OpenAI CEO：GPT-5 在開發中，擬進一步向微軟尋求資金支援

文章來源：機器之能

圖片來源：由無界 AI生成

公司還在開發下一代人工智慧模型 GPT-5，可能比它的前輩更複雜。 他沒有承諾發佈時程表， 不過通向 AGI 之路還需要更多的數據、資金和晶片。

據《金融時報》消息，OpenAI 計劃從其最大的投資者微軟那裡獲得進一步的資金支援。 因其CEO Sam Altman正在推進創建通用人工智慧 （AGI） 的願景——與人類一樣智慧的計算機軟體。

Altman 在接受英國《金融時報》採訪時表示，公司與微軟CEO薩蒂亞·納德拉的合作關係「運作得非常好」，他預計「隨著時間推移，將從這家科技巨頭和其他投資者那裡籌集更多資金」，以覆蓋構建更複雜人工智慧模型的高昂成本。

據知情人士透露，微軟今年早些時候向 OpenAI 開放人工智慧投資了 100 億美元，作為「多年」協定的一部分，該協定對這家總部位於三藩市的公司的估值為 290 億美元。

當被問及微軟是否會繼續進一步投資時，Altman 說：「我希望如此。」 他補充道：「從這裡到通用人工智慧，還有很長的路要走，需要構建大量的計算...... 訓練成本巨大。」

Altman 表示，「今年的收入增長一直很好」，但沒有提供財務細節，而且由於訓練成本，公司仍然沒有盈利。 但他表示與微軟的夥伴關係將確保「我們都從彼此的成功中賺錢，每個人都很高興。」

OpenAI 打算如何在 ChatGPT 之上構建商業模式的最新跡象是，該公司在 11 月 6 日納德拉出席的首屆開發者大會活動中宣佈了一套新工具，並升級了其現有模型 GPT-4，供開發人員和公司使用。

這些工具包括 ChatGPT 的定製版本，可以針對特定的應用程式進行調整和定制，以及 GPT 商店。 最終的目標是與最受歡迎的 GPT 開發者分享收益，採用類似於蘋果 App Store 的商業模式。

「現在，人們（說）『你有這個研究實驗室，你有這個 API，你有與微軟的合作夥伴關係，你有 ChatGPT ，現在有一個 GPT 商店，』但這些並不是我們真正的產品，」Altman 說。 「這些是進入我們單一產品（超級智慧）的管道。 我想這就是我們的目的。」

Altman 表示，為了發展企業業務，他聘請了 Brad Lightcap 擔任首席運營官，Brad Lightcap 曾在 Dropbox 和初創加速器 Y Combinator 工作。

與此同時，他也將自己的時間分配在兩個領域：研究「如何構建超級智慧」以及增強計算能力的方法。 「我們的願景是打造通用人工智慧，弄清楚如何確保其安全...... 並找出益處，」他說。

在談到 GPT 的推出時，他表示 OpenAI 正在努力構建更多的自主智慧體（ Agent ），他們可以執行任務和操作，例如執行代碼、付款、發送電子郵件或提出索賠。

「我們會讓這些智慧體變得越來越強大..... 從這裡開始，其行動也將變得越來越複雜，」他說。 「我認為，能夠在每個類別中做到這一點所帶來的商業價值相當可觀。」

Altman 表示，該公司還在開發下一代人工智慧模型 GPT-5，不過他沒有承諾發佈時程表。 這將需要更多的數據，Altman 表示，這些數據將來自互聯網上公開可用的數據集以及公司的專有數據。

OpenAI最近發佈了一項號召，要求從組織中獲取大規模的數據集，這些數據集「目前還不容易從網上公開獲取」，特別是對於任何形式的長篇寫作或對話。

雖然 GPT-5 可能比其前輩更加複雜，但 Altman 表示，技術上很難準確預測該模型可能具有哪些新功能和技能。

「對我們來說，這就像一個有趣的猜謎遊戲，」他說。 「我們正在努力做得更好，因為我認為從安全角度來看，預測這些能力很重要。 但我沒辦法判定這恰恰是 GPT-4 沒有做的事情。」

為了訓練其模型， OpenAI 與大多數其他大型人工智慧公司一樣，使用英偉達先進的 H100 晶片，該晶片在過去一年中成為矽谷最熱門的商品。

Altman 表示，由於每片 4 萬美元的英偉達晶片供應短缺，全年都出現了「嚴重緊縮」。 他表示，他的公司已經收到了 H100，並預計很快會收到更多，並補充說「明年看起來會更好」。

不過，隨著谷歌、微軟、AMD 和英特爾等其他公司準備發佈 AI 晶片，對英偉達的依賴不太可能持續太久。 「我認為資本主義的魔力正在這裏發揮作用。 現在很多人都想成為英偉達，」 Altman 說。

隨著近一年前 ChatGPT 的發佈，OpenAI 已經在構建生成式 AI 的競賽中處於領先地位——其系統可以在幾秒鐘內創建文本、圖像、代碼和其他多媒體。

Altman 表示，儘管 OpenAI 在消費者市場取得了成功，但它仍致力於在構建通用人工智慧方面取得進展。 支撐 ChatGPT 的 LLM 是「（構建 AGI ）核心部分之一...... 除此之外，還有很多其他部分。」

雖然 OpenAI 主要專注於 LLM，但其競爭對手一直在尋求替代研究策略來推進 AI。 Altman 說，他的團隊認為語言是「壓縮資訊的好方法」，因此可能演化出智慧。 他認為谷歌 DeepMind 等公司錯過了這一點。 「（其他公司）擁有很多聰明人。 但他們沒有這麼做。 即使我認為我們已經用 GPT-3 證明瞭這一點，他們也沒有這樣做，」他說。

最終， Altman 表示，在開發 AGI 的競賽中，「最大的缺失部分」是這些系統在理解上實現根本性飛躍所需要的東西。

「在很長一段時間里，牛頓要做的正確事情就是多讀數學教科書，與教授交談並練習。 這就是我們目前的模型所做的，」Altman 引用了一位同事以前使用過的例子。

但他補充說，牛頓永遠不會通過簡單閱讀幾何或代數來發明微積分。 「我們的模型也不是，」Altman 說。 「所以問題是，要生成全新的想法，還缺失什麼？ ... 是人類的知識？ 我認為，這是最重要的事情。」