欢迎光临开运体育(中国)官方网站

开云体育app下载山姆·奥尔特曼:我们每个人都有责任把世界的命运寄托在自己身上|


  导语ღ◈✿ღ◈:虽然ChatGPT已在全球掀起颠覆性的AI革命ღ◈✿ღ◈,然而很少有人了解ChatGPT背后诞生的秘辛ღ◈✿ღ◈。近日ღ◈✿ღ◈,湛庐文化推出“ChatGPT之父”山姆·奥尔特曼的全新传记《奥尔特曼传》ღ◈✿ღ◈。本书作者周恒星基于与奥尔特曼近10年的交流ღ◈✿ღ◈,首次全方位ღ◈✿ღ◈、近距离地揭秘了这位科技巨头的Ai帝国ღ◈✿ღ◈、权力之路和未来蓝图ღ◈✿ღ◈。

  在ChatGPT发布2周年之际ღ◈✿ღ◈,让我们共同走进书中的世界ღ◈✿ღ◈,跟随奥尔特曼的脚步ღ◈✿ღ◈,探寻GPT模型“从零到一”的诞生历程ღ◈✿ღ◈,致敬那些在创新道路上勇往直前的探索者们ღ◈✿ღ◈!

  2016年初的硅谷ღ◈✿ღ◈,空气中弥漫着焦虑的气息ღ◈✿ღ◈。公开和私下里ღ◈✿ღ◈,人们都在讨论科技泡沫是不是要破了ღ◈✿ღ◈。

  一方面开云体育app下载ღ◈✿ღ◈,整个2015年科技公司IPO(首次公开募股)的比例跌至过去7年来最低点ღ◈✿ღ◈,一些小型科技公司(如yelp)的市值遭受了重创ღ◈✿ღ◈;另一方面ღ◈✿ღ◈,科技巨头(如苹果和谷歌)的股价却屡创新高ღ◈✿ღ◈。

  这年秋天ღ◈✿ღ◈,在硅谷的一处豪宅里ღ◈✿ღ◈,举行了一场私人放映活动ღ◈✿ღ◈,播放的是探讨人工智能意识的科幻电视剧《西部世界》ღ◈✿ღ◈。

  这场活动的召集人是时年31岁的奥尔特曼ღ◈✿ღ◈。活动地点在奥尔特曼的朋友ღ◈✿ღ◈、俄罗斯籍犹太裔风险投资家尤里·米尔纳(Yuri Milner)位于洛斯阿尔托斯山上的豪宅里ღ◈✿ღ◈。

  山姆·奥尔特曼和尤里·米尔纳邀请您参加《西部世界》首播集上映前的观影会ღ◈✿ღ◈,这是一部HBO发行的ღ◈✿ღ◈,探索人工意识和人工智能未来的新连续剧ღ◈✿ღ◈。

  参加放映活动的嘉宾都是硅谷赫赫有名的人物ღ◈✿ღ◈,包括谷歌联合创始人谢尔盖·布林ღ◈✿ღ◈,以及许多从YC孵化器中脱颖而出的年轻创始人ღ◈✿ღ◈。

  作为硅谷社交圈的中心ღ◈✿ღ◈,奥尔特曼希望通过这场放映活动ღ◈✿ღ◈,一方面引起人们对AI技术和安全性的关注ღ◈✿ღ◈,另一方面ღ◈✿ღ◈,他希望引导人们将注意力从对互联网转移到对硬科技(hard tech)上ღ◈✿ღ◈。“硬科技”指的是依靠科学技术的突破和工程能力的发展ღ◈✿ღ◈,带来重大创新和变革的高科技领域ღ◈✿ღ◈。而AI毫无疑问是硬科技“皇冠”上的“明珠”ღ◈✿ღ◈。

  奥尔特曼认为并不存在科技泡沫ღ◈✿ღ◈,当时是处在科技低迷期ღ◈✿ღ◈。在一篇名为《硬科技回来了》(Hard Tech is Back)的博客文章中ღ◈✿ღ◈,奥尔特曼写道ღ◈✿ღ◈:

  把那些关于股市何时崩盘以及融资环境受到影响的无聊文章留给其他人写吧ღ◈✿ღ◈,历史也会忘记那些人ღ◈✿ღ◈。现在是采取长期主义并利用技术解决重大问题的最佳时机ღ◈✿ღ◈,我们比以往任何时候都更需要这些问题的解决方案开云体育app下载ღ◈✿ღ◈。

  在这篇文章的最后ღ◈✿ღ◈,奥尔特曼特别提到了AIღ◈✿ღ◈:AGI和特定场景下的AIღ◈✿ღ◈,在当前创业领域中似乎是最明显的赢家ღ◈✿ღ◈。

  2016年1月4日ღ◈✿ღ◈,新年伊始的第一个周一ღ◈✿ღ◈,OpenAI创始团队的10个人就开始在布罗克曼的家中工作了ღ◈✿ღ◈。

  第一次开会的时候ღ◈✿ღ◈,苏茨克弗转身想在白板上写些东西ღ◈✿ღ◈,却发现布罗克曼家中并没有白板ღ◈✿ღ◈。布罗克曼只好赶快去购置了一些办公用品ღ◈✿ღ◈。

  旧金山市中心的房价很高ღ◈✿ღ◈,布罗克曼的公寓也不算大ღ◈✿ღ◈,只有一个较大的厨房和一间带沙发的客厅ღ◈✿ღ◈。有时团队成员找不到地方ღ◈✿ღ◈,只好坐在卧室的床上工作ღ◈✿ღ◈。但团队的氛围非常好ღ◈✿ღ◈,这10个人可以说是世界上最聪明的群体ღ◈✿ღ◈。

  接下来的一个月里ღ◈✿ღ◈,布罗克曼的带领下ღ◈✿ღ◈,团队就愿景ღ◈✿ღ◈、工作方式和目标进行了深入讨论ღ◈✿ღ◈,并制定了一套面试流程ღ◈✿ღ◈。接下来ღ◈✿ღ◈,他们购置了服务器ღ◈✿ღ◈,创建了一系列的账号ღ◈✿ღ◈。剩余时间ღ◈✿ღ◈,布罗克曼拼命学习深度学习的教材ღ◈✿ღ◈。布罗克曼说ღ◈✿ღ◈:

  在OpenAI成立的头两年ღ◈✿ღ◈,布罗克曼和苏茨克弗共同做出了大部分日常决策ღ◈✿ღ◈,布罗克曼管理初创公司的软件工程师ღ◈✿ღ◈,苏茨克弗则带领研究人员开展研究ღ◈✿ღ◈。

