ChatGPT的火，已经从AI圈烧到了环球。

自2022年11月推出后，这款强大的谈天机器人仅用60天月活过亿，被《财富》认为是划时期的产品，引微软、谷歌等巨子纷纭了局。

更主要的是，以ChatGPT为代表的AIGC（Artificial Intelligence Generated Content，天生式AI），正在人工智能领域掀起AI商业化的新一轮浪潮，打开了诸多行业变革的想象天窗。

如果要问谁是当下离 AI 技能革命最近的人，ChatGPT之父、OpenAI CEO 山姆·阿尔特曼（Sam Altman）一定位列个中。

2017 年，还在担当硅谷有名创业孵化器 Y Combinator总裁的他，和伊隆·马斯克、彼得・蒂尔、雷德・霍夫曼等人一起投资了 10 亿美元，共同成为 Open AI 的创始人。
又过了两年，他将事情重心转移到了 AI，担当 OpenAI 的 CEO 直到本日。

在去年秋日，山姆·阿尔特曼与 Open AI 创始人之一、领英联合创始人雷德・霍夫曼（Reid Hoffman）展开了一场精彩对话。
个中，山姆·阿尔特曼分享了他对付未来AI发展的预测：AI 大模型技能，将成为继移动互联网之后，未来最大的技能平台；而以谈天机器人为界面，加上图像、音乐、文本等多模态模型的发展，将出身大型企业。

他是如何判断AI未来商业化发展的？大型AI企业将出身于哪些领域？AI将取代人类的事情，还是更好地帮助人类事情？

本日就与你分享这场对话的编译。

分享 | Sam Altman、Reid Hoffman

翻译 | 胡燕君、贾川、凌梓郡、靖宇

来源 | OneFlow（ID: OneFlowTechnology)、极客公园（ID: geekpark）、经纬创投（ID：matrixpartnerschina）

01 AI大模型——未来最大的技能平台

Q：很多AI大模型都通过API（application programming interface，运用接口）开放利用，它真正的商业机会是什么？

Sam Altman：现在，措辞模型已经可以很好地运用到文案写作和教诲做事领域。
我相信未来几年内，措辞模型会更加强大，将能与Google这一代价万亿美元的搜索产品一较高下。
措辞模型的运用将会改变我们的日常生活。

以前，人们太早嘲笑许多趋势，比如谈天机器人，实在它很有代价，只是当时的技能还不能知足需求。
现在的谈天机器人更加成熟，险些可以达到人类水平。
谈天机器人可以用于医疗做事行业，供应咨询和教诲做事，这方面将能催生出大型企业。

我相信，不久之后会涌现多模态模型，这将开辟新的事物。
现在，人们可以直接用自然措辞命令打算机为你完成你想做的事情。

例如DALL-E图像天生工具和Copilot编程工具，都是用户向它们输入自然措辞描述，然后工具自动天生用户想要的东西，用户还可以不断迭代修正自己的描述，直至工具给出满意的输出。

类似的AI运用办法会成为大趋势，可以孕育出许多大型企业。
强大的AI模型可以成为孵化各种AI运用的平台，就像智好手机的涌现催生出浩瀚APP一样，它们的共同点都是可以制造无数的商业机会。

Q：作为大型措辞模型 API 的做事供应商，关键是什么？如何创建一个持久的差异化业务？

A：将来该当会涌现几个大型的根本模型，开拓职员都将基于这些根本模型研发AI运用。
但目前的情形依然是某一家公司开拓出一个大型措辞模型，然后开放API供他人利用。

我认为，将来在根本模型和详细AI运用研发之间会有一个中间层：涌现一批专门卖力调度大型模型以适应详细AI运用需求的初创企业。
能做好这一点的初创公司将会非常成功，但这取决于它们能在「数据飞轮」上走多远。

数据飞轮：利用更多数据可以演习出更好的模型，吸引更多用户，从而产生更多用户数据用于演习，形成良性循环。

我对初创企业演习模型的能力持疑惑态度，将来承担模型演习角色的该当不会是初创公司，但这些企业可以在上述的中间层角色中发挥巨大代价。
我认为中间那一层会创造很多代价。

Q：一个大型措辞模型初创企业，如何差异于另一个大型措辞模型初创企业呢？

A：我以为该当是中间层。

从某种意义而言，创业公司会演习自己的模型，只不过不是从头开始。

他们将采取根本模型，这些模型已经经由大量的打算和数据演习，然后在这些模型之上进行演习，为每个垂类创建模型。

他们所做的 1% 的演习，对付运用来说至关主要。
我认为，这些创业公司将会非常成功，并且分歧凡响。
可能包括一段韶光内存在的 prompt engineering（提示工程）或根本核心模型（core base model）。

