不需要OpenAI，微軟或許也會成為AI領頭羊！
外媒Information爆料稱，微軟內部正在開發自家首款5000億參數的大模型MAl-1。
這剛好是，納德拉帶領團隊證明自己的時候到了。
在向OpenAI投資100多億美元之後，微軟才獲得了GPT-3.5/GPT-4先進模型的使用權，但終究不是長久之計。
甚至，先前有傳言稱，微軟已經淪落為OpenAI的一個IT部門。
在過去的一年，每個人熟知的，微軟在LLM方面的研究，主要集中在小體積phi的更新，例如Phi-3的開源。
而在大模型的專攻上，除了圖靈系列，微軟內部還未透露半點風聲。
就在今天，微軟技術長Kevin Scott證實，MAI大模型確實正在開發中。
顯然，微軟秘密籌備大模型的計劃，是為了能夠開發出一款全新LLM，能夠與OpenAI、Google、Anthropic頂尖模型競爭。
畢竟，納德拉曾說過，「如果OpenAI明天消失了，也無關緊要」。
「我們有的是人才、有的是算力、有的是數據，我們什麼都不缺。我們在他們之下，在他們之上，在他們周圍」。
看來，微軟的底氣，就是自己。
自研5000億MAI-1大模型
據介紹，MAI-1大模型由前GoogleDeepMind負責人Mustafa Suleyman，負責監督。
值得一提的是，Suleyman在加入微軟之前，還是AI新創Inflection AI創辦人兼CEO。
創辦於2022年，一年的時間，他帶領團隊推出了大模型Inflection（目前已更新到了2.5版本），以及日活破百萬的高情商AI助手Pi 。
不過因為找不到正確的商業模式，Suleyman和另一位聯創，以及大部分員工，在3月共同加入微軟。
也就是說，Suleyman和團隊負責這個新專案MAI-1，會為此帶來更多的前沿大模型的經驗。
還是要提一句，MAI-1模型是微軟自研發的，並非從Inflection模型繼承而來。
據兩位微軟員工稱，「MAI-1與Inflection先前發布的模型不同」。不過，訓練過程可能會用到其訓練資料和技術。
擁有5000億參數，MAI-1的參數規模將遠遠超出，微軟以往訓練的任何小規模開源模型。
這也意味著，它將需要更多的算力、數據，訓練成本也是高昂的。
為了訓練這款新模型，微軟已經預留了一大批配備英偉達GPU的伺服器，並一直在編制訓練資料以優化模型。
其中，包括來自GPT-4產生的文本，以及外部來源（網路公共資料）的各種資料集。
大小模型，我都要
相較之下，GPT-4曾被曝出有1.8兆參數，Meta、Mistral等AI公司發布較小開源模型，則有700億參數。
當然，微軟採取的是多管齊下的策略，也就是大小模型一起研發。
其中，最經典的便是Phi-3了——一個能夠塞進手機的小模型，而且最小尺寸3.8B性能碾壓GPT-3.5。
Phi-3 mini在量化到4bit的情況下，只佔用大約1.8GB的內存，用iPhone14每秒可產生12個token 。
在網友拋出「應該用更低成本訓練AI，不是更好嗎」的問題後，Kevin Scott回覆到：
這並不是一個非此即彼的關係。在許多AI應用中，我們結合使用大型前緣模型和更小、更有針對性的模型。我們做了大量工作，確保SLM在設備上和雲端中都能很好地運作。我們在訓練SLM方面累積了大量經驗，甚至將其中一些工作開源，供他人研究和使用。我認為，在可預見的未來，這種大與小的結合還會持續下去。
這表明，微軟既要開發成本低廉、可整合到應用程式中，並能在行動裝置上運行的SLM，也要開發更大、更先進的AI模型。
目前，微軟自稱是一家「Copilot公司」。得到AI加持的Copilot聊天機器人，可以完成撰寫電子郵件、快速總結文件等任務。
而未來，下一步的機會在哪裡？
大小模型兼顧，正體現了充滿創新活力的微軟，更願意探索AI的新路徑。
不給OpenAI當「IT」了？
話又說回來，自研MAI-1，並不代表微軟將會拋棄OpenAI。
首席技術長Kevin Scott在今早的貼文中首先，肯定了微軟與OpenAI合作五年的堅固「友誼」。
我們一直在為合作夥伴OpenAI建造大型超算，來訓練前沿的AI模型。然後，兩家都會將模型，應用到自家的產品和服務中，讓更多的人受益。
而且，每一代新的超算都將比上一代，更加強大，因此OpenAI訓出的每個前沿模型，都要比上一個更加先進。
我們將繼續沿著這條路走下去——不斷建立更強大的超算，讓OpenAI能夠訓練出引領整個產業的模型。我們的合作將會產生越來越大的影響力。
前段時間，外媒曝光了，微軟和OpenAI聯手打造AI超算「星際之門」，將斥資高達1150億美元。
據稱，最快將在2028年推出超算，並在2030年之前進一步擴展。
包括先前，微軟工程師向創業家Kyle Corbitt爆料稱，微軟正在緊鑼密鼓地建設10萬個H100，以供OpenAI訓練GPT- 6。
種種跡象表明，微軟與OpenAI之間合作，只會更加牢固。
此外，Scott也表示，「除了與OpenAI的合作，微軟多年來一直都在讓MSR和各產品團隊開發AI模型」。
AI模型幾乎深入了，微軟的所有產品、服務和營運過程。團隊有時也需要進行客製化工作，不論是從零開始訓模型，還是對現有模型進行微調。
未來，還會有更多類似的這樣的情況。
這些模型中，有些被命名為Turing、MAI等，還有的命名為Phi，我們並將其開源。
雖然我的表達可能沒有那麼引人注目，但這是現實。對於我們這些極客來說，鑑於這一切在實踐中的複雜性，這是一個非常令人興奮的現實。
解密「圖靈」模型
除了MAI、Phi系列模型，代號「Turing」是微軟在2017年在內部開啟的計劃，旨在打造一款大模型，並應用到所有產品線中。
經過3年研發，他們在2020年首次發表170億參數的T-NLG模型，創下當時有史以來最大參數規模的LLM記錄。
到了2021年，微軟聯手英偉達發布了5,300億參數的Megatron-Turing（MT-NLP），在一系列廣泛的自然語言任務中表現出了「無與倫比」的準確性。
同年，視覺語言模型Turing Bletchley首次面世。
去年8月，該多模態模型已經迭代到了V3版本，並且已經整合進Bing等相關產品中，以提供更出色的圖像搜尋體驗。
此外，微軟也在2021年和2022年發布了「圖靈通用語言表示模型」－T-ULRv5和T-ULRv6兩個版本。
目前，「圖靈」模型已經用在了，Word中的智慧查詢（SmartFind），Xbox中的問題匹配（Question Matching）上。
還有團隊研發的影像超解析度模型Turing Image Super-Resolution（T-ISR），已在必應地圖中應用，可以為全球用戶提高航空影像的品質.
目前，MAI-1新模型具體會在哪裡得到應用，還未確定，將取決於其性能表現。
順便提一句，關於MAI-1更多的信息，可能會在5月21日-23日微軟Build開發者大會上首次展示。
接下來，就是坐等MAI-1發布了。