  布罗克曼具有很强的能力ღ◈✿ღ◈,既能洞察技术问题每一部分的细枝末节ღ◈✿ღ◈,又能把握每个层面的重点ღ◈✿ღ◈,然后还能从战略层面思考如何将所有部分整合在一起ღ◈✿ღ◈。

  布罗克曼必须解决的一个难题是ღ◈✿ღ◈,如何让研究人员和工程师从同样的角度出发进行工作ღ◈✿ღ◈。据内部人士透露ღ◈✿ღ◈,一些OpenAI的工程师低估了研究人员贡献的重要性ღ◈✿ღ◈,研究人员则有时将工程师视为技术人员而非科学家ღ◈✿ღ◈。

  同为OpenAI董事会成员的Quora的CEO亚当·丹吉洛(Adam D’Angelo)说ღ◈✿ღ◈,过去的AI研究大多在实验室里进行ღ◈✿ღ◈,要把技术转化为产品很难ღ◈✿ღ◈,布罗克曼是那个让AI成功产品化的人ღ◈✿ღ◈。

  马斯克和奥尔特曼每周都会来探班ღ◈✿ღ◈。阿贝尔回忆称ღ◈✿ღ◈,马斯克经常一进客厅就往沙发上一坐开云体育app下载ღ◈✿ღ◈,然后说ღ◈✿ღ◈:“好吧ღ◈✿ღ◈,最近都发生了什么?”布罗克曼便会向他介绍最近一周的工作进展ღ◈✿ღ◈。

  自从跟施乐的计算机科学家艾伦·凯共进晚餐后ღ◈✿ღ◈,布罗克曼和苏茨克弗就开始计划打造一家现代版的施乐PARCღ◈✿ღ◈:PARC的开放和自由研究催生了从图形用户界面到激光打印机再到面向对象编程等一系列创新ღ◈✿ღ◈;尽管PARC虽然属于施乐公司ღ◈✿ღ◈,但它的研究成果也惠及了包括苹果在内的众多公司ღ◈✿ღ◈,史蒂夫·乔布斯也能够接触PARC的研究成果ღ◈✿ღ◈。布罗克曼也希望每个人都能接触到OpenAI的研究成果ღ◈✿ღ◈。布罗克曼说道ღ◈✿ღ◈:

  RARC真正特别的地方在于ღ◈✿ღ◈,他们聚集了一群聪明人ღ◈✿ღ◈,并赋予他们自由发挥的空间ღ◈✿ღ◈。我们希望构建一个共同的愿景ღ◈✿ღ◈,同时避免中央控制ღ◈✿ღ◈。放弃控制是开源理念的核心ღ◈✿ღ◈。秉持开源理念的人相信ღ◈✿ღ◈,如果有足够多的人致力于一个共同目标ღ◈✿ღ◈,最终的成果将超过任何封闭性环境中构思出来的东西ღ◈✿ღ◈。

  2016年4月ღ◈✿ღ◈,团队终于告别了布罗克曼的家ღ◈✿ღ◈,搬进了位于旧金山教会区的一家小型巧克力工厂的楼上ღ◈✿ღ◈。这间办公室是奥尔特曼从红杉资本那里租来的ღ◈✿ღ◈。

  搬进新办公室后ღ◈✿ღ◈,奥尔特曼做的第一件事是在墙上写下美国海军上将海曼·里科弗(Hyman Rickover)的名言ღ◈✿ღ◈:

  在《硬科技回来了》这篇博客中ღ◈✿ღ◈,奥尔特曼并没有提到OpenAIღ◈✿ღ◈,因为在当时的环境下ღ◈✿ღ◈,OpenAI显然不是赢家ღ◈✿ღ◈。在与科技巨头争夺人才的战争中ღ◈✿ღ◈,OpenAI处于下风ღ◈✿ღ◈。早在2014年ღ◈✿ღ◈,微软副总裁彼得·李(Peter Lee)就表示ღ◈✿ღ◈,一位顶级 AI 研究员的成本已经超过了美国国家橄榄球联盟(NFL)中一位顶级四分卫的成本ღ◈✿ღ◈。

  作为一家非营利性组织ღ◈✿ღ◈,OpenAI的资金有限ღ◈✿ღ◈,不能像许多创业公司那样提供股权激励ღ◈✿ღ◈。在OpenAI成立当月ღ◈✿ღ◈,奥尔特曼接受媒体采访时承认ღ◈✿ღ◈,自己在营利性的初创企业方面积累了丰富的经验ღ◈✿ღ◈,而在非营利性组织方面的经验很少ღ◈✿ღ◈。但他相信ღ◈✿ღ◈,即使是一家非营利性组织ღ◈✿ღ◈,组织的质量也是由人才决定的ღ◈✿ღ◈。

  由于奥尔特曼和马斯克都有全职工作ღ◈✿ღ◈,苏茨克弗将主要重心放在了研究上ღ◈✿ღ◈,招聘的重任便落在了布罗克曼肩上ღ◈✿ღ◈。奥尔特曼曾形容布罗克曼是“世界级”的招聘高手ღ◈✿ღ◈:“他会精心策划面试的每个细节ღ◈✿ღ◈,深入研究候选人的背景ღ◈✿ღ◈,并进行周到而持久的后续跟进ღ◈✿ღ◈。”

  “他非常愿意接受反馈ღ◈✿ღ◈。无论是大事小情ღ◈✿ღ◈,他总是乐于倾听ღ◈✿ღ◈,从不生气ღ◈✿ღ◈,并且能够迅速处理ღ◈✿ღ◈。”奥尔特曼在自己的博客中对布罗克曼大加赞赏ღ◈✿ღ◈。

  而且布罗克曼工作非常勤奋ღ◈✿ღ◈。他的同事回忆说ღ◈✿ღ◈,即使在OpenAI搬出他家的公寓后ღ◈✿ღ◈,他依然几乎住在办公室里ღ◈✿ღ◈。一位前员工说ღ◈✿ღ◈,当他们早上到达办公室时ღ◈✿ღ◈,布罗克曼已经在伏案工作ღ◈✿ღ◈,当他们晚上离开时ღ◈✿ღ◈,他仍在敲击键盘ღ◈✿ღ◈。

  2016年5月ღ◈✿ღ◈,当时在谷歌大脑工作的顶尖人工智能研究员达里奥·阿莫代(Dario Amodei)到OpenAI的办公室拜访ღ◈✿ღ◈。奥尔特曼试图说服他加入ღ◈✿ღ◈,但阿莫代告诉奥尔特曼和布罗克曼ღ◈✿ღ◈,没有人理解他们在做什么ღ◈✿ღ◈:OpenAI筹集了10亿美元并雇用了一个有30名研究员的团队ღ◈✿ღ◈,这令人印象深刻——但这是为了什么?

