Image 2 Image 3 Image 3 Image 3

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

频道:行业资讯 日期: 浏览:986

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

最近,ChatGPT一直在人海中狂飙。

这股热情,就像我加入的ChatGPT微信群里调戏AI的99+消息一样炽热。

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?
打开凤凰新闻,查看更多高清图片

甚至是《财富》杂志也给予了高度的评价:

在一代人的时间中总有一种产品的出现,它将从工程系昏暗的地下室、书呆子们臭气熏天的青少年卧室和爱好者们孤独的洞穴中弹射出来,变成了你的祖母Edna都知道如何使用的东西。

在这样下去,离ChatGPT被神化,“血肉苦弱,机械飞升”的造神运动就不远了。

不过,专家那边却格外冷静,比如图灵奖得主LeCun就一捧冷水倒下:ChatGPT不是什么革命性的东西,只是组合得很好。

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

而ChatGPT内部的训练师Trinkle也明确表示了:ChatGPT想象力的根源在于神经网络的一些随机性,而不是有一个东西叫创造力。

只要你设置一个参数,然后这个参数如果越大,然后它的随机性就越高。

大概就是说,AI最引起争议的性格和创造力,本质是用统计学来实现模拟人类对话的魔法。

所以,虽然我们在为ChatGPT精妙的回答点赞,但是其实呢,是为人类历史上伟大的灵魂致敬。

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

因为这些回答,其实早就藏在互联网的历史数据中了。

这么一来,专家们“技术上没什么了不起”的评价,和咱们吹爆的用户体验,让我止不住的好奇。

所以,这一次,差评君想聊聊,推出了这款现象级应用的公司OpenAI究竟是碰巧做了一次成功的营销,还是实打实的技术革命。

一切都要从ChatGPT的母公司OpenAI说起。

这个世界上伟大的发明,大多来源于两个渠道:多金大公司的研发部门和富集了灵感的名校实验室。

2015年12月成立的OpenAI更像前者,当然更加豪华。

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

OpenAI 的成立公告里,除了列出一众顶级研究人员以外,还有一份堪称全明星阵容的投资人名单,包括做汽车造火箭的 Elon Musk,LinkedIn 联合创始人 Reid Hoffman,PayPal 联合创始人 Peter Thiel,还有 Y Combinator 当时的总裁 Sam Altman。(以及他们的10亿美金捐赠)

能让这群“在财富上格外自由的人物”聚集在一起的,只有一个目标,理想。

OpenAI 的目标非常远大,他们要做 AGI。

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

AGI 只比 AI 多了一个字母,但它俩是“科技”和“科幻”的区别。AGI 是 Artificial General Intelligence,直译是通用人工智能,专指 AI 领域的巅峰技术。

AI 的目标是在某个功能上超越人类,类似于计算机;但是 AGI 的目标全方位吊打人类,简称超人。

漫威粉都很清楚,这种超级生物的出现,对人类,可不是什么好事。

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

毕竟现实不是故事,可能会出现毁灭世界的超级反派,但是有没有美国队长,就不好说了。

所以在成立宣言里,OpenAI 就想要做这么一个“ 美国队长 ”式的角色,他们不仅追求实现这样一个通用人工智能,还要确保它是安全的、对全人类有益的。

而在当时,OpenAI 的假想敌,可能就是在人工智能领域积累最多的谷歌了。

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

历史告诉我们:实现这个远大的目标,最大的阻力是人太善变,或者说不够坚持。

为此, OpenAI 采取了一个很“科学”的组织形式---非营利公司,不谈钱只谈理想。

而且 OpenAI 这种纯粹的理念,甚至比绝大多数非盈利的环保组织还要更近一步。

在公司章程里,OpenAI 还专门给出了一个放弃竞争条款,当有人比 OpenAI 更接近实现强人工智能的时候,OpenAI 会从竞争转向合作,用自己的资源和经验帮助对方实现目标。

相当于活菩萨。

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

不得不说,这种“ 高尚 ”到了极致的公司章程带给了公司闻所未闻的自律,但也要求 OpenAI 在非盈利的同时,还要保持技术领先。( 显然,结局可能不会太好 )

而且按照这个设定如果不出意外的话,这个公司就会一直默默无闻地钻研技术去了。

事实上,在公司成立的前几年,在舆论方面 OpenAI 在圈子里基本就是一个路人。

甚至到了 2016 年,谷歌的 AlphaGo 都击败顶级围棋选手李世石,在全世界范围掀起了 AI 热潮了。

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

而 OpenAI 的当时为数不多的亮点,也就 2017 年下半年单挑打赢了刀塔顶级选手,

而且还是蹭 Dota 2 国际邀请赛的热度,

而且仅限 1v1 中路父子局,

而且两边还都只能选影魔这一个英雄。

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

这哪是 OpenAI 的胜利,这分明是限定条件的胜利嘛

( 夸张的说法 )

当然,大家也能理解,OpenAI 可能选择了一个卧薪尝胆数十年,然后憋出一个改变世界的大招的战术路线。其实也挺令人向往的。

但是计划赶不上变化,突然之间,原来说好的 10 亿美元的创业基金跳票了。

2017 年底李开复表示,OpenAI 在成立时筹集的 10 亿美元只是个目标数字,并不是直接一整笔就打到账上了,所以说 OpenAI 的实际资金并没有看上去那么充裕。( 具体差了多少可能要去问马斯克了 )

不赚钱,靠梦想,嫖技术:ChatGPT的成功密码?

