揭示OpenAI在2027年之前创建AGI的计划

在本文档中，我将披露我收集到的有关OpenAI（延迟）到2027年创建人类级AGI的计划的信息。并非所有这些都很容易验证，但希望有足够的证据说服您 摘要：OpenAI于2022年8月开始训练125万亿参数多模态模型，第一阶段是Arrakis，也称为Q *。模型于2023年12月完成训练，但由于推理成本高，发布被取消。这是计划于2025年发布的原始GPT - 5。Gobi（GPT - 4.5）已更名为GPT - 5，因为原始GPT - 5已被取消。 Q *的下一阶段，最初是GPT - 6，但更名为GPT - 7（最初于2026年发布），由于埃隆·马斯克最近的诉讼而被搁置 Q * 2025（GPT - 8）计划于2027年发布，实现完整的AGI Elon Musk因为他的诉讼而导致延误。这就是为什么我现在要透露这些信息，因为无法造成进一步的伤害 我看过很多关于AGI的定义— —通用人工智能— —但是我将AGI定义为一种人工智能，它可以做任何一个聪明人所能做的智力任务。 2020年是我第一次被AI系统震惊-那就是GPT - 3。GPT - 3的升级版GPT - 3.5是ChatGPT背后的模型。当ChatGPT发布时，我觉得更广阔的世界终于赶上了我两年前与之互动的东西。我在2020年广泛使用了GPT - 3，并对其推理能力感到震惊。 GPT - 3及其半步后继GPT - 3.5（为现在著名的ChatGPT提供动力-在2023年3月升级为GPT - 4之前），是朝着AGI迈出的一大步，而早期的模型不是。需要注意的是，像GPT - 2这样的早期语言模型（以及自Eliza以来的所有聊天机器人）根本没有真正的连贯响应能力。那么为什么GPT - 3如此巨大？ 参数计数 “深度学习”是一个概念，基本上可以追溯到20世纪50年代人工智能研究的开始。第一个神经网络是在50年代创建的，现代神经网络只是“更深”的，意思是，它们包含更多的层-它们更大，并且可以在更多的数据上进行训练。 如今，人工智能中使用的大多数主要技术都植根于1950年代的基础研究，并结合了一些次要的工程解决方案，例如“反向传播”和“变压器模型”。总体而言，人工智能研究在70年中没有发生根本性变化。因此，最近人工智能能力激增的真正原因只有两个：规模和数据。 该领域的越来越多的人开始相信我们已经解决了AGI的技术细节数十年，但直到21世纪才有足够的计算能力和数据来构建它。显然，21世纪的计算机比1950年代的计算机强大得多。当然，互联网是所有数据的来源。 那么，什么是参数？您可能已经知道了，但是要简要总结一下，它类似于生物大脑中的突触，这是神经元之间的连接。生物大脑中的每个神经元与其他神经元大约有1000个连接。显然，数字神经网络在概念上类似于生物大脑。 … 那么，人脑中有多少个突触（或“参数”）？ 大脑中最常见的突触计数数字大约是100万亿，这意味着每个神经元（人脑中的约1000亿）大约有1000个连接。 如果大脑中的每个神经元都有1000个连接，这意味着一只猫大约有2500亿个突触，一只狗有5300亿个突触。突触计数通常似乎可以预测更高的智力，除了少数例外：例如，大象在技术上的突触计数比人类高，但智力却低。 对于智力较低的突触计数较大，最简单的解释是质量数据较少。从进化的角度来看，大脑是在数十亿年的表观遗传数据上“训练”的，人类的大脑是从比大象更高质量的社交和交流数据进化而来的，导致我们优越的推理能力。不管怎样，突触计数绝对重要。 同样，自2010年代初以来，人工智能能力的爆炸式增长是计算能力和数据多得多的结果。GPT - 2有15亿个连接，少于老鼠的大脑（约100亿个突触）。GPT - 3有1750亿个连接，这与猫的大脑有些接近。 从直觉上看，猫大脑大小的AI系统是否会优于比老鼠大脑小的AI系统？ 