  “AI领域内有二三十个人ღ◈✿ღ◈,还有哈佛大学哲学家尼克·博斯特罗姆(Nick Bostrom)和维基百科的文章都在说ღ◈✿ღ◈,OpenAI的目标是构建友好型AI然后将源代码发布给全世界ღ◈✿ღ◈。”阿莫代疑惑地看着奥尔特曼和布罗克曼ღ◈✿ღ◈。

  “我们不打算发布所有的源代码ღ◈✿ღ◈,”奥尔特曼说ღ◈✿ღ◈,“但请不要试图在维基百科上纠正这一点ღ◈✿ღ◈。通常情况下ღ◈✿ღ◈,这只会让事情变得更糟ღ◈✿ღ◈。”

  阿莫代走后ღ◈✿ღ◈,奥尔特曼和布罗克曼开始思考ღ◈✿ღ◈,如果想招募最优秀的团队ღ◈✿ღ◈,就必须有清晰的使命和价值观ღ◈✿ღ◈。

  2016年6月ღ◈✿ღ◈,在一篇名为《我们的技术目标》(OpenAI Technical Goals)的公告中ღ◈✿ღ◈,OpenAI详细列出了公司的使命和几大技术目标ღ◈✿ღ◈。其中第一句就是ღ◈✿ღ◈:

  从一开始ღ◈✿ღ◈,他们就设立了非常崇高的目标ღ◈✿ღ◈,这些目标容易衡量ღ◈✿ღ◈、容易理解ღ◈✿ღ◈,并保证能够吸引注意力ღ◈✿ღ◈,即使他们实际上还没有做任何实质性的事情ღ◈✿ღ◈。

  OpenAI联合创始人ღ◈✿ღ◈、研究员沃伊切赫·扎伦巴(WojciechZaremba)回忆说ღ◈✿ღ◈,来自科技巨头的工作邀约金简直高到离谱ღ◈✿ღ◈。尽管他对谷歌和Facebook等公司非常尊重ღ◈✿ღ◈,但那些近乎疯狂的报价实际上让他感到厌恶ღ◈✿ღ◈。他更加倾向于加入OpenAI这样具有宏伟使命的创业公司ღ◈✿ღ◈。

  在OpenAI的官网上ღ◈✿ღ◈,这家初创组织的网页设计显得有些过于花哨ღ◈✿ღ◈,并且公告更新频繁ღ◈✿ღ◈,每一篇文章都配有精美的插图——我相信这些插图至少在早期是手工绘制的ღ◈✿ღ◈,而非AI所作ღ◈✿ღ◈。

  在当时ღ◈✿ღ◈,OpenAI的官网上每隔几天就会发布新成员加入的公告ღ◈✿ღ◈,公告中会详细列出新成员的名字和简介ღ◈✿ღ◈,连实习生也未遗漏ღ◈✿ღ◈。这很可能是奥尔特曼的主意ღ◈✿ღ◈。一方面ღ◈✿ღ◈,这种仪式感增强了团队的凝聚力ღ◈✿ღ◈;另一方面ღ◈✿ღ◈,也吸引了潜在的招聘对象ღ◈✿ღ◈。(“哇ღ◈✿ღ◈,又一个行业大咖加入了OpenAIღ◈✿ღ◈,我是不是也应该考虑一下?”)

  比如2016年3月ღ◈✿ღ◈,他们公布了4位全职研究员的加入ღ◈✿ღ◈,这些研究员都是在华盛顿瑰丽酒店的一次晚宴上招募的ღ◈✿ღ◈,其中就包括机器学习领域的领军人物伊恩·古德费洛(Ian Goodfellow)ღ◈✿ღ◈;还有一位华人实习生范林曦(Linxi “Jim” Fan)ღ◈✿ღ◈,他后来成了英伟达的 AI 科学家ღ◈✿ღ◈,在社交媒体上非常活跃ღ◈✿ღ◈。

  5月加入的员工中ღ◈✿ღ◈,有几位是布罗克曼在Stripe的旧部ღ◈✿ღ◈,包括设计团队主管路德维格·彼得松(Ludwig Pettersson)和工程师乔纳斯·施奈德(Jonas Schneider)ღ◈✿ღ◈。

  8月的公告显示ღ◈✿ღ◈,奥尔特曼一直想招募的达里奥·阿莫代加入了公司ღ◈✿ღ◈,出任首席研究员ღ◈✿ღ◈。他的妹妹丹妮拉·阿莫代(Daniela Amodei)之前就与布罗克曼合作过ღ◈✿ღ◈,两年后ღ◈✿ღ◈,在布罗克曼的邀请下ღ◈✿ღ◈,丹妮拉也加入了团队ღ◈✿ღ◈。

  2017年1月的公告显示ღ◈✿ღ◈,前谷歌科学家ღ◈✿ღ◈、机器学习领域的重量级人物雅罗斯拉夫·布拉托夫(Yaroslav Bulatov)加入了团队ღ◈✿ღ◈,还有几位YC的骨干成员也加入进来ღ◈✿ღ◈。这篇公告还透露ღ◈✿ღ◈,OpenAI团队现在有45名成员ღ◈✿ღ◈,团队的目标是ღ◈✿ღ◈:

  齐心协力ღ◈✿ღ◈,不断推进AI能力的发展前沿——无论是验证新的想法ღ◈✿ღ◈、创建新的软件系统ღ◈✿ღ◈,还是在机器人上部署机器学习ღ◈✿ღ◈。

  奥尔特曼在YC的经历似乎并没有派上用场ღ◈✿ღ◈。在YCღ◈✿ღ◈,奥尔特曼总是告诉创始人ღ◈✿ღ◈,要打破常规快速行动ღ◈✿ღ◈,迅速推出产品ღ◈✿ღ◈。然而ღ◈✿ღ◈,他后来承认ღ◈✿ღ◈:

  OpenAI做了很多与YC建议的标准相反的事情ღ◈✿ღ◈。成立之初ღ◈✿ღ◈,我们对产品没有任何概念ღ◈✿ღ◈,也没有与用户进行交流ღ◈✿ღ◈。

  奥尔特曼擅长向投资人推销项目ღ◈✿ღ◈,但在OpenAI这里却行不通ღ◈✿ღ◈,因为OpenAI靠的是捐赠而非投资ღ◈✿ღ◈。要持续获得捐赠ღ◈✿ღ◈,就必须拿出实实在在的研究成果ღ◈✿ღ◈,而不是承诺投资回报ღ◈✿ღ◈。

