消息称 OpenAI、谷歌等巨头 AI 模型遇瓶颈：训练数据难寻，成本高昂

据报道，人工智能领域的领先公司面临开发更先进AI模型的困境，陷入了“收益递减”的局面。其中包括OpenAI最新的人工智能Orion在编码任务上的表现不佳，与GPT-4相比并无显著进步。谷歌即将推出的Gemini软件也面临着类似的挑战，而 Anthropic 的 Claude 3.5 Opus 模型的推出则被推迟到了下一个版本。

业内专家指出，这些挑战源自于难以找到“新的、未开发的高质量人类生成训练数据”，同时又要维持新旧模型运营所带来巨大成本。长期以来，硅谷普遍认为更多计算能力、数据以及更大规模模型必然带来更好的性能，并且实现通用人工智能（AGI），但这种观点可能基于错误的假设。

为了应对这些挑战，企业正在探索替代方法。其中包括模型初步训练完成后进行额外训练（通过人类反馈改进回答和优化语气），并开发能够执行特定任务的人工智能工具（称为代理），比如预订航班或代表用户发送电子邮件。

AI初创公司Hugging Face首席伦理科学家Margaret Mitchell表示，“AGI泡沫正在逐渐破裂，可能需要不同的训练方法才能使AI模型在各种任务上表现出色。”其他专家也持类似观点。