「OpenAI正在开发下一代大模型GPT-5。我们的意义所在，就是打造超凡脱俗的神奇AI智能」。
这是Sam Altman最近接受FT的一次采访中，首次对外透露了更多OpenAI的计划。
这篇文章信息量巨大！
他不仅谈到了OpenAI的融资想法，英伟达芯片短缺问题、AGI未来，甚至自曝GPT-5正在研发中。
还记得今年4月，OpenAI就表示他们不会训练GPT-5，并且「在一段时间内不会」。
没想到，OpenAI早就开始紧锣密鼓地准备中。
GPT不是终局，我们要「超凡的神奇AI智能」
上周，OpenAI的首届开发者大会举动表明，它计划在ChatGPT的基础上建立的商业模式。
面向开发者升级GPT-4模型，推出了一系列工具，包括定制GPT功能、应用市场GPT Store等等。
这么做的最终目标就是与最受欢迎的GPT创作者分享收益，类似苹果的App Store商业模式。
Altman表示，「研究实验室、API、微软合作、ChatGPT、GPT商店都不是OpenAI的终极产品，这些都只是进入我们唯一产品——『智能』的中间手段」。
「我们的终极目的是，打造一个超凡脱俗的神奇智能（magic intelligence in the sky）」。
没错，GPT-5正在研发中
OpenAI的愿景是实现AGI，保其安全并找到其价值所在。
Altman首次公开表示，公司正在开发下一代AI模型GPT-5，但没有给出具体的发布时间。
7月的时候，已经有人发现OpenAI申请注册了GPT-5的商标。
虽然GPT-5可能比GPT-4更复杂，但Altman表示很难准确预测这个模型会有什么新的功能和技能。
在我们训练这个模型之前，对我们来说这更像是一个有趣的猜谜游戏。
我们正在努力提高预测能力，因为我认为从安全的角度来看，预测功能很重要。但我现在无法告诉你GPT-5具体会有哪些GPT-4没有的功能。
为了发展OpenAI的业务，Altman聘请了Brad Lightcap担任首席运营官——以前在Dropbox和创业加速器Y Combinator工作。
与此同时，Altman把时间分配在两个领域：一是研究「如何建立超级智能」，二是研究「如何获取建立超级智能所需的算力」。
他特别强调，通过推出GPT系列模型，OpenAI正在努力建立更多可以执行任务和操作的自主智能体，比如执行代码、付款、发送电子邮件或申请索赔。
这些智能体未来在各个领域，带来巨大的商业价值。
不过，训练GPT-5需要更多的数据，这些数据将来自互联网上公开可用的数据集，以及企业的专有数据。
OpenAI最近发出了征集大规模数据集的呼吁，特别是那些「今天在互联网上尚未公开轻松获取」的数据集，尤其是长篇写作或任何格式的对话。
4万一块H100已经到手，芯片短缺明年缓解
当然，训练GPT-5，还得需要H100芯片。
过去几个月中，4万一块H100成为了硅谷最热门的抢手货，多家科技公司都在竞相购买构建AI所需的芯片。
不过，Altman表示，OpenAI已经收到了H100，并且预计后续的订单将陆续返货。
他预测，明年AI芯片的「残酷」短缺将得到缓解。
随着谷歌、微软、AMD、英特尔等其他公司准备发布AI芯片，公司对英伟达的依赖不太可能持续太久。我认为资本主义的魔力正在这里发挥作用。
OpenAI急缺钱，微软再入股？
训练GPT-5体量的大模型，必定需要投入更多的算力。
目前，OpenAI正在寻求从微软手中获得进一步的资金支持，以创造像人类一样智能的软件，实现AGI愿景。
Altman表示，我们与微软的合作「运作得非常好」。随着时间的推移，微软和其他投资者将筹集更多资金。
外界皆知，微软是OpenAI最大的投资者。
今年年初，这家老牌科技巨头曾与OpenAI签订了一项为期多年的合作协议——投资100亿美元，支持OpenAI的研发和业务发展。
这份协议，直接让OpenAI的估值达到290亿美元。
当被问及微软是否会继续进一步投资时，Altman说，「我希望如此。我们还有很长的路要走。从当前到实现AGI还需要巨大的算力支撑，资金投入就像一个黑洞」。
OpenAI今年的收入增长一直很好，但由于训练成本高，公司仍然没有盈利。微软伙伴关系将确保「我们都从彼此的成功中赚钱，每个人都很高兴」。
GPT-3已泄密OpenAI成功秘诀
一年前ChatGPT的发布，OpenAI已经在构建生成式AI的竞赛中处于领先地位——可以在几秒钟内创建文本、图像、代码和其他多模态的系统。
Altman说，尽管OpenAI在C端用户方面取得了成功，但它仍寻求在构建AGI取得进展。
支撑ChatGPT的大模型是「核心部分之一」。关于如何构建 AGI，但除此之外还有很多其他部分。
虽然OpenAI主要关注LLM，但其竞争对手一直在寻求替代研究策略来推进 AI。
Altman认为，
语言是「信息压缩的好方法」，是开发智能的关键，但像谷歌DeepMind这样的竞争对手错过了这一点其他公司也有很多聪明人。但他们没有做到这一点。
即使在我认为GPT-3已经证明了这一点之后，他们也没有选择这样做。
最终，Altman表示，在AGI的竞赛中，「最大的缺失」是需要AI系统进行根理解飞跃所需的条件。
牛顿仅通过简单地阅读几何或代数，根本不可能发明微积分，我们的模型也一样。
当前模型仅通过训练数据无法原创新知识，这是开发通用人工智能面临的最大难题。