  由于缺乏明确的方向ღ◈✿ღ◈,团队在布罗克曼和苏茨克弗的带领下ღ◈✿ღ◈,确定了几个关键的研究方向来探索AI的可能性ღ◈✿ღ◈。

  第一ღ◈✿ღ◈,OpenAI推出了“Universe”平台ღ◈✿ღ◈,旨在创建一个虚拟世界ღ◈✿ღ◈,让AI可以像人类一样操作电脑ღ◈✿ღ◈,通过虚拟的键盘和鼠标来玩游戏ღ◈✿ღ◈、浏览网页和观看视频ღ◈✿ღ◈。这个平台的灵感来源于成功推动图像识别技术发展的ImageNetღ◈✿ღ◈。Universe提供了一个通用接口ღ◈✿ღ◈,通过VNC服务器连接无限的互联网环境ღ◈✿ღ◈,使AI能够在多种游戏和应用中进行训练ღ◈✿ღ◈,包括EAღ◈✿ღ◈、MicrosoftStudios和Valve等公司授权的游戏ღ◈✿ღ◈。

  第二ღ◈✿ღ◈,OpenAI在机器人技术方面取得了显著进展ღ◈✿ღ◈。沃伊切赫·扎伦巴带领的团队开发了一个能够自学还原魔方的五指机械手ღ◈✿ღ◈。这个项目通过数字仿真ღ◈✿ღ◈,在虚拟现实中训练机器手ღ◈✿ღ◈,让它在相当于一万年的时间里学会了还原魔方的各种动作ღ◈✿ღ◈。这种方法的巨大优势在于ღ◈✿ღ◈,机器人能够在虚拟环境中学习技能ღ◈✿ღ◈,然后将这些技能应用到现实世界中ღ◈✿ღ◈,处理各种不确定性ღ◈✿ღ◈。

  第三ღ◈✿ღ◈,他们尝试在复杂的游戏环境中训练AIღ◈✿ღ◈。布罗克曼认为ღ◈✿ღ◈,DOTA(《魔兽争霸》)是一个极佳的训练场ღ◈✿ღ◈,因为它涉及团队合作ღ◈✿ღ◈、实时策略ღ◈✿ღ◈、不完全信息以及庞大的英雄和物品组合ღ◈✿ღ◈。布罗克曼领导的DOTA2项目帮助打破了僵局ღ◈✿ღ◈。为了推动这项工作ღ◈✿ღ◈,布罗克曼与DOTA2的开发人员进行了数小时的电话交谈ღ◈✿ღ◈,以弄清楚如何让玩游戏的软件工作ღ◈✿ღ◈,这是一个技术挑战ღ◈✿ღ◈,因为游戏和OpenAI的算法是用不同的编程语言编写的ღ◈✿ღ◈。

  OpenAI的AI首次亮相是在2017年的DOTA 2国际邀请赛上ღ◈✿ღ◈,它在1v1的对决中战胜了顶尖选手登迪(Dendi)ღ◈✿ღ◈。

  如果我们回头看ღ◈✿ღ◈,实际上OpenAI的方向是错的ღ◈✿ღ◈:当时OpenAI内部以及业内的普遍观点是ღ◈✿ღ◈,要想做出强大的AIღ◈✿ღ◈,有时需要从琐碎的事情开始ღ◈✿ღ◈。

  电子游戏和机器人手臂将为自动驾驶汽车和治愈癌症的AI铺平道路ღ◈✿ღ◈。所以当时这些系统都是窄领域的ღ◈✿ღ◈,非常有针对性——下围棋的系统甚至不能下国际象棋ღ◈✿ღ◈,更不用说理解语言了ღ◈✿ღ◈。预测机票价格波动的系统ღ◈✿ღ◈,却不能处理文本ღ◈✿ღ◈。因此ღ◈✿ღ◈,每次有一个新的应用程序ღ◈✿ღ◈,都需要训练一个新的系统ღ◈✿ღ◈。这需要很长时间以及大量标注数据等ღ◈✿ღ◈。

  我们在做一些随机的事情ღ◈✿ღ◈,看看会发生什么ღ◈✿ღ◈。有时感觉构建的东西和想象的目标之间有很大的差距ღ◈✿ღ◈。上班时大家编程让机器人玩电子游戏ღ◈✿ღ◈,午餐时则围坐在桌旁ღ◈✿ღ◈,谈论着如何拯救人类ღ◈✿ღ◈。

  客观地说ღ◈✿ღ◈,通过在虚拟世界和复杂游戏环境中训练AIღ◈✿ღ◈,OpenAI展示了其在AI领域的野心和创新ღ◈✿ღ◈。但他们并没有取得突破性的进展ღ◈✿ღ◈,最初捐赠的资金也在一点点耗尽ღ◈✿ღ◈。虽然团队的干劲非常高涨ღ◈✿ღ◈,但马斯克和奥尔特曼却在暗暗着急ღ◈✿ღ◈。

  我们已经成立了两年ღ◈✿ღ◈,我们做了什么?我们取得了什么成就?我们有一支很棒的团队ღ◈✿ღ◈,但是我们有出色的结果吗?我认为我们都非常雄心勃勃ღ◈✿ღ◈。我们都真诚地希望能在这个领域产生影响ღ◈✿ღ◈。我们都渴望感觉到自己能够引导它ღ◈✿ღ◈,让情况与没有我们时有所不同ღ◈✿ღ◈。这就是我们聚集在这里的原因ღ◈✿ღ◈。然而ღ◈✿ღ◈,当时我们还不清楚这一切能否实现开云体育app下载ღ◈✿ღ◈。

  这种焦虑甚至让布罗克曼开始练习举重ღ◈✿ღ◈,他开玩笑说ღ◈✿ღ◈,即使OpenAI倒闭了ღ◈✿ღ◈,至少在这段时间里还能有个可以交代的事情ღ◈✿ღ◈。

  在那段时间ღ◈✿ღ◈,OpenAI还进行了一次小规模的裁员开云体育app下载ღ◈✿ღ◈,暂停了机器人手臂的项目ღ◈✿ღ◈。机器学习领域的领军人物伊恩·古德费洛也在这段时间重新回到了谷歌ღ◈✿ღ◈。奥尔特曼后来回忆道ღ◈✿ღ◈:

