在刚结束的T-EDGE会议上，DeepAI的创始人兼首席执行官凯文·贝雷戈纳（Kevin Beregona）指出，当前大型模型的竞争已从计算能力向效率转变。作为一家位于加州的生成式人工智能公司，DeepAI正在美国引起广泛关注，其产品有聊天机器人、图像和视频生成器。
贝雷戈纳声称，2024年将标志着人工智能的“黄金时代”，每个月都在快速取得进展，尤其在生成式AI领域。DeepAI以其首批推出形象生成器而闻名，自推出以来，已取得显著进步。早期，该公司的图像生成结果常常模糊不清，而如今，相同的指令能够生成高度细致且视觉引人注目的图像，这得益于深度学习和对语言与概念含义的更深理解。
不仅局限于静态图像，DeepAI还推出了视频生成器，显示出AI在实时处理方面的重大飞跃。贝雷戈纳对此表示兴奋，认为创造和推动边界的过程令他充满期待。
回顾AI发展早期，贝雷戈纳提到行业所面临的挑战，包括持续数十年的“人工智能寒冬”，当时神经网络基本上没有进展和兴趣。然而，事情在2020年发生了变革，随着GPT-3等强大模型的出现，重新塑造了AI的格局，让更多人相信深度学习的潜力。根据贝雷戈纳的说法，当前AI热潮的最大催化剂是计算成本的剧减，他指出，Nvidia在提供经济实惠的矩阵乘法方面的成功对于AI的快速扩展至关重要。现在，计算资源已成为商品，重点是寻找最便宜的解决方案。
尽管AI取得了令人瞩目的进展，技术带来的政治和伦理辩论也在加剧，外界对其潜在危险的担忧日益加深。贝雷戈纳指出行业中的一个悖论：各国及公司为了在AI领域争取主导地位而竞争的同时，对限制其能力的压力也在增加，因为人们担忧其可能带来的风险。他提到，成功AI模型背后的“秘密配方”并不是什么神秘的东西，简单来说，就是将巨大的计算资源与海量数据相结合。
随着行业的发展，关于大型语言模型（LLMs）未来的有关问题日益突出。尽管一些专家推测LLMs的进步可能会放缓，贝雷戈纳保持乐观。他解释道，虽然数据可能会更难获得，但创新的空间依然存在。研究人员现在正在探索提高AI推理能力的方法，这被视为下一个前沿领域。他指出，增加推理时间是提升AI智能化的一种方式，最近的实验显示推理准确性与延长推理时间之间有良好相关性。
贝雷戈纳指出，未来有极大几率会出现专门的推理模型，这些模型的表现优于通用型的大型语言模型。展望未来，他对AI的潜力充满热情。他承认，尽管人脑在效率上可能依然超越顶尖GPU，但硬件和数据处理的持续进步意味着，AI的能力可能会不断以指数级展开。“计算将变得越来便宜和高效，潜力几乎令人很难来想象，”他说。
关于DeepAI的未来，贝雷戈纳期待继续创新，不断为持续不断的增加的用户群体提供新产品。该公司推动生成式AI的能力是AI加快速度进行发展的明证，而DeepAI有望在这场革命中保持领头羊。返回搜狐，查看更加多