文章主题：鱼羊编辑整理, 量子位, 公众号QbitAI, 谷歌内部“泄密文件”

666ChatGPT办公新姿势，助力做AI时代先行者！

一份谷歌内部“泄密文件”，正在网上一石激起千层浪。

全文挺长，但核心观点十分明确：开源大模型迅猛发展，正在侵蚀OpenAI和谷歌的阵地。

并且，“除非改变闭源的立场，否则开源替代品将最终使它们（包括ChatGPT）黯然失色”。

如此观点一出，立刻吸引了不少业内人士的关注。

Django框架的创始人之一Simon Willison也纷纷转发并点赞，表示“这是我近期了解到关于LLM的最有趣的事情”，“绝对是值得一读的”。

据彭博社报道，该篇文章的原作者为谷歌的高级软件工程师Luke Sernau，而且这些“内部文件”的真实性也迅速得到了验证。

话不多说，一起来看具体内容。

核心观点

与开源大模型相比，谷歌在大模型质量方面仍有优势，但差距正在以惊人的速度缩小。大语言模型是否会因开源迎来“Stable Diffusion时刻”还有待观察，但其发展与图像生成领域具有相同要素。LoRA（低秩适应）在谷歌内部被低估了。巨型模型正在使我们减速。从长远角度看，最好的模型是那些可以快速迭代的模型。数据质量比数据规模更重要。直接与开源竞争是不明智的。

（以下为原文分享，经编辑）

谷歌&OpenAI没有护城河

谁将跨越大模型的下一个里程碑？令人不安的事实是，我们（谷歌）无法取得这场军备竞赛的胜利，OpenAI同样不能——

就在两边激烈竞争之时，第三方势力一直在悄悄侵蚀我们的阵地。

这个“第三方”，就是开源。现在，一些“主要开源问题”已经被解决，举几个例子：

LLM（大语言模型）已经能在手机上运行：比如在Pixel 6上，可以以每秒5 token的速度运行基础模型。可扩展的个人AI：人们可以在笔记本电脑上微调出个性化AI。负责任的发布：尽管没有完全解决，但图像生成领域和文本生成领域都已经取得了很大进展，网上有许多无限制资源。多模态：当前多模态ScienceQA的SOTA模型，1小时内就能完成训练。

虽然我们的模型在质量方面仍有优势，但差距正在以惊人的速度缩小。

原内容表达了开源模型在速度、灵活性和功能性方面的优势，以及我们在资源投入上所面临的挑战。关键在于，开源社区利用相对较低的成本（100美元）和庞大的数据集（130亿参数）创造了强大的大模型，而我们则在更高的成本（1000万美元）和更小的数据集（5400亿参数）下努力奋斗。他们能在短短几周内完成大模型的训练，而我们需要花费数月甚至更长时间。

这对我们产生了深远的影响：

我们没有秘密武器。我们最大的希望是学习谷歌之外其他人正在做的事，并与之合作。我们应该优先考虑实现第三方集成。当免费、无限制的替代品在质量上有所突破，人们将不会为受限制的模型付费。我们应该思考我们真正的价值是什么。巨型模型正在拖慢我们的速度。从长远来看，最好的模型是那些可以快速迭代的模型。既然我们知道在

大语言模型的Stable Diffusion时刻

今年三月初，Meta的大语言模型LLaMA被泄露，开源社区得到了第一个真正有实力的基础模型。

随即，“羊驼”家族疯狂涌现，每隔几天就有新的进展发生。

仅仅一个月，指令调优（instruction tuning）、量化、质量改进、人类评估、多模态、RLHF……就都出现了。

作为文章写作高手，我将重新组织原文内容并赋予其新的意义。开源社区的重要性在于，它解决了扩展问题，让更多的人能够参与到这个过程中，亲身体验并贡献自己的想法。实际上，许多创新性的想法都源于普通人的生活。在训练和实验的门槛上，我们已经取得了显著的进步，从原本需要大量资源和专业团队才能进行的 large-scale research，降低到了只需要一个个体、一个晚上以及一台高性能笔记本电脑就能实现。这样的改变不仅促进了科技的进步，也激发了更多人对于技术研究和创新的兴趣。

很多人认为这是大语言模型（LLM）的“Stable Diffusion时刻”。

在图像生成和LLM领域，低成本的公共参与都是通过LoRA（低秩适应）实现的，同时还有规模上的重大突破（比如图像合成的latent diffusion、LLM的Chinchilla）。

最终的结果是，拥有高质量模型的技术吸引了全球顶尖的人才和机构。在开源大模型的推动下，新的创意和更新迅速涌现，并迅速超越了大型企业。

在图像处理领域，这些成果已经充分展示了它们的价值。开源技术使得Stable Diffusion得以发展成一条与DALL-E截然不同的道路，从而刺激了DALL-E所未能涉及到的产品整合、市场拓展以及用户界面等方面的创新。

Stable Diffusion也因此出圈，产生了远超DALL-E的文化影响力。

在LLM领域，同样的事情是否会再次发生还有待观察，但基本要素是相同的。

谷歌忽略了什么

原内容表达的意思是:最近,通过开源所取得的创新成果,我们成功地解决了许多我们一直在努力克服的问题。因此,我们应该更多地关注开源工作,这将有助于我们避免重复开发同样的工作。改写后的内容可以表达为:近期,开源领域所取得的突破性成果已经直接解决了我们之前一直努力解决的问题。深入关注开源工作将有助于我们避免在未来的项目中再次浪费时间和资源,从而更好地利用这些宝贵的资源。