  我们太早开始研究机器人了ღ◈✿ღ◈,所以不得不搁置那个项目ღ◈✿ღ◈。那个项目也因为错误的原因而变得困难ღ◈✿ღ◈,无助于我们在机器学习研究的困难部分取得进展ღ◈✿ღ◈。我们一直在处理糟糕的模拟器和肌腱断裂之类的问题ღ◈✿ღ◈。随着时间的推移ღ◈✿ღ◈,我们也越来越意识到ღ◈✿ღ◈,我们首先需要的是智能和认知ღ◈✿ღ◈,然后才能想办法让它适应物理特性ღ◈✿ღ◈。从我们构建这些语言模型的方式来看ღ◈✿ღ◈,从那儿开始更容易ღ◈✿ღ◈。但我们一直计划回到这个问题上来ღ◈✿ღ◈。

  与谷歌的竞争渐渐演变成了一场军备竞赛ღ◈✿ღ◈。资金难题并不是苏茨克弗和布罗克曼可以解决的ღ◈✿ღ◈,于是问题抛到了奥尔特曼和马斯克两位联合主席这里ღ◈✿ღ◈。奥尔特曼后来坦诚ღ◈✿ღ◈,“我们并没有直观意识到这个项目会有多昂贵”ღ◈✿ღ◈,他补充道ღ◈✿ღ◈,“我们现在仍然不知道”ღ◈✿ღ◈。

  在YC的经历让奥尔特曼更善于倾听并想方设法解决问题ღ◈✿ღ◈。他明白ღ◈✿ღ◈,为了提高算力必须筹措更多的资金ღ◈✿ღ◈。为此ღ◈✿ღ◈,奥尔特曼研究了多种为OpenAI筹集资金的方案ღ◈✿ღ◈,例如获得美国政府的资金支持和推出新的加密货币ღ◈✿ღ◈。然而ღ◈✿ღ◈,他也承认ღ◈✿ღ◈:“没有人愿意以任何方式资助这个项目ღ◈✿ღ◈,那段时间真的很艰难ღ◈✿ღ◈。”

  2017年初ღ◈✿ღ◈,苏茨克弗与OpenAI的研究科学家亚历克·拉德福德(Alec Radford)开展了一系列关于神经网络在自然语言处理领域的研究ღ◈✿ღ◈。拉德福德很年轻ღ◈✿ღ◈,当时只有23岁ღ◈✿ღ◈。拉德福德的模型足够直观ღ◈✿ღ◈,当他审视模型的隐藏层时ღ◈✿ღ◈,他意外地发现了一个专门用于分析评论情感的特定神经元ღ◈✿ღ◈。以往的神经网络虽然也能进行情感分析ღ◈✿ღ◈,但它们需要明确的指示并接受特殊训练ღ◈✿ღ◈,还要使用标记了情感的数据ღ◈✿ღ◈。然而ღ◈✿ღ◈,拉德福德的神经网络却自发地学会了这项技能ღ◈✿ღ◈。

  他们的第一个实验是扫描20亿条Reddita的评论ღ◈✿ღ◈,用神经网络训练一个语言模型ღ◈✿ღ◈。像OpenAI早期的很多实验一样牧文人体ღ◈✿ღ◈,这个实验失败了ღ◈✿ღ◈。这个模型只能偶尔生成一个通顺的句子ღ◈✿ღ◈,而且要很费力才能理解它ღ◈✿ღ◈。苏茨克弗和布罗克曼鼓励拉德福德不要泄气ღ◈✿ღ◈,继续尝试ღ◈✿ღ◈。

  后来拉德福德收集了大约1亿条亚马逊购物网站上的产品评论ღ◈✿ღ◈,训练了另一个语言模型ღ◈✿ღ◈。这次的结果比上次要好很多ღ◈✿ღ◈。

  于是ღ◈✿ღ◈,苏茨克弗想ღ◈✿ღ◈,如果在更广泛的语言数据上训练一个神经网络ღ◈✿ღ◈,是否能够揭示出更丰富的世界意义结构ღ◈✿ღ◈。如果其隐藏层能积累足够多的概念知识ღ◈✿ღ◈,它们或许能成为超级智能形成的基础学习模块ღ◈✿ღ◈。

  苏茨克弗鼓励拉德福德将视野扩大ღ◈✿ღ◈,不应仅限于亚马逊的评论ღ◈✿ღ◈。他提议ღ◈✿ღ◈,他们应该培养一个AIღ◈✿ღ◈,让它从全球最大ღ◈✿ღ◈、最多样化的数据源ღ◈✿ღ◈,也就是互联网中进行学习ღ◈✿ღ◈。

  但在2017年初ღ◈✿ღ◈,基于当时的神经网络架构ღ◈✿ღ◈,这个想法看上去显得不切实际ღ◈✿ღ◈,因为这可能需要数年的时间来实现ღ◈✿ღ◈。

  2017年6月ღ◈✿ღ◈,一篇由8位谷歌研究人员合著ღ◈✿ღ◈、具有里程碑意义的论文横空出世ღ◈✿ღ◈,它的正式标题是《我注意力是你所需要的全部》(Attention Is All You Need)ღ◈✿ღ◈。

  这篇论文所提出的Transformer模型是一个超级高效的学习者ღ◈✿ღ◈,它不仅能够一次性把整句话都看进去ღ◈✿ღ◈,还能理解每个词和句子中其他词之间的关系ღ◈✿ღ◈。就像是有一个超级记忆力的人ღ◈✿ღ◈,不仅记得每个人说的每句话ღ◈✿ღ◈,还理解他们之间的关系ღ◈✿ღ◈。它赋予了计算机类似人类的语言理解能力ღ◈✿ღ◈。

  Transformer模型用了一种特别的技巧——“自我注意力”ღ◈✿ღ◈,它能够一眼就看到句子中所有的词ღ◈✿ღ◈,并且理解它们之间的联系ღ◈✿ღ◈。这样ღ◈✿ღ◈,它就能够很好地处理那些需要长时间记忆的信息ღ◈✿ღ◈,并且学习速度飞快ღ◈✿ღ◈。

  Transformer模型做了一件对当时来说非常重要的事情ღ◈✿ღ◈。在过去牧文人体ღ◈✿ღ◈,AI系统需要输入非常具体的数据ღ◈✿ღ◈,每条数据必须被标注ღ◈✿ღ◈:这个是正确的ღ◈✿ღ◈,这个是错误的ღ◈✿ღ◈;这个是垃圾邮件ღ◈✿ღ◈,这个不是垃圾邮件ღ◈✿ღ◈;这个是癌症ღ◈✿ღ◈,这个不是癌症……

