大模型的发展趋势预测——大模型会做的更小,还是做的更大 原创
“ 大模型的发展,类似于计算机的发展由大到小”
最近在抖音上看到360创始人——周鸿祎说他关于大模型的发展的四个趋势,也就是开源,廉价,专业,小巧。
开源就是以openAI为代表的闭源大模型和Meta/Google为代表的开源大模型的模型大战;廉价就是大模型的训练成本会进一步降低,也就是意味着大模型会越来越便宜;专业即垂直领域的大模型会大放异彩;最后小巧是大模型在未来会被移植到手机上。
虽然不知道周鸿祎的预测是否准确,开源与闭源模型的大战最终会是什么结果;但不可否认的是,大模型的发展不可能是一家独大,而很可能是多种趋势并存。
大模型会越来越大
大模型越来越大这是一个趋势,毕竟根据现有的理论,大模型的参数越多其效果越好,涌现能力越强,这是一个不可争议的事实,除非出现新的理论能够颠覆现有的大模型基础理论。
因此,大模型要想越来越强大,那么大模型变大的可能性就越高;其功能也会更强。
大模型越来越大这是它的优势,但同样也是它的劣势;因为大模型越大,对算力和能源的要求越高,其训练和维护的成本越高。
这对很对企业来说是无法接受的,因此越来越大的大模型只能有那些巨头企业或国家才能玩得转。
越来越大的大模型就类似于超级计算机,其功能强大,但能玩得转的人特别少。
因此,超大模型的竞争,是大厂之间的竞争,也是国家之间的竞争。
当然,随着技术的发展,更先进的大模型架构和理论会持续出现,那时的大模型可能会越来越强,越来越小。
大模型越来越小
大模型会变得越来越小,其最终有可能会被安装到手机等移动设备之上,虽然其功能赶不上大模型,但满足普通人的日常使用还是有可能的。
而这就类似于现在的智能手机,所谓的智能手机就是把电脑的操作系统给做的更小,功能更强。
当然,虽然大模型的蒸馏和压缩技术在持续发展,但怎么才能把庞大的模型压缩到手机能够支持的体积的同时,还要同时保证大模型的强大功能,还是一个需要研究的课题。
个人预测,大模型的压缩是一个必须功课的课题;因为在实际应用领域,大模型的离线操作是一个很重要的功能,比如自动驾驶,无人设备等;在恶劣的自然环境或者没有网络的情况下,能够让设备正常使用。
而这就需要大模型能够安装到这些设备之上。
大模型垂直化发展
大模型有大模型的应用场景,小模型有小模型的应用场景;但从功能性和成本考虑,垂直化应用的大模型也必不可少。
毕竟,哪怕是人也有自己擅长和不擅长的方面;大模型也是如此,因此通用大模型在垂直领域的效果就大打折扣;所以垂直化的大模型就成了垂直领域最好的解决方案。
比如说,大模型在法律,金融,教育,航空航天等领域的使用;有些会涉及到国家安全和民生的领域,这时使用一个通用的超大模型,不但具有巨大的安全风险,而且一个模型也无法完全支撑如此庞大的领域。
因此,每个领域有每个领域的“专家模型”就是最好的选择,没有之一。
再有就是,类似于互联网常见的分布式部署方案,通过上层统一架构,可以在底层集成多个大模型来完成需要的功能。
比如360邀约十多家国内的大模型公司,然后基于其自研的架构,可以使得多个模型协作,来达到超越GPT4o的能力;虽然单独一个模型的表现并不出色,但通过混合模型(狼群战术),同样能够达到GPT4o的效果。
总结
从成本和技术门槛的角度来说,发展垂直化模型是最好的选择,但同样其它的方式也不能完全放弃;只有多条腿走路,才能在大模型的竞争中生存下来,并且找到最适合自己的解决方案。
本文转载自公众号AI探索时代 作者:DFires
原文链接:https://mp.weixin.qq.com/s/J3lS6oX0FzjrPHqsOWAv2Q