OpenAI CEO奥特曼25日最新演讲:只专注于AI局限性的创业者必死!AI也不会违背商业的定律

原创 精选
人工智能
虽然人工智能可能在某些领域(如国际象棋)超过人类,但人们仍然更喜欢观看人类选手的比赛。然而,奥特曼指出了相反的例子,比如青少年喜欢与人工智能治疗师的对话,而不是与人类的对话。

出品 | 51CTO技术栈(微信号:blog51cto)

就在昨天,黄教主亲手交付了OpenAI全球首块AI超级芯片DGX H200的当天,Sam马不停蹄就前往斯坦福大学的英伟达(NVIDIA)礼堂进行了公开演讲。

图片图片

Sam Altman4月25日在斯坦福大学发表演讲,分享了他对人工智能未来的见解。Linkin上一位名为“Wanrong He”的斯坦福学生分享了从他富有启发性的演讲中得到的一些关键收获:

一、人工智能的快速发展

1.继GPT-4之后的下一个人工智能模型将更加强大,这表明该领域的发展速度惊人。

2.虽然复制GPT-4等现有模型相对简单,但真正的创新在于定义人工智能能力的下一个范式转变。

3.Sam将人工智能的潜力与iPhone对移动计算的变革性影响相提并论。

二、通向AGI之路

1.OpenAI的使命是实现AGI。开源人工智能可能不是实现这一目标的最佳方法。

2.提供免费、无广告的ChatGPT是OpenAI在追求目标的同时积极影响社会的方式。为了让所有人都能使用人工智能,重点应该是让人工智能计算在全球范围内变得非常实惠和广泛,消除不平等。

3.作为一种增强人类能力的工具,向ChatGPT灌输情感是不必要的。

4.没有必要担心超级智能人工智能,因为与未来的模型相比,每一种新模型都被认为是不够的,从而推动了不断的改进。

三、创新和创业机会

1.仅仅专注于解决当前的人工智能限制可能是徒劳的,因为未来的GPT-5和GPT-6等模型可能会使这些努力过时。

2.像Sora这样的突破可以重新定义娱乐,产生融合电影和游戏的个性化互动体验。

3.人工智能创业公司有巨大的潜力,但它们的成功并不能简单地通过使用人工智能来保证。它们仍然必须坚持商业基本原则。

4.虽然人工智能可能在某些领域(如国际象棋)超过人类,但人们仍然更喜欢观看人类选手的比赛。然而,奥特曼指出了相反的例子,比如青少年喜欢与人工智能治疗师的对话,而不是与人类的对话。

以下是部分演讲内容:

  • 下一个模型会比GPT4还强大非常非常多
  • copy很容易,已经有GPT4了,Google很容易copy出来Gemini,难得是innovation new things,怎样define next paradigm
  • iPhone get a long way,AI也一样
  • 为什么不开源:因为目标是AGI,不认为开源是最好的做法,希望通过像公众提供免费无广告的ChatGPT来实现社会影响力
  • 不担心AI太强,GPT4一出来人们觉得变天了,现在人们觉得GPT4还是不够好
  • 想要GPT5如何消除不公:让便宜的ai计算flood the world,让AI超级便宜
  • 很多人的创业/研究方向是在补全现在ai的缺陷,本质是在赌ai不会变得更好,但是未来会有GPT5、6,这样的工作就没意义了
  • 人类始终更喜欢人类,就算现在AI下棋吊打人类,人类还是只喜欢看人类下棋;不过也有一些反例,比如青少年更喜欢跟AI聊而不是跟心理医生聊
  • 认为Sora会实现全新的娱乐方式,每次看都会不同,会根据你的喜好、互动实时生成,会实现something between movie and game
  • OpenAI最大的组织变化:意识到scaling很重要之后,把所有组的计算资源都聚集起来做一件事
  • 会实现不需要全新的data也能让模型推理能力不断提升,现在是一个很好的时间去做AI startup,但是不会因为用上了AI就超过所有已有的产品。
  • AI也不会违背商业的定律OpenAI在做的是tool for human,而不是新的生物,所以不觉得chatGPT需要有情感
  • 有同学问Sora的训练数据用了多少YouTube video?Sam:let's pass this question
  • 未来一个高薪工作是给模型生成的结果提供专业反馈

想了解更多AIGC的内容,请访问:

51CTO AI.x社区

https://www.51cto.com/aigc/

责任编辑:武晓燕 来源: 51CTO技术栈
相关推荐

2024-04-26 12:37:45

数据训练

2024-11-25 17:03:17

2014-08-07 09:30:09

傲游浏览器

2013-07-31 09:52:45

创业者

2021-08-09 11:07:44

数据安全算法互联网

2022-12-30 08:26:43

基线预警局限性

2023-06-16 10:18:22

人工智能商业

2018-04-26 13:41:57

深度学习人工智能机器学习

2010-08-26 10:57:35

2022-06-16 12:51:48

工业机器人机器人

2019-11-06 11:34:53

人工智能机器学习工具

2021-04-20 08:31:13

Kubernetes局限性容器

2020-06-04 10:13:09

人工智能深度学习技术

2023-02-21 15:27:13

人工智能ChatGPT聊天机器人

2010-11-04 11:11:45

创业

2023-01-10 10:11:50

GPU计算

2024-06-05 13:48:04

2010-08-06 11:04:11

RIP路由协议

2017-10-09 19:12:52

AI深度学习局限性
点赞
收藏

51CTO技术栈公众号