  但Transformer模型允许AI接收混乱的ღ◈✿ღ◈、未标记的数据ღ◈✿ღ◈。而且它可以比预期更高效地做到这一点ღ◈✿ღ◈,使用的算力更少ღ◈✿ღ◈。

  Transformer模型的出现ღ◈✿ღ◈,极大地提升了计算机处理语言的能力ღ◈✿ღ◈,使得机器翻译ღ◈✿ღ◈、语音识别和文本摘要等任务变得更加高效和精确ღ◈✿ღ◈,这对整个行业来说是一个巨大的飞跃ღ◈✿ღ◈。

  现在ღ◈✿ღ◈,这些基于Transformer的模型可以自我学习ღ◈✿ღ◈。于是业内领悟到ღ◈✿ღ◈:最好的AI并不来自最专业的训练技术ღ◈✿ღ◈,而是来自拥有最多数据的技术ღ◈✿ღ◈。

  然而ღ◈✿ღ◈,Transformer模型刚开始并没有马上征服世界ღ◈✿ღ◈,甚至连谷歌都没有征服ღ◈✿ღ◈。当时只有少数几个人理解这一突破有多么强大ღ◈✿ღ◈,苏茨克弗就是其中之一ღ◈✿ღ◈。

  在OpenAI的早期ღ◈✿ღ◈,苏茨克弗就一直有一个预感ღ◈✿ღ◈,即AI的重大进展不会来自某个特定的调整或新发明ღ◈✿ღ◈,而是来自更多的数据ღ◈✿ღ◈,就像是向引擎中倒入越来越多的燃料ღ◈✿ღ◈。现在ღ◈✿ღ◈,Transformer论文支持了他的这个预感ღ◈✿ღ◈。

  “当这篇论文发布的第二天ღ◈✿ღ◈,我们就意识到ღ◈✿ღ◈,这正是我们所需要的ღ◈✿ღ◈,”苏茨克弗回忆道ღ◈✿ღ◈,“它具备了我们所追求的一切特性ღ◈✿ღ◈。”正如他的老师辛顿所说ღ◈✿ღ◈,苏茨克弗有非常好的技术直觉ღ◈✿ღ◈。

  而布罗克曼把这看作是运气和努力的结合ღ◈✿ღ◈:“这一直是我们的策略——努力解决问题ღ◈✿ღ◈,然后相信我们或者领域内的某个人将设法找到缺失的要素ღ◈✿ღ◈。”

  苏茨克弗建议拉德福德开始尝试使用Transformer架构ღ◈✿ღ◈。结果不出所料ღ◈✿ღ◈,在接下来的两周里ღ◈✿ღ◈,取得的进展比过去两年还要多ღ◈✿ღ◈。

  就像奥尔特曼在2023年所说的那样ღ◈✿ღ◈:“Transformer论文发表时ღ◈✿ღ◈,我觉得谷歌没人意识到它会产生怎样深远的影响ღ◈✿ღ◈。”

  为了开发出这个模型ღ◈✿ღ◈,他们收集了7000本未出版的书籍ღ◈✿ღ◈,其中有很多属于浪漫ღ◈✿ღ◈、奇幻牧文人体ღ◈✿ღ◈、冒险的类型ღ◈✿ღ◈,并根据Quora网站上的问答以及从初中和高中考试里摘录的数千篇文章对其进行了完善ღ◈✿ღ◈。总而言之ღ◈✿ღ◈,这个模型包含了1.17亿个参数或变量ღ◈✿ღ◈。它在理解语言与生成答案方面超越了之前的所有产品ღ◈✿ღ◈。

  GPT-1模型最令人惊奇的是它的广泛适用性ღ◈✿ღ◈,它是一个“通才”ღ◈✿ღ◈。无论哪个话题ღ◈✿ღ◈,你都可以向它提问ღ◈✿ღ◈,而它总能给出令人惊叹的高质量答案ღ◈✿ღ◈。这是因为GPT-1经过了广泛的训练ღ◈✿ღ◈,涵盖了人类可用的整个文本语料库ღ◈✿ღ◈,包括数十亿个句子ღ◈✿ღ◈。无论是你阅读过的文件ღ◈✿ღ◈、备忘录ღ◈✿ღ◈、琐事ღ◈✿ღ◈,还是《哈利·波特》系列小说ღ◈✿ღ◈,所有这些内容都被纳入了模型的训练之中ღ◈✿ღ◈。

  OpenAI团队很快发现ღ◈✿ღ◈,充分发挥Transformer新模型潜力的关键是扩大规模——在庞大的数据集上训练模型ღ◈✿ღ◈。这一事实证明OpenAI已经找到了突破点ღ◈✿ღ◈。苏茨克弗说ღ◈✿ღ◈:

  我们已经找到了进步的公式ღ◈✿ღ◈,现在每个人都知道——深度学习的氧和氢就是大规模神经网络和数据计算ღ◈✿ღ◈。

  构建GPT-1的那个人(拉德福德)基本上是独立完成的ღ◈✿ღ◈,他独自解决了这个问题ღ◈✿ღ◈,这在某种程度上是令人印象深刻的ღ◈✿ღ◈,但他并没有深入理解GPT-1是如何工作的或者为什么有效ღ◈✿ღ◈。随后我们掌握了规模法则(Scaling Law)ღ◈✿ღ◈。我们能够预测它会变得多么出色ღ◈✿ღ◈。这就是为什么ღ◈✿ღ◈,当我们告诉你我们可以做一个演示时ღ◈✿ღ◈,我们相当有信心它会成功ღ◈✿ღ◈。我们还没有训练模型ღ◈✿ღ◈,但我们相当有信心ღ◈✿ღ◈。这导致我们进行了一系列的尝试ღ◈✿ღ◈,并逐渐获得了更好的科学理解ღ◈✿ღ◈,了解到底发生了什么ღ◈✿ღ◈。但这确实首先来自于经验结果ღ◈✿ღ◈。

  规模法则其实就是俗话说的“大力出奇迹”ღ◈✿ღ◈,依靠的是从量变到质变ღ◈✿ღ◈,它之所以能成为AI时代的第一性原理ღ◈✿ღ◈,主要基于以下两个方面ღ◈✿ღ◈:

