来历｜Greylock
OneFlow社区编译
翻译｜胡燕君、贾川
预告了一整年的GPT-4迟迟没来，人们猜想OpenAI是不是要跳票了，更何况他们之前的得意之作DALL-E也被开源Stable Diffusion打了个措手不及，再不来点深水炸弹业界位置危矣。
不过，就在咱们以为本年OpenAI将以沉寂收场时，聊天机器人模型ChatGPT横空出世，让人们看到了AI的更大创造力，聚光灯也再度打到了OpenAI的身上。
本年9月，LinkedIn联合创始人Reid Hoffman与OpenAI首席执行官Sam Altman进行了一场对话，而肩负着雄伟使命且极富远见的Altman就曾预言：AI行将迎来下一个开展阶段。如今，大型言语模型越来越先进，也呈现了能够完成文本-图画相互转化的多模态模型，一些AI运用还可令科学家如虎添翼。在他眼中，AI是一个能够孵化出许多东西，推进各行各业行进的根底渠道。
随着AI职业的不断前进，AI运用不再仅仅充满着职业热词的纸上项目，现已开展为老练的东西，助力多个职业的生产服务，也必将催生出许多新企业。
各种AI东西已显现出巨大的日常运用潜力，能够完成人类的各种想法，改善人类的作业方法，比方由Stability.ai发布的开源Stable Diffusion模型，Microsoft和OpenAI联合打造的AI编程东西Copilot，OpenAI开发的言语生成模型GPT-3和图画生成渠道DALL-E以及爆火的聊天机器人模型ChatGPT。
Sam Altman还表明，5年后，咱们应该不会再运用Transformer模型了。 虽然Transformer很好，但他期望到时候会有比它更好的东西呈现，不断打破创新很重要。在他看来，AI能够协助人类创造出前所未有的新运用，这将是人类的巨大的前进和胜利，是真实的科技革新。
从大模型的商业化时机、AI+运用再到AI开展方向，Sam Altman在这场对话中共享了自己的见解。以下为对话内容，由OneFlow社区编译。
1
大模型的商业时机
Reid Hoffman：许多大型模型都经过API开放运用，能够衍生什么商业化时机？
Sam Altman： 现在，言语模型现已能够很好地运用到文案写作和教育服务范畴，我信任未来几年内，言语模型会愈加强壮，将能与Google这一价值万亿美元的查找产品一较高下。言语模型的运用将会改动咱们的日常日子。
以前，咱们都在戏弄聊天机器人，其实它很有价值，仅仅其时的技术还不能满足需求。现在的聊天机器人愈加老练，简直能够到达人类水平。聊天机器人能够用于医疗服务职业，供给咨询和教育服务，这方面将能催生出大型企业。
我信任，不久之后会呈现多模态模型，这又将翻开新局势。现在，人们能够直接用自然言语命令核算机为你完结你想做的作业，例如DALL-E图画生成东西和Copilot编程东西，都是用户向它们输入自然言语描绘，然后东西自动生成用户想要的东西，用户还能够不断迭代修正自己的描绘，直至东西给出满足的输出。
类似的AI运用方法会成为大趋势，能够孕育出许多大型企业。强壮的AI模型能够成为孵化各种AI运用的渠道，就像智能手机的呈现催生出众多APP相同，它们的一起点都是能够制造许多的商业时机。
Reid Hoffman：已然咱们都能够经过API运用大型模型，作为AI企业，怎样才能使自己锋芒毕露，拓荒自己一起的商业途径？
Sam Altman： 将来应该会呈现几个大型的根底模型，开发人员都将根据这些根底模型研制AI运用。但现在的情况仍然是某一家公司开宣告一个大型言语模型，然后开放API供他人运用。
我以为，将来在根底模型和详细AI运用研制之间会有一个中间层：呈现一批专门负责调整大型模型以适应详细AI运用需求的草创企业。 能做好这一点的草创公司将会十分成功，但这取决于它们能在“数据飞轮”上走多远。（数据飞轮：运用更多数据能够训练出更好的模型，吸引更多用户，从而发生更多用户数据用于训练，构成良性循环。）
我对草创企业训练模型的才能持怀疑态度，将来承担模型训练人物的应该不会是草创公司，但这些企业能够在上述的中间层人物中发挥巨大价值。
Audience Member：未来会不会呈现垂类AI草创公司，专门为详细工业调整根底模型？提示词工程（Prompt Engineering，修正向AI输入的使命描绘，使AI的输出成果更符合用户的需求）将来会不会成为企业的内部功用？
Sam Altman：五年后咱们将不再需求提示词工程，或许只需在这方面做少数作业。 将来的AI体系不会由于增补了某个特定词就会发生截然不同的输出，而是能够较好地了解自然言语，用户只需以文本和语音方法输入指令，即可让核算机完结图画生成、材料研讨、心理咨询等杂乱使命。
