9月19日音訊,據(jù)The Information報導(dǎo),OpenAI意圖趕在谷歌推出多模態(tài)大言語模型Gemini前,發(fā)布其多模態(tài)大言語模型GPT-Vision。然后,OpenAI或許會推出一個更強(qiáng)大的多模態(tài)大模型,代號為Gobi。
本年3月OpenAI發(fā)布的GPT-4現(xiàn)已融入了部分多模態(tài)功用,相較于GPT-3.5只能接受文本輸入,GPT-4還能夠接受圖畫輸入,但該視覺輸入功用并不敞開運(yùn)用。而Gobi與GPT-4不同,Gobi從一開端就是按多模態(tài)模型構(gòu)建的,能夠接受更多類型的信息輸入并做出相應(yīng)的處理。
OpenAI與谷歌將多模態(tài)功用納入大言語模型,能夠?qū)D畫、文字、音頻等不同形式的數(shù)據(jù)整合起來,讓大言語模型更準(zhǔn)確、更全面地處理用戶所給信息,為用戶供給便利。據(jù)The Information報導(dǎo),OpenAI與谷歌的多模態(tài)大言語模型之爭,就像AI范疇的蘋果與安卓之爭。這或許預(yù)示著AI大模型范疇未來的開展趨勢,一起也是OpenAI與谷歌搶占這項新技能的首發(fā)先機(jī),提高用戶影響力和技能引領(lǐng)地位的重要比賽。
一、Gobi VS Gemini,OpenAI與谷歌多模態(tài)大言語模型賽跑
此前有報導(dǎo)稱,谷歌即將推出Gemini,而且現(xiàn)已向一小批外部公司共享了這個項目。但據(jù)知情人士泄漏,OpenAI正在爭分奪秒地把公司先進(jìn)的GPT-4與多模態(tài)功用相結(jié)合,想要搶在谷歌之前發(fā)布Gobi。而且,OpenAI在本年3月發(fā)布GPT-4時,就對GPT-4中融入的多模態(tài)功用進(jìn)行了預(yù)展現(xiàn)。不過,依據(jù)The Information報導(dǎo),OpenAI還沒有開端訓(xùn)練Gobi,因此現(xiàn)在還不知道Gobi終究能否成為GPT-5。
關(guān)于OpenAI能否在多模態(tài)大言語模型方面超越谷歌,據(jù)The Information報導(dǎo),目前,谷歌具有來自谷歌搜索引擎和YouTube等平臺的文本、圖畫、音頻、視頻等專有數(shù)據(jù),這是谷歌相較于OpenAI開展多模態(tài)大言語模型的一項特別優(yōu)勢。而且一位運(yùn)用過Gemini前期版本的人士說,與現(xiàn)有的各種大言語模型相比,Gemini產(chǎn)生的過錯答案似乎更少。
二、多模態(tài)功用肩負(fù)重任,被亂用的信息安全問題值得注重
在3月發(fā)布GPT-4預(yù)覽多模態(tài)功用時,除了為盲人或低視力者開發(fā)技能的Be My Eyes公司,OpenAI沒有給其它公司供給多模態(tài)功用。到現(xiàn)在,OpenAI才預(yù)備在更大范圍內(nèi)推出被稱為GPT-Vision的功用。據(jù)The Information報導(dǎo),OpenAI或許會在GPT-Vision之后再推出Gobi。
依據(jù)The Information報導(dǎo),OpenAI之所以消耗很多時刻來推出Gobi,主要是憂慮新的視覺功用會被壞人利用,例如經(jīng)過自動解決驗證碼來冒充人類,或許經(jīng)過人臉辨認(rèn)追尋人們。但現(xiàn)在,OpenAI的工程師們似乎想到辦法來緩解這個安全問題了。
谷歌的Gemini也面臨相同的問題,當(dāng)谷歌被問到采取了哪些辦法防止Gemini被亂用時,谷歌的一位講話人稱,谷歌在7月份做出過一系列承諾,以確保對其所有產(chǎn)品進(jìn)行負(fù)責(zé)任的AI開發(fā)。
結(jié)語:多模態(tài)大模型之爭或成下個AIGC焦點
多模態(tài)功用正被不斷融入大言語模型,以提巨大言語模型剖析的精準(zhǔn)度。如今,因ChatGPT名聲大噪的OpenAI與AI老牌公司谷歌都致力于開發(fā)多模態(tài)大言語模型,可見其或許將成為AI大模型開展的未來趨勢。
據(jù)The Information報導(dǎo),這場OpenAI與谷歌的比賽類似于AI版的蘋果與安卓之爭,而未來Gobi與Gemini的到來,將提醒OpenAI和谷歌的比賽成果。
多模態(tài)大模型作為當(dāng)時AI大模型范疇的新進(jìn)展,OpenAI與谷歌之間的多模態(tài)大模型之爭不僅是科技競爭的焦點,也或許引發(fā)全球范圍內(nèi)關(guān)于技能應(yīng)用、協(xié)作、監(jiān)管和道德等方面的重要評論。 |