展会信息港展会大全

两家AI创企CEO共谈AI未来:AI虚假信息、数据版权和GPU算力荒
来源:互联网   发布日期:2023-08-16 16:03:16   浏览:12783次  

导读:智东西(公众号:zhidxcom) 编译 | 铭滟 编辑 | 徐珊 智东西8月16日消息,据The Information报道,Edo Liberty和Aidan Gomez共同在The Information的电话会议中讨论了生成式人工智能的未来发展,讨论内容包括人工智能虚假信息问题、开源模型的数据版权与性...

智东西(公众号:zhidxcom)

编译| 铭滟

编辑 | 徐珊

智东西8月16日消息,据The Information报道,Edo Liberty和Aidan Gomez共同在The Information的电话会议中讨论了生成式人工智能的未来发展,讨论内容包括人工智能虚假信息问题、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等。

Edo Liberty是Pinecone的首席执行官。Pinecone是一家人工智能初创公司,该公司主营业务是帮助开发人员使用自己的数据构建人工智能应用程序。Aidan Gomez是Cohere的联合创始人兼首席执行官。Cohere也是一家人工智能初创公司,该公司主营业务为企业端用户提供闭源大模型。

一、人工智能虚假信息:添加水印或可追踪监管

Liberty和Gomez均表示了对人工智能生成虚假信息的担忧。人工智能生成的虚假信息,可以是教皇身穿巴黎世家的搞笑梗图,也可以是被人恶意篡改的政治广告。因此,越来越多的人呼吁在人工智能生成的照片或视频中添加水印,从而对人工智能生成的内容进行监督和管理。

两家AI创企CEO共谈AI未来:AI虚假信息、数据版权和GPU算力荒

▲图为由人工智能生成的教皇方济各身穿巴黎世家羽绒服的图片

但是,Liberty认为很难区分两类文本:一种是经由人工智能给出语法修改建议的人类修改的文本,一种是人工智能生成的文本。因此,鉴于人工智能制造和传播虚假信息的能力,他也主张立法者应当对人工智能进行更为严格的审查。

二、开源大模型正在变“笨”?或许是用户期待过高

Gomez则对Meta的Llama 2等开源模型的兴起表示担忧。

尽管他承认开源模型有一定优点,比如开源模型可以让开发人员快速进行实验,但如果这些人工智能模型一旦投入生产,他怀疑这些大公司能否满足大型企业的安全和隐私要求。如果一家公司使用类似Llama 2的开源模型,但Meta并未公开Llama 2的训练数据种类,那么这些公司就会承担底层数据潜在的版权风险。

Cohere是一家提供闭源大模型的公司,它仅通过API提供对其模型的访问。所以Gomez的观点部分代表了其公司的立常但是,The Information认为,开源模型并不一定是人工智能的终极答案,人们也担心这些大模型被用于违法犯罪。

两家AI创企CEO共谈AI未来:AI虚假信息、数据版权和GPU算力荒

▲图为Cohere官网页面

除此之外,Liberty和Gomez都否认了人工智能在变“笨”等说法。近期据传言,OpenAI的GPT-4等大模型很难完成几个月前原本可以轻松完成的数学问题等任务。Liberty认为,总体而言,大模型正在不断改进。但他解释道,在某些领域,大模型变得更好,而在其他领域,大模型也在变得更糟。

Gomez补充说,随着用户越来越习惯使用大模型,他们可能会向模型提出越来越难的问题,因此给人带来了大模型变“笨”的印象。

三、云提供商或可缓解AI公司算力荒

两位首席执行官都很重视GPU的持续短缺问题。

两家AI创企CEO共谈AI未来:AI虚假信息、数据版权和GPU算力荒

GPU是大模型运行所必需的芯片。Gomez建议人工智能初创公司可以向专业的云提供商(cloud providers)寻求帮助。

正如The Information之前报道的那样,CoreWeave和Lambda Labs等规模较小的云提供商已从英伟达获得了额外的GPU供应,因为与亚马逊云服务(Amazon Web Services)和谷歌云(Google Cloud)等大公司不同,这些云提供商公司不需要竞争性顶级芯片(competing chips)的算力,云提供商即可满足普通公司的需求。

除此之外,Gomez还表示,急需芯片算力的人工智能初创公司也可以选择AMD等英伟达竞争对手的其他类型芯片。

结语:人工智能创企或可通过“节流”缓解算力荒

仅以目前的形势来看,适用于人工智能计算的GPU供不应求,买不到芯片的企业嗷嗷待哺,买到芯片的企业不得不接受芯片涨价,被迫架在成本的火上烤。

如果人工智能企业一时难以解决芯片问题,或许可以通过“节流”,渡过眼前的难关。一方面可以通过技术手段优化压缩模型,或者减少其参数量,降低模型运行成本;另一方面则可以尽可能压榨已有芯片的性能,把有限的硬件用到极致。

来源:The Information

赞助本站

人工智能实验室
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港