近日，彭博社报道称，人工智能领域的领军企业如OpenAI、谷歌和Anthropic，在推进AI模型研发过程中遭遇了难题，正面临技术进步的瓶颈以及投资回报逐渐降低的问题。
据报道，OpenAI新推出的Orion模型在处理代码编写任务时并未能达到预期效果，与前一代的GPT-4模型相比，其性能提升并不明显。同时，谷歌的Gemini软件也遭遇了相似的困境，而Anthropic公司则选择推迟了其备受瞩目的Claude 3.5 Opus模型的发布。
行业专家分析，这些企业所面临的挑战主要源于难以获取“新颖且高质量的人类生成训练数据”，以及同时维持新旧模型开发与运营的巨大经济压力。长期以来，硅谷普遍认为更多的计算能力、数据和模型规模的扩大将直接带来AI性能的提升，甚至有望实现通用人工智能（AGI），但这一观念或许正建立在错误的假设之上。
为了突破当前困境，各大企业正积极探索新的解决方案。这包括在模型初步训练完成后，通过人类反馈进行额外训练以提升回答的准确性和语气的自然度，以及开发能够执行特定任务的AI工具，例如自动预订航班或代表用户发送电子邮件等。
Hugging Face公司的首席伦理科学家Margaret Mitchell表示，“通用人工智能（AGI）的泡沫正逐渐破灭，我们可能需要探索不同的训练方法，以便在各种任务中都能让AI模型展现出卓越性能。”这一观点也得到了其他专家的共鸣。
