在AI領(lǐng)域的一次震撼曝光中，前OpenAI安全副總裁Lilian Weng疑似揭示了神秘新公司Thinking Machines的首個(gè)創(chuàng)新產(chǎn)品——一款專為AI訓(xùn)練設(shè)計(jì)的“手動(dòng)調(diào)參儀表盤”。這一消息迅速引起了業(yè)界的廣泛關(guān)注。

Lilian Weng，這位曾經(jīng)的OpenAI研究大佬，如今是Thinking Machines Lab的聯(lián)合創(chuàng)始人。她近期轉(zhuǎn)發(fā)了一段視頻，展示了一個(gè)看似儀表盤的神秘裝置。據(jù)推測(cè)，這可能就是Thinking Machines即將推出的首款產(chǎn)品。

這款產(chǎn)品的理念令人矚目：在AI訓(xùn)練過程中，研究人員可以直接使用它來手動(dòng)調(diào)整所有超參數(shù)。這一創(chuàng)新方法，無(wú)疑為AI訓(xùn)練帶來了全新的可能性。

Lilian Weng宣稱，Thinking Machines遲早會(huì)涉足硬件領(lǐng)域，而現(xiàn)在正是最佳時(shí)機(jī)。這一表態(tài)，讓業(yè)界對(duì)這家估值高達(dá)90億美元的神秘公司更加充滿期待。

據(jù)悉，分享這段視頻的還有前谷歌DeepMind員工Stephen Roller，他后來跳槽至Character AI，現(xiàn)在又加入了Thinking Machines Lab。Stephen表示，在Character AI，他們通常不需要復(fù)雜的參數(shù)遍歷或啟發(fā)式方法來確定學(xué)習(xí)率，而是依靠Noam Shazeer的手動(dòng)調(diào)整就能達(dá)到理想效果。

這一方法引起了開發(fā)者們的廣泛討論和興奮。有人認(rèn)為，這似乎比大多數(shù)現(xiàn)有的調(diào)度方法都要有效。同時(shí)，也有人提出疑問，關(guān)于為何需要繪制學(xué)習(xí)率的平均值。Stephen回應(yīng)說，這只是他們模板的一個(gè)副作用，實(shí)際上他們會(huì)跟蹤所有指標(biāo)的平均值和分母。

Thinking Machines Lab由Murati牽頭，匯聚了一大批OpenAI的天才核心員工。盡管尚未發(fā)表任何論文，但公司的估值已經(jīng)高達(dá)90億美元。其創(chuàng)始團(tuán)隊(duì)成員包括Lilian Weng、OpenAI聯(lián)創(chuàng)John Schulman、ChatGPT共同創(chuàng)始人Barret Zoph等眾多業(yè)界大佬。

在更大的產(chǎn)業(yè)背景下，Thinking Machines的這款“調(diào)參儀表盤”不僅是一個(gè)極客味十足的訓(xùn)練工具，更可能揭開下一場(chǎng)AI大戰(zhàn)的序幕——一場(chǎng)關(guān)于誰(shuí)能占據(jù)AI硬件入口的全新較量。與此同時(shí)，OpenAI也早已在這一領(lǐng)域悄悄布局，意圖打造無(wú)處不在、永不離線的全新AI硬件形態(tài)。