小型語(yǔ)言模型：AI領(lǐng)域的新熱點(diǎn)

　　多年來(lái)，谷歌等科技巨頭和OpenAI等初創(chuàng)公司，一直在不遺余力地利用海量在線數(shù)據(jù)，打造更大、更昂貴的人工智能（AI）模型。這些大型語(yǔ)言模型（LLM）被廣泛應(yīng)用于ChatGPT等聊天機(jī)器人中，幫助用戶處理各種各樣的任務(wù)，從編寫代碼、規(guī)劃行程，到創(chuàng)作詩(shī)歌等。

　　自ChatGPT面世以來(lái)，AI模型便在變大、變強(qiáng)之路上“狂奔”。但喧囂過(guò)后，科技公司也越來(lái)越關(guān)注更小、更精簡(jiǎn)的小型語(yǔ)言模型（SLM）。他們認(rèn)為，這些小巧玲瓏的模型不僅“術(shù)業(yè)有專攻”，而且部署成本更低廉、更節(jié)能。

　　未來(lái)，這些規(guī)模不一的AI模型將協(xié)同工作，成為人類的左膀右臂。

小型語(yǔ)言模型在簡(jiǎn)單的專業(yè)領(lǐng)域可能更有優(yōu)勢(shì)。

　　小型模型獨(dú)具優(yōu)勢(shì)

　　隨著AI技術(shù)突飛猛進(jìn)，AI模型的“塊頭”與日俱增。ChatGPT的締造者OpenAI去年夸耀稱，其GPT-4模型擁有約2萬(wàn)億個(gè)參數(shù)。參數(shù)表示AI模型的大小，一般參數(shù)越多，AI模型的能力越強(qiáng)，龐大的參數(shù)量使GPT-4成為迄今最強(qiáng)大的AI模型之一，能回答從天體物理學(xué)到動(dòng)物學(xué)等多領(lǐng)域包羅萬(wàn)象的問(wèn)題。

　　但是，如果某家公司只想借助AI模型解決特定領(lǐng)域（如醫(yī)學(xué)）的問(wèn)題，或者一家廣告公司只需一款A(yù)I模型來(lái)分析消費(fèi)者行為，以便他們更精準(zhǔn)地推送廣告，GPT-4這類模型就有點(diǎn)“大材小用”了，SLM反而更能滿足用戶們的要求。

　　美國(guó)《福布斯》雙周刊網(wǎng)站在11月的報(bào)道中，將SLM稱為AI領(lǐng)域的“下一個(gè)大事件”。

　　微軟公司生成式AI副總裁塞巴斯蒂安·布貝克表示，雖然SLM的參數(shù)量目前并沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，但大約在3億到40億個(gè)之間，小巧到可以安裝在智能手機(jī)上。

　　專家聲稱，SLM更勝任簡(jiǎn)單的任務(wù)，如總結(jié)和索引文檔、搜索內(nèi)部數(shù)據(jù)庫(kù)等。

　　法國(guó)初創(chuàng)公司LightOn的負(fù)責(zé)人勞倫特·都德認(rèn)為，與LLM相比，SLM擁有諸多優(yōu)勢(shì)：首先，這些模型的反應(yīng)速度更快，能同時(shí)響應(yīng)更多查詢，回復(fù)更多用戶；其次，SLM部署成本更低，能源消耗也更少。

　　都德解釋道，目前很多LLM需要大量服務(wù)器來(lái)進(jìn)行訓(xùn)練，然后處理查詢。這些服務(wù)器由尖端芯片組成，需要大量電力來(lái)運(yùn)行，并進(jìn)行冷卻。而訓(xùn)練SLM所需芯片更少，運(yùn)行耗費(fèi)的能源也更少，這使其更便宜、更節(jié)能。

　　SLM還可直接安裝在設(shè)備上，在不依賴數(shù)據(jù)中心的情況下運(yùn)行，這能進(jìn)一步確保數(shù)據(jù)的安全性。《福布斯》表示，SLM能以最少的計(jì)算資源執(zhí)行各種任務(wù)，使其成為移動(dòng)設(shè)備、邊緣設(shè)備等的理想選擇。

　　AI模型掀起“極簡(jiǎn)風(fēng)”

　　谷歌、微軟、元宇宙平臺(tái)公司以及OpenAI等公司聞風(fēng)而動(dòng)，推出了各種SLM。

　　去年12月底，微軟公司正式發(fā)布了只有27億個(gè)參數(shù)的語(yǔ)言模型Phi-2。微軟研究院在其X平臺(tái)官方賬號(hào)上表示，Phi-2的性能優(yōu)于現(xiàn)有其他SLM，且能在筆記本電腦或移動(dòng)設(shè)備上運(yùn)行。今年4月，微軟又推出了只有38億個(gè)參數(shù)的Phi-3系列模型。

　　今年8月，微軟公司再接再厲，推出了最新的Phi-3.5-mini-instruct。這款SLM為高效、先進(jìn)的自然語(yǔ)言處理任務(wù)量身打造。9月，英偉達(dá)公司開(kāi)源了Nemotron-Mini-4B-Instruct。該公司表示，這款SLM特別適合邊緣計(jì)算和設(shè)備端的應(yīng)用。報(bào)道稱，這兩款SLM在計(jì)算資源使用和功能表現(xiàn)之間實(shí)現(xiàn)了良好平衡。在某些方面，其性能甚至可媲美LLM。

　　OpenAI也不甘示弱。今年7月，OpenAI公司發(fā)布了GPT-4o mini，稱其是該公司最智能和最實(shí)惠的SLM。

　　此外，亞馬遜公司還允許在其云平臺(tái)上使用各種規(guī)模的AI模型。

　　其他公司也紛紛開(kāi)發(fā)更適合自身需求的SLM。例如，美國(guó)制藥巨頭默克公司正與波士頓咨詢集團(tuán)（BCG）合作開(kāi)發(fā)一款SLM，旨在探究某些疾病對(duì)基因的影響。這將是一款參數(shù)介于幾億到幾十億之間的AI模型。

　　大小模型作用互補(bǔ)

　　雖然SLM在效率等方面具有獨(dú)特優(yōu)勢(shì)，但LLM在解決復(fù)雜問(wèn)題、提供更廣泛的數(shù)據(jù)訪問(wèn)方面仍然具有極大優(yōu)勢(shì)。

　　展望未來(lái)，LLM和SLM兩種模型將“是朋友而非對(duì)手”，它們之間的協(xié)作交流將成為主流趨勢(shì)。

　　當(dāng)遇到用戶提出的某個(gè)問(wèn)題時(shí)，一款SLM會(huì)“一馬當(dāng)先”，理解這個(gè)問(wèn)題，再根據(jù)問(wèn)題的復(fù)雜性，將相關(guān)信息發(fā)送給幾個(gè)大小不一的AI模型。這些模型“群策群力”“并肩攜手”為用戶解決難題。

　　目前市面上的AI模型要么太大、太貴，要么處理速度太慢。兩者合作，或是最佳解決方案。

（記者 劉 霞）