2023年显然是无可争议的AI大年，如果对ChatGPT、OpenAI、生成式AI、LLM（大语言模型）等概念一头雾水，那你可能就OUT了。甚至自1956年达特茅斯会议上人工智能（AI）这一概念诞生以来，AI从未距离大众如此之近。所以自然而然的，围绕AI的一切也引发了大量的关注，特别是对于站在浪潮之巅的巨头们关于AI的只言片语，也总能引发诸多的热议。
【资料图】
被称为“AI教父”的杰弗里·辛顿继不久前从谷歌离职后，随即就加入了“AI批评者”的行列，并大谈AI未来可能会带来的风险，甚至还表示，“我对毕生所研究的东西感到后悔”。
就在他态度180°大转弯激起、由“不明真相吃瓜群众”对AI危险性的讨论尚未落幕之时，一个据称是谷歌高级软件工程师Luke Sernau所写的内部信又激起波澜。而这份被泄露的文件中其实只有一个核心主旨，那就是谷歌、OpenAI都没有护城河，开源AI将会摘取这个赛道最后的胜利果实。
在这一场生成式AI的“大战”中，谷歌显然只是不折不扣的追赶者。虽然作为阿尔法狗的创造者，多年来谷歌一直扮演着“AI布道者”的角色，但在生成式AI领域，ChatGPT无疑才是领路人。紧随其后的Google Bard公开演示翻车、导致谷歌市值一度蒸发千亿美元后，好不容易推出将生成式AI整合到工作场景的Workspace后，微软融合了GPT-4的Microsoft 365 Copilot又很快把风头抢走了。
所以在外界看来，如今焦虑一词或许才是谷歌在面对生成式AI、LLM时，最为真实的写照。
与此同时，领导谷歌前进的CEO皮查伊持有保守倾向、并且也受到了不少的掣肘，以至于谷歌的AI路线图目前并不清晰。在这样的情况下，公司内部的“有识之士”当然也就会心急如焚。
那么问题就来了，作为在生成式AI赛道落后的谷歌有危机感、内部传出悲观论调再正常不过，但为什么会扯上OpenAI呢，或者说为什么开源AI才是最终的胜利者？
鲜花着锦烈火烹油，无疑是当下OpenAI的境况。别看这家公司现在几乎是最炙手可热的投资标的，但据相关海外科技媒体在近期曝光的新一轮融资文件显示，OpenAI的估值来到了290亿美元。可要知道的是，目前在A股，仅仅寒武纪和昆仑万维这两家AI概念的市值，就已经接近这个数字。换而言之，一手点燃了生成式AI这把火的OpenAI，其实并没有被投资者给出一个惊人的估值。
在许多业内人士看来，OpenAI目前的问题在于缺乏一个清晰的商业模式，他们现阶段唯二可以确定的收入，是一个月20美元的ChatGPT Plus订阅服务，以及1k tokens/0.002美元的ChatGPT API，但这两者显然还不足以让OpenAI盈利。甚至有观点认为，OpenAI现在像极了世纪之交的QQ，尽管同样都是站在相关领域的最前沿，但也同样缺乏一个明朗的商业化前景。但后来QQ等来了QQ秀，目前OpenAI却暂时还看不到解决商业化难题的契机。
事实上，让谷歌公司的内部人士对谷歌、OpenAI悲观的核心，是生成式AI、或者说LLM本身其实并没有太深的护城河。没错，别看ChatGPT、文心一言这类产品表现得如此智能，但实际上打造一个生成式AI并没有大家想象的那么难。
LLM的理论其实非常简单，即通过分析大量文本数据进行训练，从而学习语言的结构和模式，其所使用的架构也是是长短时记忆网络（Long Short-Term Memory，LSTM）或门控循环单元（Gated Recurrent Unit，GRU）等传统的循环神经网络结构。
LLM更像是“力大砖飞”的结果，然而在ChatGPT一鸣惊人前，业界更青睐的其实是谷歌的Transformer模型。而后者追求的却是如何设计出更小、更快，但更准确的神经网络，甚至于彼时OpenAI的GPT-3是被业界作为负面典型进行评价的。当时就有业内人士表示，“GPT-3在小样本学习中表现出卓越的能力，但它需要使用数千个GPU进行数周的训练，因此很难重新训练或改进。”
ChatGPT的成功就成功在它提出了一个新的思路，毕竟加大参数、加高算力的大模型也是一个方向，并且真的让大模型涌现出了智能。但显而易见的是，这一模式并没有护城河。君不见，即使OpenAI对自己基于人类反馈的强化学习（RLHF）技术秘而不宣，也阻拦不了百度文心一言、阿里通义千问、谷歌Bard等等一众同类大模型的出现。
此前李彦宏就曾在百度的内部讲话中提到，“算力不能保证我们能够在通用人工智能技术上领先，因为算力是可以买来的，但创新的能力是买不来的，是需要自建的”，也就是说算力和参数都可以买、技术壁垒不高。所以也难怪短时间内国内市场的“百模大战”就已开打，因此先发优势在这里几乎不值一提。
当然，如果没有Meta的LLaMA模型“意外”在4chan上泄露，LLM的技术壁垒不高也只是相对大厂而言。但LLaMA模型的被迫开源，也让开源社区主导了最近一段时间针对ChatGPT的“平替”热潮。
比如说来自斯坦福的Alpaca，借助Llama的预训练模型为基础，仅使用来自GPT模型的一个小尺寸调优数据集（52000个样本），就建立了一个具有对话功能的LLM。而基于LLaMA模型，以及LoRA （Low-Rank Adaptation of LLM，即插件式的微调）训练，开源社区在不到两个月的时间里已接连发布了ChatLLaMa、Alpaca、Vicuna、Koala等模型，并且“羊驼家族”们的实际效果还直追GPT-3.5、甚至不输GPT-4。
借助社区的力量群策群力，并最终实现极低成本下的高速迭代，这无疑就是开源AI的优势。就像谷歌这位员工所说的那样，“如果存在一个没有使用限制的免费高质量替代品，谁还会为带有使用限制的谷歌产品买单呢？”
因此从某种意义上来说，谷歌在Android上的做法可能才是最佳范例，也就是让开源社区不自觉地为自己的商业利益服务。
所以不得不说，LLaMA模型泄露更像是一个神来之笔，一下子就让原本掉队的Meta实现了超谷歌、赶OpenAI，毕竟“羊驼家族”就是在Meta的架构之上诞生的产物。