[微軟] 蜜月期結束!OpenAI拒絕提為微軟提供幫助引沖突
不過蘇萊曼認為，他的核心目標是為微軟在未來拾年實現人工智能自給自足奠定堅實基礎，而非著眼於短期成果。盡管他所負責的業務在微軟整體業務中占比較小，但其管理的產品可能對公司未來發展產生深遠影響。蘇萊曼指出：“我們在微軟人工智能部門真正需要達成的，並非過度關注今明兩年的業績，而是要著眼於未來拾年的長遠發展。我們必須確保公司能夠在內部構建出全球最卓越的模型，並與各界攜手合作，共同推動技術進步。”
空降微軟
2023年底，蘇萊曼加入微軟。在此之前，他與OpenAI曾有壹段“驚險”的過往。彼時，OpenAI瀕臨崩潰邊緣，其非營利性董事會解雇了首席執行官山姆.奧特曼（Sam Altman）。這壹動蕩局面令微軟深感不安，畢竟微軟在當年年初才剛推出基於OpenAI技術的必應聊天機器人，且對與OpenAI的後續合作有著宏偉規劃。幾周之後，OpenAI重新聘用奧特曼，大部分反對他的董事會成員也相繼辭職，這才讓微軟稍稍松了壹口氣。
然而，微軟董事會依舊對這種動蕩狀況心存憂慮，進而向微軟首席執行官薩提亞.納德拉（Satya Nadella）施壓，要求其調整公司的人工智能戰略，不能再完全依賴OpenAI。數月後，納德拉聘請了蘇萊曼。蘇萊曼是人工智能領域的先驅人物，他是谷歌2014年收購的人工智能初創公司DeepMind的聯合創始人。蘇萊曼從自己創辦的創業公司Inflection AI加入微軟，入職時還帶來了壹份價值6.5億美元的許可協議，使微軟能夠獲取Inflection的技術。
蘇萊曼迅速對微軟內部的人工智能團隊進行重組，將原本分散於不同項目的團隊整合為壹個全新的模型開發部門，由他的聯合創始人、Inflection的首席科學官西蒙尼揚負責領導。他新組建的團隊中，還包括時任必應首席執行官的米哈伊爾.巴拉金（Mikhail Parakhin），巴拉金此前負責將OpenAI的產品整合到搜索引擎中。
在納德拉的支持下，蘇萊曼從其他部門調配了多名工程師，其中就有之前負責微軟小型語言模型Phi家族的研究團隊成員。其他部門的高管，比如曾領導開發早期必應模型的索拉布.蒂瓦裡（Saurabh Tiwary），以及負責Phi項目的Azure高管米沙.比倫科（Misha Bilenko），也開始向蘇萊曼匯報工作。
不過，整合這些分散的人工智能團隊並非易事。2024年3月底，蘇萊曼加入微軟僅僅幾周後，巴拉金便因失去對必應業務的控制權而辭職。幾周之後，巴拉金似乎在公開場合表達了對蘇萊曼的不滿。在蘇萊曼發表關於人工智能對人類安全風險的TED演講後，壹些批評者對他的觀點提出質疑，風險投資公司安德森.霍洛維茨基金的合伙人馬丁.卡薩多（Martin Casado）便是其中之壹，他在社交媒體平台X上稱這些言論 “徹頭徹尾的胡說八道”。
此後，微軟持續出現人才流失現象。2024年8月，比倫科和蒂瓦裡都離開微軟，加入了谷歌的DeepMind部門。與此同時，壹些必應工程師對蘇萊曼的管理方式頗有微詞，認為身為企業家和高管的蘇萊曼，不像前任巴拉金那般關注人工智能開發的具體細節。巴拉金過去會定期與工程師開會審查代碼，而蘇萊曼采取了不同做法。
蘇萊曼目前每月舉行壹次全員會議，向團隊成員傳達他設定的優先事項以及對人工智能行業的看法，並且每兩周組織壹次10到20人的小組討論會。據知情人士透露，這些會議在制定組織整體議程方面頗有助益，但討論內容常常涉及非技術性話題，例如員工的業余愛好。最近，蘇萊曼開展了壹系列引人注目的招聘行動，包括今年早些時候從谷歌DeepMind招募了肆名前研究人員。
挑戰與進展
在蘇萊曼加入微軟之前，微軟在開發自有人工智能模型方面已取得壹定進展，這些模型未來有望取代OpenAI的模型。其中，Phi模型最為突出，它由側重於學術研究領域的微軟研究部門（Microsoft Research）於2023年首次開發。
微軟的研究人員借助OpenAI的技術生成所謂的合成數據，以此來訓練Phi模型。因而，Phi模型僅需消耗OpenAI技術所需算力和成本的壹小部分，就能達到與OpenAI模型相近的性能。微軟很快便開始在其Copilot產品中，用Phi模型替換部分OpenAI模型，以此節省成本，同時在Azure雲計算平台上向開發者提供Phi模型。
蘇萊曼加入微軟後，Phi模型的主要研究員塞巴斯蒂安.布貝克（Sébastien Bubeck）開始直接向他匯報工作。在蘇萊曼的指導下，布貝克著手將自己的AI訓練方法應用於類似OpenAI的大模型，這些大模型旨在處理Phi模型及小模型難以勝任的更為復雜的任務。
據兩位參與該項目的人士透露，在蘇萊曼的領導下，Phi團隊迅速獲得了比在微軟研究部門時規模更大的計算機集群，用於訓練新模型。然而，更多的算力資源並未助力該團隊取得預期成果。據參與項目的人士稱，該團隊至少有叁次針對大模型的訓練，每次耗費數百萬美元，但結果均不理想。這些模型產生虛假或誤導性結果（即幻覺）的比例頗高，且在提供簡潔答案方面，不如OpenAI的模型可靠。蘇萊曼和西蒙尼揚認為，這些問題源於布貝克運用AI生成數據訓練Phi模型的方法；而布貝克認為問題出在訓練過程的後期階段。
