惊天大瓜！
据外媒报道，OpenAI超级对齐团队的2名研究员，因泄露「机密」被正式开除！
而这也是今年3月Sam Altman重掌董事会席位后，OpenAI首次对外公开的人事变动。
被解雇的研究员之一Leopold Aschenbrenner，曾在新成立的超级对齐团队工作。
同时，他也是OpenAI首席科学家Ilya Sutskever的支持者，OpenAI内斗风波后，Ilya至今尚未在公开场合露面。
另一位被解雇的员工Pavel Izmailov，曾负责推理方面的研究，在安全团队亦有贡献。
Leopold Aschenbrenner（左）， Pavel Izmailov（右）
值得一提的是，被解雇的这俩人，都是去年OpenAI超级对齐团队新论文的作者。
不过，目前尚不清楚，两位被解雇员工具体泄露了哪些信息。
团队关键人物开除为哪般
OpenAI的发展情况，仍然是稳中向好，势如破竹，最近一次员工股票出售中，它的估值甚至一度高达860亿美元。
而超级对齐团队（Superalignment），是OpenAI内部一个颇具话题性的部门。
AI发展到最后，如果成为超级智能，好处是或许能帮我们解决核聚变问题，甚至开拓其他星球，但反过来，这么厉害的它，开始危害人类了怎么办？
为此，在去年夏天，Ilya Sutskever成立了这个团队，来研发控制和指导超级智能的技术。
Aschenbrenner，恰恰就是超级智能对齐团队的关键人物之一。
一个争议就是：这个团队真的有存在的必要吗？
OpenAI内部，员工对此意见不一。
此前的内斗风波，跟这个理念的争议也脱不了干系。
作为OpenAI联合创始人、重大技术突破负责人，Ilya曾与其他董事会成员一起，决定解雇Sam Altman，原因是他缺乏坦诚。
而Altman宫斗归来、重返CEO之职后，Ilya离开了董事会，从此似乎销声匿迹，引来众多网友的猜疑。
又是「有效利他主义」
耐人寻味的是，事件中的众多人物，都有「有效利他主义」（Effective Altruism），有着千丝万缕的关联。
对齐团队关键人物Aschenbrenner，便是有效利他主义运动的一员。
该运动强调，我们应该优先解决AI潜在的风险，而非追求短期的利润或生产力增长。
说到这里，就不能不提大名鼎鼎的币圈大佬、如今沦为阶下囚的FTX创始人Sam Bankman-Fried了，他也是有效利他主义的忠实拥趸之一。
19岁时毕业于哥大的Aschenbrenner，曾在SBF创建的慈善基金Future Fund工作，该基金致力于资助能够「改善人类长远前景」的项目。
一年前，Aschenbrenner加入了OpenAI。
而把Altman踢出局的其他董事会成员，也都被发现和有效利他主义有干系。
比如，Tasha McCauley是Effective Ventures的董事会成员，后者即是有效利他中心的母组织。
而Helen Toner曾在专注于有效利他的Open Philanthropy项目工作。
去年11月Altman重任CEO时，二人也都来开了董事会。
这样看来，此次Aschenbrenner被开除究竟是因为泄密，还是因为其他原因，就值得探究了。
总之，Sam Altman看来是跟有效利他主义主义的这帮人杠上了——毕竟他们的理念，实在是Altman理想中AGI（甚至ASI）的最大绊脚石。
Leopold Aschenbrenner
Leopold Aschenbrenner还在大三时，便入选了Phi Beta Kappa学会，并被授予John Jay学者称号。
19岁时，更是以最优等成绩（Summa cum laude）从哥伦比亚大学顺利毕业。
期间，他不仅获得了对学术成就授以最高认可的Albert Asher Green奖，并且凭借着「Aversion to Change and the End of (Exponential) Growth」一文荣获了经济学最佳毕业论文Romine奖。