预测AI性能 2020年，在1750亿参数GPT - 3发布后，许多人猜测一个模型在100万亿参数下的潜在性能~ 600倍，因为这个参数计数将与人脑的突触计数相匹配。2020年没有强烈的迹象表明任何人都在积极研究这种大小的模型，但猜测很有趣。 最大的问题是，是否可以通过参数计数来预测AI性能？事实证明，答案是肯定的，正如您将在下一页看到的。 正如Laria所说明的那样，外推表明，在人类大脑大小与参数计数相匹配的同时，AI表现似乎莫名其妙地达到了人类水平。他对大脑中突触数的计数大约是200万亿参数，而不是通常引用的100万亿数字，但这一点仍然存在，100万亿参数的性能非常接近最佳。 顺便说一句，需要注意的一件重要的事情是，尽管100万亿在性能上有点不理想，但OpenAI正在使用一种工程技术来弥合这一差距。我将在文档的最后解释这一点，因为它对OpenAI正在构建的东西至关重要。 Lanrian的帖子是许多类似的在线帖子之一-它是基于以前模型之间的跳跃的性能推断。OpenAI当然有更详细的指标，他们已经得出了与Lanrian相同的结论，正如我稍后将在本文档中展示的那样。 那么，如果AI性能是基于参数计数可预测的，并且〜100万亿参数对于人类级别的性能来说就足够了，那么100万亿参数AI模型何时发布？ GPT - 5在2023年底实现了原始AGI，智商为48 第一次提到OpenAI正在开发的100万亿参数模型是在2021年夏天，在Cerebras首席执行官（Andrew Feldman）的有线采访中提到了这一点，Sam Altman是该公司的主要投资者。 在2021年9月举行的名为AC10的在线聚会和问答中，Sam Altman对Andrew Feldman的回应。 至关重要的是要注意Sam Altman ADMITS对其100万亿参数模型的计划。 （来源：https: / / albertoromgar. medium. com / gpt - 4 - a - viral - case - of - ai - misinformation - c3f999c1f589 reddit帖子本身来自LessWrong帖子，该帖子是在Sam Altman的要求下删除的：https: / / www. l esswronly. com / posts /aihztgJrknBdLHjd2 / sam - altma n - q - and - a - gpt - and - agi) 人工智能研究人员伊戈尔·拜科夫（Igor Baikov）在几周后声称，GPT - 4正在接受训练，并将在12月至2月之间发布。再次，我将证明伊戈尔确实拥有准确的信息，并且是可靠的来源。这将很快很重要 Gwern是AI世界中的著名人物-他是AI研究员和博客。他在Twitter上（2022年9月）向Igor Baikov发送了消息，这是他收到的回应。 重要的是要记住：“大量参数”。“文本”，“音频”，“图像”，“可能是视频”，和“多式联运”。 这来自一个名为“thisthewayitwillbe ”的subreddit，这是一个小型的私人subreddit，我是其中的一部分，由一位对AGI感兴趣的数学教授运营。AI爱好者（和一些专家） 使用subreddit来讨论比你在主流中发现的更深入的AI主题。 “庞大的参数数量”？听起来像伊戈尔·拜科夫引用了一个100万亿参数模型，因为到2022年夏天他的推文发布时，已经对5000亿参数模型和多达1万亿参数模型进行了多次训练（使这种大小的模型毫无例外，当然也不是“巨大的”）。 这些来自“rxpu ”的推文似乎是来自土耳其的AI发烧友（？），很有趣，因为它们在其他人之前就对GPT - 4的发布窗口提出了非常相似的声明（相信我-我每天花很多时间在互联网上搜索类似的声明，而在他之前没有人提出这个具体的声明）。 他还提到了一个“125万亿突触” GPT - 4 -然而，他错误地指出GPT - 3的参数计数为1万亿。