一个读博一个辍学：两人在OpenAI前的不同人生学术界在AI领域的地位

在ChatGPT月活飙升至10亿里程碑之际，OpenAI创始人Sam Altman的“全球巡回”同样备受关注。

本周，Sam Altman来到以色列特拉维夫大学，与在以色列长大的OpenAI首席科学家Ilya Sutskavel共同展开了一场生动且深刻的访谈（两人甚少同台），在场观众的提问内容也颇为专业，甚至Sam都被问得一时语塞，值得一听。

核心观点：
1、OpenAI的优势所在：我们更专注于我们所做的事情，我们的文化注重严谨和可重复创新。
2、学术界在AI领域的地位：学术界曾经是AI研究的前沿，但由于较弱的计算能力和缺乏工程文化，这种情况发生了变化。但是学术界依然能对AI做出重要贡献，可以从我们正在训练的神经网络中解开许多谜团。
3、开源OR不开源：我们开源了一些模型，并计划开源更多模型，但不认为把一切模型开源是正确的策略，我们正在努力寻找平衡。
4、AI不容忽视的风险：工作岗位受到影响、黑客获得超级智能和系统失控是AI令人担忧的三大风险。AI可以发挥惊人的作用，但也可能造成糟糕的影响，因此我们合适的监管架构来控制这项技术的使用，比如建立全球性机构。
5、AI会加速科学发现吗：AI或许能帮助人类完成一些目前无法实现的科学目标，比如促进医疗健康发展、缓解气候变化难题甚至探索宇宙的奥秘，这是Sam认为AI令人最兴奋的事情。

整个访谈不乏深度，同时也不缺趣味。

比如Ilya开心地说道，父母告知他自己朋友也在平时使用ChatGPT，这令他感到十分惊喜。而当观众提问“你们正在创造历史，你们希望历史如何记住你们？”时，Ilya也风趣地回答道：“我的意思是，以最好的方式。”

以下为访谈全文：

一个读博一个辍学：两人在OpenAI前的不同人生

Ilya：

从5岁到16岁，我住在耶路撒冷。在2000年到2002年期间，我在开放大学学习。之后我搬到了多伦多大学，在那里度过了10年，并获得了学士、硕士和博士学位。在攻读研究生期间，我有幸为深度学习的重要进展做出贡献。随后，我与一些人共同创办了一家公司，并被谷歌收购，我在那里工作了一段时间。

然后，有一天我收到了山姆的一封邮件，他说：“嘿，让我们和一些很酷的人一起玩吧。” 我对此很感兴趣，于是去了。那是我第一次与Elon Musk和Greg Brockman见面，我们决定开启OpenAI的旅程。我们已经这样做了很多年，所以现在就是我们目前的位置。

Sam：

小时候，我对AI非常兴奋，是个科幻书呆子。从来没有想过有机会去研究它，但后来在大学时期，我开始研究了一段时间。但那时它还没有真正发展起来，就像是2004年……我辍学了，做过创业公司。

在Ilya提到的进展后，过了一段时间，我真的对AI所发生的事情感到兴奋，于是给他发了一封电子邮件，现在我们仍然在继续着。

OpenAI的优势所在

主持人：

你认为OpenAI的关键优势是什么，尤其是在竞争对手通常更大、拥有更多资源的情况下，使其成为生成人工智能的领导者？

Sam：

我们相信，关键优势在于我们更专注于我们所做的事情。相比于更大的公司，我们拥有更高的人才密度，这非常重要且容易被误解。我们的文化注重严谨和可重复创新，而令这两种文化并存是困难和罕见的。

Ilya：

是的，我只能在Sam的答案中添加少量内容。这是关于信仰的游戏，拥有更多的信仰意味着取得更大的进步。如果你有非常非常多的信仰，你就能实现最大的进步。听起来可能像是开玩笑，但实际上是真的。你必须相信这个想法并努力推动它，这是推动进步的原因。

学术界在AI领域的地位

主持人：

近期人工智能的进步主要是由行业推动的，你认为学术研究在该领域的发展中应该扮演什么角色？

Ilya：

学术界在AI领域的角色发生了重大变化。学术界曾经是AI研究的前沿，但现在情况已经改变了。原因有两个：计算能力和工程文化。学术界的计算能力较弱，并且通常缺乏工程文化。