注：提示工程是指将任务的描述、或者提问放在输入中，让 AI 模型输出空想结果的调试过程；ChatGPT 走红之后，提示工程师这一岗位也被人所关注。

Q：五年内，大多数用户与根本模型交互的办法是什么？prompt engineering 将是许多组织的内部职能吗？

A：我不认为五年后我们还做 prompt engineering，这将被整合进所有地方。
无论用文本还是语音，取决于高下文，只须要措辞接口，让打算机做你想做的任何事情。

将来的AI系统不会由于弥补了某个特定词就会产生截然不同的输出，而是可以较好地理解自然措辞，用户只需以文本和语音形式输入指令，即可让打算机完成图像天生、资料研究、生理咨询等繁芜任务。

总的来说，用户只需利用自然措辞就可以与打算机交互，当然，如果艺术家能想出更有创造性的描述，也自然就可以天生更好的图像。

Q：当有一个伟大的视觉思考者，他们可以从 DALL-E 中获取更多，由于他们知道如何更深入思考，知道如何在测试中迭代循环。
你认为这是大部分这类事的普遍真理吗？

A：百分百确定。
主要的是思想的质量，和对你想要的东西的理解。
以是艺术家仍旧会在图像天生方面做得最好，不是由于他们在图像末了加上了这个神奇单词，而是由于他们能用我没有的创造性的眼力来表达。

Q：最令你惊异的是什么？如果没故意识到事情已经发展到这一步，你认为会有什么样的惊喜呢？

A：人们现在所犯的最大的系统性缺点，便是他们会说，「好吧，我大概持疑惑态度，但是这种措辞模型真的会起浸染，当然，图像和***也会起浸染。
但它不会为人类产生新知。
它只会做其他人已经做过的事情。
这还是让智力的边际本钱非常低，不能治愈癌症。
它不会增加人类科学知识的总和。
」 我认为这将被证明是缺点的，让目前该领域的专家最感到惊异的地方。

02 当 AI 科学家可以自我迭代

Q：无论是建立在 API 之上，还是科学家利用 API，有哪些地方的科学会加速，以及如何加速？

A：现在科学界对AI的运用分为两种。

一种是将AI工具直接用于科学目的，如AlphaFold（用于蛋白质构造预测），它们可以创造巨大代价，相信未来会涌现无数这样的工具。

另一种是将AI工具用于提升科研事情效率，如帮科学家和工程师找到新研究方向、写代码等。
Copilot编程工具便是一个例子。
但AI工具的能力远不止于此。
上述两种AI运用将会大大推动科技提高。

此外，目前科学界也在探索对AI的第三种运用办法——让AI成为可以「自我改进」的科学家。
这件事情既有好处也有风险。

好的一壁是，可以利用AI将人类的事情内容自动化，教会AI做任何人类可以做的事情：探索新科学、提出理论阐明、验证、思考等，或许还可借此办理困扰人类已久的「AI对齐问题（Alignment Problem）」（即如何让AI系统的目标符合人类的代价不雅观）。

风险在于，有人担心懂得「自我改进」的AI有可能会像科幻小说描写的那样，擅自改动代码或修正优化算法。

我笃信，真正有利于促进人类和经济的前行的，是一个能够推动科学进步的社会架构。
我们能从这样的社会架构中获益很多。

Q：「对齐问题」可能值得阐明一下？

A：建立一个非常强大的系统，如果它不按我们的意愿行事，或者它的目标与我们的冲突，就会变得非常糟糕。

因此，对齐问题是：我们如何建立做最符合人类利益事情的 AGI（Artificial General Intelligence 通用人工智能）？如何确保人类能够决定人类的未来？

我们如何避免意外和故意误用，前者是没有预见到的缺点，后者是一个坏人利用 AGI 造成巨大侵害；内在而言的对齐问题是，如果这个东西变成一个生物，视我们为威胁怎么办？

