GPT-4太吃算力，連微軟也頂不住了！

今年，無(wú)數(shù)場(chǎng)微軟AI大會(huì)上，CEO納德拉臺(tái)前激動(dòng)地官宣，將GPT-4、DALL·E 3整合到微軟「全家桶」。

微軟全系產(chǎn)品已被OpenAI的模型重塑，愿景是讓AI成為每個(gè)人的生活伴侶。

然而在幕后，因GPT-4運(yùn)行成本太高，微軟卻悄悄地搞起了plan B。

The Information獨(dú)家爆料稱，為了擺脫對(duì)OpenAI的依賴，由Peter Lee領(lǐng)導(dǎo)的1500人研究團(tuán)隊(duì)中，一部分人轉(zhuǎn)向研發(fā)全新對(duì)話式AI。

據(jù)稱，研發(fā)的模型性能可能不如GPT-4，但參數(shù)規(guī)模小，研究成本更低，運(yùn)行速度更快。

目前，微軟已經(jīng)在必應(yīng)聊天等產(chǎn)品中，開(kāi)啟了內(nèi)測(cè)。

不僅是微軟，包括谷歌在內(nèi)的其他科技巨頭，正在另辟蹊徑，以在AI聊天軟件和芯片兩方面節(jié)省成本。

而Llama 2宣發(fā)時(shí)微軟與Meta的合作，也不啻是一種擺脫完全依靠OpenAI的手段。

這是微軟帝國(guó)繼續(xù)向前成長(zhǎng)、突破當(dāng)前局限，注定要走的路。

更「精煉」的模型，必應(yīng)先嘗鮮

今年2月，微軟正式發(fā)布新必應(yīng)（New Bing），其中結(jié)合了ChatGPT和自家的普羅米修斯（Prometheus）模型。

在GPT-4公布后，微軟緊接著宣布，GPT-4整合到必應(yīng)中，將搜索體驗(yàn)帶上了一個(gè)新臺(tái)階。

微軟搜索主管Mikhail Parakhin近日表示，Bing Chat目前在「創(chuàng)意」和「精準(zhǔn)」模式下使用的是100%的GPT-4。

而在平衡模式下（多數(shù)用戶選擇的模式），微軟用普羅米修斯模型，以及圖靈語(yǔ)言模型（Turing language models）作為補(bǔ)充。

普羅米修斯模型是技能和技術(shù)的集合體。而圖靈模型不如GPT-4強(qiáng)大，旨在識(shí)別和回答簡(jiǎn)單的問(wèn)題，并將更難的問(wèn)題傳遞給GPT-4。

微軟內(nèi)部，已經(jīng)將其手頭的2000塊GPU中的大部分，都投入到了「小模型」的訓(xùn)練當(dāng)中。當(dāng)然，這與微軟提供給OpenAI的芯片數(shù)量相比，只能說(shuō)是小巫見(jiàn)大巫了。

不過(guò)，這些模型可以執(zhí)行比GPT-4更簡(jiǎn)單的任務(wù)，也是微軟為破冰所作的努力。

打破OpenAI束縛

多年來(lái)，微軟與OpenAI這兩家公司，保持著千絲萬(wàn)縷的聯(lián)系。

但是，隨著ChatGPT，微軟必應(yīng)等全家桶競(jìng)相推出，微軟與OpenAI也開(kāi)始秘密開(kāi)展市場(chǎng)角逐戰(zhàn)。

盡管微軟的努力仍處于早期階段，但納德拉正帶領(lǐng)微軟，為自家AI產(chǎn)品開(kāi)辟一條不完全依賴OpenAI的路。

「這終究還是要發(fā)生的」，Databricks的高管Naveen Rao在談到微軟內(nèi)部的AI工作時(shí)說(shuō)。

「微軟是一家精明的企業(yè)，當(dāng)你部署產(chǎn)品使用GPT-4巨型模型時(shí)，他們要的是高效。這就好比說(shuō)，我們并不需要一個(gè)擁有3個(gè)博士學(xué)位的人，來(lái)當(dāng)電話接線員，這在經(jīng)濟(jì)上是行不通的。」

然而，納德拉和研究主管Peter Lee希望在沒(méi)有OpenAI的情況下，開(kāi)發(fā)出復(fù)雜的AI，這大概只是一廂情愿。

自從微軟投資OpenAI后，這家巨頭的研究部門把大部分時(shí)間，都用來(lái)調(diào)整OpenAI的模型，以便使其適用微軟的產(chǎn)品，而不是開(kāi)發(fā)自己的模型。

微軟的研究團(tuán)隊(duì)，也并沒(méi)有幻想自己能開(kāi)發(fā)出像GPT-4這樣強(qiáng)大的AI。

他們清楚地知道，自身沒(méi)有OpenAI的計(jì)算資源，也沒(méi)有大量的人類審查員來(lái)反饋LLM回答的問(wèn)題，以便工程師改進(jìn)模型。

過(guò)去一年里，隨著幾波研究人員的離職，包括一些轉(zhuǎn)入微軟內(nèi)部的產(chǎn)品團(tuán)隊(duì)，研究部門的人才也在不斷流失。

對(duì)微軟自身來(lái)說(shuō)，在沒(méi)有OpenAI幫助的情況下，開(kāi)發(fā)高質(zhì)量的LLM，可以在未來(lái)幾年，兩家公司討論續(xù)簽合作關(guān)系時(shí)贏得更多談判籌碼。

微軟AI研究主管Peter Lee

目前，兩者交易對(duì)雙方都有利。

此外，微軟還將獲得OpenAI 75%的理論運(yùn)營(yíng)收益，直到其初始投資償還為止，并且將獲得利潤(rùn)的49%，直到達(dá)到一定上限為止。

