文章摘要
【关 键 词】 AI趋势、数据创新、模型竞争、机器人发展、数据质量
在最新采访中，Cohere公司的联合创始人兼CEO Aidan Gomez分享了他对人工智能（AI）发展趋势的见解。Gomez是深度学习模型Transformer的作者之一，他强调了模型性能提升不仅仅依赖于规模的扩大，而是通过数据和算法的创新来实现。他指出，虽然增加计算能力和模型规模确实可以提高性能，但这是最笨的方法，而且成本效益比极低。他提到，过去一年半以来，即使参数数量远少于GPT-4的模型也能达到更好的性能，显示出成本和性能之间的脱钩。
Gomez认为，AI领域将继续存在多种模型的共存，包括垂直化和专注的模型，以及横向的通用模型。他提出，AI创业公司要想在市场中保持竞争力，不应仅仅依赖于规模化，而应探索数据创新和模型及方法的创新。他特别强调了数据质量的重要性，认为几乎所有开源领域的重大进展都源于数据的改进。
在讨论与OpenAI等大型AI公司的竞争时，Gomez指出，只卖模型的公司将面临极大的挑战，因为价格竞争非常激烈，而且许多公司甚至免费提供模型。他认为，模型层在短期内是一个利润微薄、商品化的业务，而真正的价值在于应用层面，如ChatGPT所示。
Gomez还提到，AI创业公司不应该成为云服务提供商的附属公司，因为这可能会带来风险，限制了公司的发展空间。他预测，未来几年内，小型模型提供商可能会被大型云服务提供商收购，但这种整合已经开始发生。
关于AI的未来，Gomez认为下一个大突破将出现在机器人领域，随着成本的降低和模型的进步，通用人形机器人的发展将取得重大进展。他还强调，尽管AI技术将增强人类能力，但没有任何东西能取代人类，AI不会减少工作岗位，而是将改变工作的性质。
最后，Gomez分享了他对数据质量的看法，他曾严重低估了数据的重要性，但现在认为数据质量对模型的影响极大，即使是数十亿数据点中的一个错误例子也可能对模型产生显著影响。他还提到，Cohere公司已经筹集了大约10亿美元的资金，并且他们的战略是保持独立，自主发展。
原文和模型
【原文链接】 阅读原文 [ 6548字 | 27分钟 ]
【原文作者】 量子位
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
