OpenAI CEO深度訪談：吐槽Meta報(bào)價1億美金挖墻角，透露要造“AI伴侶”、建太陽能數(shù)據(jù)中心

主持人：我想先談?wù)凙I的未來。我想談?wù)勚衅?，因?yàn)槎唐趯ξ襾碚f沒那么有趣。長期嘛，誰知道呢，但像5到10年后是我最想聊的。我想從你那里套出你對一系列具體事情的最佳猜測。我想軟件目前最有效的應(yīng)用場景似乎是編程，然后是聊天和代碼，我好奇接下來是什么？下一波要來的事情是什么？

薩姆·阿爾特曼：接下來將會有不可思議的新產(chǎn)品出現(xiàn)，比如瘋狂的新社交體驗(yàn)。會有像谷歌文檔那樣的AI工作流，生產(chǎn)力大大提高，你會擁有這些虛擬員工，但我認(rèn)為在未來5到10年內(nèi)影響最大的事情是，AI實(shí)際上將發(fā)現(xiàn)新的科學(xué)。這說法很瘋狂，但我認(rèn)為這是真的。如果這是真的，我認(rèn)為隨著時間的推移，這將使其他一切都相形見絀。

主持人：你為什么認(rèn)為AI會發(fā)現(xiàn)新科學(xué)？薩姆·阿爾特曼：我認(rèn)為我們在模型的推理能力上取得了突破。雖然我們還有很長的路要走，但我認(rèn)為我們知道該怎么做。你知道，GPT-3已經(jīng)相當(dāng)聰明了。你會聽到人們說“哇，這就像一個優(yōu)秀的博士”。

主持人：“突破推理能力”是什么意思？薩姆·阿爾特曼：我們的模型現(xiàn)在能在特定領(lǐng)域進(jìn)行類似該領(lǐng)域的博士能夠做到的推理。在某種意義上，我們就像“哦，好吧，AI現(xiàn)在就像世界上頂尖的競賽級程序員”，或者“AI能在世界上最難的數(shù)學(xué)競賽中取得頂尖成績”，或者“AI能解決那些我期望我領(lǐng)域的專家博士才能解決的問題”，而我們好像也沒那么驚訝了。

主持人：這太瘋狂了。薩姆·阿爾特曼：這確實(shí)是件瘋狂的事。主持人：你自己會驚訝嗎？薩姆·阿爾特曼：是的。主持人：是的？你之前是不是以為這東西就只是個會“預(yù)測下一個token”這種基礎(chǔ)任務(wù)的工具？薩姆·阿爾特曼：我以為要花更長時間才能達(dá)到我們現(xiàn)在的位置。過去一年的進(jìn)展更快了。

主持人：推理能力的出現(xiàn)方式是你預(yù)想的那樣嗎？就像在OpenAI的歷史上經(jīng)常發(fā)生的那樣，有時相當(dāng)頻繁，最笨拙最初級的方法結(jié)果奏效了。所以我覺得我不該再為此驚訝了。但每次還是有點(diǎn)驚訝，你們模型的推理能力會導(dǎo)致科學(xué)發(fā)展更快？還是僅僅發(fā)現(xiàn)新東西？還是兩者兼有？薩姆·阿爾特曼：兩者兼有。我是說，你已經(jīng)聽到科學(xué)家說有了AI他們更快了。我們還沒有AI可能自主地做科學(xué)，但如果一個人類科學(xué)家用GPT-3效率提高了三倍，那仍然是件大事。隨著發(fā)展繼續(xù)，AI能夠自主地做些科學(xué)研究，發(fā)現(xiàn)新的物理定律。

主持人：現(xiàn)在這些技術(shù)是否只是在輔助人類工作，而不是完全自主運(yùn)行？薩姆·阿爾特曼：是的，你肯定不能說“嘿ChatGPT，去發(fā)現(xiàn)新物理”然后指望它能行。所以我認(rèn)為目前是“副駕駛”模式。但我聽到過生物學(xué)家的軼事報(bào)告，說“哇，它真的想出了一個點(diǎn)子，我還需要再發(fā)展一下，但它完成了一個根本性的飛躍”。

