在AI競速的賽道上，奔跑的不只有科技巨頭，開源社區正在從小徑中湧入大道，成為人工智能開發層面不可忽視的力量。
一份被意外洩露的谷歌內部文件，將Meta的LLaMA大模型“非故意開源”事件再次推到聚光燈前。
“洩密文件”的作者據悉是谷歌內部的一位研究員，他大膽指出，開源力量正在填平OpenAI與穀歌等大模型巨頭們數年來築起的護城河，而最大的受益者是Meta，因為該公司2月意外洩露的LLaMA模型，正在成為開源社區訓練AI新模型的基礎。
幾週內，開發者與研究人員基於LLaMA搞起微調訓練，接連發布了Alpaca、Vicuna、Dromedary等中小模型，不只訓練成本僅需幾百美元，硬件門檻也降低至一台筆記本電腦甚至一部手機，測試結果不比GPT-4差。
除了AI模型之外，FreedomGPT等類ChatGPT應用也如雨後春筍般湧現，基於LLaMa的“羊駝家族”不斷壯大，這位研究員認為，Meta很可能藉此形成生態，從而成為最大贏家。
事實上，人工智能的世界裡，的確有一部分進入了“安卓時刻”，這個部分就是開源社區。特斯拉前AI主管Andrej Karpathy評價開源社區中的AI進化時稱，他看到了“寒武紀大爆發的早期跡象”。
在AI競速的賽道上，奔跑的不只有科技巨頭，開源社區正在從小徑中湧入大道，成為人工智能開發層面不可忽視的力量。
LLaMa意外開源養出“羊駝家族”
“我們沒有護城河，OpenAI 也沒有。”一篇來自Google 內部的文章在SemiAnalysis 博客傳播，文章作者認為，Meta的LLaMa開源模型快速聚集起生態雛形，正在消除與GPT之間的差距，開源AI最終會打破Google與OpenAI的護城河。
這篇文章讓人重新註意到了Meta的LLaMA 大模型，該模型代碼被洩露後的2個月裡意外成了開源社區訓練自然語言模型的基礎，還產生了諸多中小模型及應用。
時間回到今年2月24日，Meta推出大語言模型LLaMA，按參數量分為7B、13B、33B和65B四個版本。別看參數量遠遠不及GPT-3，但效果在AI圈內獲得了一些正面評價，尤其是能在單張GPU運行的優勢。
Meta在官方博客中曾稱，像LLaMA這種體積更小、性能更高的模型，能夠供社區中無法訪問大量基礎設施的人研究這些模型，進一步實現人工智能大語言模型開發和訪問的民主化。
“民主化”來得異常快。 LLaMA推出一周後，一位名叫llamanon的網友在國外論壇4chan上以種子文件的方式上傳了7B和65B的LLaMA模型，下載後大小僅為219GB。此後，這個種子鏈接被發佈到開源社區GitHub，下載量超過千次。 LLaMA就這樣被洩露了，但也因此誕生了諸多實驗成果。
最初，名叫Georgi Gerganov 的開發者開源了一個名為llama.cpp的項目，他基於LLaMA 模型的簡易Python語言的代碼示例，手擼了一個純C/C++ 語言的版本，用作模型推理。換了語言的最大優勢就是研究者無需GPU、只用CPU能運行LLaMA模型，這讓大模型的訓練硬件門檻大大降低。
正如穀歌那位研究員寫得那樣，“訓練和實驗的門檻從一個大型研究機構的全部產出降低到1個人、1晚上和1台性能強大的筆記本電腦就能完成。”在開發者的不斷測試下，LLaMA已經能夠在微型計算機樹莓派4和谷歌Pixel 6手機上運行。
開源社區的創新熱情也徹底點燃，每隔幾天都會有新進展，幾乎形成了一個“LLaMA（羊駝）生態”。
3月15日，斯坦福大學微調LLaMA後發布了Alpaca（美洲駝）模型，僅用了52K數據，訓練時長為3小時。研究者宣稱，測試結果與GPT-3.5不分伯仲，而訓練成本還不到600美元，在一些測試中，Alpace與GPT-3.5的獲勝次數分別為90對89。
隨後，加州大學伯克利分校、卡內基梅隆大學、加州大學聖地亞哥分校的研究人員又提出新的模型Vicuna（小羊駝），也是基於LLaMa做出來的，訓練成本僅300美元。
在該項目的測評環節，研究人員讓GPT-4當“考官”，結果顯示，GPT-4在超過90%的問題中更強傾向於Vicuna的回答，並且Vicuna在總分上達到了ChatGPT的92%。
