导览

智东西（公众号：zhidxcom）

编译|铭滟

编辑|徐珊

智东西于8月16日收到The Information的报道，关于生成式人工智能未来的讨论，焦点集中在人工智能产生的虚假信息问题、开源模型的数据版权与性能退化，以及GPU算力短缺的解决方案上。

Pinecone的首席执行官Edo Liberty与Cohere的联合创始人兼首席执行官Aidan Gomez在The Information的电话会议中共同探讨了这一话题。Pinecone是一家致力于帮助开发者利用自有数据构建人工智能应用的AI初创公司，而Cohere则专注于为商业客户提供闭源大型模型服务。

人工智能与虚假信息

Liberty和Gomez均对人工智能可能生成虚假信息表达了忧虑。这包括从教皇方济各穿着巴黎世家羽绒服的滑稽图像到被恶意篡改的政治广告。对此，人们提议在由人工智能生成的图像或视频中加入水印，以实现对其内容的监督与管理。然而，Liberty指出，区分由人类修改和由人工智能生成的文本存在困难，因此，他认为立法者应对人工智能采取更为严格的审查措施。

开源模型的挑战与机遇

Gomez对Meta的Llama 2等开源模型的兴起提出了警告。虽然他认可开源模型能加快实验进程，但质疑大型企业在安全和隐私方面的保障能力，尤其是当使用开源模型时，底层数据的版权风险成为潜在问题。Cohere作为提供闭源大型模型服务的公司，其业务模式强调通过API提供访问权限。Gomez的观点反映了这类公司在市场上的定位。

大模型的性能与误解

两位CEO均否认了人工智能性能下降的说法。近期有关OpenAI的GPT-4等大型模型在某些数学难题上表现不佳的传言并未得到证实。Liberty指出，尽管在某些领域模型有所进步，但在其他领域则可能出现退步。Gomez则认为，随着用户对模型提出更高要求，人们可能产生大模型“变笨”的错觉。

GPU算力的挑战与解决方案

两位首席执行官均关注GPU的持续短缺问题。Gomez建议，AI初创公司应寻求专业云提供商的帮助，以获取所需的GPU算力。The Information此前报道，一些规模较小的云提供商，如CoreWeave和Lambda Labs，已从英伟达获得额外GPU供应，因为他们无需与亚马逊云服务或谷歌云等大型公司争夺顶级芯片资源。此外，Gomez还建议，面临芯片算力压力的AI初创公司可以考虑使用AMD等英伟达竞争对手的其他类型芯片。

结语：面对算力荒的策略

当前，人工智能计算所需的GPU供应紧张，对无法购买芯片的企业构成挑战。面对这一困境，AI企业可能需要采取“节流”策略，包括优化压缩模型、减少参数量以降低成本，以及最大化现有硬件的性能利用，以暂时缓解资源短缺的问题。

来源：The Information