近日，彭博社報道稱，人工智能領(lǐng)域的領(lǐng)軍企業(yè)如OpenAI、谷歌和Anthropic，在推進AI模型研發(fā)過程中遭遇了難題，正面臨技術(shù)進步的瓶頸以及投資回報逐漸降低的問題。

據(jù)報道，OpenAI新推出的Orion模型在處理代碼編寫任務(wù)時并未能達到預(yù)期效果，與前一代的GPT-4模型相比，其性能提升并不明顯。同時，谷歌的Gemini軟件也遭遇了相似的困境，而Anthropic公司則選擇推遲了其備受矚目的Claude 3.5 Opus模型的發(fā)布。

行業(yè)專家分析，這些企業(yè)所面臨的挑戰(zhàn)主要源于難以獲取“新穎且高質(zhì)量的人類生成訓練數(shù)據(jù)”，以及同時維持新舊模型開發(fā)與運營的巨大經(jīng)濟壓力。長期以來，硅谷普遍認為更多的計算能力、數(shù)據(jù)和模型規(guī)模的擴大將直接帶來AI性能的提升，甚至有望實現(xiàn)通用人工智能（AGI），但這一觀念或許正建立在錯誤的假設(shè)之上。

為了突破當前困境，各大企業(yè)正積極探索新的解決方案。這包括在模型初步訓練完成后，通過人類反饋進行額外訓練以提升回答的準確性和語氣的自然度，以及開發(fā)能夠執(zhí)行特定任務(wù)的AI工具，例如自動預(yù)訂航班或代表用戶發(fā)送電子郵件等。

Hugging Face公司的首席倫理科學家Margaret Mitchell表示，“通用人工智能（AGI）的泡沫正逐漸破滅，我們可能需要探索不同的訓練方法，以便在各種任務(wù)中都能讓AI模型展現(xiàn)出卓越性能。”這一觀點也得到了其他專家的共鳴。