我的已经好多天了，都没有通过。到底要什么条件才能通过啊？You're already on the waitlist 我申请一直报错一直没申请成功 请看，一定要新注册的账号去申请 我点开直接就能用了 这样算是成功了吗 这怎么注册 我今天刚申请，在等消息 为什么我一直是页面不存在 牛冰是啥玩意？ 等就完了，我今天中午收到资格的，用时五天 怎么弄啊。没看懂啊 11号申请的现在还没动静 申请总是出错了怎么办 在哪里 申请5天了也没通过
这一次，芯片又卡住了我们研发ChatGPT的脖子
芯片latch up,芯片卡脖子是什么意思,芯片track,芯片制造 卡脖子
| 时间：2023年02月15日 18:13:55 中财网 |
| [01导读] [第02页] [第03页] | >>下一页 |
导读：1 芯片不给力，拿什么和ChatGPT拼？ 2 AI还不完美！“公测”一周，微软的新Bing也犯了不少错误 3 ChatGPT"狂飙"，如何"迎战"？怎样"问责"？ 1 芯片不给力，拿什么和ChatGPT拼？ Simon Kucher 战略咨询顾问 ChatGPT一声惊雷，平静的搜索江湖瞬间风暴骤起。微软高调上线ChatGPT版Bing搜索引擎，逼得Google仓促应战，推出基于LaMDA 模型的同款聊天机器人，结果Bard变bug，反而把自家股价打掉了2000亿美元。 与此同时，百度也宣布自研的"文心一言"正在加速内测，预计三月底问世。 蛰伏已久的科技巨头们同时变得紧张，除了ChatGPT在公众中掀起的热潮，也因为他们预感到ChatGPT所代表的LLM(大语言模型)应用很可能是一种"元技术"。 "元技术"指的是该技术的持续运用可以反过来加速技术本身的进步。 例如：芯片在现实世界中的应用能从开发效率，应用场景和资金投入上反哺研发，从而加速芯片本身的进步；"元技术"的发展符合指数增长的规律，因此能够克服研发管理中常见的复杂度爆炸，逃离"中等进步陷阱"的引力束缚。 也正是由于"元技术"的属性，芯片的研发才能够不断实现突破，追上摩尔定律的要求，相比而言生物技术等非"元技术"，则在摘光低垂的果实后搭不出技术升级的垫脚石，从而深陷Eroom's Law(反摩尔定律)的泥潭。 正如大家体验到的，使用ChatGPT可以极大解放工作效率，这也包括Open AI自己的研发人员。亿级用户对ChatGPT的花式提问和反复测试出的"prompt黑魔法"，也为后续版本的迭代迅速积攒了海量素材。 除此以外，LLM单次训练的巨大成本和对算力资源的占据，也构成了对新玩家残酷的进入壁垒。 随着竞争的加剧，无论是资金还是算力都会理性的向技术领先者集中，从而自我实现"强者愈强"的马太定律。 至此，ChatGPT的"元技术"飞轮，隐隐已形成闭环。所以，如果没有在"技术奇点"前及时上车，已有科技巨头和OpenAI在AI应用上差距将不可逆的拉大，最终陷入万劫不复的螺旋衰落；而那些小型AI创业团队，面对模型代差和资源无法弥补的差距，灭顶之灾已然到来。 而在更高的层面上，作为"元技术"的ChatGPT可能对中国的未来具有核弹级的震荡性。 过去十年中国科技产业的进展，靠的是"fast follow"和工程化上充满暴力美学的 "饱和式执行"。而这背后所依托的，则是国内教育体制带来的"工程师福利"。 虽然培养不出S级的创新人才，但产出的B级标品量大管饱：稳定、勤奋、执行力强、而且还相当便宜，可以迅速填平从源头创新到应用落地的时间差距，直接把海外的原创者给卷没了。 但ChatGPT作为史上最优秀的复读机，恰好和"中国机器人"的功能重合了。 你会的我也会，你不懂的我还懂，你能996，但我能365天007，你行吗？更何况ChatGPT还不是人，无负面情绪之乱耳，无柴米油盐之劳形，不会辞职，绝不躺平。 熟练运用ChatGPT相当于雇了一个随叫随到，皮实耐造，拥有各知识领域基础技能的助理团队。 对眼高过顶的S级创新者而言， ChatGPT为其想法的prototype落地提供了全天候的助力；对集聚S级人才的创新企业而言，ChatGPT则意味着执行落地不再成为主要的发展瓶颈。而人员规模的瘦身和智力浓度的提升，还能进一步减少内部信息传导的损耗，如只有四百人的Open AI那样敏捷高效。 在这种情况下，使用开源框架fast follow的大厂策略还能产生规模效应吗？即便还能压缩出成本优势，也会在时间效率上遭遇降维打击。国内有人常常嘲笑美国大学在产出少量S级和A级精英的同时，却制造了一堆垃圾，以至于要从中印长期进口B级好员工；现在可能要笑不出来了。 过去擅长的骑射武功突然过时了，而机关枪对射的世界里没有你的位置。因此，如果BAT没有抢到此轮ChatGPT的船票，科技产业将错失这一致命的"奇点时刻"。