此外，他还曾担任政治学的Robert Y. Shapiro教授和经济学的Joseph E. Stiglitz教授的研究助理。
Leopold Aschenbrenner来自德国，现居风景优美的加利福尼亚旧金山，志向是为后代保障自由的福祉。
他的兴趣相当广泛，从第一修正案法律到德国历史，再到拓扑学，以及人工智能。目前的研究专注于实现从弱到强的AI泛化。
Pavel Izmailov
Pavel Izmailov在莫斯科国立大学获得数学与计算机科学学士学位，在康奈尔大学获得运筹学硕士学位，并在纽约大学获得计算机科学博士学位。
他的研究兴趣广泛，包括机器学习核心领域内的多个主题，不过主要还是致力于深入理解深度神经网络是如何运作的。
- 提升AI的推理和问题解决能力
- 深度学习模型的可解释性，涵盖大语言模型和计算机视觉模型
- 利用AI进行科学发现
- 大规模模型的分布外泛化和鲁棒性
- 技术AI对齐
- 概率深度学习、不确定性估计和贝叶斯方法
此外，他所在团队关于贝叶斯模型选择方面的工作，更是在2022年的ICML上获得了杰出论文奖。
加入OpenAI之前，他曾在亚马逊、谷歌等大厂实习
从2025年秋季开始，Izmailov将加入纽约大学，同时担任Tandon CSE系助理教授和Courant CS系客座教授，并加入NYU CILVR小组。
用GPT-2监督GPT-4
在这项研究中，OpenAI团队提出了一个创新性模型对齐方式——用小模型监督大模型。
Leopold Aschenbrenner对此解释道，直觉告诉我们，超人类人工智能系统应该能「感知」自己是否在安全地操作。
但是，人类能否仅通过「弱监督」就从强大的模型中提取出这些概念呢？
在未来，AI系统可以处理极其复杂的任务，比如生成一百万行代码。
但是人类需要为其行为设置一些限制，不如「不要撒谎」或「不要逃离服务器」。
而目前，大模型这个黑盒，人类根本无法理解它们的行为，那我们如何实现这些限制？
通常情况下，我们会用人类的标注来训练AI系统。
但是，相比于那些比我们聪明得多的AI系统，人类只能算是「弱监督」。
也就是说，在复杂的问题上，人类提供的只是不完整或有缺陷的标注。
好在，强大的模型已经能够明显地，表示出像「这个行动是否危险」这样的概念。
如此一来，人类就可以要求它说出自己知道的内容，包括那些我们无法直接监督的复杂情况。
为此，团队设计了一个巧妙的实验——当我们用一个小模型来监督大模型时，会发生什么？
强大的模型是否会模仿比它弱的监督者，甚至包括它的错误呢？还是说，它能够泛化到更深层次的任务或概念？
结果，他们惊喜地发现，果然可以利用深度学习的出色泛化能力来获得帮助。
像GPT-2这种数到十都不会的弱鸡模型，都可以来监督能参加高考的GPT-4，让它恢复到接近完美标注的80%性能。
不过，目前这种方法只在某些情况下有效，所以如果我们只是简单地应用当前对齐技术（比如RLHF）的话，在超人类模型的扩展上可能遇到困难。
但作者认为，超越弱监督者的泛化是一个普遍现象，而人类可以通过简单的方法大幅提高泛化能力。
针对这项研究，未来探索的方向可能包括：
- 寻找更好的方法；
- 加深科学理解：我们何时以及为什么能看到良好的泛化？
- 采用类似的设置：实验设置与未来超级对齐问题之间还存在重要的不同——我们能解决这些问题吗？
这项研究让作者最兴奋一点是，他们可以在对齐未来超人类模型的核心挑战上，取得迭代的实证进展。
很多以前的对齐工作要么陷入理论，要么虽然是实证的，但并未直接面对核心挑战。
比如，在对齐领域有一个长期的观点是「引导」。（不是直接对齐一个非常聪明的模型，而是首先对齐一个稍微聪明的模型，然后用它来对齐一个中等聪明的模型，依此类推）
现在，虽然还远远不够，但OpenAI研究人员已经可以直接进行测试了。
