庆云古诗词

庆云古诗词

ChatGPT训练需要多少数据 ChatGPT能自己训练吗

淘文章 0

淘宝搜:【天降红包222】领超级红包,京东搜:【天降红包222】
淘宝互助,淘宝双11微信互助群关注公众号 【淘姐妹】

chatgpt,chatgpt下载,chatgpt api,chatgpt app

3月10日消息,AI已经重新成为科技行业的热门话题,预计它将彻底改变从零售到医药等价值数万亿美元的行业。但每创造一个新的聊天机器人或图像生成器都需要耗费大量的电力,这意味着这项技术可能释放大量温室气体,进而加剧全球变暖问题。

微软、谷歌和【【微信】】制造商OpenAI都要使用云计算,而云计算依赖于全球海量数据中心服务器内数以千计的芯片来训练被称为模型的AI算法,分析数据以帮助这些算法“学习”如何执行任务。【【微信】】的成功促使其他公司竞相推出自己的AI系统和聊天机器人,或者开发使用大型AI模型的产品。

与其他形式的计算相比,AI需要使用更多的能源,训练单个模型消耗的电力超过100多个美国家庭1年的用电量。然而,虽然AI行业增长非常快,但却不够透明,以至于没有人确切知道AI的总用电量和碳排放量。碳排放量也可能有很大差异,这取决于提供电力的发电厂类型,靠烧煤或天然气发电供电的数据中心,碳排放量显然高于太阳能或风力发电支持的数据中心。

虽然研究人员已经统计了创建单一模型所产生的碳排放量,有些公司也提供了有关他们能源使用的数据,但他们没有对这项技术的总用电量进行总体估计。AI公司Huging Face研究员萨莎・卢西奥尼(Sasha Luccioni)写了一篇论文,量化了她旗下公司Bloom的碳排放情况,Bloom是OpenAI模型GPT-3的竞争对手。卢西奥尼还试图根据一组有限的公开数据,对OpenAI聊天机器人【【微信】】的碳排放情况进行评估。

提高透明度

卢西奥尼等研究人员表示,在AI模型的电力使用和排放方面,需要提高透明度。有了这些信息,政府和公司可能会决定,使用GPT-3或其他大型模型来研究癌症治疗或保护土著语言是否值得。

更高的透明度也可能带来更多的审查,加密货币行业可能会提供前车之鉴。根据剑桥比特币电力消耗指数,比特币因其耗电量过大而受到批评,每年的耗电量与阿根廷一样多。这种对电力的贪婪需求促使纽约州通过了一项为期两年的禁令,暂停向以化石燃料发电供电的加密货币采矿商发放许可证。

GPT-3是功能单一的通用AI程序,可以生成语言,具有多种不同的用途。2021年发表的一篇研究论文显示,训练GPT-3耗用了1.287吉瓦时电量,大约相当于120个美国家庭1年的用电量。同时,这样的训练产生了502吨碳,相当于110辆美国汽车1年的排放量。而且,这种训练只适用于一个程序,或者说是“模型”。

虽然训练AI模型的前期电力成本巨大,但研究人员发现,在某些情况下,这只是模型实际使用所消耗电力的40%左右。此外,AI模型也在变得越来越大。OpenAI的GPT-3使用了1750亿个参数或变量,而其前身仅使用了15亿个参数。

OpenAI已经在研究GPT-4,而且必须定期对模型进行再训练,以保持其对时事的了解。卡内基梅隆大学教授艾玛・斯特鲁贝尔(Emma Strubell)是首批研究AI能源问题的研究人员之一,她说:“如果你不对模型进行再训练,它甚至可能不知道何为新冠肺炎。”

另一个相对的衡量标准来自谷歌,研究人员发现,AI训练占该公司总用电量的10%至15%,2021年该公司的总用电量为18.3太瓦时。这意味着,谷歌的AI每年耗电量达2.3太瓦时,大约相当于亚特兰大所有家庭的1年用电量。

科技巨头做出净零承诺

虽然在许多情况下,AI模型变得越来越大,但AI公司也在不断改进,使其以更高效的方式运行。微软、谷歌和亚马逊等美国最大的云计算公司,都做出了碳减排或净零承诺。谷歌在一份声明中表示,到2030年,该公司将在所有业务中实现净零排放,其目标是完全使用无碳能源运营其办公室和数据中心。谷歌还在使用AI来提高其数据中心的能效,该技术直接控制设施中的冷却系统。

OpenAI也列举了该公司为提高【【微信】】应用程序编程接口的效率所做的工作,帮助客户降低了用电量和价格。OpenAI发言人表示:“我们非常认真地承担起阻止和扭转气候变化的责任,我们对如何最大限度地利用我们的计算能力进行了很多思考。OpenAI运行在Azure上,我们与微软团队密切合作,以提高运行大型语言模型的效率并减少碳排放。”

微软指出,该公司正在购买可再生能源,并采取其他措施,以实现之前宣布的目标,即到2030年实现净零排放。微软在声明中称:“作为我们创造更可持续性未来承诺的一部分,微软正在投资于研究,以衡量AI的能源使用和碳排放影响,同时致力于提高大型系统在培训和应用方面的效率。”

耶路撒冷希伯来大学教授罗伊・施瓦茨(Roy Schwartz)与微软的一个团队合作,测量了一个大型AI模型的碳足迹。他表示:“显然,这些公司不愿透露他们使用的是什么模型,以及它排放了多少碳。”