我们对如何在小范围内办理对齐问题有一些想法，已经能够使 OpenAI 最大的模型（表现得）比想象的要好。

我们对下一步做什么有些想法，但不能老实地看着任何人的眼睛说，看到了 100 年后将如何办理这个问题。

但是，一旦人工智能足够好，我们可以问它，「嘿，你能帮助我们做对齐研究吗？」这将是工具箱里的一个新工具。

Q：我们之前的一次发言是，能不能见告 agent(注：AI 中的一个观点，常日指环境中的智能主体），「不要种族歧视」？

A：当然。
一旦模型变得足够聪明，真正理解了种族主义是什么样子，以及它有多繁芜，你就可以说，「不要成为种族主义者。
」

Q：「AGI」这个术语已经被广泛利用。
有时困惑来自于人们对 AGI 有不同定义。
你如何定义 AGI，若何知道我们什么时候实现它？

A：我理解的AGI相称于一个可以共事的普通人，任何远程同事可以通过电脑帮你完成的事情，AGI也可以做，包括让AGI学习医疗知识和写代码等等。

AGI的重点不在于节制某一种难得的技能，而是拥有学习的元能力，然后只要人类须要，它就可以往任何技能方向发展并精通。

另一个观点是「超级智能」（Super Intelligence），它指的是比全人类加起来还要聪明的智能。

Q：如何看待像 GPT-3 这样的根本技能，对生命科学研究进度的详细影响？生命科学研究中速率限定的成分是什么？我们无法超越这个限定，由于自然法则便是这样？

A：目前的可用模型还不足好，不敷以对生命科学领域产生重大影响——不少生命科学家理解这些模型之后都说，它们只能在部分情形下发挥些许浸染。

AI在基因组学领域有一些很有前景的运用方向，但目前尚属起步阶段，不过我很看好。
我认为这也是市值千亿的巨子准备进军的领域之一。

如果AI未来真的可以让医药公司的研发速率提高几百倍，那无疑会产生深远的影响。
不过如你所说，生物学的自有规律仍在，新药的临床验证须要韶光，这也是医药研发的速率限定成分。

据我所知，不少合成生物公司借助AI创造许多新的研发想法，加快自己的研发迭代周期，但研发出来之后究竟是要进行测试，这部分韶光无法缩减。

我认为，医药初创公司最主要的是低本钱和快速的研发周期，有了这两点就有成本参与市场竞争了。
以是如果我是一家医药初创公司的决策者，一开始我不会选择从心脏病这类大难题下手。

此外，如果我是一家AI药物研发初创公司，我会在仿照器上多下工夫，由于目前这方面还亟待改进。

03 未来十年：当本钱的构造发生变革

Q：你认为登月操持（指 AI 的进化）在未来几年中有什么值得人们关注的地方？

A：一个比较确定的方向是，措辞模型的发展会远超本日的想象。
虽然很多人都说算力和数据都已经跟不上了，这也是事实，但算法的改进空间依然很大，还可以带来很大的进步。

第二个方向是多模态模型的发展。
未来的多模态模型将不局限于文本和图像的相互转换，而是所有模态之间都可以方便地相互转化。

第三个方向是，模型可以持续学习。
目前的模型如GPT都结束在当初演习好的状态，并不会随着利用次数的增加而自我优化。
我相信未来可以改变这一点。

如果上述三点都能实现的话，我们就可以解锁无数全新的运用处景，实现真正的科技改造，帮助人类实现科技的飞跃式提高。
而且我相信，我们也有办法利用AI推动科研进步和新知识的产生。

我认为，现在普遍存在的一种缺点不雅观点是：「虽然措辞模型的功能已经比较完善，还可以运用到图像和***领域，将运用智能的边际本钱降得非常低，但归根结底，它只是模拟人类做过的东西，不能为人类产生新知识，不能治疗癌症，也不能拓展人类已知的科学领域。
」我相信，AI的发展会让持这种不雅观点的人大吃一惊。

Q：谈一谈目前被广泛谈论的领域，例如，AI 和核聚变。

A：业内有人正在研究利用强化学习模型掌握核聚变反应，但据我们所知，AI模型在这里发挥的浸染还非常有限。

一件不幸的事情是，AI 已经成为一个盛行词（buzzword），这常日是个很糟糕的迹象。
我希望这并不虞味着这个领域即将分崩离析。
但从历史上来看，这对付新的创业公司来说是一个非常糟糕的旗子暗记。

我认为这是个人们会说统统都是「这个加上 AI」的领域，很多事情都是真的。
我确实认为这将是这一代最大的技能平台。

我们喜好在前沿领域做预测，预测和理解规模理论（scaling laws）是若何的（或是研究之后），然后说「好，这个新事物将发挥浸染，就根据种办法来预测推演。
」

这也是OpenAI的运作模式——先做摆在我们面前的最有信心能成功的事情，然后分出10%的资源进行成功确定性更低的探索事情。
这种运作办法为我们带来巨大的成功。

现阶段不应该把重点放在「让AI无所不能」上，而是先沿着现有的道路逐步发展完善AI，然后留有开放探索的空间——伟大的事物都不是操持出来的，有时重大的打破出身于有时。