遗憾的是，国内众多玩家不但在模型上被拉开身位，在算力和数据上也即将甚至已经面临极大的限制。 LLM对算力的吞噬是贪婪的，GPT-3 的1750亿参数(45.3T)模型单次训练需要1024张NVIDA A100 GPU训练34天。但是，目前A100这个级别的芯片是禁运的。接下来，GPT-4需要的算力可能会继续增加两个数量级，我们那时候用什么芯片来追赶呢？毕竟现在连45nm制程的光刻机都要被禁运了。 芯片禁运对国内AI技术的压制堪称智子锁死。 有人说这没关系，可以通过叠加成熟制程的芯片以量换质，或是慢点训练最终也能达到同等技术水平。芯片禁运，本来就不是为了一锤子打死你，而是通过增加中国科技企业的算力成本，让任何AI应用的落地在财务上不可行(甚至在热力学上都不可行)，搞得你只能在利润失血和被迫缴械之间二选一，无法进入良性业务循环。 只要持续禁运，拖慢对手的进程，在过了"奇点时刻"后，"元技术"的代差可能就无法收敛了。如果新一轮LLM输出的成果反哺到芯片研发的流程，那么这种速度差距将会进一步拉开。 而在数据来源上，微软和Google依托的是超主权的全球互联网文本。以CPT-3为例，数据主要来自Common Crawl，共31亿个页面，覆盖了2016-2021年间的互联网文本数据，并用WebText2作为高质量文档类对原始数据进行了质量过滤；此外还导入2个图书库和Wikipedia进行了额外补充。 BAT所依托的中文互联网，在量级上不够(Common Crawl里中文数据不到5%)，而且数据生态也不够好。 大部分中文页面的信息可信度还不如百度贴吧，极少的高质量数据则被圈在各个厂家私域的"围墙花园"中，而且有相当多的链接打开后是404。至于用结构化数据库进行补充，你指的是知网和百度百科这对哼哈二将吗？ 以这种质量和结构性缺失的数据集进行训练，结果很可能是garbage in garbage out的废话生成器，就比如百度匆匆下线的Plato杠精机器人。 而在当前的数据主权和信息安全规范下，利用海外数据"西数东算"再翻译回中文也困难重重。更深一层思考，又如何剔除"进口模型"中内隐的意识形态植入？"根据相关法律，本答案不予显示"？精明如微软，一开始就封掉了中国IP使用ChatGPT版Bing搜索引擎的权限，割以永治。 致命的奇点时刻，正在敲响警钟。(风声 刘正) | [01导读] [第02页] [第03页] | >>下一页 |
中财网 |
陈根：内置ChatGPT的Bing花样翻车，说明了什么？
陈根发p2v,陈根简介,陈根是哪里人?
文/陈根
ChatGPT大获成功，也彻底点燃了微软和谷歌的对战。要知道，ChatGPT的母公司OpenAI已经与微软深度绑定，当前，微软也逐渐将ChatGPT整合进其旗下产品线中。面对微软的威胁，谷歌亟待打造自己的“ChatGPT”，那就是Bard。
不过，遗憾的是，谷歌版聊天机器人Bard首秀当天，就翻了车。导致谷歌市值一夜狂跌?7000?亿；接着又被自家员工嘲讽，称公司赶时间发布的?Bard?既“仓促”又“拙劣”。与谷歌的Bard相较，微软的ChatGPT似乎从诞生以来就获得更多正面评价。但事实并非如此。实际上，内置了ChatGPT的新版?Bing?的“翻车”现场也花样百出，甚至还有让用户道歉的情况。
比如，让新版?Bing?推荐宠物吸尘器，问它：“销量最高的?3?种宠物吸尘器的优缺点是什么？”很快，它就生成结果，但这结果却让人有些不着头脑。
比如其中Bing对必胜（Bissell）宠物吸尘器的介绍，“很吵，会吓到宠物的程度”，“吸力很有限”，“绳索也很短”。然而，点开原链接，就能发现?Bing的回答其实并不是准确的，甚至是完全不准确的――产品介绍中根本没提到这款宠物吸尘器吸力有限或很吵，也没有什么?16?英尺的绳索，相反还强调了它是一款便携式手持真空吸尘器以及它几乎“静音”。
不管是谷歌的翻车，还是ChatGPT的Bug，一个确定的事情是，当前的AI大模型仍有不足，尤其是在准确率方面。
究其原因，基于大模型的AI并不“理解”自己转述的信息，而是根据概率进行猜测。而如果模型只是学会了语法和语义，但是在语用或常识推理方面失败了，那么我们可能根本就无法获得可信任的通用AI。
因此，对于当前的ChatGPT的热潮来说，一方面，我们要肯定ChatGPT的成功，因为ChatGPT的成功也证明了AI大模型工程的成功，这对开发通用AI的启示具有重要意义。另一方面，我们也需要更客观地审视?ChatGPT?热潮，在技术的趋势中，更客观地把握技术的演进。
版权声明：除非特别标注原创，其它均来自互联网，转载时请以链接形式注明文章出处。
