OpenAI到底做對了什么？（2）

技術(shù)路線(xiàn)四：****

在Transformer打開(kāi)了大語(yǔ)言模型的理論窗口之后，大語(yǔ)言模型發(fā)展出了三種路線(xiàn)。第一種，以Google BERT、ELECTRA為代表的Encoder-Only（編碼器）路線(xiàn)；第二種，以Google T5、BART為代表的Encoder- Decoder（編****）路線(xiàn)；第三種，以OpenAI GPT為代表的Decoder-Only（****）路線(xiàn)。

這三種路線(xiàn)，Encoder-Only路線(xiàn)適合理解類(lèi)任務(wù)，很難應對生成式任務(wù)，也不具有好的擴展性和適應性，雖然被Google BERT在個(gè)別子領(lǐng)域一度帶火，但現在幾乎處于被主流拋棄的地步。Encoder- Decoder路線(xiàn)適合特定場(chǎng)景任務(wù)，但通用性和擴展性也比較差。Decoder-Only路線(xiàn)首先非常適合生成類(lèi)任務(wù)，同時(shí)對各類(lèi)任務(wù)都具有很好的通用性，在工程上也具有很高的可擴展性（scale），非常適合將模型規模做大。

基于這些特點(diǎn)來(lái)看，要以AGI通用人工智能為目的地的話(huà)，那么Decoder-Only路線(xiàn)顯然是不二選擇。從上面的大語(yǔ)言模型進(jìn)化樹(shù)來(lái)看，可以看出GPT選擇的Decoder-Only路線(xiàn)顯然引領(lǐng)了大語(yǔ)言模型的發(fā)展和繁榮。

技術(shù)路線(xiàn)五：從強化學(xué)習到對齊

通過(guò)以上的無(wú)監督學(xué)習、生成式模型、自然語(yǔ)言、****這幾個(gè)關(guān)鍵的技術(shù)岔路口選擇之后，GPT模型顯然已經(jīng)奔赴在通往AGI的康莊大道上了。但是GPT的強大也引入一些新的隱憂(yōu)，它的強大會(huì )不會(huì )為人類(lèi)帶來(lái)危險、破壞人類(lèi)價(jià)值觀(guān)、幫助作惡、擾亂社會(huì )秩序、甚至威脅人類(lèi)的生存？

這是嚴重違背OpenAI的愿景和使命的。如何將強大的GPT模型與人類(lèi)價(jià)值觀(guān)和社會(huì )規范對齊？強大之后如何變得“對人類(lèi)有用”？技術(shù)的問(wèn)題要靠技術(shù)來(lái)解決。這時(shí)候OpenAI在早期訓練Dota游戲智能代理時(shí)積累已久的強化學(xué)習功底就派上用場(chǎng)了。通過(guò)在預訓練之后加入基于人類(lèi)反饋的強化學(xué)習（RLHF，Reinforcement Learning from Human Feedback）來(lái)教導AI做一個(gè)對人類(lèi)有益的“好的AI”，設立護欄，防止被用來(lái)做惡。這方面，OpenAI想得很遠，投入的也很大，配得上它的“愿景和使命”。

工程智慧：Scale Law

如果回顧OpenAI在歷史上做的一系列技術(shù)選擇，我們會(huì )發(fā)現幾乎所有的選擇都是圍繞“是否有利于通用人工智能Scale”的原則進(jìn)行的，而與該技術(shù)在當時(shí)“是否能快速變現”、“是否主流”、“是否容易上手”、“是否效果立竿見(jiàn)影”完全無(wú)關(guān)。

做過(guò)技術(shù)架構，或者商業(yè)戰略的人也都知道，“快速易擴展”是好的技術(shù)架構或者商業(yè)模式的“鐵律”。這一鐵律同樣適用于通用人工智能的發(fā)展。OpenAI的團隊顯然是洞悉這一點(diǎn)的。他們甚至在2020年發(fā)表了一篇著(zhù)名的論文《Scaling Laws for Neural Language Models》來(lái)總結模型參數、訓練數據集大小、算力投入（FLOPs 每秒浮點(diǎn)操作）、網(wǎng)絡(luò )架構之間的擴展法則。

其實(shí)除了模型的Scale Law，OpenAI對于邁向AGI道路上的各種Scale力量都有非常深刻的洞見(jiàn)和睿智的選擇。

產(chǎn)品智慧：從超級應用到生態(tài)平臺

從2018年OpenAI推出GPT 1.0到2020年GPT發(fā)展到3.0，OpenAI這時(shí)已經(jīng)拿到大語(yǔ)言模型這樣一張王牌，但怎么出牌也很重要。歷史上握著(zhù)一手技術(shù)好牌，但是打得稀爛的也比比皆是。以OpenAI強大的“通用人工智能”愿景來(lái)說(shuō)，不做平臺型公司是很難的。但是科技史上一上來(lái)就做平臺的公司，大部分都折戟沙場(chǎng)。反觀(guān)那些成功的平臺型技術(shù)公司，絕大多數都是先從建立“超級應用”開(kāi)始的。

歷經(jīng)硅谷頂級孵化器YC總裁的鍛煉，OpenAI的另一位靈魂人物CEO Sam Altman，當然是產(chǎn)品戰略高手中的高手。OpenAI選擇先從ChatGPT這一“超級應用”入手，通過(guò)短短幾個(gè)月的時(shí)間，積累了上億的用戶(hù)、海量的交互數據、和極強的品牌號召力，才有后面的ChatGPT API, Plugins等一系列大手筆的平臺布局。以目前各種渠道的消息來(lái)看，OpenAI在產(chǎn)品上還有很多大招，讓我們拭目以待。