主持人：你覺得讓AI為你搭建整個企業(yè)會更容易嗎？比如建一個完整的電商公司，或者用它來攻克復(fù)雜的科學(xué)難題？薩姆·阿爾特曼：我也在好奇這個問題。比如，假設(shè)你有100億美元，是讓AI建一個粒子加速器，然后對它說“你分析數(shù)據(jù)、決定做什么實(shí)驗(yàn)，我們負(fù)責(zé)執(zhí)行”？還是把錢花在建設(shè)經(jīng)濟(jì)基礎(chǔ)設(shè)施上？哪種方式更容易做出突破性成就？我覺得物理學(xué)的問題可能更明確。如果能獲取新的高能物理數(shù)據(jù)，再讓AI主導(dǎo)實(shí)驗(yàn)運(yùn)行，這可能是個更清晰的方向。我聽說有人預(yù)測，AI自主實(shí)現(xiàn)新發(fā)現(xiàn)的第一個科學(xué)領(lǐng)域可能是天體物理學(xué)，因?yàn)槟抢飻?shù)據(jù)量極大，但人類博士的數(shù)量不夠，無法處理所有信息。也許在這種情況下，AI發(fā)現(xiàn)新東西沒那么難？不過我也不確定。

主持人：所以科學(xué)領(lǐng)域會因AI進(jìn)步，那商業(yè)呢？AI能直接通過“提示”生成整個企業(yè)嗎？比如說一句“給我建一個這樣的公司”，就能實(shí)現(xiàn)？薩姆·阿爾特曼：其實(shí)已經(jīng)有人在小規(guī)模嘗試了。比如有人用AI做市場調(diào)研、開發(fā)新產(chǎn)品，然后聯(lián)系制造商生產(chǎn)，在亞馬遜上賣，甚至投放廣告。有人花1美元讓AI運(yùn)營一個玩具生意，而且真的成功了。這種模式會逐漸升級的。

02.5-10年內(nèi)人形機(jī)器人落地，機(jī)械工程是主要障礙

主持人：很明顯，軟件會朝這個方向發(fā)展?？茖W(xué)嘛，我懂得少一點(diǎn)，得聽你的。那關(guān)于在物理世界移動?xùn)|西呢？我覺得我們會實(shí)現(xiàn)的。舉個例子，我認(rèn)為我們有一些新技術(shù)，可以比現(xiàn)有任何方法都好得多地實(shí)現(xiàn)標(biāo)準(zhǔn)汽車的自動駕駛，這可能不是你指的那種人形機(jī)器人，但如果我們的AI技術(shù)真能讓汽車自己開起來，那也挺酷的。

薩姆·阿爾特曼：人形機(jī)器人顯然是夢想，我真的很關(guān)心這個。我認(rèn)為我們最終會實(shí)現(xiàn)。這更像是一個艱難的機(jī)械工程挑戰(zhàn)。這才是問題所在。其實(shí)兩方面都很難，即使我們現(xiàn)在有完美的大腦，我認(rèn)為我們還沒有合適的身體。實(shí)際上在OpenAI非常早期的時候，我們曾研究過機(jī)械手，它因?yàn)楦鞣N不該有的原因而困難重重，那東西就是總壞，模擬器也稍微有點(diǎn)不準(zhǔn)。但你知道，我們最終會實(shí)現(xiàn)的。我想5到10年內(nèi)我們會有很棒的人形機(jī)器人，它們能像人類一樣在街上活動并執(zhí)行任務(wù)。

主持人：是的。我的意思是，你會認(rèn)為那將是解鎖巨大變革的地方。我認(rèn)為那不僅會解鎖世界上很多東西，而且感覺會是最奇怪的時刻。我們習(xí)慣了太多事情。我們習(xí)慣了像ChatGPT做這些事情，這在5年前聽起來像個奇跡，但如果你走在街上，一半是機(jī)器人，你能馬上習(xí)慣嗎？我不知道，可能你會，但這感覺像是個很大的不同。那會感覺像是有一個新物種在接管我們。

