开源社区的进展

在 ChatGPT 以外，谷歌、脸书等互联网巨头，也都发布过千亿级参数的大语言模型，但在交谈问答方面表现相对 ChatGPT 来说都显得一般。根据科学人员推测，很重要的一部分原因是缺失了RLHF(Reinforcement Learning with Human Feedback，人类反馈强化学习)和PPO(Proximal Policy Optimization，近线策略优化)部分。因此，开源社区开始尝试在当前开源的千亿级参数大语言模型基础上，添加 RLHF 技术，尽力复现 ChatGPT 效果。

目前已知有两个开源项目在进行中：

• colossal：https://github.com/hpcaitech/ColossalAI/tree/main/applications/ChatGPT
• chatllama：https://github.com/nebuly-ai/nebullvm/tree/main/apps/accelerate/chatllama

目前而言，尚未看到这两个项目的实际性公开测试结论。一些零星的，对 LLAMA 模型的单机版体验报告，也都表示达不到 meta 公司发表的 LLAMA 论文中宣称的，更小参数规模匹配 GPT-3 效果的程度。

不过多年来开源社区和商业厂商分阵营对抗的历史经验，依然让很多人目光投向了还在蹒跚学步的开源模型们。甚至已经有岗位招聘中，开始要求"熟悉学界、业界最新研究成果，包括但不限于 instructGPT、LLaMA、LaMDA，国内的悟道、M6 等大模型"。

即使有了开源模型的第一步基础，要通过开源技术，在本地化部署环境中完整复现 ChatGPT，依然还有重重难关。

首先，ChatGPT 已知是千亿级参数规模的大模型，单独一张 GPU 卡连最基础的加载都无法完成。本地化训练需要大规模的 GPU 并行计算能力。openai 公司没有公布 ChatGPT 的训练成本，但外界有多种不同的猜测。第一种猜测依据 openai 曾经公开的 GPT-3 训练数据，根据当时 V100 显卡的公有云最低优惠包年价，计算得到理论极限最低成本为 460 万美元。第二种猜测依据 AI 业界著名人士 Elliot Turner 的推文，但他没有提供任何消息的准确来源，据称是 1200 万美元。

此外，还有一些其他可类比的情况。比如上一次震惊世界的 AI，围棋界的 alphago，训练投入是3500 万美元。比如 NVIDIA 公布自己的千亿级参数规模大模型 Megatron-LM，训练过程使用了 3072 张 80GB A100 显卡。根据市价，一张 A100 显卡大概需要两万美元，这 3072 张显卡的市价超过六千万美元，转换为人民币大概在四伍亿元左右。

考虑到 GPU 硬件技术的发展，每一代 CPU 产品性能都有接近 50% 的提升，重新训练一个 ChatGPT 的成本肯定会逐渐下降，但短期来看，至少两三年内，还不是一般科技公司可以畅想的未来。大家更可能的选择，是在大公司的模型或云服务基础上，实现自己的上层应用。

其次，ChatGPT 作为 GPT-3.5 的兄弟模型，在标准的 GPT 思想以外，还加入了 RLHF(Reinforcement Learning from Human Feedback)技术。并针对 Chat 这个场景，引入了和 instructGPT 不同的标注数据：由专门的人员，编写一部分对话数据加入训练。这些对话中，他们即扮演提问用户，也扮演 AI 机器人。然后 ChatGPT 在强化学习的奖励模型中，又让专门的人员对随机生成的若干条回答手动标记排名，通过 PPO(Proximal Policy Optimization)策略进行微调。

在初始训练中，openai 公司只雇佣了 40 个标注人员。但产品上线以后，ChatGPT 两个月内获取了 1 亿用户，海量标注数据在产品运行中自然而然的产生。在最近一次用户协议迭代中，openai 公司宣布直接使用 API 调用 ChatGPT 能力的用户数据不会被用于训练。换言之：通过网页端直接聊天的数据，已经足够 ChatGPT 的模型优化更新了。

 

中国在以往的 AI 应用中，同样大量使用了标注手段，相对低廉的人工成本和工程师成本在这方面也有一定的优势。但这些数据，是否会公开成为开源模型的一部分，供所有公司使用？还是沿着 ChatGPT 的路线，几家大公司比拼谁能更早构建用户反馈数据的护城河？

最后，即使获得了可靠的预训练大模型，在本地化部署环境做推理计算，依然有较高的成本。对特定领域内容进行微调也有一定难度。可能后续还是需要引入一些模型压缩方案，例如量化、蒸馏、剪枝、参数共享等等。知识蒸馏是之前大模型压缩的常用方案，但目前 ChatGPT 只开放 API 不开放模型，就很难直接进行知识蒸馏。一种可能的途径是利用 ChatGPT 的思维链功能，将问答记录里的思维链过程作为压缩小模型的训练数据。但这种使用方式在 openai 的用户协议中是明确禁止的。

无论如何，作为 ChatGPT 技术的使用者，我们可以关注类似技术的迭代更新，并保持对几年后，技术普及化的美好期待。