昨日,OpenAICEOSamAltman在斯坦福大学的英伟达礼堂进行了一场公开演讲,向在场的1000多名与会者分享了他对人工智能未来的洞见。
从GPT-5的性能表现、OpenAI的AGI征途、到Sora革新娱乐方式,再到AI将如何干掉人类工作岗位等热议问题,敞开聊的SamAltman带来了一场干货满满的分享。
APPSO给大家整理了一些演讲中提到的观点,一起来看看。
GPT-5,将会比现在的大模型更智能
SamAltman坚定地认为,根据科学预测,GPT-5将比GPT-4智能得多,而GPT-6的智能又会远超GPT-5。目前OpenAI还没有达到这个智能发展曲线的顶点。
“抄袭”很容易,在GPT-4诞生的基础上,Google很容易“复制”出Gemini,但真正的创新在于界定AI能力的下一个范式转变。
SamAltman将AI的潜力与iPhone对移动计算的变革性影响相提并论。
OpenAI的使命是实现AGI,开源可能不是实现这一目标的最好途径,OpenAI希望通过向公众提供免费无广告的ChatGPT来实现社会影响力。
追求财务收益,也严肃对待使命
无论OpenAI资金投入多少,关键是能否持续地为社会创造超出这些投资的价值,并找到支付这些费用的途径。
赚钱和资本主义是正面的,但合作伙伴在追求财务利益的同时,也严肃对待使命。为了确保这一点。OpenAI建立了确保激励措施一致性的机制。
不用担心AI太强,人类更喜欢人类
Sora的训练数据用了多少YouTube的视频?SamAltman:让我们跳过这个问题。
不担心AI太强,GPT-4一出来,人们觉得变天了,但现在人们的态度变成了“GPT-4真糟糕,GPT-5在哪里呢?”
人类更喜欢人类,即便现在AI下棋吊打人类,人类还是只喜欢看人类下棋,不过SamAltman也指出一些反例,比如青少年更喜欢跟AI聊而不是跟心理医生聊。
意识到ScalingLaw很重要之后,OpenAI把所有组的计算资源都聚集起来做一件事。
不需要全新的数据也能让模型推理能力不断提升。
AI不是新的生物,而是辅助人类的工具
AI的普及和低价有望消除不公,为全球带来益处。
现在做AI初创是一个很好的时机,但不会因为用上了AI就超过目前已有的产品,AI并不会违背商业的定律。
很多人的创业/研究方向是在补全现在AI的缺陷,本质是在赌AI不会变得更好,但未来的GPT-5、6会让这些努力变得没意义。
Sora会实现全新的娱乐方式,每次会根据你的喜好、互动实时生成不同的东西,会从电影和游戏之间诞生另一个生态。
OpenAI在做的是辅助人类的工具,而不是新的生物,所以不觉得ChatGPT需要有情感。
未来将会诞生一个高薪工作,专门负责给模型生成的结果提供专业反馈。
AI抑制创新?人类会创造更多惊喜
秘密开发通用人工智能(AGI)不是“好邻居”的行为,而应该让社会与科技同步发展,让社会参与决定他们希望从技术中得到什么。
不用担心AI会抑制人类的创新能力,反而相信人们会利用更先进的工具创造出更多惊喜,历史已经证明,当人们得到更多支持时,他们会创造出更多令人惊叹的成就。
OpenAI有责任为现在和未来的人类创造一个更好的世界。AGI有潜力替代某些专业职业如律师和医生,使得法律和医疗服务更加普及,特别对世界较贫穷的一半人口的帮助将大于对较富裕人口的帮助。
值得一提的是,昨天英伟达CEO黄仁勋将世界上第一台DGXH200超级计算机交给了OpenAI。
回溯至2016年,黄仁勋也亲手将世界上第一台DGX-1AI超级计算机捐赠给了OpenAI,并加速了ChatGPT的到来,彼时,马斯克作为联合创始人接收了这台设备并在上面签名。
前不久,马斯克在回忆此事时还翻出2016年8月致谢的推文:“我想感谢英伟达和黄仁勋向OpenAI捐赠了第一台DGX-1AI超级计算机,以支持AI技术的民主化。”
在照片的角落里,你依稀还能发现时任首席科学家IlyaSutskever的身影。
图/Twitter
而在OpenAI总裁GregBrockman最新晒出的合照中却并没有出现IlyaSutskever,以至于有网友调侃道Ilya或许在箱子里。
也有热心的网友将IlyaP到他们的合照中,补上了“缺席”的遗憾。
上个月,SamAltman在接受采访时表示,“Ilya从来没有见过AGI。我们任何人都还没有。我们也还没造出AGI。”
而其昨日表露出的态度却有些暧昧不清,一边鼓吹尚未面世的GPT-5将会颠覆许多行业,甚至成为许多AI初创的杀手,一边却又并未给出太多具有说服力的实质性证据。
关于这个问题,除了等到今年夏天发布的GPT-4.5/5揭晓答案,也许只有“消失”的Ilya能回答了。
转载此文是出于传递更多信息目的。若来源标注错误或侵犯了您的合法权益,请与本站联系,我们将及时更正、删除、谢谢。
https://www.414w.com/read/336590.html