薩姆·阿爾特曼：我不認(rèn)為它會感覺像是一個新物種接管了我們，AI未來不會像科幻片里那樣作為“新物種”統(tǒng)治人類，但會帶來一種ChatGPT目前還沒實(shí)現(xiàn)的未來體驗(yàn)。現(xiàn)在的ChatGPT也好，能寫代碼的AI工具也罷，雖然很厲害，但它們只能通過手機(jī)、電腦的屏幕和鍵盤跟人互動，這就像明明有跑車的性能，卻被困在自行車的框架里。AI未來關(guān)鍵在于設(shè)計(jì)出新的智能設(shè)備。比如不再依賴屏幕打字，而是通過語音、手勢甚至腦電波直接跟AI對話，讓AI像助手一樣融入生活場景：你在家說一句“規(guī)劃明天的露營”，AI就能同步分析天氣、推薦路線、聯(lián)動智能家居打包物品。這種“看不見硬件外形，卻響應(yīng)需求”的狀態(tài)，才是真正的“未來感”。

主持人：它被困在電腦里，是的，這絕對是個問題。它只能在電腦后面做事。但我不清楚，你認(rèn)為世界上所有經(jīng)濟(jì)價值中，有多少是能在電腦后面完成的認(rèn)知勞動？一半？我本來想說四分之一，但也許一半？我不知道，反正是個很大的數(shù)字。一旦我們有了超級具身智能，事情會不會變得風(fēng)險(xiǎn)大得多？因?yàn)槟切〇|西也會比我們厲害得多。

薩姆·阿爾特曼：我不確定風(fēng)險(xiǎn)會不會大得多。我認(rèn)為就算沒有物理實(shí)體也能做破壞性很大的事情，只不過風(fēng)險(xiǎn)增加的方式可能更蠢一點(diǎn)。比如，我會害怕有個人形機(jī)器人走在我家里，它可能會摔到我的寶寶身上，除非我真的很信任它。

03.確信AI發(fā)展路徑，卻對超級智能改變存憂

主持人：如果10年后我們回到這里再進(jìn)行一次對話，我們可能會說“AI已經(jīng)做了我們以為它會做的事嗎？”你預(yù)期的衡量標(biāo)準(zhǔn)是什么？是GDP增長曲線出現(xiàn)拐點(diǎn)？是預(yù)期壽命上升？是貧困減少？還是完全不同的東西？薩姆·阿爾特曼：在去年之前，我可能會說“嘿，我認(rèn)為這將會走得很遠(yuǎn)”，但似乎仍有很多東西需要我們?nèi)ヅ宄?。但此時此刻，我感到非常有信心。這是我有史以來最有信心的時刻，我們似乎知道該怎么做才能達(dá)到那些超級強(qiáng)大的驚人AI系統(tǒng)。如果出了什么問題，我會說，大概是我們真的造出了合法的超級智能，但它并沒有讓世界變得好很多，變化沒有聽起來應(yīng)該有的那么大。這么說聽起來很瘋狂。主持人：這聽起來確實(shí)很瘋狂。