[物價飛漲的時候 這樣省錢購物很爽]
好新聞沒人評論怎麼行，我來說幾句
空降微軟
2023年底，蘇萊曼加入微軟。在此之前，他與OpenAI曾有壹段“驚險”的過往。彼時，OpenAI瀕臨崩潰邊緣，其非營利性董事會解雇了首席執行官山姆.奧特曼（Sam Altman）。這壹動蕩局面令微軟深感不安，畢竟微軟在當年年初才剛推出基於OpenAI技術的必應聊天機器人，且對與OpenAI的後續合作有著宏偉規劃。幾周之後，OpenAI重新聘用奧特曼，大部分反對他的董事會成員也相繼辭職，這才讓微軟稍稍松了壹口氣。
然而，微軟董事會依舊對這種動蕩狀況心存憂慮，進而向微軟首席執行官薩提亞.納德拉（Satya Nadella）施壓，要求其調整公司的人工智能戰略，不能再完全依賴OpenAI。數月後，納德拉聘請了蘇萊曼。蘇萊曼是人工智能領域的先驅人物，他是谷歌2014年收購的人工智能初創公司DeepMind的聯合創始人。蘇萊曼從自己創辦的創業公司Inflection AI加入微軟，入職時還帶來了壹份價值6.5億美元的許可協議，使微軟能夠獲取Inflection的技術。
蘇萊曼迅速對微軟內部的人工智能團隊進行重組，將原本分散於不同項目的團隊整合為壹個全新的模型開發部門，由他的聯合創始人、Inflection的首席科學官西蒙尼揚負責領導。他新組建的團隊中，還包括時任必應首席執行官的米哈伊爾.巴拉金（Mikhail Parakhin），巴拉金此前負責將OpenAI的產品整合到搜索引擎中。
在納德拉的支持下，蘇萊曼從其他部門調配了多名工程師，其中就有之前負責微軟小型語言模型Phi家族的研究團隊成員。其他部門的高管，比如曾領導開發早期必應模型的索拉布.蒂瓦裡（Saurabh Tiwary），以及負責Phi項目的Azure高管米沙.比倫科（Misha Bilenko），也開始向蘇萊曼匯報工作。
不過，整合這些分散的人工智能團隊並非易事。2024年3月底，蘇萊曼加入微軟僅僅幾周後，巴拉金便因失去對必應業務的控制權而辭職。幾周之後，巴拉金似乎在公開場合表達了對蘇萊曼的不滿。在蘇萊曼發表關於人工智能對人類安全風險的TED演講後，壹些批評者對他的觀點提出質疑，風險投資公司安德森.霍洛維茨基金的合伙人馬丁.卡薩多（Martin Casado）便是其中之壹，他在社交媒體平台X上稱這些言論 “徹頭徹尾的胡說八道”。
此後，微軟持續出現人才流失現象。2024年8月，比倫科和蒂瓦裡都離開微軟，加入了谷歌的DeepMind部門。與此同時，壹些必應工程師對蘇萊曼的管理方式頗有微詞，認為身為企業家和高管的蘇萊曼，不像前任巴拉金那般關注人工智能開發的具體細節。巴拉金過去會定期與工程師開會審查代碼，而蘇萊曼采取了不同做法。
蘇萊曼目前每月舉行壹次全員會議，向團隊成員傳達他設定的優先事項以及對人工智能行業的看法，並且每兩周組織壹次10到20人的小組討論會。據知情人士透露，這些會議在制定組織整體議程方面頗有助益，但討論內容常常涉及非技術性話題，例如員工的業余愛好。最近，蘇萊曼開展了壹系列引人注目的招聘行動，包括今年早些時候從谷歌DeepMind招募了肆名前研究人員。
挑戰與進展
在蘇萊曼加入微軟之前，微軟在開發自有人工智能模型方面已取得壹定進展，這些模型未來有望取代OpenAI的模型。其中，Phi模型最為突出，它由側重於學術研究領域的微軟研究部門（Microsoft Research）於2023年首次開發。
微軟的研究人員借助OpenAI的技術生成所謂的合成數據，以此來訓練Phi模型。因而，Phi模型僅需消耗OpenAI技術所需算力和成本的壹小部分，就能達到與OpenAI模型相近的性能。微軟很快便開始在其Copilot產品中，用Phi模型替換部分OpenAI模型，以此節省成本，同時在Azure雲計算平台上向開發者提供Phi模型。
蘇萊曼加入微軟後，Phi模型的主要研究員塞巴斯蒂安.布貝克（Sébastien Bubeck）開始直接向他匯報工作。在蘇萊曼的指導下，布貝克著手將自己的AI訓練方法應用於類似OpenAI的大模型，這些大模型旨在處理Phi模型及小模型難以勝任的更為復雜的任務。
據兩位參與該項目的人士透露，在蘇萊曼的領導下，Phi團隊迅速獲得了比在微軟研究部門時規模更大的計算機集群，用於訓練新模型。然而，更多的算力資源並未助力該團隊取得預期成果。據參與項目的人士稱，該團隊至少有叁次針對大模型的訓練，每次耗費數百萬美元，但結果均不理想。這些模型產生虛假或誤導性結果（即幻覺）的比例頗高，且在提供簡潔答案方面，不如OpenAI的模型可靠。蘇萊曼和西蒙尼揚認為，這些問題源於布貝克運用AI生成數據訓練Phi模型的方法；而布貝克認為問題出在訓練過程的後期階段。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: