OpenAI掌門(mén)人Sam Altman：AI的下一個(gè)發(fā)展階段

預告了一整年的GPT-4遲遲沒(méi)來(lái)，人們猜想OpenAI是不是要跳****了，更何況他們之前的得意之作DALL-E也被開(kāi)源Stable Diffusion打了個(gè)措手不及，再不來(lái)點(diǎn)深水炸彈業(yè)界地位危矣。

不過(guò)，就在大家以為今年OpenAI將以沉寂收場(chǎng)時(shí)，聊天機器人模型ChatGPT橫空出世，讓人們看到了AI的更大創(chuàng )造力，聚光燈也再度打到了OpenAI的身上。
今年9月，LinkedIn聯(lián)合創(chuàng )始人ReidHoffman與OpenAI首席執行官Sam Altman進(jìn)行了一場(chǎng)對話(huà)，而肩負著(zhù)宏偉使命且極富遠見(jiàn)的Altman就曾預言：AI即將迎來(lái)下一個(gè)發(fā)展階段。如今，大型語(yǔ)言模型越來(lái)越先進(jìn)，也出現了可以實(shí)現文本-圖像相互轉換的多模態(tài)模型，一些AI應用還可令科學(xué)家如虎添翼。在他眼中，AI是一個(gè)可以孵化出無(wú)數工具，推動(dòng)各行各業(yè)前進(jìn)的基礎平臺。
隨著(zhù)AI行業(yè)的不斷進(jìn)步，AI應用不再只是充斥著(zhù)行業(yè)熱詞的紙上項目，已經(jīng)發(fā)展為成熟的工具，助力多個(gè)行業(yè)的生產(chǎn)服務(wù)，也必將催生出無(wú)數新企業(yè)。
各種AI工具已顯現出巨大的日常應用潛力，可以實(shí)現人類(lèi)的各種想法，改善人類(lèi)的工作方式，比如由Stability.ai發(fā)布的開(kāi)源Stable Diffusion模型，Microsoft和OpenAI聯(lián)合打造的AI編程工具Copilot，OpenAI開(kāi)發(fā)的語(yǔ)言生成模型GPT-3和圖像生成平臺DALL-E以及爆火的聊天機器人模型ChatGPT。
Sam Altman還表示，5年后，我們應該不會(huì )再使用Transformer模型了。雖然Transformer很好，但他希望到時(shí)候會(huì )有比它更好的東西出現，不斷突破創(chuàng )新很重要。在他看來(lái)，AI可以幫助人類(lèi)創(chuàng )造出前所未有的新應用，這將是人類(lèi)的巨大的進(jìn)步和勝利，是真正的科技革命。
從大模型的商業(yè)化機會(huì )、AI+應用再到AI發(fā)展方向，Sam Altman在這場(chǎng)對話(huà)中分享了自己的見(jiàn)解。以下為對話(huà)內容，由OneFlow社區編譯。

Reid Hoffman：很多大型模型都通過(guò)API開(kāi)放使用，能夠衍生什么商業(yè)化機會(huì )？
Sam Altman：現在，語(yǔ)言模型已經(jīng)可以很好地應用到文案寫(xiě)作和教育服務(wù)領(lǐng)域，我相信未來(lái)幾年內，語(yǔ)言模型會(huì )更加強大，將能與Google這一價(jià)值萬(wàn)億美元的搜索產(chǎn)品一較高下。語(yǔ)言模型的應用將會(huì )改變我們的日常生活。
以前，大家都在調侃聊天機器人，其實(shí)它很有價(jià)值，只是當時(shí)的技術(shù)還不能滿(mǎn)足需求?，F在的聊天機器人更加成熟，幾乎可以達到人類(lèi)水平。聊天機器人可以用于醫療服務(wù)行業(yè)，提供咨詢(xún)和教育服務(wù)，這方面將能催生出大型企業(yè)。
我相信，不久之后會(huì )出現多模態(tài)模型，這又將打開(kāi)新局面?，F在，人們可以直接用自然語(yǔ)言命令計算機為你完成你想做的工作，例如DALL-E圖像生成工具和Copilot編程工具，都是用戶(hù)向它們輸入自然語(yǔ)言描述，然后工具自動(dòng)生成用戶(hù)想要的東西，用戶(hù)還可以不斷迭代修改自己的描述，直至工具給出滿(mǎn)意的輸出。
類(lèi)似的AI應用方式會(huì )成為大趨勢，可以孕育出許多大型企業(yè)。強大的AI模型可以成為孵化各種AI應用的平臺，就像智能手機的出現催生出眾多APP一樣，它們的共同點(diǎn)都是可以制造無(wú)數的商業(yè)機會(huì )。
Reid Hoffman：既然大家都可以通過(guò)API使用大型模型，作為AI企業(yè)，怎樣才能使自己脫穎而出，開(kāi)辟自己獨特的商業(yè)路徑？
Sam Altman：將來(lái)應該會(huì )出現幾個(gè)大型的基礎模型，開(kāi)發(fā)人員都將基于這些基礎模型研發(fā)AI應用。但目前的情況依然是某一家公司開(kāi)發(fā)出一個(gè)大型語(yǔ)言模型，然后開(kāi)放API供他人使用。
我認為，將來(lái)在基礎模型和具體AI應用研發(fā)之間會(huì )有一個(gè)中間層：出現一批專(zhuān)門(mén)負責調整大型模型以適應具體AI應用需求的初創(chuàng )企業(yè)。能做好這一點(diǎn)的初創(chuàng )公司將會(huì )非常成功，但這取決于它們能在“數據飛輪”上走多遠。（數據飛輪：使用更多數據可以訓練出更好的模型，吸引更多用戶(hù)，從而產(chǎn)生更多用戶(hù)數據用于訓練，形成良性循環(huán)。）
我對初創(chuàng )企業(yè)訓練模型的能力持懷疑態(tài)度，將來(lái)承擔模型訓練角色的應該不會(huì )是初創(chuàng )公司，但這些企業(yè)可以在上述的中間層角色中發(fā)揮巨大價(jià)值。
Audience Member：未來(lái)會(huì )不會(huì )出現垂類(lèi)AI初創(chuàng )公司，專(zhuān)門(mén)為具體產(chǎn)業(yè)調整基礎模型？提示詞工程（Prompt Engineering，修改向AI輸入的任務(wù)描述，使AI的輸出結果更符合用戶(hù)的需求）將來(lái)會(huì )不會(huì )成為企業(yè)的內部職能？
Sam Altman：五年后我們將不再需要提示詞工程，或者只需在這方面做少量工作。將來(lái)的AI系統不會(huì )因為增補了某個(gè)特定詞就會(huì )產(chǎn)生截然不同的輸出，而是可以較好地理解自然語(yǔ)言，用戶(hù)只需以文本和語(yǔ)音形式輸入指令，即可讓計算機完成圖像生成、資料研究、心理咨詢(xún)等復雜任務(wù)。
總的來(lái)說(shuō)，用戶(hù)只須使用自然語(yǔ)言就可以與計算機交互，當然，如果藝術(shù)家能想出更有創(chuàng )造性的描述，也自然就可以生成更好的圖像。 

 Reid Hoffman：在科學(xué)領(lǐng)域，AI模型可以發(fā)揮什么作用？
Sam Altman：現在科學(xué)界對AI的應用分為兩種。一種是將AI工具直接用于科學(xué)目的，如AlphaFold（用于蛋白質(zhì)結構預測），它們可以創(chuàng )造巨大價(jià)值，相信未來(lái)會(huì )出現無(wú)數這樣的工具。
另一種是將AI工具用于提升科研工作效率，如幫科學(xué)家和工程師找到新研究方向、寫(xiě)代碼等。Copilot編程工具就是一個(gè)例子。但AI工具的能力遠不止于此。上述兩種AI應用將會(huì )大大推動(dòng)科技前進(jìn)。

此外，目前科學(xué)界也在探索對AI的第三種應用方式——讓AI成為可以“自我改進(jìn)”的科學(xué)家。這件事情既有好處也有風(fēng)險。
好的一面是，可以利用AI將人類(lèi)的工作內容自動(dòng)化，教會(huì )AI做任何人類(lèi)可以做的事情：探索新科學(xué)、提出理論解釋、驗證、思考等，或許還可借此解決困擾人類(lèi)已久的“AI對齊問(wèn)題（Alignment Problem）”（即如何讓AI系統的目標符合人類(lèi)的價(jià)值觀(guān)）。風(fēng)險在于，有人擔心懂得“自我改進(jìn)”的AI有可能會(huì )像科幻小說(shuō)描寫(xiě)的那樣，擅自改動(dòng)代碼或修改優(yōu)化算法。
我深信，真正有利于促進(jìn)人類(lèi)和經(jīng)濟的前行的，是一個(gè)能夠推動(dòng)科學(xué)進(jìn)步的社會(huì )架構。我們能從這樣的社會(huì )架構中獲益很多。
Audience Member：像GPT-3這樣的基礎模型會(huì )如何影響生命科學(xué)研究的步伐？生命科學(xué)研究中有沒(méi)有一些技術(shù)手段無(wú)法克服的限制因素，比如自然規律等。
Sam Altman：目前的可用模型還不夠好，不足以對生命科學(xué)領(lǐng)域產(chǎn)生重大影響——不少生命科學(xué)家了解這些模型之后都說(shuō)，它們只能在部分情況下發(fā)揮些許作用。AI在基因組學(xué)領(lǐng)域有一些很有前景的應用方向，但目前尚屬起步階段，不過(guò)我很看好。我認為這也是市值千億的巨頭準備進(jìn)軍的領(lǐng)域之一。
如果AI未來(lái)真的可以讓醫****公司的研發(fā)速率提高幾百倍，那無(wú)疑會(huì )產(chǎn)生深遠的影響。不過(guò)如你所說(shuō)，生物學(xué)的自有規律仍在，新****的臨床驗證需要時(shí)間，這也是醫****研發(fā)的速率限制因素。
據我所知，不少合成生物公司借助AI發(fā)現許多新的研發(fā)想法，加快自己的研發(fā)迭代周期，但研發(fā)出來(lái)之后終究是要進(jìn)行測試，這部分時(shí)間無(wú)法縮減。
我認為，醫****初創(chuàng )公司最重要的是低成本和快速的研發(fā)周期，有了這兩點(diǎn)就有資本參與市場(chǎng)競爭了。所以如果我是一家醫****初創(chuàng )公司的決策者，一開(kāi)始我不會(huì )選擇從心臟病這類(lèi)大難題下手。
此外，如果我是一家AI****物研發(fā)初創(chuàng )公司，我會(huì )在模擬器上多下工夫，因為目前這方面還亟待改善。
Reid Hoffman：你對AI和元宇宙怎么看？
Sam Altman：元宇宙會(huì )發(fā)展成一種新的軟件容器，就像手機一樣，成為一種計算機交互方式。而AI則是一場(chǎng)技術(shù)革命，所以問(wèn)題應該是“元宇宙如何融入AI新世界”，而不是“AI如何融入元宇宙”。當然，這僅代表我個(gè)人的觀(guān)點(diǎn)。
Audience Member：AI工具已經(jīng)可以輔助人類(lèi)進(jìn)行創(chuàng )造性工作，AI什么時(shí)候會(huì )從創(chuàng )作者的輔助工具發(fā)展為具有獨立創(chuàng )作力的智能體？
Sam Altman：作為創(chuàng )作輔助工具，AI既有用也很受歡迎，但目前來(lái)看，AI在大部分的創(chuàng )造性任務(wù)上的能力都有待提高，未來(lái)很長(cháng)一段時(shí)間內都不能代替人類(lèi)創(chuàng )作者?？赡艿?00年之后，AI才可以獨立完成創(chuàng )造性工作。
十年前，大部分人都認為AI取代人類(lèi)工作的次序是：藍領(lǐng)工作（卡車(chē)司機等）→低技能的白領(lǐng)工作→高技能的白領(lǐng)工作（程序員等），最后才會(huì )（也許永遠不會(huì )）取代創(chuàng )造性工作?，F在的事實(shí)證明，AI最有可能先取代的反而是創(chuàng )造性工作。
這也說(shuō)明，預測未來(lái)是很難的，還說(shuō)明人類(lèi)可能不夠了解自己，不清楚什么類(lèi)型的技能最難、最需要調動(dòng)大腦，或者錯誤估計了控制身體的難度。
Reid Hoffman：除了AI的應用潛力之外，目前大家對AI的討論有沒(méi)有輕率的一面，比如將AI用于核聚變研究？
Sam Altman：通常而言，如果某個(gè)行業(yè)獲得非常廣泛的社會(huì )關(guān)注，所有人都在談?wù)撍?，這可能不是什么好事，可惜這恰恰是AI行業(yè)目前的情況，我不希望這是AI行業(yè)“垮掉”的前兆。
業(yè)內有人正在研究利用強化學(xué)習模型控制核聚變反應，但據我們所知，AI模型在這里發(fā)揮的作用還非常有限。
我們現在進(jìn)入了“AI+”時(shí)代，相信AI在未來(lái)可以實(shí)現很多東西，會(huì )成為最大的新一代技術(shù)平臺。但就目前而言，我們傾向于往更有確定性的方向發(fā)展，比如，業(yè)內研究出了縮放定律（Scaling Law，該定律揭示AI模型性能與模型參數、數據、計算量之間的關(guān)系），就以此為基礎展望下一步。
這也是OpenAI的運作模式——先做擺在我們面前的最有信心能成功的事情，然后分出10%的資源進(jìn)行成功確定性更低的探索工作。這種運作方式為我們帶來(lái)巨大的成功。
現階段不應該把重點(diǎn)放在“讓AI無(wú)所不能”上，而是先沿著(zhù)現有的道路慢慢發(fā)展完善AI，然后留有開(kāi)放探索的空間——偉大的事物都不是計劃出來(lái)的，有時(shí)重大的突破誕生于偶然。
AI的未來(lái)發(fā)展方向
Reid Hoffman：未來(lái)幾年，AI的發(fā)展方向是什么？
Sam Altman：一個(gè)比較確定的方向是，語(yǔ)言模型的發(fā)展會(huì )遠超今天的想象。雖然很多人都說(shuō)算力和數據都已經(jīng)跟不上了，這也是事實(shí)，但算法的改進(jìn)空間依然很大，還可以帶來(lái)很大的進(jìn)步。
第二個(gè)方向是多模態(tài)模型的發(fā)展。未來(lái)的多模態(tài)模型將不局限于文本和圖像的互相轉換，而是所有模態(tài)之間都可以方便地互相轉化。
第三個(gè)方向是，模型可以持續學(xué)習。目前的模型如GPT都停滯在當初訓練好的狀態(tài)，并不會(huì )隨著(zhù)使用次數的增加而自我優(yōu)化。我相信未來(lái)可以改變這一點(diǎn)。
如果上述三點(diǎn)都能實(shí)現的話(huà)，我們就可以解鎖無(wú)數全新的應用場(chǎng)景，實(shí)現真正的科技革新，幫助人類(lèi)實(shí)現科技的飛躍式前進(jìn)。而且我相信，我們也有辦法利用AI推動(dòng)科研進(jìn)步和新知識的產(chǎn)生。
我認為，現在普遍存在的一種錯誤觀(guān)點(diǎn)是：“雖然語(yǔ)言模型的功能已經(jīng)比較完善，還可以應用到圖像和視頻領(lǐng)域，將應用智能的邊際成本降得非常低，但歸根結底，它只是模仿人類(lèi)做過(guò)的東西，不能為人類(lèi)產(chǎn)生新知識，不能治療癌癥，也不能拓展人類(lèi)已知的科學(xué)領(lǐng)域?！蔽蚁嘈?，AI的發(fā)展會(huì )讓持這種觀(guān)點(diǎn)的人大吃一驚。
Reid Hoffman：AI將如何影響未來(lái)人類(lèi)的生活？
Sam Altman：AI終將滲入人類(lèi)生活的方方面面。未來(lái)十年里，智能和能源的邊際成本會(huì )迅速下降，趨近于零，而智能和能源又是其他各行各業(yè)的主要成本來(lái)源（當然，奢侈品除外）。[注：Sam Altman 是否提前知道了美國能源部在12月份宣布的可控核聚變的進(jìn)展？]
整個(gè)社會(huì )的成本結構都會(huì )下降，正如之前多次科技革命的結果一樣。在這種浪潮之下，很少有什么會(huì )一成不變。但有一點(diǎn)很重要，智能和能源成本只是趨近于零，而不是直接降為零。所以將來(lái)如果有人仍愿意花費巨額投資來(lái)購買(mǎi)智能和能源，他們得到的算力和能源的數量將突破想象。
設想一下，將來(lái)的能源使用成本下降10~100倍，智能使用成本下降1億倍，而對能源和智能的資金投入則比現在多1000倍，那會(huì )是什么樣的局面？
Audience Member：未來(lái)二三十年內，AI的發(fā)展會(huì )帶來(lái)什么社會(huì )問(wèn)題？如果要避免這些問(wèn)題，我們現在可以怎么做？
Sam Altman：AI的應用會(huì )極大影響經(jīng)濟活動(dòng)。將來(lái)我們需要形成新的社會(huì )契約，考慮如何公平地分配財富。AGI系統的使用權將會(huì )成為一種商品，所以也要考慮如何讓所有人平等地獲得使用AGI的機會(huì )。還有AGI的管理問(wèn)題：人類(lèi)如何共同決定AGI可以做什么、不能做什么。
我不擔心“AI取代人類(lèi)的工作之后，人類(lèi)何去何從”的問(wèn)題，雖然未來(lái)人類(lèi)的工作會(huì )和現在很不一樣，但我覺(jué)得人類(lèi)最終都會(huì )找到自己滿(mǎn)意的事業(yè)，過(guò)上充實(shí)的生活。真正的難題是財富分配、AGI使用權和AGI的治理問(wèn)題。
Reid Hoffman：據我所知，OpenAI也付出不少努力，試圖解決AI的社會(huì )影響問(wèn)題。
Sam Altman：OpenAI正在進(jìn)行全球最大型的UBI實(shí)驗。（Universal Basic Income，無(wú)條件基本收入；Sam Altman認為，十年后AI的生產(chǎn)力可以創(chuàng )造巨大財富，足夠給每個(gè)美國公民每年無(wú)條件發(fā)放13,500美元。）有一個(gè)為期五年的項目已經(jīng)進(jìn)行到三年半了。UBI不會(huì )是唯一的解決方案，但它是一個(gè)不錯的做法。
OpenAI從受AI沖擊最大的行業(yè)中汲取意見(jiàn)，以便制定應對方案；對于那些最先被AI取代的勞動(dòng)者，我們也嘗試利用AI幫助他們學(xué)習新技能。我們還會(huì )不斷地做類(lèi)似的事情。
Audience Member：你如何定義AGI（通用人工智能）？怎么才算實(shí)現了AGI？
Sam Altman：我理解的AGI相當于一個(gè)可以共事的普通人，任何遠程同事可以通過(guò)電腦幫你完成的工作，AGI也可以做，包括讓AGI學(xué)習醫療知識和寫(xiě)代碼等等。AGI的重點(diǎn)不在于掌握某一種難得的技能，而是擁有學(xué)習的元能力，然后只要人類(lèi)需要，它就可以往任何技能方向發(fā)展并精通。另一個(gè)概念是“超級智能”（Super Intelligence），它指的是比全人類(lèi)加起來(lái)還要聰明的智能。
Audience Member：哪些領(lǐng)域不會(huì )被AI影響？
Sam Altman：所有人類(lèi)深層次的東西都不會(huì )被AI改變。作為人類(lèi)，我們依然注重人與人之間的互動(dòng)聯(lián)系，人類(lèi)大腦的獎勵機制沒(méi)有變，我們依然追求快樂(lè )，擁有創(chuàng )造欲和競爭欲，渴望組建家庭……五萬(wàn)年前人類(lèi)在意的東西，一百年后的人類(lèi)也會(huì )在意。

本文由OneFlow社區編譯，AI科技大本營(yíng)獲授權發(fā)布！