薩姆·阿爾特曼：但我不知道如果我在2020年告訴你，也許我真的告訴過你，我們會做出類似ChatGPT的東西，它在大多數(shù)領(lǐng)域會像博士生一樣聰明，我們會部署它，你知道世界上相當(dāng)一部分人會使用它，并且大量使用。你可能會相信，也可能不會。但假設(shè)這事發(fā)生了，我打賭你會說“好吧，如果這事發(fā)生了，世界看起來會比現(xiàn)在大不相同”。主持人：現(xiàn)在的AI，就說圖靈測試吧，大家本以為它是道難以跨越的坎兒，結(jié)果現(xiàn)在AI輕松就把大家覺得超難的事兒給解決了。可奇怪的是，咱們的生活跟兩年前沒啥兩樣，工作模式也基本照舊。設(shè)想一下，要是有了智商高達(dá)400的超級智能，難道我們還會一直維持現(xiàn)在這樣嗎？這超級智能，如果說能翻天地的改變一切，可為啥現(xiàn)在生活和工作還這么“穩(wěn)”，沒太多變化呢？是超級智能的影響力被低估了，還是說，讓生活和工作模式產(chǎn)生實(shí)質(zhì)改變，本就沒那么容易 ？?薩姆·阿爾特曼：我完全覺得這種情況有可能發(fā)生，即便AI在幫人類發(fā)現(xiàn)新科學(xué)，社會最終也會找到應(yīng)對方式，但這個過程可能會非常緩慢。有趣的是，假如AI只是扮演“副駕駛”的角色，人們可能還是會把功勞歸給實(shí)驗(yàn)室里使用那個“400智商Agent”的首席研究員。我認(rèn)為人類天生就會關(guān)注他人，講故事時總需要有人的角色，比如要談?wù)摗罢l做了什么事” “誰做了某個決定” “誰犯了錯”或者“誰經(jīng)歷了什么”。還有人覺得，就算有了超級擬人化的機(jī)器人，人類也不會對它產(chǎn)生情感共鳴，我很驚訝，我覺得人類其實(shí)會產(chǎn)生情感共鳴，不過這一點(diǎn)需要時間驗(yàn)證，我自己也可能判斷錯。當(dāng)機(jī)器人的形態(tài)越具體，我們和它的關(guān)系會比現(xiàn)在更緊密，但人類內(nèi)心深處對他人的關(guān)心是生物學(xué)里根深蒂固的部分。所以即便機(jī)器人在各方面都很像人，人們終究不會像在乎人類那樣在乎它。這一番思考，本質(zhì)上還是基于推測的判斷。主持人：所以推理是智力中被搞定的一個組成部分。那還有沒有另一個主題在討論，例如某種“自主性”的概念？比如，你們的推理是否具備在極長時間內(nèi)為一個目標(biāo)工作、并處理其中大量復(fù)雜步驟的能力？我想這大概是你想說的方向。薩姆·阿爾特曼：是的，同一類事。這絕對是我們正在努力的方向。

