據《金融時報》消息，OpenAI 計劃從其最大的投資者微軟那裡獲得進一步的資金支持。因其 CEO Sam Altman 正在推進創建通用人工智能 （AGI） 的願景——與人類一樣智能的計算機軟件。
Altman 在接受英國《金融時報》采訪時表示，公司與微軟 CEO 薩蒂亞·納德拉的合作關系‘運作得非常好’，他預計‘隨著時間推移，將從這傢科技巨頭和其他投資者那裡籌集更多資金’，以覆蓋構建更復雜人工智能模型的高昂成本。
據知情人士透露，微軟今年早些時候向 OpenAI 開放人工智能投資瞭 100 億美元，作為‘多年’協議的一部分，該協議對這傢總部位於舊金山的公司的估值為 290 億美元。
當被問及微軟是否會繼續進一步投資時，Altman 說：‘我希望如此。’ 他補充道：‘從這裡到通用人工智能，還有很長的路要走，需要構建大量的計算......訓練成本巨大。’
Altman 表示，‘今年的收入增長一直很好’，但沒有提供財務細節，而且由於訓練成本，公司仍然沒有盈利。但他表示與微軟的夥伴關系將確保‘我們都從彼此的成功中賺錢，每個人都很高興。’
OpenAI 打算如何在 ChatGPT 之上構建商業模式的最新跡象是，該公司在 11 月 6 日納德拉出席的首屆開發者大會活動中宣佈瞭一套新工具，並升級瞭其現有模型 GPT-4，供開發人員和公司使用。
這些工具包括 ChatGPT 的定制版本，可以針對特定的應用程序進行調整和定制，以及 GPT 商店。最終的目標是與最受歡迎的 GPT 開發者分享收益，采用類似於蘋果 App Store 的商業模式。
‘現在，人們（說）“你有這個研究實驗室，你有這個 API，你有與微軟的合作夥伴關系，你有 ChatGPT ，現在有一個 GPT 商店，”但這些並不是我們真正的產品，’Altman 說。‘這些是進入我們單一產品（超級智能）的渠道。我想這就是我們的目的。’
Altman 表示，為瞭發展企業業務，他聘請瞭 Brad Lightcap 擔任首席運營官，Brad Lightcap 曾在 Dropbox 和初創加速器 Y Combinator 工作。
與此同時，他也將自己的時間分配在兩個領域：研究‘如何構建超級智能’以及增強計算能力的方法。‘我們的願景是打造通用人工智能，弄清楚如何確保其安全……並找出益處，’他說。
在談到 GPT 的推出時，他表示 OpenAI 正在努力構建更多的自主智能體（ Agent ），他們可以執行任務和操作，例如執行代碼、付款、發送電子郵件或提出索賠。
‘我們會讓這些智能體變得越來越強大.....從這裡開始，其行動也將變得越來越復雜，’他說。‘我認為，能夠在每個類別中做到這一點所帶來的商業價值相當可觀。’
Altman 表示，該公司還在開發下一代人工智能模型 GPT-5，不過他沒有承諾發佈時間表。這將需要更多的數據，Altman 表示，這些數據將來自互聯網上公開可用的數據集以及公司的專有數據。
OpenAI最近發佈瞭一項號召，要求從組織中獲取大規模的數據集，這些數據集‘目前還不容易從網上公開獲取’，特別是對於任何形式的長篇寫作或對話。
雖然 GPT-5 可能比其前輩更加復雜，但 Altman 表示，技術上很難準確預測該模型可能具有哪些新功能和技能。
‘對我們來說，這就像一個有趣的猜謎遊戲，’他說。‘我們正在努力做得更好，因為我認為從安全角度來看，預測這些能力很重要。但我沒辦法判定這恰恰是 GPT-4 沒有做的事情。’
為瞭訓練其模型， OpenAI 與大多數其他大型人工智能公司一樣，使用英偉達先進的 H100 芯片，該芯片在過去一年中成為矽谷最熱門的商品。
Altman 表示，由於每片 4 萬美元的英偉達芯片供應短缺，全年都出現瞭‘嚴重緊縮’。他表示，他的公司已經收到瞭 H100，並預計很快會收到更多，並補充說‘明年看起來會更好’。
不過，隨著谷歌、微軟、AMD 和英特爾等其他公司準備發佈 AI 芯片，對英偉達的依賴不太可能持續太久。‘我認為資本主義的魔力正在這裡發揮作用。現在很多人都想成為英偉達，’ Altman 說。
隨著近一年前 ChatGPT 的發佈，OpenAI 已經在構建生成式 AI 的競賽中處於領先地位——其系統可以在幾秒鐘內創建文本、圖像、代碼和其他多媒體。
Altman 表示，盡管 OpenAI 在消費者市場取得瞭成功，但它仍致力於在構建通用人工智能方面取得進展。支撐 ChatGPT 的 LLM 是‘（構建 AGI ）核心部分之一……除此之外，還有很多其他部分。’
雖然 OpenAI 主要專註於 LLM，但其競爭對手一直在尋求替代研究策略來推進 AI。Altman 說，他的團隊認為語言是‘壓縮信息的好方法’，因此可能演化出智能。他認為谷歌 DeepMind 等公司錯過瞭這一點。‘（其他公司）擁有很多聰明人。但他們沒有這麼做。即使我認為我們已經用 GPT-3 證明瞭這一點，他們也沒有這樣做，’他說。
最終， Altman 表示，在開發 AGI 的競賽中，‘最大的缺失部分’是這些系統在理解上實現根本性飛躍所需要的東西。
‘在很長一段時間裡，牛頓要做的正確事情就是多讀數學教科書，與教授交談並練習。這就是我們目前的模型所做的，’Altman 引用瞭一位同事以前使用過的例子。
但他補充說，牛頓永遠不會通過簡單閱讀幾何或代數來發明微積分。‘我們的模型也不是，’Altman 說。‘所以問題是，要生成全新的想法，還缺失什麼?…是人類的知識?我認為，這是最重要的事情。’
發表評論 取消回复