Q：AI 运用在非常主要的系统，例如金融市场，将会发生什么？

A：AI终将渗入人类生活的方方面面。
未来十年里，智能和能源的边际本钱会迅速低落，趋近于零，而智能和能源又是其他各行各业的紧张成本来源（当然，奢侈品除外）。

全体社会的本钱构造都会低落，正如之前多次科技革命的结果一样。
在这种浪潮之下，很少有什么会一成不变。
但有一点很主要，智能和能源本钱只是趋近于零，而不是直接降为零。
以是将来如果有人仍乐意花费巨额投资来购买智能和能源，他们得到的算力和能源的数量将打破想象。

设想一下，将来的能源利用本钱低落10~100倍，智能利用本钱低落1亿倍，而对能源和智能的资金投入则好比今多1000倍，那会是什么样的局势？

Q：AI 可以为人类创造者供应工具，拓展创造力。
那么，让创造者更有生产力\AI 用创造力自己去做每件事的界线是什么？

A：至少目前看到的不是取代，紧张是增强。
在某些情形下，它正在取代。
但对付这些领域的人们想从事的大多数事情来说，它是增强。
这种趋势将持续很长一段韶光。
可能展望 100 年，它可以完玉成部创造性事情。

我以为故意思的是，如果 10 年前问人们，AI 将如若何带来影响，多数人会很有信心地说，首先它将取代工厂的蓝领事情，卡车司机等，然后将取代低技能的白领事情，然后是高技能、高智商的白领事情，比如程序员。
大概永久不会取代那些创造性的事情。
现在的发展恰好相反。

这解释预测未来是多么困难。
这也解释人类可能不足理解自己，不清楚什么类型的技能最难、最须要调动大脑，或者缺点估计了掌握身体的难度。

Q：你认为 AI 不会改变生活的哪些方面？

A：所有深层生物学的东西。
我们仍旧会真正关心与他人的互动，仍旧会享受乐趣，大脑的褒奖系统仍旧会以同样的办法事情。
我们仍旧会有同样的动力去创造新事物，为屈曲的地位竞争，去组建家庭等。
五万年古人类在意的东西，一百年后的人类也会在意。

Q：在未来的 20 到 30 年里，随着人工智能的不断发展，会涌现紧张的社会问题吗？我们本日能做什么来缓解这些问题？

A：AI的运用会极大影响经济活动。
将来我们须要形成新的社会左券，考虑如何公正地分配财富。
AGI系统的利用权将会成为一种商品，以是也要考虑如何让所有人平等地得到利用AGI的机会。

还有AGI的管理问题：人类如何共同决定AGI可以做什么、不能做什么。

我不担心「AI取代人类的事情之后，人类何去何从」的问题，虽然未来人类的事情会和现在很不一样，但我以为人类终极都会找到自己满意的奇迹，过上充足的生活。
真正的难题是财富分配、AGI利用权和AGI的管理问题。

我们进行了天下上最大的 UBI 实验（Unconditional Basic Income，无条件基本收入）。
五年操持还剩下一年零四分之一的韶光。
这不是唯一的办理办法，但我认为这是一件伟大的事情。
该当再考试测验 10 件这样的事情。
我们还考试测验了不同的方法，从我们认为将受到最大影响的群体那里获得意见，并看如何在周期的早期阶段行动。
最近我们探索了如何将这项技能用来重新培训那些早期将受到影响的人，也会考试测验做更多这样的事情。

注：无条件基本收入，指没有条件、没有资格审查，公民可以定期领取由政府或特定组织给予的一笔资金。

04 One more thing

我想，没人知道我们正处在 AI 的峭壁边上。
人们会说「要么会很棒，要么会很糟糕」，你得做最坏的打算。

说统统都会好起来，这并不是一个策略。
不过你可能会有某种觉得：我们将到达一个美好的未来，并且尽所能的努力事情，为之奋斗，而不是一贯从充满恐怖和绝望的地方采纳行动。

参考链接：

https://greylock.com/greymatter/sam-altman-ai-for-the-next-era/

https://moores.samaltman.com/

https://medium.com/wordsthatmatter/merge-now-430c6d89d1fe

https://www.youtube.com/watch?v=WHoWGNQRXb0

文中图片来自图虫创意，转载需获授权。