用GPT-4測評Vicuna與其他開源模型
短短幾週，基於LLaMa構建的“羊駝家族”不斷壯大。
4月3日，伯克利人工智能研究院發布了基於LLaMa微調的新模型Koala（考拉），訓練成本小於100美元，在超過一半的情況下與ChatGPT 性能相當；5月4日，卡內基梅隆大學語言技術研究所、IBM 研究院與馬薩諸塞大學阿默斯特分校的研究者們，推出了開源自對齊語言模型Dromedary（單峰駱駝），通過不到300行的人工標註，就能讓65B的LLaMA基礎語言模型在TruthfulQA（真實性基準）上超越GPT-4。
在國內，垂直醫療領域的“羊駝家族”成員也出現了，哈爾濱工業大學基於LLaMa模型的指令微調，推出了中文醫學智能問診模型HuaTuo（華駝），該模型能夠生成專業的醫學知識回答。
哈工大推出中文醫學智能問診模型HuaTuo（華駝）
基於該模型的開源創新不僅在大模型上，應用層也有多點開花之勢。
3月31日，AI公司Age of AI推出了語言模型FreedomGPT，正是基於斯坦福大學的Alpaca開發出來的；3月29日，加州大學伯克利分校在它的Colossal-AI基礎下發布了ColossalChat對話機器人，能力包括知識問答、中英文對話、內容創作、編程等。
從基礎模型層到應用層，基於LLaMa所誕生的“羊駝家族”還在一路狂奔。
由於被“開源” 的LLaMA 出自Meta 之手，那位發文的谷歌研究員認為，Meta意外成了這場AI競爭中的最大受益者——借助開源社區的力量，Meta獲得了全世界頂級開發者的免費勞動力，因為大多數開源的AI 創新都發生在他們的基礎架構內，因此，沒有什麼能阻止Meta將這些成果直接整合到他們的產品中。
開源力量觸發“AI的安卓時刻”
ChatGPT引爆AI熱後，英偉達的CEO黃仁勳將這股浪潮喻為“AI的iPhone時刻”，他認為，AI行業進入瞭如iPhone誕生顛覆手機行業時的革命性時間點。而當LLaMA開啟開源社區的小宇宙後，網友認為，“AI的安卓時刻”來了。
回顧過去，谷歌曾以開源思想讓更多的開發者參與到安卓應用生態的建設中，最終讓安卓成為電腦與手機的系統/應用主流。如今，LLaMA再次讓AI業內看到了開源力量的強大。
智能軟硬件件開發公司出門問問的CEO李志飛也注意到了谷歌這篇內部聲音：
“大模型這個領域，Google已經在聲勢上大幅落後於OpenAI。在開源生態上，如果Google再猶豫不決，後面就算想開源也會大幅度落後於Meta的LLaMA。相反，如果開源，可以把OpenAI的壁壘進一步降低，而且會吸引（或留住）很多支持開源的高級人才。”
特斯拉前AI主管Andrej Karpathy認為：
“當前開源大模型的生態之勢，已經有了寒武紀大爆發的早期跡象。”
確實，開發者對開源的AI模型前所未有的熱情正在從Github的打星量指標中溢出：Alpaca獲得了23.2k星，llama.cpp獲26.3k星，LLaMA獲20.8k星……而在“羊駝家族”之前，AutoGPT等開源項目也在Github擁有超高的人氣，突破100k星。
開發者對開源AI模型的打星量
此外，為了追趕ChatGPT，構建大型開源社區的AI 初創公司Hugging Face 也在近日推出了開源聊天機器人HuggingChat，該機器人的底層模型擁有300 億個參數，並對外開放了訓練數據集。英偉達AI 科學家Jim Fan認為，如果後續開發應用程序，Hugging Face將比OpenAI 更具優勢。
開源力量來勢洶洶，手握OpenAI的微軟也並不准備把雞蛋都放在一個籃子裡。今年4月，微軟推出了開源模型DeepSpeed Chat，為用戶提供了“傻瓜式” 操作，將訓練速度提升了15倍。
以LLaMA 為核心的AI開源社區正在平行空間中，與OpenAI等走閉源路線的大模型巨頭展開競速，開源思想與實踐中爆發出的創新力量已經不容巨頭小覷了。
展開全文打開碳鏈價值APP 查看更多精彩資訊