有些方法可以让AI更高效地运行。能源咨询公司Wood Mackenzie的本・赫兹-沙格尔(Ben Hertz-Shargel)表示,由于AI训练可以随时进行,开发者或数据中心可以将训练安排在电力更便宜或过剩的时候,从而使它们的运营更加环保。AI公司在电力过剩时训练自己的模型,然后可以在营销中将其当成一大卖点,以此表明他们注重环保。

芯片运行耗电量惊人

大多数数据中心使用图形处理单元(GPU)来训练AI模型,这些组件是芯片行业制造的最耗电组件之一。摩根士丹利分析师本月早些时候发布的一份报告称,大型模型需要数万个GPU,培训周期从几周到几个月不等。

AI领域更大的谜团之一是与所使用芯片相关的碳排放总量。最大的GPU制造商英伟达表示,当涉及到AI任务时,他们的芯片可以更快地完成任务,总体上效率更高。

英伟达在声明中表示:“与使用CPU相比,使用GPU来加速AI速度更快,也更高效。对于某些AI工作负载来说,能效通常可以提高20倍,对于生成式人工智能必不可少的大型语言模型,能效则可提高300倍。”

卢西奥尼说,虽然英伟达已经披露了与能源相关的直接排放和间接排放数据,但该公司并没有透露更多细节。她认为,当英伟达分享这些信息时,我们可能发现GPU消耗的电量与一个小国用电量差不多,“这可能会让人抓狂”!



openai推出gpt-4界面 openai孵化的人工智能巨头

openai推出gpt-4,OpenAI推出GPT-,OpenAI推出GPT-4一,OpenAI推出ChatGPT API

OpenAI正式发布GPT-4,具有多模态能力。3月15日,OpenAI正式发布了GPT-4预训练大模型,相比于GPT-3.5性能表现显著提升,在一些专业和学术领域上已经达到了人类水平,是OpenAI在人工智能领域的又一里程碑。GPT-4具有一定的多模态能力,能够接收图文结合的输入,并输出文本回复。GPT-4对图片的处理分析能力达到了很高的水准,这相当于机器拥有了视觉并且能够进行思考,在应用层面有非常广的空间,比如在教育领域,GPT-4可以直接对以图像输入的题目进行求解;在机器人领域,GPT-4有望成为机器视觉的核心中枢能力。

GPT-4能够进行长文本处理和创造性输出,能够自定义对话风格,相比ChatGPT更加可靠安全。GPT-4可以处理超过25000字的长文本,支持内容创作、对话拓展和文档分析等功能,其优秀的创造性可以辅助用户进行创意工作,例如创作歌曲、编写剧本或学习用户的写作风格。用户能够自定义GPT-4对话交互的风格,打造个性化的AI,对基于GPT-4的二次开发来说非常方便。与ChatGPT相比,GPT-4的逻辑推理能力更进一步,在复杂的推理问题中表现更佳,并且大幅减少了错误回答和敏感内容的生成概率,可靠性与安全性有了较大改善,但仍存在提升空间;

GPT-4开放API使用申请,成本较GPT-3.5-Turbo涨幅较大。目前仅有ChatGPT Plus的订阅会员用户能够访问GPT-4,OpenAI未来可能会推出免费的GPT-4试用版和更高级的订阅版本。OpenAI同时开放了GPT-4API的使用申请,会逐步邀请开发人员开始试用API。目前提供给开发者的API只能进行文本的输入,最便宜的8k-prompt版本的定价为0.03美元/1ktokens,相比于之前发布的GPT-3.5-turbo要贵十倍以上。

GPT-4有望带来多场景智能化变革。OpenAI给出了GPT-4的6个应用实例,涵盖了教育、金融和政府领域。微软也在GPT-4发布后官宣,NewBing背后的模型就是GPT-4,并且将随着GPT-4的更新持续迭代,微软在3月16日的线上活动中将有望发布基于GPT-4的新Office,带来办公场景的智能化变革。基于GPT-4对话交互的特性,我们认为,GPT-4将率先在教育、医疗、企业经营管理办公等领域实现落地,场景与人工智能的结合方式值得期待。

投资建议与投资标的:

我们认为,未来几年是多模态大模型的快速发展窗口期,相关的大模型算法、算力基础设施、下游B端通用应用软件和垂直行业领域都有望迎来加速增长。

大模型和算法能力领域,建议关注三六零(601360,未评级)、科大讯飞(002230,买入)等公司。

算力基础设施领域,建议关注中科曙光(603019,买入)、海光信息(688041,买入)、浪潮信息(000977,未评级)、寒武纪-U(688256,未评级)等公司。

B端通用应用软件领域,建议投资者关注致远互联(688369,未评级)、ST泛微(【【QQ微信】】,未评级)、用友网络(600588,买入)、鼎捷软件(300378,未评级)、彩讯股份(300634,未评级)、金山办公(688111,增持)、汉得信息(300170,未评级)、拓尔思(300229,未评级)等公司。

垂直行业领域,建议关注万兴科技(300624,未评级)、嘉和美康(688246,未评级)、远光软件(002063,买入)、宇信科技(300674,未评级)、创业慧康(300451,未评级)、卫宁健康(300253,买入)等公司。