而指望OpenAI额外去融资好像也不简单。

尤其像 OpenAI 这种纯粹到极致的非盈利公司,还在章程里赫然写着“ 如果比不过别人就退出竞争,给对手帮忙 ”的条款。这基本就给后续的融资“判了死刑”了。

这么一来, OpenAI 和其他公司的差距就被大大拉开了。

最明显的就是员工薪酬。

在16 年前后的美国,顶级 AI 研究员的年薪多在 500 万美元以上,甚至达到千万级,而且其中还有很大一部分是股票期权奖励。

比如,李开复老师在《李开复:我在硅谷看到的最前沿科技趋势》一文中就提到:

而 OpenAI 这种非营利公司不仅股权给不出来的,( 毕竟,不能盈利的公司股权也不值啥钱 )工资都不能达到平均标准。

比如,2016 年 3 月,著名的对抗生成算法( 也就是GAN )的提出人 Ian Goodfellow 加入了OpenAI的时候,80 万美元的工资就直接创了业内同级别大佬的最低水平。

退一步说,即使员工的薪酬是可以用理想来满足的,但是 OpenAI 搞研究的钱都快烧不起了。

就拿前面提到的谷歌的明星 AI 企业 DeepMind来说吧,2016 年亏损了 1.54 亿美元,2017 年亏损了 3.41 亿美元,这还是扣掉了收入之后的亏损数字。

毕竟,这时候 DeepMind 甚至已经在为谷歌和医疗卫生系统提供服务,赚外快补贴家用了。

同样是 2016 年,OpenAI 却只花了 1100 万美元,其中 700 万是员工工资,实验项目加起来经费不超过 400 万美元。

大概只是 DeepMind 训练 AlphaGo 一个项目的资金的 1/10,这谁顶得住啊。

于是 OpenAI 的一些科研人员就开始打退堂鼓了。

一来糖衣炮弹,确实庸俗但有效。

二来科研经费不足还谈啥理想。

理想现实都不给力,那“ 实现 AGI ”的目标纯纯是“ 画饼 ”了。所以 2017 年前后 OpenAI 的很多位明星学者都是来了又走。

就连前面提到的 Ian Goodfellow,从谷歌跳槽到 OpenAI 待了不到一年又回去了。

最离谱的是 2017 年 6 月,Andrej Karpathy,斯坦福大学李飞飞教授的博士生不仅没有留下还被马斯克挖走,去特斯拉做了 AI 负责人。

有没有一种可能,连公认的疯子马斯克都不太看好这种商业模式了。(后来马斯克就离开了董事会)

毕竟没有前景的项目,还执着那就是傻子了。

不过,在这种艰难的时候,咱还是得相信光。OpenAI 豪华的背景板终于发力了。前面说到的奥特曼,站了起来。

虽然之前,他已经是创始人了,但其实整天忙着副业。

这时候,他辞掉其他职位,在 OpenAI 里干起了他最拿手的活-融资。

19 年 3 月,OpenAI 成立了一家叫做 OpenAI LP 的有限合伙公司,受原来的非营利的 OpenAI 的董事会控制。

但是新成立的 OpenAI 采用了一种很罕见的“ 收益上限 ”模式,投资人的投资可以获得回报,但是上限锁在 100 倍,而且越往后加入的投资人倍数限定就越低。(就目前的情况而言,相当于直接把OpenAI无期限租给了微软)

直到未来收益超出上限( 微软目前的上限大约是 1500 亿美元 ),股权将会转让给 OpenAI 所有。

一针见血地将一群科学疯子,变成了风投圈的“心头肉”。

于是,OpenAI LP 成立刚刚三个月,微软闻风而动。

因为早在2016 年,微软就是 OpenAI 模型训练的云服务供应商,自然对 OpenAI 的研究实力和技术动向心知肚明。

OpenAI LP 成立之后,微软几乎是第一时间就投了 10 亿美元。( 虽然有一半是微软云服务的代金券 )

于是,在微软的资金帮助下,ChatGPT 似乎只是做了一件很简单的事,就成功了。

他们选择了市场上最可能实现 agi 的技术路线做一个产品,然后证明了这个产品的商业价值。

甚至,其中不少技术路线都是来源于谷歌,比如:

它最核心的技术是 Google 在 2017 年提出的 Transformer 模型架构(开源),让大规模并行处理海量数据成为可能。

而备受关注的 “人类反馈强化学习”(RLHF)训练方式,也是出自 DeepMind,它能让模型从人类对机器不同的结果反馈(赞扬或批评)中,不断学习、改进输出结果。

图源:飞哥说 AI ▼

但这并不能否定 OpenAI 的价值,就像 iPhone 发布前,多点触控的技术也已诞生多年,历史上任何一个产生巨大影响力的产品出现前,它背后技术要素大都齐全。

虽然谷歌是一个理论的拓荒者,但是负责整合的 OpenAI 一样伟大,甚至 OpenAI 在行业的指导意义可能比苹果还要更胜一筹。

ChatGPT 远未达到这个路径的极限。随着算力成本的降低,模型参数的增加,OpenAI 为同行业指引了一条离人类越来越近的改造路线。

而其方法在圈子内也不是什么隐秘,直接让苦苦挣扎的同行们看到了光。

更深刻的是,微软和 OpenAI 合作的成功证明了:大型公司和科学研究机构合作,创造更大价值的可能性。

正如 OpenAI 的 ceo 奥特曼在去年初在社交媒体上发的一个帖子:

我非常感兴趣的一种大学替代方案是:找出全球最聪明、最有进取心的 18 岁年轻人,给他们 10 年以上的薪水和资源,让他们做自己想做的任何项目,配上聪明的同龄人——换他们未来收入里的几个百分点。

这种模式激发了商业的创新在科学领域发光发热。

ChatGPT 只是 AI 发展史上的一个节点,它很重要;但是 OpenAI 更揭示一种在顶尖科技上提高生产力的模式:在科研精神和商业变现之间寻找平衡。

不得不说,科学的边界被拓宽了。

0 留言

评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。
验证码