-
日期: 2024-04-16 | 来源: 腾讯科技 | 有0人参与评论 | 字体: 小 中 大
奥特曼:在创新方面,我坚信我们拥有全球顶尖的研究人员和卓越的研究文化。如果我们失去了这两者中的任何一个,那将是一个重大的打击。而另一个让我深感忧虑的因素,是计算资源的不足。诚然,我们都热衷于开展前沿的研究,因为科学进步无疑是世界上最令人振奋的事情。但我们的使命是为更多的人提供实际的帮助。即使我们能做出世界上最好的研究,并将其优化到极致,如果我们没有足够的计算能力来满足全球用户的需求,那也将是一个巨大的阻碍。因此,我的第二个优先事项就是思考如何获取足够的计算资源,以满足日益增长的用户需求。
斯特宾斯:你提到的决策之间的平衡是如何实现的?如何在战略决策和日常运营决策之间找到平衡点?
奥特曼:关于我们工作的重心,我们始终保持着高度的一致性。你可能会发现我经常强调这一点,但那些真正对我们至关重要的事务,或是与之紧密相关的事项,我们作为执行团队和领导层,会投入大量的时间和精力来确保做出正确的决策。有时,这些决策显得一目了然,但有时却需要我们深入研讨。至于其他日常事务,我们会进行委派处理。因此,我可能每天都会做出十个决策,而无需与山姆商讨,因为这些决策并不涉及核心问题。然而,一旦遇到真正重大的事项,我们会召集整个执行团队进行会议讨论,甚至在后续的会议中继续深入研讨,以确保我们做出最明智的决策。
斯特宾斯:你是否认同这样的观点,即一家公司的发展往往由一年中一两个关键决策所决定?或者,你认为公司的进步是由日常无数的细微决策共同推动的?对此,我时常感到困惑。
奥特曼:我完全同意两者并存的观点。身为投资者,我深知那种每年甚至每十年才需做出一两个重大决策的快感。然而,我必须坦诚,经营者的角色与我的本性相去甚远,这并非我在人生中的自然定位。然而,为了不断提升自己,我逐渐认识到,尽管战略决策的数量相对较少,但它们的重要性却不容忽视。这些决策可能每月出现一两个,而非每年。但除了这些大决策外,更多的是关于执行层面的小决策,它们的数量多得无法计数。
我认为,那些声称决策不多的人,很可能没有真正经营过一家复杂的公司。因为说任何CEO每年或每月只做一个或两个决策,这显然是站不住脚的。决策是一个持续不断的过程,但关键在于区分那些重大战略决策与为实现这些战略所需的日常细微执行决策。比如我们是否决定开发ChatGPT,这是一个重大决策。但为了实现这个决策,我们需要做出的无数小决策,同样至关重要。这些小事累积起来,才能确保大决策的成功实施。
斯特宾斯:你为什么觉得自己并不适合经营者的角色呢?
奥特曼:坦诚地说,我并非天生的经营者。虽然我曾经非常享受作为投资者的日子,那份工作无疑充满了趣味,但我始终觉得它未能带给我真正的满足感。人们常常以某些轻松的言辞来调侃投资者,但在某种程度上,这些言辞却道出了真相。从生活质量的角度来看,投资确实是一份相当诱人的工作,它给予了我许多自由与闲暇,但这并非我所追求的全部。我必须坦诚,我从未假装自己擅长经营。我的天性并不倾向于此。然而,我仍然感到庆幸能够涉足此事,因为我深深地热爱着OpenAI,并坚信人工智能将是我职业生涯中接触到的最具影响力的领域。尽管经营者的角色并非我的天性所在,但我愿意付出努力。
03 高质量AI的成本将趋近于零
斯特宾斯:我们该如何衡量当边际收益超过边际成本时的情况?很多人建议我们今天谈谈这个问题,尤其是针对基于大语言模型(LLM)的产品。
奥特曼:这可能会涉及到两个方面。但说实话,我觉得在我们能探讨的众多议题中,这恐怕是最不吸引人的了。无意冒犯,但我真的觉得这个问题相当乏味。
斯特宾斯:为什么你会觉得它乏味呢?
奥特曼:你只需要坚信一点,那就是计算的成本将持续降低,而随着模型性能的不断提升,人工智能的价值也将持续攀升。这个等式其实相当直观,解决起来并不复杂。当然,也存在出错的可能性,比如如果计算成本因为某些原因未能如预期般下降,或者因为供需失衡、计划不当等因素导致计算能力变得异常昂贵,那么情况就会有所不同。但我坚信,高质量智能的成本终将趋近于零,这对世界上大多数领域而言都将是一个惊人的转变。不是所有事物都会因此受到负面影响,但我相信智能的成本即将变得非常低廉。
斯特宾斯:开源以及开源的蓬勃发展如何进一步推动或影响这一变革进程呢?
奥特曼:开源模型无疑将在未来的技术生态中占据一席之地。有些人会倾向于使用开源模型,有些人则更偏好于管理服务,当然,也会有许多人选择同时使用这两种方式。然而,在某种程度上,我认为这些讨论更多地聚焦于一些有趣的细节,却忽略了一个更为宏大的画面。那就是,我们正处于一场合法且规模庞大的技术革命之中,在这场革命中,智能正在从一种稀缺资源转变为一种更为普遍的存在。聪明的人类或许拥有较高的智能水平,但如果你想要完成一项需要大量智能的任务,你往往需要集结大量的聪明人共同协作。例如,要构建像OpenAI这样的公司,就需要众多才华横溢的员工共同努力。而考虑到整个技术堆栈的复杂性,除了OpenAI的员工,还需要那些制造芯片、建设数据中心的人才。最终,每个人都能够以非常低廉的价格,访问到丰富且高效的智能,从而创造出令人惊叹的成果。- 新闻来源于其它媒体,内容不代表本站立场!
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见