然而，学术界仍然可以对AI做出显著和重要的贡献。学术界可以从我们正在训练的神经网络中解开许多谜团，我们正在创造出复杂而神奇的物体。

深度学习是什么？这是一个炼金术的过程，我们利用数据作为原材料，结合计算能源，从而获得了这种智能。但它究竟是什么？它是如何工作的？它具有什么属性？我们如何控制它？如何理解它？如何应用它？如何衡量它？这些问题都是未知数。

即使是简单的测量任务，我们也无法准确评估我们的AI的表现。过去这并不是问题，因为AI并不是那么重要。现在人工智能变得非常重要，但我们意识到我们还是无法完全衡量它。

因此，我开始思考一些无法由任何人解决的问题。你不需要庞大的计算集群，也不需要庞大的工程团队来提出这些问题并取得进展。如果你真的能有所突破，那将是一个引人注目且具有重大意义的贡献，每个人都会立刻关注。

主持人：

我们希望看到在工业界和学术界之间取得完全平衡的进步，我们希望看到更多这些类型的贡献。你是否认为可以做些什么来改善这种情况，尤其是从你的立场出发，是否可以提供某种支持？

Ilya：

首先，我认为思维方式的转变是第一，也是最重要的事情。这些天我有点远离学术界，但我认为我们正在做的事情存在一些危机。

有太多的动力围绕大量的论文，但重要的是要集中注意力解决最关键的问题。我们需要改变心态，专注于最重要的问题。我们不能只关注我们已经知道的事情，而是要意识到存在的问题。一旦我们理解了问题，我们就可以朝着解决它们的方向前进。

另外，我们可以提供帮助。例如，我们有学术访问计划，学术界可以申请获取计算能力，访问我们最先进的模型。许多大学已经使用GPT-3撰写论文，研究模型的属性和偏见。如果你有更多的想法，我很愿意听取。

开源OR不开源

主持人：

虽然有些参与者真正促进开源发布他们的模型和代码，但其他人做得不够。这也涉及到开放人工智能。所以我想知道，首先，你对此有何看法？如果你同意，为什么你认为OpenAI是正确的战略？

Sam：

我们开源了一些模型，并计划随着时间推移开源更多模型。但我不认为开源一切是正确的策略。如果今天的模型很有趣，它们可能对某些方面有用，但相对于我们即将创建的模型而言，它们仍然相对原始。我认为大多数人会同意这一点。如果我们知道如何制造一个超级强大的AGI，它有很多优点，但也有缺点，那么开源可能不是最佳选择。

因此，我们正在努力寻找平衡。我们会开源一些东西，随着我们对模型的理解不断深入，我们将能够随着时间的推移开源更多内容。我们已经发布了很多东西，我认为其他人现在在构建语言模型方面的许多关键想法都来自OpenAI的发布，例如来自rohf工作的早期GPT论文和缩放定律。但这是一个我们必须在前进过程中弄清楚的平衡。我们面临许多不同的压力，需要成功地管理它们。

主持人：

所以您是否正在考虑将模型提供给特定的受众，而不是向全世界开放源代码？对科学家来说，或者当我们完成GPT-4的培训时，您正在考虑的是什么？

Sam：

我们花了将近八个月的时间来理解它，确保其安全，并弄清楚如何进行调整。我们有外部审计员、红队和科学社区的参与。因此，我们正在采取这些措施，并将继续这样做。

AI不容忽视的风险

主持人：

我确实认为风险是一个非常重要的问题，可能至少有三类风险。

第一类是经济混乱，即工作岗位变得多余。第二类可能是少数人手中拥有强大武器的情况。例如，如果黑客能够使用这些工具，他们之前可能需要成千上万个黑客才能完成的事情。最后一类可能是最令人担忧的，即系统失去控制，甚至触发者无法阻止其行为。我想知道您对这些情况中每一种可能发生的情况有何看法。

Ilya：

好的，我们从经济混乱的可能情况开始讨论。正如您提到的，存在三个风险：工作岗位受到影响、黑客获得超级智能和系统失控问题。经济混乱的确是我们已经熟悉的情况，因为一些工作已经受到影响或面临风险。

换句话说，某些任务可以自动化。例如，如果您是一名程序员，Copilot可以为您编写函数。尽管这与艺术家的情况有所不同，因为艺术家的许多经济活动已经被某些图像生成器取代。

我认为这确实不是一个简单的问题。尽管会创造新的就业机会，但经济的不确定性将持续很长时间。我不确定是否会出现这种情况。