  首先是足够通用ღ◈✿ღ◈,不管是文本ღ◈✿ღ◈、音频还是视频ღ◈✿ღ◈,所有的问题都可以被转换为“预测下一个token”牧文人体ღ◈✿ღ◈。这里的“token”指的是文本数据的基本单位ღ◈✿ღ◈。在一次播客中ღ◈✿ღ◈,苏茨克弗详细阐述了他为何认为像大型语言模型这样本质上只是预测下一个字符的工具ღ◈✿ღ◈,却能够产生超越人类智慧总和的智能ღ◈✿ღ◈。他解释说ღ◈✿ღ◈:很多人认为ღ◈✿ღ◈,大模型只是通过像统计学一样的方式来模仿人类现有的知识和能力ღ◈✿ღ◈,没有办法超越人类ღ◈✿ღ◈。但是ღ◈✿ღ◈,如果你的基础神经网络足够聪明ღ◈✿ღ◈,你只需问它——一个具有伟大洞察力ღ◈✿ღ◈、智慧和能力的人会怎么做?也许这样的人并不存在ღ◈✿ღ◈,但神经网络很有可能能够推断出这样的人的行为方式ღ◈✿ღ◈。

  其次是可规模化——只要投入足够多的算力ღ◈✿ღ◈、数据ღ◈✿ღ◈,模型就会变得更强大ღ◈✿ღ◈。只要在较小的参数规模上验证了效果ღ◈✿ღ◈,就可以通过增加计算资源和数据量ღ◈✿ღ◈,以“大力出奇迹”的方式获得更好的性能ღ◈✿ღ◈。这进一步使得我们能够模拟整个物理世界——无论是自动驾驶还是机器人等场景ღ◈✿ღ◈,都可以一并得到解决ღ◈✿ღ◈。

  硬件正在以指数级的速度改进ღ◈✿ღ◈,在OpenAI工作期间ღ◈✿ღ◈,最令我惊讶的发现是ღ◈✿ღ◈:计算能力的增强与AI突破之间有着密切关联ღ◈✿ღ◈,从事AI研究的聪明人的数量也在呈指数级增长ღ◈✿ღ◈。

  这种方法还要求OpenAI改变公司文化ღ◈✿ღ◈。任OpenAI董事ღ◈✿ღ◈、Quora创始人亚当·丹吉洛表示ღ◈✿ღ◈:“为了充分利用Transformerღ◈✿ღ◈,你需要将其扩大规模开云体育app下载ღ◈✿ღ◈。”他还说ღ◈✿ღ◈:“你需要像一个工程组织一样运行它ღ◈✿ღ◈。不能让每个研究人员都各自为战ღ◈✿ღ◈,训练自己的模型ღ◈✿ღ◈,制作那些只为了发表论文的漂亮东西ღ◈✿ღ◈。你必须进行更加繁琐ღ◈✿ღ◈、不那么优雅的工作ღ◈✿ღ◈。”他补充说ღ◈✿ღ◈,这正是OpenAI能够做到而其他人无法做到的事情ღ◈✿ღ◈。

  但这一改变带来了一个新问题ღ◈✿ღ◈,奥尔特曼和马斯克很快发现ღ◈✿ღ◈,光有人才远远不够ღ◈✿ღ◈,还需要有大量的算力ღ◈✿ღ◈。

  就在OpenAI和行业内其它公司都在为缺乏算力发愁时ღ◈✿ღ◈,一个传奇创业者敏锐捕捉到了其中的机会ღ◈✿ღ◈。

  黄仁勋ღ◈✿ღ◈,这位手臂上有刺青ღ◈✿ღ◈、爱穿黑色皮衣的创业者ღ◈✿ღ◈,自30岁那年创立英伟达以来ღ◈✿ღ◈,20多年间ღ◈✿ღ◈,经历了芯片半导体领域的起起落落ღ◈✿ღ◈。截至目前ღ◈✿ღ◈,在美国市值一万亿美元以上的公司里ღ◈✿ღ◈,英伟达是唯一一家曾两次从高点下跌超过85%的公司ღ◈✿ღ◈。

  在标准计算机架构中ღ◈✿ღ◈,一个被称为“中央处理单元”(central processing unitღ◈✿ღ◈,CPU)的微芯片承担了大部分工作ღ◈✿ღ◈。程序员编写程序ღ◈✿ღ◈,这些程序将数学问题交给CPUღ◈✿ღ◈,后者一次产生一个解决方案ღ◈✿ღ◈。几十年来ღ◈✿ღ◈,CPU的主要制造商是英特尔ღ◈✿ღ◈,英特尔曾多次试图将英伟达逼出市场ღ◈✿ღ◈。黄仁勋说ღ◈✿ღ◈:“我绝不接近英特尔”ღ◈✿ღ◈。他形容他们之间的关系就像猫和老鼠ღ◈✿ღ◈,“每当他们靠近我们ღ◈✿ღ◈,我就抓起我的芯片跑掉ღ◈✿ღ◈。”

  黄仁勋决定用差异化的产品与巨头竞争ღ◈✿ღ◈,那就是“图形处理单元”(graphics-processing unitღ◈✿ღ◈,GPU)ღ◈✿ღ◈。1999年ღ◈✿ღ◈,英伟达在上市后不久推出了一款名为GeForce的显卡ღ◈✿ღ◈,也就是后人常说的GPUღ◈✿ღ◈。与通用的CPU不同ღ◈✿ღ◈,GPU将复杂的数学任务分解为小计算ღ◈✿ღ◈,然后以并行计算的方法同时处理所有任务ღ◈✿ღ◈。CPU就像一辆递送货物的卡车ღ◈✿ღ◈,一次只能送出一个包裹ღ◈✿ღ◈;而GPU更像是一个遍布整个城市的摩托车队ღ◈✿ღ◈。

  正是基于这种特性ღ◈✿ღ◈,GPU可以完成复杂的运算ღ◈✿ღ◈,这是加密货币市场ღ◈✿ღ◈、深度神经网络以及大屏幕上呈现绚丽色彩所必需的ღ◈✿ღ◈。同样ღ◈✿ღ◈,这些技术可以让残酷的射击游戏无比逼真ღ◈✿ღ◈,让自动驾驶汽车在没有协助的情况下做出S型拐弯ღ◈✿ღ◈。它们可以赋予计算机视力ღ◈✿ღ◈、听力ღ◈✿ღ◈、理解能力和学习能力ღ◈✿ღ◈。

