在我与山姆·奥特曼(Sam Altman)的短暂会面中,有许多瞬间让我更加了解了这位 OpenAI CEO 的世界观。

第一个瞬间是他指着我的 iPhone SE 说:“这是最好的 iPhone。”不过,展示其更清晰愿景的瞬间是,他描绘了人工智能工具将如何比智能手机更好地融入我们的日常生活。

“你真正想要的。”他告诉《麻省理工科技评论》,“只是这个工具真的能帮到你。”

奥特曼当时正在美国剑桥参加哈佛大学和风险投资公司 Xfund 主办的一系列活动,他将人工智能的杀手级应用描述为“一位超级能干的同事,对我的整个生活、每封电子邮件、每一次对话都了如指掌,但给我的感觉不仅仅是一个扩展应用。”

他说,它可以立即解决一些简单任务,对于更复杂的任务,它可以去尝试,但如果有需要,它会向你提问。

这与 OpenAI 目前的产品相比是一个飞跃。它现在最先进的应用,如 DALL-E、Sora 和 ChatGPT,以其生成令人信服的文本和超逼真图像和视频的能力让我们惊叹不已。

但与未来的杀手级应用相比,奥特曼称它们为“难以置信的愚蠢”。

这些应用仍然是我们用于单个任务的独立工具,在我们与它们的对话时,它们很难准确地了解我们。

在奥特曼看来,在新的范式中,人工智能将能够在聊天界面之外帮助我们,并将帮助或接替我们完成现实世界中的工作。

打开网易新闻 查看精彩图片

人工智能硬件的未来

我问奥特曼,我们是否需要一个新的硬件来实现这个未来。尽管智能手机的功能非常强大,而且它们的设计师已经融入了很多人工智能驱动的功能,但一些企业家认为,未来的人工智能应用将需要一种专门定制的设备。

其中一些所谓的“人工智能设备”已经开始出现。

Humane 的可穿戴设备 AI Pin 已经上市,但反响很差。奥特曼是该公司的投资者,但并不是该设备的推动者。

据传,他还将与前苹果设计师乔尼·艾夫(Jony Ive)合作开发一种新型硬件。

但奥特曼表示,我们可能根本不需要定制的设备。“我认为这不需要新的硬件。”他告诉我,“设想中的应用程序类型可能存在于云端。”

但他很快补充道,即使这种人工智能范式的转变不需要消费者购买新硬件,“但我认为你会很高兴拥有(新设备)。”

尽管奥特曼认为人工智能硬件设备令人兴奋,但他也暗示自己可能不太适合挑战这个领域:“我对新技术的消费类硬件非常感兴趣。

但我只是一个喜欢它的业余爱好者,这与我的专业知识相去甚远。”

打开网易新闻 查看精彩图片

(来源:AP PHOTO/JON GAMBRELL, FILE)

打开网易新闻 查看精彩图片

寻找训练数据

在听到他对强大的人工智能驱动代理的愿景后,我想知道这将如何应对该行业目前缺乏训练数据的问题。

为了构建 GPT-4 和其他模型,OpenAI 搜刮了互联网档案、报纸和博客中的内容作为训练数据,因为长期以来,缩放定律(Scaling Laws)一直表明,模型越大,性能越好。

但是,寻找更多的训练数据是一个日益严峻的问题。互联网的大部分内容已经被搜刮,获取私密或受版权保护的数据将使开发者陷入法律纠纷。

奥特曼乐观地认为,这在很长一段时间内不会成为问题,尽管他没有明确说明具体情况。

他说:“我相信,但我不确定,我们会找到解决这个问题的方法。你总是需要越来越多的训练数据。人类是一个很好的例子,证明了我们还有其他方法可以(训练智能)。我希望我们能找到它。”

打开网易新闻 查看精彩图片

谁将创建通用人工智能

长期以来,OpenAI 的核心愿景一直围绕着追求通用人工智能,或一种可以像人类一样推理或比人类推理能力更强的人工智能。

OpenAI 宣称其使命是确保这种技术“造福全人类”。然而,它远不是唯一一家追求通用人工智能的公司。

那么,在通用人工智能的竞争中,最重要的工具是什么?我问奥特曼,他是否认为拥有最多芯片和计算能力的玩家最终会成为赢家?

奥特曼认为,会有“几个不同版本的通用人工智能,各自擅长不同的工作”。他说:“我想,你必须超过某个算力阈值。但即使这样,我也不会说我确定(算力大的就能成功)。”

打开网易新闻 查看精彩图片

我们何时能看到 GPT-5

你是不是以为他会给出一个明确的回答?当房间里的另一名记者问奥特曼,他是否知道 GPT 的下一个版本将于何时发布时,他平静地回答了一句:“是的。”

然后他面带微笑,什么都没再说。

作者简介:詹姆斯·奥唐奈(James O'Donnell)是《麻省理工科技评论》的人工智能记者,他专注于报道自动驾驶汽车、手术机器人和聊天机器人等技术的承诺和风险。在加入《麻省理工科技评论》之前,他是调查新闻媒体 FRONTLINE PBS 的报道研究员。他的其他文章曾发表于《华盛顿邮报》、ProPublica、WNYC 和其他媒体上。

运营/排版:何晨龙

打开网易新闻 查看精彩图片

01/ 西交大团队实现自组装六方氮化硼纳米片制备大面积薄膜,兼具高探测率与低暗电流,可用于空间微光探测

02/ 光电催化制氢领域迎新突破:科学家开发氧化亚铜薄膜制备新方法,将载流子迁移率提升1个数量级

03/ 科学家提出GenAINet框架,能让工业机器人互换经验,让AI网络成为综合智能体

04/ 产氨量再创新纪录,科学家将合成氨稳定时间提高30倍,300小时生成4.6克氨,可用于氢能储备

05/ 同时获得T细胞与B细胞克隆空间信息,科学家提出新型空间转录组学技术,或能预测免疫细胞作用机制

打开网易新闻 查看精彩图片