文｜新火種 文子

編輯｜小迪

如果全世界只有一家公司能趕超OpenAI，那谷歌應該是第一。

最近，谷歌重磅發布了一篇論文報告，里面提出了一種名為“模型竊取”的技術。通過模型竊取技術，谷歌成功破解了ChatGPT基礎模型Ada和Babbage的投影矩陣，甚至連內部隱藏維度的關鍵信息也是直接破獲，分別是1024和2048。

這一發現猶如一記重磅炸彈，在AI界引發了強烈的震動。誰也沒想到，號稱“CloseAI”的OpenAI竟然也會被竊取模型機密的一天。

更恐怖的是，這種模型竊取技術還非常簡單。只要你擁有ChatGPT這類封閉大模型的API，就可以通過API接口，發送不到2000次經過精心設計好的查詢，然后去分析它生成的輸出，就可以逐步推斷出模型的內部結構和參數。

雖然這種方法不能完全復制原始模型，但已經足以竊取它的部分能力。而且這種攻擊非常高效，不需要用太多的成本，就可以拿到模型的關鍵信息。

按照谷歌的調用次數來看，僅僅只需要不到20美金（約合150元人民幣）的成本，就可以完成模型竊取的操作，并且這種方法同樣適用于GPT-3.5和GPT-4。

換句話說，就是不費吹灰之力獲得了一個大模型理解自然語言的能力，還能用來構建一個性能相近的“山寨版”模型，既省事又省錢。

反觀OpenAI，被競爭對手低價破解模型機密，真的坐得住嗎？坐不住。截至目前，OpenAI已經修改了模型API，有心人想復現谷歌的操作是不可能了。

值得一提的是，谷歌研究團隊中就有一位OpenAI研究員。不過作為正經安全研究，他們在提取模型最后一層參數之前就已經征得OpenAI同意，而在攻擊完成后，也刪除了所有相關數據。

但不管怎么說，谷歌的實驗足以證明一點，哪怕OpenAI緊閉大門也并不保險。

大模型全面受挫，敲響開閉源警鐘

既然封閉的大模型都無法幸免，開源的大模型又會如何呢？

基于這一點，谷歌針對不同規模和結構的開源模型進行了一系列實驗，比如GPT-2的不同版本和LLaMA系列模型。

要知道，GPT-2是一個開源的預訓練語言模型，分為小型模型(117M)和大型模型(345M)兩種。而在對GPT-2的攻擊中，谷歌通過分析模型的最終隱藏激活向量并執行SVD發現，盡管GPT-2小型模型理論上具有768個隱藏單元，但實際上只有757個有效的隱藏單元在起作用。

這也就意味著GPT-2可能在實際使用中，并沒有充分利用其設計的全部能力，或者在訓練過程中某些維度的重要性不如其他維度。

此外，谷歌還研究了模型中的一種叫做“歸一化層”的東西對于攻擊的影響。一般來說，歸一化層的作用是讓訓練更加穩定，從而提升模型的表現。然而谷歌發現，即使模型加入了歸一化層，攻擊的效果也并沒有減弱。這說明即使考慮了現代深度學習模型中常見的復雜結構，攻擊方法也依然有效。

為了進一步驗證攻擊的范圍，谷歌還將目光瞄向更大、更復雜的LLaMA模型。它是由Meta發布的大語言系列模型，完整的名字是Large Language Model Meta AI，可以說LLaMA是目前全球最活躍的AI開源社區。

通過對LLaMA系列模型進行攻擊，谷歌成功地從這些模型中提取了嵌入投影層的維度信息。值得注意的是，即使在這些模型采用先進的技術，如混合精度訓練和量化，攻擊依然能夠成功，這表明攻擊方法的普適性和魯棒性。

可以說，谷歌給閉源和開源兩大領域同時敲響了一記警鐘。

AI三巨頭對線，2024誰輸誰贏？

從嚴格意義上來講，OpenAI、谷歌、Meta就是爭奪AGI圣杯的三大巨頭。

其中，Meta和OpenAI完全相反，前者走的是開源路線，而后者主要打造閉源模型。但谷歌和他們完全不一樣，閉源與開源雙線作戰，閉源對抗OpenAI，開源對抗Meta。

在人工智能領域里，谷歌可以算是開源大模型的鼻祖。今天幾乎所有的大語言模型，都是基于谷歌在2017年發布的Transformer論文，這篇論文顛覆了整個自然語言處理領域的研究范式。而市面上最早的一批開源AI模型，也是谷歌率先發布的BERT和T5。

然而，隨著OpenAI在2022年底發布閉源模型ChatGPT，谷歌也開始調整其策略，逐漸轉向閉源模型。這一轉變使得開源大模型的領導地位被Meta的LLaMA所取代，后來又有法國的開源大模型公司Mistra AI走紅，尤其是其MoE模型備受行業追捧。

直到谷歌今年再次發布開源大模型Gemma，已經比Meta的LLaMA整整晚了一年。

很顯然，Gemma這次的發布標志著谷歌在大模型戰略上的巨大轉變，這一舉動意味著谷歌開始兼顧開源和閉源的新策略，而其背后的目的也是顯而易見。

眾所周知，當前大模型領域的競爭已經形成了一種錯綜復雜的打壓鏈格局。其中OpenAI牢牢站在鏈條頂端，而它所打壓的恰恰是那些有潛力追趕上它的競爭對手，比如谷歌和Anthropic。而Mistral作為一股新興力量，估計也正在被列入其中。

如果非要排列一個打壓鏈條，那可以歸結為：OpenAI→Google &Anthropic &Mistral→ Meta→其它大模型公司。

可以說，無論在閉源還是開源領域，谷歌都沒能確立絕對的領先地位。

所以這也不難理解，為什么有專業人士會認為，谷歌選擇在此時重返開源賽場，是被迫的。谷歌之所以開源主打的是性能最強大的小規模模型，就是希望腳踢Meta和Mistral；而閉源主打的是規模大的效果最好的大模型，就是為了希望盡快追上OpenAI。

但無論如何，在未來的對壘格局里，谷歌已經先發制人，成功將壓力給到OpenAI和Meta。

這一次，關鍵在于OpenAI和Meta該如何應對。