機場機翼震動與研究驅動的AI前景

新成立的 AI 實驗室 Flapping Airplanes 於週三正式啟動，獲得 Google Ventures、Sequoia 和 Index 共 1.8 億美元的種子資金。該團隊的創立成員陣容強大，其目標是尋找一種更節省資料的方式來訓練大型模型，這在當前領域尤為有趣。根據現有觀察，該團隊在嘗試賺錢的評級中屬於第二級。然而，Flapping Airplanes 專案中更令人興奮的部分，直到閱讀 Sequoia 合夥人 David Cahn 的文章後才浮現。Cahn 指出，Flapping Airplanes 是首批超越單純擴充套件正規化的實驗室之一。目前的擴充套件正規化主張將社會資源大量投入現有大型語言模型的升級，期望由此實現通用人工智慧。而研究正規化則認為我們距離通用人工智慧僅有兩到三個研究突破，因此應將資源投入長期研究，特別是那些可能需要五到十年才能見效的專案。計算優先方法將優先考慮叢集規模，傾向於短期勝利（約一兩年），而非長期賭注（約五十年）。研究優先方法則會在時間上分散賭注，願意下許多絕對成功率較低但能擴大可能範圍的賭注。儘管計算優先方法可能正確，但考慮到許多公司已朝此方向發展，看到有人選擇另一條路徑令人欣慰。