 系統的 AI 團隊 – 去年成立時,Google 將其精英 AI 團隊 Google Brain 與 DeepMind 合併。與 OpenAI 和 Anthropic 一樣,DeepMind 起初也是一家初創公司,直到 2014 年被 Google 收購。

這些合作對所有參與方都很有利。OpenAI 和 Anthropic 能夠獲得需要訓練最先進 AI 模型所需的計算能力 – 大多數人同意 OpenAI 的 GPT-4 和 Anthropic 的 Claude 3 Opus 以及 Google DeepMind 的 Gemini Ultra 是目前可用的三個最強大模型。其他公司嘗試了不同的商業策略。例如,允許更全面地使用其 AI 模型,以便從外部開發人員優化模型,並吸引喜歡公開發表工作的優秀研究人員。

四月季度財報中,Microsoft 和 Amazon 都報告業績強勁,兩家公司部分歸因於 AI。兩家公司也從協議中受益,因為大部分資金流回它們,用於從其雲計算服務部門購買計算能力。

然而,隨著訓練更大模型的技術可行性和商業價值變得明顯,對 Microsoft 和 Amazon 來說,自行建立大模型將更具吸引力,麻省理工學院未來科技項目主任尼爾·湯普森在電子郵件中告訴時代雜誌。如果成功,自行建立模型應該比從小夥伴那裡許可模型更便宜,並給大科技公司在如何利用模型方面更多控制權。

不僅大科技公司在進步。Altman表示,OpenAI 的產品已經提供給許多客戶,其中包括 Microsoft 的客戶。

誰將獲勝?

對 OpenAI 和 Anthropic 來說,好消息是它們已經取得領先地位。根據一份報告,GPT-4 和 Claude 3 Opus 以及 Google 的 Gemini Ultra 仍然處於不同程度的領先地位,相比如 Meta 的 Llama 3 等其他語言模型。值得注意的是,OpenAI 在 2022 年 8 月宣布停止開發 GPT-4。

但要維持這一領先地位將是「不斷掙扎」,Air Street Capital 風險資本公司創始人兼總合夥人 Nathan Benaich 在電子郵件中寫道。「實驗室面臨著困境,必須不斷募集資金以支付人才和硬件費用,同時缺乏一個長期可持續業務計劃來轉化此模型發布競賽。隨著所涉及的資金額越來越高,美國投資者也將開始面臨棘手的外國主權財富基金問題。」二月,《華爾街日報》報導 Altman 正在與投資者進行談判,包括阿聯酋政府,籌集高達 700 億美元用於 AI 晶片製造項目。

另一方面,大科技公司可以輕鬆獲取計算資源 – 根據市場情報公司 Synergy Research Group 的數據,Amazon、Microsoft 和 Google 分別佔全球雲基礎設施市場的 31%、24% 和 11%。這使它們訓練大模型的成本更低。即使語言模型的進一步發展對任何公司都沒有商業價值,通過雲計算銷售計算能力的科技公司仍可以通過雲計算獲利。

「雲計算供應商是淘金潮時期的鏟子銷售商。無論前沿模型建造商賺錢或虧損,雲計算供應商都會贏。」Benaich 寫道。「像 Microsoft 和 Amazon 這樣的公司,同時具有建立自己強大模型的資源,也是新入行者的重要分銷合作夥伴,處於有利地位。」

但是,較小型公司也有自己的優勢,例如在訓練最大模型方面的更豐富經驗,以及吸引最優秀研究人員的能力,湯普森表示。

Anthropic 認為,憑藉其人才密度和專有算法,該公司將能在使用較少計算資源的情況下保持前沿地位,Anthropic 聯合創始人兼政策主管傑克·克拉克表示。「相對於其他競爭對手,我們將以驚人的效率處於前沿。在未來幾年,我不擔心這一點。」

如果科技巨頭獲勝

是否大科技公司最終能超越其小型投資對象仍很難下定論。但如果真的如此,將可能對市場競爭和確保強大 AI 系統的發展對社會有利產生影響。

雖然可以認為更多公司進入基礎模型市場將增加競爭,但更可能的是垂直整合將增強已經強大的科技公司的力量,AI Now研究所聯合執行主任安巴·卡克認為,該研究所研究人工晰能的社會影響。

「將此視為『更多競爭』將是最具創意性的企業修飾,它掩蓋了所有版本的世界都將服務於整合行業的現實。」