其中，LoRA是一种非常强大的技术，我们应该加大关注。

LoRa技术利用低秩分解方法来描述模型权重的更新过程，这一举措有效地减少了更新矩阵的体积，从而降低了模型微调所需的成本与时间。

在消费级硬件上，花几个小时微调出一个个性化语言模型，这是一项重要的突破。但这项技术在谷歌内部被低估了，尽管它直接影响了我们最雄心勃勃的几个项目。

另外，从头开始训练模型是一条艰难的道路。

LoRA如此有效的部分原因在于：和其他形式的微调一样，它是可堆叠的。虽然单独的微调是低秩的，但它们的总和不需要，模型的全秩更新可以随时间推移而累积。

这意味着，随着更好的数据集和任务的出现，模型可以低成本保持最新状态，而无需负担完整运行的成本。

相比之下，从头训练大模型不仅会丢掉预训练，还会丢失已经完成的迭代改进。在开源世界，这些改进会使模型很快占据主导地位，这就使得从头重新训练显得极为昂贵。

我们应该思考，新应用、新想法是否真的需要一个全新的模型来实现。如果我们确实有重大的架构改进，使得原有的模型权重无法复用，那么我们应该专注于更积极的蒸馏方法，尽可能地保留上一代的功能。

维护大模型使谷歌处于劣势

在最流行的模型规模上，LoRA的成本非常低（约100美元）。这意味着几乎每一个对大模型有想法的人，都可以把这些想法落到现实。

短至一天的训练时间已是常态。

以这样的速度，所有这些微调所产生的累积效应，很快就会弥补模型规模带来的劣势。

事实上，就工程师的工时而言，这些模型的改进速度大大超过了我们的大模型所能做的，其中最好已经跟ChatGPT几乎没有区别了。

专注于维护地球上一些最大的模型，实际上使我们处于劣势。

此外，数据质量比数据规模更重要。

直接与开源竞争是一种失败的主张

开源大模型最近的进展对我们的业务战略有直接的影响。如果有免费、高质量的替代方案，谁会为谷歌有限制的付费产品买单呢？

我们也不应指望能够赶上。现代互联网在开源的基础上运行是有原因的。开源有一些我们无法复制的显著优势。

我们需要开源，胜过开源社区需要我们。

对我们的技术保密其实是一个脆弱的主张。每过一段时间，都会有谷歌的研究人员离职去往其他公司。所以我们可以假定，他们了解我们所知道的一切。

但是，由于大语言模型的负担成本正在降低，保持技术优势会变得更加困难。

世界各地的研究机构都在相互借鉴，以一种比我们自身能力更广的方式探索解决方案。在这种外部创新不断挑战我们技术价值的情况下，我们可以选择紧守我们的秘密，或者尝试相互学习。

现在，开源大模型的很多创新，都是源于Meta LLaMA模型的泄露。但Meta又成为这一进程中一个明显的赢家——他们相当于获得了整个星球的免费劳动力。由于大多数开源创新都基于他们的架构，因此没有什么能阻止他们将这些迭代进化整合到他们的产品中。

拥有生态系统的价值怎么强调都不为过。谷歌本身已在开源产品，如Chrome和Android中，成功验证了这一点。通过拥有孵化创新的平台，谷歌巩固了自己作为意见领袖和方向制定者的地位，获得了塑造比自身更宏大的想法的能力。

△Midjourney生成

我们对模型的控制越严密，开源替代方案的吸引力就越大。谷歌和OpenAI都倾向于防御性的发布模式，以确保他们能严格控制模型的使用方式。但这是徒劳的，任何想将LLM用于未经批准目的的人，都可以选择免费的开源模型。

谷歌应该让自己成为开源社区的领导者，通过更广泛的合作对话，而非忽视来起到带头作用。

这必然意味着放弃对我们模型的一些控制。但这种妥协是不可避免的。我们不能既希望推动创新，又要控制创新。

考虑到OpenAI当前的封闭策略，有人会觉得这些关于开源的讨论不公平。但事实是，我们已经通过挖对方墙脚的形式，与他们分享了一切。在这种趋势被扼制之前，保密是一个有争议的问题。

最后，OpenAI并不重要。在对于开源的态度上，他们犯了与我们相同的错误。他们保持优势的能力必然受到质疑。除非他们改变立场，否则开源替代品可以并最终将使其黯然失色。

至少在这方面，我们可以迈出第一步。

如何定义“护城河”

据彭博社消息，这篇文章是谷歌高级软件工程师Luke Sernau四月初在谷歌内网发布的。在被泄露之前，已经在谷歌内部被大量转发。

而原文一经流出，也引起了网友们的热烈讨论。

不过，也有不少网友并不认同Sernau的观点。

有网友认为，Sernau关于与开源社区合作可以让模型更快改进的观点值得认同。但其实无论是开源还是闭源，改进得快的那一方都将获胜。

还有网友直接用一张图回怼：

但无论如何，“开源模型每周都在变得更好”。

而有关大模型的精彩故事，才刚刚开篇。

参考链接：

[1]https://www.semianalysis.com/p/google-we-have-no-moat-and-neither[2]https://www.bloomberg.com/news/articles/2023-05-05/google-staffer-claims-in-leaked-ai-warning-we-have-no-secret-sauce[3]https://news.ycombinator.com/item?id=35813322[4]https://twitter.com/simonw/status/1654158105221922816[5]https://www.reddit.com/r/MachineLearning/comments/137rxgw/d_google_we_have_no_moat_and_neither_does_openai/

— 完 —

量子位 QbitAI · 头条号签约

AI时代，拥有个人微信机器人AI助手！AI时代不落人后！

免费ChatGPT问答，办公、写作、生活好得力助手！

搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！