总的来说，用户只须运用自然言语就能够与核算机交互，当然，假如艺术家能想出更有创造性的描绘，也自然就能够生成更好的图画。
2
“AI+”年代：AI for Science、元世界
Reid Hoffman：在科学范畴，AI模型能够发挥什么效果？
Sam Altman： 现在科学界对AI的运用分为两种。一种是将AI东西直接用于科学目的，如AlphaFold（用于蛋白质结构预测），它们能够创造巨大价值，信任未来会呈现许多这样的东西。
另一种是将AI东西用于提升科研作业效率，如帮科学家和工程师找到新研讨方向、写代码等。Copilot编程东西便是一个比方。但AI东西的才能远不止于此。上述两种AI运用将会大大推进科技行进。
此外，现在科学界也在探究对AI的第三种运用方法——让AI成为能够“自我改善”的科学家。这件作业既有优点也有危险。
好的一面是，能够运用AI将人类的作业界容自动化，教会AI做任何人类能够做的作业：探究新科学、提出理论解释、验证、考虑等，或许还可借此处理困扰人类已久的“AI对齐问题（Alignment Problem）”（即怎样让AI体系的方针符合人类的价值观）。危险在于，有人忧虑懂得“自我改善”的AI有或许会像科幻小说描写的那样，擅自改动代码或修正优化算法。
我深信，真实有利于促进人类和经济的前行的，是一个能够推进科学前进的社会架构。咱们能从这样的社会架构中获益许多。
Audience Member：像GPT-3这样的根底模型会怎样影响生命科学研讨的脚步？生命科学研讨中有没有一些技术手段无法克服的约束要素，比方自然规律等？
Sam Altman： 现在的可用模型还不够好，缺乏以对生命科学范畴发生严重影响——不少生命科学家了解这些模型之后都说，它们只能在部分情况下发挥些许效果。AI在基因组学范畴有一些很有前景的运用方向，但现在尚属起步阶段，不过我很看好。我以为这也是市值千亿的巨头准备进军的范畴之一。
假如AI未来真的能够让医药公司的研制速率提高几百倍，那无疑会发生深远的影响。不过如你所说，生物学的自有规律仍在，新药的临床验证需求时间，这也是医药研制的速率约束要素。
据我所知，不少组成生物公司借助AI发现许多新的研制想法，加速自己的研制迭代周期，但研宣告来之后终究是要进行测验，这部分时间无法缩减。
我以为，医药草创公司最重要的是低本钱和快速的研制周期，有了这两点就有本钱参加市场竞赛了。所以假如我是一家医药草创公司的决策者，一开始我不会挑选从心脏病这类大难题下手。
此外，假如我是一家AI药物研制草创公司，我会在模拟器上多下时间，由于现在这方面还亟待改善。
Reid Hoffman：你对AI和元世界怎样看？
Sam Altman： 元世界会开展成一种新的软件容器，就像手机相同，成为一种核算机交互方法。而AI则是一场技术革新，所以问题应该是“元世界怎样融入AI新世界”，而不是“AI怎样融入元世界”。 当然，这仅代表我个人的观念。
Audience Member：AI东西现已能够辅佐人类进行创造性作业，AI什么时候会从创作者的辅佐东西开展为具有独立创作力的智能体？
Sam Altman： 作为创作辅佐东西，AI既有用也很受欢迎，但现在来看，AI在大部分的创造性使命上的才能都有待提高，未来很长一段时间内都不能代替人类创作者。或许到100年之后，AI才能够独立完结创造性作业。
十年前，大部分人都以为AI替代人类作业的次序是：蓝领作业（卡车司机等）→低技术的白领作业→高技术的白领作业（程序员等），最后才会（或许永远不会）替代创造性作业。现在的现实证明，AI最有或许先替代的反而是创造性作业。
这也阐明，预测未来是很难的，还阐明人类或许不够了解自己，不清楚什么类型的技术最难、最需求调集大脑，或许错误估量了操控身体的难度。
Reid Hoffman：除了AI的运用潜力之外，现在咱们对AI的讨论有没有草率的一面，比方将AI用于核聚变研讨？
Sam Altman： 通常而言，假如某个职业获得十分广泛的社会关注，所有人都在议论它，这或许不是什么功德，惋惜这恰恰是AI职业现在的情况，我不期望这是AI职业“垮掉”的前兆。
业界有人正在研讨运用强化学习模型操控核聚变反响，但据咱们所知，AI模型在这里发挥的效果还十分有限。
咱们现在进入了“AI+”年代，信任AI在未来能够完成许多东西，会成为最大的新一代技术渠道。但就现在而言，咱们倾向于往更有确定性的方向开展，比方，业界研讨出了缩放定律（Scaling Law，该定律提醒AI模型性能与模型参数、数据、核算量之间的联络），就以此为根底展望下一步。
这也是OpenAI的运作模式——先做摆在咱们面前的最有信心能成功的作业，然后分出10%的资源进行成功确定性更低的探究作业。 这种运作方法为咱们带来巨大的成功。