04.AI將引發(fā)就業(yè)巨變，資源過?；虼呱蓍e消費(fèi)社會

主持人：對于未來的技術(shù)路徑，你會說哪些部分現(xiàn)在看是必然的，哪些部分你還不太確定會如何發(fā)展？薩姆·阿爾特曼：我認(rèn)為我們將會獲得極其聰明和強(qiáng)大的模型，能夠發(fā)現(xiàn)重要的新思想，能夠自動化海量的工作。但接下來，如果那發(fā)生了，社會會變成什么樣，我完全感到困惑。所以我對能力問題最感興趣，但感覺也許現(xiàn)在應(yīng)該有更多人討論如何確保社會從中獲益，這些問題不知怎的變得更難、更不清晰了。其實(shí)在我看來，我們將解決超級智能問題，但社會可能依然糟糕的這一說法是瘋狂的。主持人：你說的有道理。薩姆?阿爾特曼：這似乎有些違和，但我難以準(zhǔn)確言說。有時人們對這類觀點(diǎn)反應(yīng)平淡，或許是因?yàn)樗麄儽旧砭蛯⑿艑⒁桑@或許是部分緣由。但我認(rèn)同一個觀點(diǎn)，歷史上諸多類似事件皆如此：起初言論遭質(zhì)疑，而后事實(shí)發(fā)生，人們便自然適應(yīng)。我對此也感到困惑，我們在技術(shù)預(yù)測上向來精準(zhǔn)，因此我曾以為，當(dāng)這些技術(shù)真正落地時，社會面貌會與當(dāng)下截然不同。但細(xì)想之下，這種變化未達(dá)預(yù)期未必是壞事。主持人：更明顯的短期影響之一可能是，或者你也會想到，比如就業(yè)。這似乎是那種不需要相信什么瘋狂飛躍就能看到必然會有影響的事，這顯然很快就會發(fā)生在客戶支持領(lǐng)域。薩姆·阿爾特曼：我的看法是，很多工作會消失，很多工作將發(fā)生巨大改變。但我們一直非常擅長找到新的事情做、新的方式來占據(jù)自己、新的地位游戲或互相幫助的方式，我不相信這會有盡頭。從我們當(dāng)前的視角看，它可能會變得越來越傻。比如“播客兄弟”不久前還不是個正經(jīng)工作，你找到了變現(xiàn)方法，做得很好，我們都為你高興，但自給自足的農(nóng)民會看著這個說這是份工作，還是你在玩游戲自娛自樂？主持人：我打賭他們會訂閱這個播客。他們會喜歡的。薩姆·阿爾特曼：我確實(shí)覺得短期內(nèi)會有個大麻煩，但長期會怎樣誰也說不準(zhǔn)。我一直琢磨著一件事：人類從全員務(wù)農(nóng)的時代，那會兒咱們現(xiàn)在干的事壓根沒意義，走到今天這步，這次的變化會不會不一樣？要是資源足夠分配，比如某天物質(zhì)豐富到人人無缺，會不會出現(xiàn)大家不再創(chuàng)造新工作的情況？維諾德上周來錄了我的播客，我們計(jì)劃先發(fā)布那期，所以你們聽到這期時他的內(nèi)容還沒上線。他的觀點(diǎn)很直接：未來資源會極大豐富，每個人都能擁有所需，我們能輕松蓋樓、生產(chǎn)物資，到頭來大家只會把更多時間花在享受休閑上。說白了，他覺得這次不一樣，物質(zhì)過?？赡茏屓祟悘氐邹D(zhuǎn)向“消費(fèi)生活”的模式。主持人：我認(rèn)為相對性框架在這里對我們很重要。我打賭那看起來就像那些人只是在瘋狂消費(fèi)休閑。薩姆·阿爾特曼：我猜這表面上看起來是人們在享受大量休閑時光，但你看，穿著價值2000美元的毛衣、做著發(fā)帖這種事的不也是你在做的嗎？”主持人：這是件普通毛衣。薩姆·阿爾特曼：所以相對性的觀點(diǎn)真的很重要，對我們來說，我們的工作感覺極其重要、有壓力且令人滿足。如果將來我們都只是在為彼此制作更好的娛樂內(nèi)容，也許那至少就是我們中某些人現(xiàn)在正在做的。