順便提一下，我在前面《AGI時(shí)代的產(chǎn)品版圖和范式》文章中，也更深入地談了很多我對AGI時(shí)代產(chǎn)品創(chuàng )新的思考。

股權設計：限制盈利公司

OpenAI最早是以非盈利組織的方式成立，初期資金以捐贈的方式募集。但顯然創(chuàng )始團隊低估了發(fā)展AGI需要的硬件和人才投入，也高估了捐贈的兌現（早期承諾的捐贈后來(lái)其實(shí)很多沒(méi)到位）。因此到2019年3月，OpenAI重新設計公司治理架構，改為“限制盈利”的公司，接受微軟10億美金投資。

“限制盈利”規定向OpenAI投資的股東，未來(lái)從OpenAI能夠獲取的利潤分配最多到投資額X100倍的上限。超出部分將由非盈利組織OpenAI Nonprofit控制。

這一精妙的股權設計既能吸引OpenAI所需要的投資，又防止了AGI過(guò)于強大而攫取巨額利潤。平衡了發(fā)展AGI需要的商業(yè)支持和AGI造福全人類(lèi)這一宏大愿景之間的矛盾。我覺(jué)得若干年后回看歷史，這一股權設計也是商業(yè)史上一個(gè)偉大的發(fā)明。創(chuàng )始人兼CEO Sam Altman不拿股權，不求商業(yè)回報，一心追求AGI改變世界的胸懷也讓人心生敬意。

戰略設計：合縱連橫

如果將OpenAI比作AI時(shí)代的一只小恐龍，那么在A(yíng)I領(lǐng)域長(cháng)期重兵投入、市值萬(wàn)億的Google和微軟顯然是AI時(shí)代的兩只大恐龍。OpenAI這樣的“攪局者”如果被兩只大恐龍中的任何一只盯上，都會(huì )惹火燒身。而OpenAI對于ChatGPT這樣的“爆款應用”推出所引起的AI戰國紛爭顯然有充分的預判和精妙的戰略設計。

OpenAI首先通過(guò)和微軟這只大恐龍的戰略合作，既拿到百億美金量級的寶貴發(fā)展資金，同時(shí)又通過(guò)GPT賦能微軟Bing搜索、半路****Google這只大恐龍，還順帶將GPT賦能到自己一時(shí)半會(huì )照顧不到的B端市場(chǎng)（Azure云服務(wù)、Office 365等）以獲取適當利潤，而自己卻可以集中精力、以C端市場(chǎng)為切入點(diǎn)、在構建AGI時(shí)代的生態(tài)平臺上蒙眼狂奔。

這一巧妙利用巨頭“創(chuàng )新者窘境”的合縱連橫，讓一家人數僅有300多估值不過(guò)300億美金的創(chuàng )業(yè)公司，同時(shí)撬動(dòng)兩家市值萬(wàn)億美金、員工近二十萬(wàn)的科技巨鱷的戰略布局，放眼整個(gè)商業(yè)史，空前絕后，蔚為大觀(guān)。

團隊架構：學(xué)術(shù)+工程+產(chǎn)品+商業(yè)

讀到這里很多朋友可能會(huì )問(wèn)，OpenAI到底什么來(lái)頭、何德何能如此彪悍？秘密無(wú)他，科技公司最貴的就是人才。OpenAI有著(zhù)足以笑傲AI江湖的聯(lián)合創(chuàng )始團隊組合。

一號位CEO Sam Altman 20歲從斯坦福輟學(xué)創(chuàng )辦Loopt，于2012年將公司以4300萬(wàn)美金出售。于2014被大自己二十歲的YC創(chuàng )始人、硅谷創(chuàng )業(yè)教父格雷厄姆說(shuō)服接替他擔任YC總裁。格雷厄姆很早就看到Sam Altman的卓越才華，在他眼里，Sam Altman就是硅谷未來(lái)的喬布斯。Sam Altman在硅谷的創(chuàng )業(yè)和YC的經(jīng)歷鍛造了他在產(chǎn)品模式、商業(yè)戰略、投融資方面的頂級才能。

二號位首席科學(xué)家Ilya Sutskever是深度學(xué)習之父Geoffrey Hinton的關(guān)門(mén)弟子，從ImageNet大賽一戰成名，后來(lái)加入Google大腦，發(fā)明Seq2Seq大幅改善機器翻譯，參與TensorFlow和AlphaGo的研發(fā)。是深度學(xué)習學(xué)術(shù)領(lǐng)域當仁不讓的“開(kāi)山功臣”。

總裁Greg Brockman之前創(chuàng )立著(zhù)名支付公司Stripe并擔任CTO，具有極強的工程技術(shù)能力和從零到一搭建技術(shù)團隊的經(jīng)驗。是OpenAI長(cháng)期的工程技術(shù)支柱。除此之外，像Andrej Karpathy 、John Schulman、Lukasz Kaiser等燦若群星的匯聚，使得OpenAI在A(yíng)I人才密度上放眼全球，都屬頂流之列。OpenAI的團隊結構也反應OpenAI的AGI創(chuàng )業(yè)觀(guān)：學(xué)術(shù)、工程、產(chǎn)品、商業(yè)，四大支柱缺一不可，而且各個(gè)都很強。

除了自己聚焦AGI還不夠，OpenAI和Sam Altman還投資了眾多核聚變、量子計算、加密貨幣等公司，圍繞能源、算力、財富分配等未來(lái)變革進(jìn)行大手筆布局。這些每一個(gè)都劍指AGI的未來(lái)。

綜上所述，OpenAI無(wú)論是在技術(shù)的多個(gè)岔路口上的關(guān)鍵選擇，還是在產(chǎn)品、工程、股權、戰略、團隊上，都打得一手好牌，是一家非常值得研究和重視的公司，也是我們窺視AGI時(shí)代的一扇窗戶(hù)。