（似乎rxpu确实有内部信息，但得到了一些与参数计数混合的东西-再次，我将在后面说明，并证明rxpu没有说谎）。 … 这是一个较弱的证据，但值得包括在内，因为“roon ”作为硅谷人工智能研究员相当值得注意，其次是OpenAI首席执行官Sam Altman和Twitter上的其他OpenAI研究人员。 2022年11月，我联系了一位名叫Alberto Romero的AI博客作者。他的帖子似乎在网上传播得很远，所以我希望如果我向他发送一些关于GPT - 4的基本信息，他可能会写一篇文章，这个词就会传出去。 这次尝试的结果非常出色，我将在接下来的两页中展示。 Alberto Romero的帖子。一般回复将显示在下一页。 100万亿个参数泄漏风靡一时，覆盖了数百万人，以至于包括首席执行官萨姆·奥特曼在内的OpenAI员工不得不做出回应— —称之为“完全胡说八道”。边缘称之为“事实上不正确”。正如你在左边看到的那样，阿尔贝托·罗梅罗声称对泄漏负责。 … 伊戈尔·拜科夫，“巨大数量的起源” 参数”的声明，也看到了GPT - 4泄漏的病毒传播（这基本上是他自己做的），并做出了回应。 所以，毕竟，当他说“大量参数”时，伊戈尔确实意味着“ 100万亿参数”。 但是，伊戈尔是可靠的消息来源吗？他的其他说法是否准确？多模态呢？ GPT - 4处理图像、声音和视频的能力怎么样？我将很快证明伊戈尔的可靠性。 在2022年10月/ 11月左右的某个地方，我确信OpenAI计 划在发布之前首先发布GPT - 4的1 - 2万亿参数子集 完整的100万亿参数模型(“GPT - 5 ”)。 这些来源不是特别可靠，但他们都说了同样的话-包括rxpu， 他曾经声称有一个125万亿的参数模型，然后错误地声称GPT < --- (日期：2022) - 3是1万亿-我相信他把他的信息搞混了。 这里的消息来源可信度各不相同(Jyri和Leeor是旧金山的投资者，Harris是一名人工智能研究员)，但他们都莫名其妙地说同样的话— — GPT - 4正在2022年10月/ 11月进行测试。据美国军事人工智能研究人员称（从2022年10月起）切丽· M ·波兰，它肯定是在10月份接受训练的，这再次与伊戈尔·拜科夫的泄密相一致。 … OpenAI的官方立场，正如Sam Altman本人所证明的那样，100万亿参数GPT - 4的想法是“完全胡说”。这是对的一半，因为GPT - 4是完整的100万亿参数模型的1万亿参数子集。 为了说明100万亿参数模型尚未到来，并且仍在开发中，Semafor在2023年3月（GPT - 4发布后不久）声称GPT - 4是1万亿参数。（OpenAI拒绝正式披露参数计数）。 OpeAI声称GPT - 4在8月份“完成了训练”，而我们知道一个“巨大的”多模态模型在8月到10月之间正在训练。对此的一种解释是，OpeAI撒谎了。另一种可能性是，1万亿参数GPT - 4可能在8月完成了第一轮训练，但在8月至10月之间进行了额外的再训练，这也是整个100万亿参数模型的大部分训练时间。 我现在将提供GPT - 4的证据不仅接受了文本和图像方面的培训，还接受了音频和视频方面的培训。 弗朗西斯·赫勒似乎中等可信，但 这一页不是最可靠的证据-我把它包括在内，因为它似乎证实了其他来源弗朗西斯是一位投资者、企业家和作家。 他在推文中列出的信息 找不到“网络耗尽”的团队 在任何其他出版物，任何泄漏或任何在线帖子中，所以他没有 从其他地方“窃取”它。 一个令人难以置信的坚实的来源在下一页。 微软德国首席技术官,在GPT - 4正式发布前一周，似乎已经滑倒并透露存在一个GPT - 4，它具有处理视频的能力。我想他不知道OpenAI决定不透露系统的视频功能。 这完全证明了GPT - 4 / 5不仅训练了文本和图像，还训练了视频数据，当然我们可以推断音频数据也包括在内。 显然