05.OpenAI借多界面產(chǎn)品與新設(shè)備布局，推進(jìn)AI伴侶落地

主持人：完全正確。我們換個話題吧，我不喜歡這走向。我們來聊聊OpenAI，有個兄弟的好處是真的能當(dāng)面指出你的問題。我們開始吧，我們能談?wù)凮penAI嗎？薩姆·阿爾特曼：當(dāng)然可以。主持人：關(guān)于OpenAI，目前我們有消費(fèi)者業(yè)務(wù)，有B2B業(yè)務(wù)，還有OpenAI正與Jony Ive合作研發(fā)的新硬件，還有一堆其他潛在的東西，看起來像是懸而未決。你能談?wù)劃撛诘耐暾w系是什么嗎？或者至少在某個時間段內(nèi)的體系是什么？薩姆·阿爾特曼：是的。我認(rèn)為消費(fèi)者最終想從我們這里得到的是一個“無處不在”的AI伴侶。它通過各種界面和各種產(chǎn)品，以所有這些方式幫助消費(fèi)者，了解消費(fèi)者的目標(biāo)、想完成的事和信息。有時你會像是在ChatGPT里輸入那樣使用它；有時你會使用更像娛樂導(dǎo)向的版本；有時你會使用其他已集成到我們平臺的服務(wù)；有時你會使用我們的新設(shè)備。但你將擁有的是這個東西，它只是幫助你完成你想完成的任何事情。有時它推送東西給你，有時你像提問一樣使用，有時它就在那里觀察并為未來變得更好。但最終給人的體驗(yàn)會是這樣的：它完全屬于“我的”。我們暫時還找不到更準(zhǔn)確的詞來定義它，但目前來看，把它想象成“我的AI伴侶”是最貼切的表述。主持人：你認(rèn)為我們目前所有的東西，比如計(jì)算設(shè)備，外形規(guī)格錯了嗎？薩姆·阿爾特曼：用“錯了”形容可能太絕對了，現(xiàn)在的計(jì)算設(shè)備算不上“最優(yōu)解”。計(jì)算機(jī)的形態(tài)和交互界面其實(shí)就經(jīng)歷過兩次真正的革命性突破，很久之前的那些不算，至少我們這代人沒怎么留意。第一次是鍵盤、鼠標(biāo)加顯示器的組合，這種設(shè)計(jì)非常經(jīng)典且通用；第二次就是可隨身攜帶的觸控設(shè)備。但這兩代設(shè)備都受限于沒有AI的時代，很多功能設(shè)計(jì)其實(shí)是被動適應(yīng)技術(shù)局限的結(jié)果。如果把AI這項(xiàng)顛覆性技術(shù)融入硬件設(shè)計(jì)，我們可能會更接近科幻作品里的計(jì)算機(jī)形態(tài)。不是說智能本身變了，而是設(shè)備的形態(tài)和交互方式會徹底革新，讓人們能用全新的方式與智能系統(tǒng)互動。主持人：是的，但外形規(guī)格確實(shí)重要，因?yàn)樗恢迸惆橹恪?/strong>薩姆·阿爾特曼：這或許正是其核心價值所在。當(dāng)設(shè)備具備密集傳感器網(wǎng)絡(luò)，能持續(xù)感知環(huán)境、理解場景邏輯并記錄信息，且你對其產(chǎn)生操作信任后，只需一個極簡指令就能觸發(fā)復(fù)雜任務(wù)的精準(zhǔn)執(zhí)行。這種交互邏輯將催生全新的設(shè)備形態(tài)。主持人：除了現(xiàn)有的消費(fèi)級聊天交互、初創(chuàng)公司正廣泛應(yīng)用的API接口和硬件設(shè)備，還有哪些關(guān)鍵支柱？薩姆·阿爾特曼：最被忽視的重要方向，是構(gòu)建全場景無縫集成的智能平臺。想象一下：當(dāng)你駕車時、瀏覽網(wǎng)頁時或使用任何應(yīng)用時，智能系統(tǒng)能實(shí)現(xiàn)跨場景的體驗(yàn)連續(xù)性。這種“無處不在的智能”核心在于：智能并非孤立存在，而是像操作系統(tǒng)般滲透到每個交互層級，甚至涵蓋你提到的智能架構(gòu)中的各個子模塊。主持人：你深度參與了能源、硬件以及所有這些其他東西。你覺得這對OpenAI重要嗎？或者對國家來說？考慮到所有這些影響，這整個堆棧有多重要？關(guān)鍵嗎？薩姆·阿爾特曼：我已經(jīng)開始稱它為AI工廠，或者應(yīng)該叫它元工廠，因?yàn)槔碚撋线@是一個可以制造更多自身副本的工廠，但不管怎樣。我們必須做那整個供應(yīng)鏈。我的意思是，我認(rèn)為垂直整合在某些方面是好的，但是，如果我們能確定整個事情會達(dá)到足夠的規(guī)模，那么我們做很多方面并不重要。通過合作伙伴關(guān)系，我們可以有巨大的生產(chǎn)力，而且沒有失去其中一部分的風(fēng)險(xiǎn)。主持人：是的，在能源方面，我們最終只會消耗巨量的能源嗎？這基本上是唯一的最終狀態(tài)嗎？薩姆·阿爾特曼：我當(dāng)然希望如此。我認(rèn)為歷史上與生活質(zhì)量改善最相關(guān)的事情是能源的日益豐富。我沒有理由相信這會停止。主持人：對此有任何氣候方面的擔(dān)憂嗎？還是你覺得這都會被解決，并且是我們最不需要擔(dān)心的事情？薩姆·阿爾特曼：我認(rèn)為核聚變會發(fā)生。主持人：你對核聚變有多大把握？你完全有把握嗎？薩姆·阿爾特曼：我從不說完全，但相當(dāng)有把握。比如我知道有家叫Oklo的公司做得很好，但我希望最終人類消耗的能源遠(yuǎn)遠(yuǎn)超過我們在地球上能產(chǎn)生的總量。