现阶段不应该把要点放在“让AI无所不能”上，而是先沿着现有的道路慢慢开展完善AI，然后留有开放探究的空间——巨大的事物都不是方案出来的，有时严重的打破诞生于偶然。
3
AI的未来开展方向
Reid Hoffman：未来几年，AI的开展方向是什么？
Sam Altman：一个比较确定的方向是，言语模型的开展会远超今天的幻想。 虽然许多人都说算力和数据都现已跟不上了，这也是现实，但算法的改善空间仍然很大，还能够带来很大的前进。
第二个方向是多模态模型的开展。 未来的多模态模型将不局限于文本和图画的互相转化，而是所有模态之间都能够方便地互相转化。
第三个方向是，模型能够持续学习。 现在的模型如GPT都停滞在最初训练好的状况，并不会随着运用次数的增加而自我优化。我信任未来能够改动这一点。
假如上述三点都能完成的话，咱们就能够解锁许多全新的运用场景，完成真实的科技革新，协助人类完成科技的腾跃式行进。并且我信任，咱们也有方法运用AI推进科研前进和新常识的发生。
我以为，现在普遍存在的一种错误观念是：“虽然言语模型的功用现已比较完善，还能够运用到图画和视频范畴，将运用智能的边际本钱降得十分低，但归根结底，它仅仅仿照人类做过的东西，不能为人类发生新常识，不能医治癌症，也不能拓展人类已知的科学范畴。”我信任，AI的开展会让持这种观念的人大吃一惊。
Reid Hoffman：AI将怎样影响未来人类的日子？
Sam Altman： AI终将进入人类日子的方方面面。未来十年里，智能和动力的边际本钱会迅速下降，趋近于零，而智能和动力又是其他各行各业的首要本钱来历（当然，奢侈品除外）。[注：Sam Altman 是否提前知道了美国动力部在12月份宣告的可控核聚变的进展？]
整个社会的本钱结构都会下降，正如之前屡次科技革新的成果相同。在这种浪潮之下，很少有什么会原封不动。但有一点很重要，智能和动力本钱仅仅趋近于零，而不是直接降为零。所以将来假如有人仍愿意花费巨额投资来购买智能和动力，他们得到的算力和动力的数量将打破幻想。
设想一下，将来的动力运用本钱下降10~100倍，智能运用本钱下降1亿倍，而对动力和智能的资金投入则比现在多1000倍，那会是什么样的局势？
Audience Member：未来二三十年内，AI的开展会带来什么社会问题？假如要避免这些问题，咱们现在能够怎样做？
Sam Altman： AI的运用会极大影响经济活动。将来咱们需求构成新的社会契约，考虑怎样公平地分配财富。AGI体系的运用权将会成为一种商品，所以也要考虑怎样让所有人平等地获得运用AGI的时机。还有AGI的管理问题：人类怎样一起决议AGI能够做什么、不能做什么。
我不忧虑“AI替代人类的作业之后，人类何去何从”的问题，虽然未来人类的作业会和现在很不相同，但我觉得人类最终都会找到自己满足的事业，过上充分的日子。真实的难题是财富分配、AGI运用权和AGI的治理问题。
Reid Hoffman：据我所知，OpenAI也付出不少努力，试图处理AI的社会影响问题。
Sam Altman： OpenAI正在进行全球最大型的UBI试验。（Universal Basic Income，无条件根本收入；Sam Altman以为，十年后AI的生产力能够创造巨大财富，满足给每个美国公民每年无条件发放13,500美元。）有一个为期五年的项目现已进行到三年半了。UBI不会是唯一的处理方案，但它是一个不错的做法。
OpenAI从受AI冲击最大的职业中汲取定见，以便制定应对方案；对于那些最早被AI替代的劳动者，咱们也尝试运用AI协助他们学习新技术。咱们还会不断地做类似的作业。
Audience Member：你怎样界说AGI（通用人工智能）？怎样才算完成了AGI？
Sam Altman： 我了解的AGI相当于一个能够搭档的普通人，任何远程搭档能够经过电脑帮你完结的作业，AGI也能够做，包含让AGI学习医疗常识和写代码等等。
AGI的要点不在于掌握某一种难得的技术，而是具有学习的元才能，然后只需人类需求，它就能够往任何技术方向开展并精通。 另一个概念是“超级智能”（Super Intelligence），它指的是比全人类加起来还要聪明的智能。
Audience Member：哪些范畴不会被AI影响？
Sam Altman： 所有人类深层次的东西都不会被AI改动。作为人类，咱们仍然重视人与人之间的互动联络，人类大脑的奖赏机制没有变，咱们仍然追求快乐，具有创造欲和竞赛欲，巴望组成家庭……五万年前人类在意的东西，一百年后的人类也会在意。
（本文由OneFlow社区编译，译文转载请联络获得授权。来历：
www.youtube.com/watch?v=WHo…
欢迎 Star、试用 OneFlow 最新版别：
github.com/Oneflow-Inc…