  很快ღ◈✿ღ◈,一群人工智能研究员发现了英伟达GPU在训练神经网络过程中的潜力ღ◈✿ღ◈。2012年ღ◈✿ღ◈,辛顿带领两位爱徒亚历克斯·克里泽夫斯基和伊利亚·苏茨克弗推出AlexNetღ◈✿ღ◈,相比谷歌用了16000颗CPUღ◈✿ღ◈,AlexNet只用了4颗英伟达GPUღ◈✿ღ◈,在学术界和产业界引发了轰动ღ◈✿ღ◈。AlexNet完成了计算机视觉领域的巨大突破ღ◈✿ღ◈,它成功证明了深度神经网络(DNN)可以有效地对许多对象进行分类ღ◈✿ღ◈,而增加训练数据量可以提高DNN的有效性ღ◈✿ღ◈。开发和训练这些神经网络需要大量计算资源ღ◈✿ღ◈,并且如果使用大规模并行性的GPUღ◈✿ღ◈,可以比单独使用多核CPU实现更短的训练周期ღ◈✿ღ◈。

  黄仁勋敏锐地意识到ღ◈✿ღ◈,英伟达的下一个增长点在人工智能领域ღ◈✿ღ◈。黄仁勋打赌英伟达的计算机芯片可以成为人工智能的大脑ღ◈✿ღ◈,他决定将自己所有的筹码放上赌桌ღ◈✿ღ◈。

  我们有幸退后一步ღ◈✿ღ◈,问自己这对计算机未来意味着什么ღ◈✿ღ◈。我们得出了正确的结论ღ◈✿ღ◈,这将改变计算方式ღ◈✿ღ◈,这将改变软件编写方式ღ◈✿ღ◈,这将改变我们可以编写的应用程序类型ღ◈✿ღ◈。

  黄仁勋开始积极布局面向人工智能的GPUღ◈✿ღ◈。英伟达差不多花了5年时间制作出了DGXღ◈✿ღ◈,这个GPU重达31.75千克ღ◈✿ღ◈,黄仁勋把它形容为一辆电动汽车牧文人体ღ◈✿ღ◈。马斯克听说这个消息后ღ◈✿ღ◈,找到了黄仁勋ღ◈✿ღ◈,表示OpenAI想要一个这样的GPUღ◈✿ღ◈。

  于是ღ◈✿ღ◈,在2016年8月的一天ღ◈✿ღ◈,黄仁勋造访了OpenAI在旧金山的办公室ღ◈✿ღ◈。他在一间会议室里将这台超级计算机(属于最新推出的DGX-1系列)亲手交给了马斯克ღ◈✿ღ◈。

  为了埃隆和OpenAI团队ღ◈✿ღ◈!为了计算机和人类的未来ღ◈✿ღ◈!我将世界上第一台DGX-1作为礼物送给你们ღ◈✿ღ◈!

  十分感谢英伟达和Jensen(黄仁勋英文名)将第一台DGX-1超级计算机捐赠给OpenAIღ◈✿ღ◈,以推动AI技术的普及ღ◈✿ღ◈。

  DGX-1超级计算机拥有高达170TFLOPS的半精度浮点运算能力ღ◈✿ღ◈,相当于250台传统服务器ღ◈✿ღ◈,可以将深度学习的训练速度加快75倍ღ◈✿ღ◈,使CPU性能提升56倍ღ◈✿ღ◈,报价12.9万美元ღ◈✿ღ◈。据黄仁勋介绍牧文人体ღ◈✿ღ◈,这是由3000人耗时3年时间研发出的ღ◈✿ღ◈,开发成本巨大ღ◈✿ღ◈。“如果这个项目只为打造一台这样的超级计算机ღ◈✿ღ◈,那么这个项目的成本将高达20亿美元ღ◈✿ღ◈。”

  当时OpenAI和英伟达均未解释这台超级计算机的准确用途ღ◈✿ღ◈。但英伟达称ღ◈✿ღ◈,DGX-1是为处理深度学习等AI问题而量身打造的超级计算机ღ◈✿ღ◈。黄仁勋称ღ◈✿ღ◈:

  世界上第一台专为AI打造的超级计算机即将落户于一家专注于开放式AI研究的实验室ღ◈✿ღ◈,这简直是天作之合ღ◈✿ღ◈。

  此后几年ღ◈✿ღ◈,随着利用GPU训练大模型成为行业共识ღ◈✿ღ◈,越来越多的公司开始追逐高端GPUღ◈✿ღ◈,导致GPU稀缺ღ◈✿ღ◈。马斯克曾说ღ◈✿ღ◈,现在它们“比毒品还难搞”ღ◈✿ღ◈。这些芯片成为了一场淘金热的镐和铲ღ◈✿ღ◈。

  2022年ღ◈✿ღ◈,黄仁勋第一次尝试使用ChatGPTღ◈✿ღ◈,他让它写一首关于他的公司的诗ღ◈✿ღ◈。ChatGPT返回的结果让他很满意ღ◈✿ღ◈:

  几年后随着ChatGPT的走红和英伟达市值突破2万亿美元ღ◈✿ღ◈,马斯克和黄仁勋出神的看着这台超级计算器的照片在网上流传ღ◈✿ღ◈,背后是奥尔特曼写在墙上的那句名言ღ◈✿ღ◈。那句名言的后半句是ღ◈✿ღ◈:

  时代的钟声从远处传来ღ◈✿ღ◈,当算法(Transformer模型)ღ◈✿ღ◈、算力(英伟达)和数据(互联网)都万事俱备的时候ღ◈✿ღ◈,一个新时代的大门敞开了ღ◈✿ღ◈。

  奥尔特曼后来回忆ღ◈✿ღ◈,在一个夏日凉爽的黄昏时分ღ◈✿ღ◈,OpenAI研究团队完成了一个关于规模法则的实验ღ◈✿ღ◈,这个实验揭示了用于训练人工智能的计算能力与其结果能力之间的关系牧文人体ღ◈✿ღ◈,并产生了一系列“完美ღ◈✿ღ◈、平滑的曲线”ღ◈✿ღ◈,这些指数曲线看起来更像是宇宙基本定律而不是实验数据ღ◈✿ღ◈。

  奥尔特曼和一群研究人员走到办公室外ღ◈✿ღ◈,望着远处的夕阳ღ◈✿ღ◈。他们共同意识到ღ◈✿ღ◈,AGI不仅是可能实现的ღ◈✿ღ◈,而且它的来临可能比他们先前所预期的要快得多ღ◈✿ღ◈。奥尔特曼后来回忆说ღ◈✿ღ◈:开云体育appღ◈✿ღ◈,开云体育今日热搜ღ◈✿ღ◈,企业招聘ღ◈✿ღ◈。