2020年DDoS攻击显着增加

OpenAI的领导曾表示，OpenAI的政策主管杰克·克拉克(Jack Clark)认为算法越大，则“越有条理，越有创造力，也越可靠”。在谈到《刀塔2》机器人需要的训练量时，首席技术官格雷格·布罗克曼表示：“等运气耗尽，我们期待一场棋逢对手的比赛。”

GPT-3采用了类似方法。OpenAI认为，算法更大意味着参数更多，就能进行更普遍的操作。例如，GPT-3最基本的功能是自动补全，给它一个词或句子，它就会逐字逐句地生成它认为接下来该出现的词句。不必对算法进行任何修改，它也能回答问题，甚至进行翻译。这与只能处理一项任务的专项微调算法不同。

有人认为，这向人工智能的圣杯——通用智能迈出了一步，它意味着算法可以像人类一样学习和适应;而另一些人则表示，算法仍不能真正理解它生成的话语。

OpenAI发布了一篇详细的研究报告，解释了该算法的架构和它所取得的结果，而当涉及到GPT-3的功能研究时，其他人工智能研究人员只能选择相信OpenAI。这家研究公司最近不再以非盈利为定位，开始筹集资金开发商业产品，它不再像过去一样公布算法。

2019年2月，OpenAI宣称，前一最大版本GPT-2算法有可能生成错误信息或虚假新闻，太过危险不便发布，这一声明引来了很多质疑。公司先行发布了简易版的GPT-2，并未发现滥用迹象，才最终发布了最大版本算法。现在，与其说GPT-3太危险，不如说它似乎太有利可图而不能发行。

GPT-3只能通过OpenAI运行的API访问，这与亚马逊、谷歌和微软等公司的算法变现方式相类似。开发者可以编写程序向GPT-3发送特定指令，GPT-3在OpenAI的云端中生成响应并回传结果。虽然API在内测期间免费，但OpenAI正在考虑长期定价。这意味着研究人员只能向算法发送特定命令，而OpenAI可以随时取消访问权限。

OpenAI将这种做法归结于对安全和规模的考虑。如果该公司发现有人滥用API做了诸如支持假新闻网站的事情，那么它可以取消该开发者的访问权限。

该公司还表示，这些算法规模庞大，运行成本高昂，更别提开始训练后的花销。“这使得任何除大公司以外的使用者都很难从底层技术中获益。我们希望API能让小型企业和组织更容易地使用强劲的人工智能系统。”

由于云计算的计价方式，OpenAI训练和操作算法的确切成本很难核算。租赁GPU的成本根据特定服务器区域的地理邻近程度，以及基于项目规模的协议费率等因素的不同，差别很大。由于OpenAI为完成任务将其中部分资金用于建造自己的超级计算机，它可能从与微软的10亿美元合作中受益。

但是这些限制，即规模和缺乏透明度，使得其他科学家很难复制和验证该算法的有效性。

尽管涉及风险投资和企业利益，人工智能仍然是研究计算机科学的一个途径，且这种科学方法仍然适用。最好的科学实验，比如建立一个算法来成功完成一项任务并证明一个假设，是可以复制的。

皮诺是可复制计算机科学的热心支持者，她认为像GPT-3和AlphaGo这样尚未公布的算法是“科学文物”。她在电子邮件中说到：“这有点像挖出的恐龙骨头，它为你提供了支持某些理论的证据，但与实际进行实验是不一样的。”皮诺表示，这些“文物”有助于提出未来的研究假设，但它们仍然不能替代确凿的知识。

很多人担心，通过限制对代码和受训算法的访问，人工智能的“民主化”，即任何人都可使用人工智能，会受OpenAI威胁。“使用人工智能”这一用语是多层面的，意思是使用计算能力、数据集以及算法本身。诸如谷歌的TensorFlow和脸书的PyTorch这类开源框架使得算法易于构建和共享，还存在其他很多开源数据集。

然而，计算能力来自硬件，是一种有限的物理资源，大公司和像OpenAI这样资金充足的研究机构更容易获得该资源。

如果OpenAI的实验被证明是人工智能的发展方向，同时算法的扩大转化为性能的提高，那么消费不起先进人工智能的人就无法使用它了。这还会允许拥有资源的大公司制定规则，决定谁有权使用某些人工智能算法。例如，他们可以利用API进行设置，并对访问和使用算法进行收费。

（编辑：柳州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!