斯坦福大学日报消息,OpenAI联合创始人兼首席执行官Sam Altman,在斯坦福大学的英伟达(NVIDIA)礼堂进行了公开演讲,超过1000名学生排队参加此次活动。
Altman表示,从现在的技术创新和功能迭代来看,人类远远没有达到AI的极限,如果只是聚焦现在的AI能力将会是徒劳的。
一年前,OpenAI发布GPT-4模型时,全世界陷入疯狂,认为将彻底改变很多行业的工作模式。如今我们回头再看GPT-4,经常会讥讽地说,“它看起来好蠢啊~GPT-5到底何时发布?”
Altman说:“GPT-5将会比GPT-4更强大,GPT-6将会比GPT-5更智能,OpenAI的终极目标始终都没有变就是实现——AGI(通用人工智能)。”
在谈到实现AGI时,Altman认为开源不是最佳途径。这是因为,开源意味着放弃对技术的专有控制。对于OpenAI来说,他们投入大量的人力和算力资源开发的产品,需要获得丰厚的商业回报。
然后再用这些资金去创新、迭代发布更智能的产品,这一点,马斯克还在OpenAI时便与Altman等创始人达成了共识,他们认为,每年不烧个几十亿美元就想搞AGI根本没戏。
而Altman也表示,为了实现AGI,无论每年花费5亿、50亿还是500亿美元,只要能为全人类、AI领域做出一些贡献都不在乎。但这需要良性的资金来源,光靠别人捐献、融资是不行的。
这也是OpenAI从最初的开源策略,转换到闭源的根本原因之一。
现在,很多组织、个人开发者都能轻松复现GPT-4的能力,甚至在个别单元测试中超过它。但OpenAI的核心能力是技术变革,可以真正定义AI能力的下一个范式转变,就像苹果的iPhone对移动领域带来的颠覆性影响。
例如,今年2月15日,OpenAI发布了轰动全球的文生视频模型Sora,可能会重新定义影视、游戏开发、广告营销等行业,其影响力甚至比当年的ChatGPT来的更猛烈。
所以,OpenAI不怕别人拷贝、复制他们的产品,因为,在生成式AI领域,OpenAI永远是行业的领路人之一,为无数的创业者、开发者点亮一盏指路明灯。
前不久,OpenAI宣布无需注册就能免费使用ChatGPT。虽然来的有点晚,但对于很多没有能力开发类ChatGPT产品的国家/地区来说还是有帮助的,使得人人都能通过生成式AI产品来实现降本增效,这也是OpenAI在实现艰难的AGI的道路上的原动力——造福全人类。
在本次演讲中,还发生了一些趣事。Altman在2005年从斯坦福大学辍学并开始创业,演讲期间,一群学弟、学妹居然给这位学长唱起了生日歌,给Altman尴尬的不行,一直在傻笑~
为什么选择英伟达礼堂:2016年,英伟达创始人黄仁勋将第一台DGX-1 AI超级计算机捐赠给了OpenAI,当时马斯克作为联合创始人接收了这台设备并在上面签名。
昨天,黄仁勋又将世界第一台DGX H200超级计算机交给了OpenAI。
4月25日接收的最新超级计算机
如今的OpenAI已经今非昔比,早从当年的默默无闻的小公司成为生成式AI的领导者,而英伟达借助ChatGPT这股东风,成为超2万亿美元的科技巨头。
Altman则希望,二者之间的羁绊友谊可以继续长存下去。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。