現(xiàn)在，微軟希望通過(guò)與OpenAI，以及其他AI企業(yè)的現(xiàn)有聯(lián)盟，在一個(gè)不確定的時(shí)期內(nèi)增加至少100億美元的新收入。

O?ce 365全家桶在得到GPT-4能力加持，已經(jīng)出現(xiàn)了早期的收入增長(zhǎng)跡象。

微軟還在7月份表示，已有超過(guò)2.7萬(wàn)家公司為代碼編寫工具GitHub Copilot付費(fèi)了。

Statista統(tǒng)計(jì)，2023年除了微軟云服務(wù)比例最大，加速生產(chǎn)力商業(yè)流程的軟件產(chǎn)品收入占比也在逐漸增加。

然鵝，諷刺的是，微軟與OpenAI的交易條款，也間接地幫助微軟努力擺脫對(duì)OpenAI的依賴。

當(dāng)用戶使用必應(yīng)時(shí)，微軟可以訪問(wèn)OpenAI模型輸出的結(jié)果。

目前，微軟正在利用這些數(shù)據(jù)，創(chuàng)建更加「精煉」的模型。內(nèi)部研究人員的研究結(jié)果表明，這些模型可以用更少的計(jì)算資源產(chǎn)生類似的結(jié)果。

「小模型」的探索

在OpenAI的陰影下度過(guò)一年后，微軟的一些研究人員找到了全新的目標(biāo)——制造一個(gè)模仿GPT-4的「蒸餾」模型。

今年6月，微軟訓(xùn)練了一個(gè)算力消耗只有GPT-4十分之一的模型——Orca。

為了創(chuàng)建這個(gè)Orca，微軟將GPT-4生成的數(shù)百萬(wàn)個(gè)答案輸入到了一個(gè)更為基本的開(kāi)源模型之中，并以此教它模仿GPT-4。

論文地址：https://arxiv.org/abs/2306.02707

結(jié)果顯示，Orca不僅超過(guò)了其他的SOTA指令微調(diào)模型，而且在BigBench Hard（BBH）等復(fù)雜的零樣本推理基準(zhǔn)中，實(shí)現(xiàn)了比Vicuna-13B翻倍的性能表現(xiàn)。

此外，Orca在BBH基準(zhǔn)上還實(shí)現(xiàn)了與ChatGPT持平的性能，在SAT、LSAT、GRE和GMAT等專業(yè)和學(xué)術(shù)考試中只有4%的性能差距，并且都是在沒(méi)有思維鏈的零樣本設(shè)置下測(cè)量的。

類似的，微軟還公布了一款參數(shù)量不到GPT-4千分之一的模型——phi-1。

由于采用了「教科書(shū)級(jí)」的高質(zhì)量訓(xùn)練數(shù)據(jù)，phi-1在數(shù)學(xué)和邏輯問(wèn)題上的熟練程度，完全不亞于5倍于它的開(kāi)源模型。

論文地址：https://arxiv.org/abs/2306.11644

隨后，微軟在研究「一個(gè)LLM有多小，才能達(dá)到一定的能力」上更進(jìn)了一步，推出了只有13億參數(shù)的模型phi-1.5。

論文地址：https://arxiv.org/abs/2309.05463

phi-1.5展現(xiàn)出了許多大模型具備的能力，能夠進(jìn)行「一步一步地思考」，或者進(jìn)行一些基本上下文學(xué)習(xí)。

結(jié)果顯示，phi-1.5在常識(shí)推理和語(yǔ)言技能上的表現(xiàn)，與規(guī)模10倍于它的模型旗鼓相當(dāng)。

同時(shí)，在多步推理上，還遠(yuǎn)遠(yuǎn)超過(guò)了其他大模型。

雖然目前還不清楚，像Orca和Phi這樣的「小模型」是否真的能與更大的SOTA模型（如GPT-4）相媲美。但它們巨大的成本優(yōu)勢(shì)，加強(qiáng)了微軟繼續(xù)推動(dòng)相關(guān)研究的動(dòng)力。

據(jù)一位知情人士透露，團(tuán)隊(duì)在發(fā)布Phi之后，首要任務(wù)就是驗(yàn)證此類模型的質(zhì)量。

在即將要發(fā)表的論文中，研究人員又提出了一種基于對(duì)比學(xué)習(xí)的方法，讓工程師們可以教模型區(qū)分高質(zhì)量和低質(zhì)量的響應(yīng)，從而改進(jìn)Orca。

同時(shí)，微軟其他的團(tuán)隊(duì)也正在緊鑼密鼓地開(kāi)發(fā)全新的多模態(tài)大模型，也就是一種既能解釋又能生成文本和圖像的LLM。

GPT-4V

顯然，像Orca和Phi這樣的模型，可以幫助微軟降低為客戶提供AI功能時(shí)所需的計(jì)算成本。

據(jù)一位在職員工透露，微軟的產(chǎn)品經(jīng)理已經(jīng)在測(cè)試如何使用Orca和Phi而不是OpenAI的模型，來(lái)處理必應(yīng)聊天機(jī)器人的查詢了。比如，總結(jié)小段文本、回答是或者否，這種相對(duì)簡(jiǎn)單的問(wèn)題。

此外，微軟還在權(quán)衡是否向Azure云客戶提供Orca模型。

據(jù)知情人士透露，Orca論文一經(jīng)發(fā)表，就有客戶來(lái)詢問(wèn)何時(shí)能用上了。

但問(wèn)題在于，如果真要這樣操作的話，微軟是不是還需要找Meta拿個(gè)許可。畢竟后者對(duì)哪些公司可以將其開(kāi)源LLM進(jìn)行商業(yè)化，還是有所限制的。