最近，ChatGPT一直在人海中狂飆。
這股熱情，就像我加入的ChatGPT微信群里調(diào)戲AI的99+消息一樣熾熱。
甚至是《財富》雜志也給予了高度的評價：
在一代人的時間中總有一種產(chǎn)品的出現(xiàn)，它將從工程系昏暗的地下室、書呆子們臭氣熏天的青少年臥室和愛好者們孤獨的洞穴中彈射出來，變成了你的祖母Edna都知道如何使用的東西。
在這樣下去，離ChatGPT被神化，“血肉苦弱，機械飛升”的造神運動就不遠了。
不過，專家那邊卻格外冷靜，比如圖靈獎得主LeCun就一捧冷水倒下：ChatGPT不是什么革命性的東西，只是組合得很好。
而ChatGPT內(nèi)部的訓練師Trinkle也明確表示了：ChatGPT想象力的根源在于神經(jīng)網(wǎng)絡的一些隨機性，而不是有一個東西叫創(chuàng)造力。
只要你設置一個參數(shù)，然后這個參數(shù)如果越大，然后它的隨機性就越高。
大概就是說，AI最引起爭議的性格和創(chuàng)造力，本質(zhì)是用統(tǒng)計學來實現(xiàn)模擬人類對話的魔法。
所以，雖然我們在為ChatGPT精妙的回答點贊，但是其實呢，是為人類歷史上偉大的靈魂致敬。
因為這些回答，其實早就藏在互聯(lián)網(wǎng)的歷史數(shù)據(jù)中了。
這么一來，專家們“技術(shù)上沒什么了不起”的評價，和咱們吹爆的用戶體驗，讓我止不住的好奇。
所以，這一次，差評君想聊聊，推出了這款現(xiàn)象級應用的公司OpenAI究竟是碰巧做了一次成功的營銷，還是實打?qū)嵉募夹g(shù)革命。
一切都要從ChatGPT的母公司OpenAI說起。
這個世界上偉大的發(fā)明，大多來源于兩個渠道：多金大公司的研發(fā)部門和富集了靈感的名校實驗室。
2015年12月成立的OpenAI更像前者，當然更加豪華。
OpenAI 的成立公告里，除了列出一眾頂級研究人員以外，還有一份堪稱全明星陣容的投資人名單，包括做汽車造火箭的 Elon Musk，LinkedIn 聯(lián)合創(chuàng)始人 Reid Hoffman，PayPal 聯(lián)合創(chuàng)始人 Peter Thiel，還有 Y Combinator 當時的總裁 Sam Altman。（以及他們的10億美金捐贈）
能讓這群“在財富上格外自由的人物”聚集在一起的，只有一個目標，理想。
OpenAI 的目標非常遠大，他們要做 AGI。
AGI 只比 AI 多了一個字母，但它倆是“科技”和“科幻”的區(qū)別。AGI 是 Artificial General Intelligence，直譯是通用人工智能，專指 AI 領(lǐng)域的巔峰技術(shù)。
AI 的目標是在某個功能上超越人類，類似于計算機；但是 AGI 的目標全方位吊打人類，簡稱超人。
漫威粉都很清楚，這種超級生物的出現(xiàn)，對人類，可不是什么好事。
畢竟現(xiàn)實不是故事，可能會出現(xiàn)毀滅世界的超級反派，但是有沒有美國隊長，就不好說了。
所以在成立宣言里，OpenAI 就想要做這么一個“ 美國隊長 ”式的角色，他們不僅追求實現(xiàn)這樣一個通用人工智能，還要確保它是安全的、對全人類有益的。
而在當時，OpenAI 的假想敵，可能就是在人工智能領(lǐng)域積累最多的谷歌了。
歷史告訴我們：實現(xiàn)這個遠大的目標，最大的阻力是人太善變，或者說不夠堅持。
為此， OpenAI 采取了一個很“科學”的組織形式---非營利公司，不談錢只談理想。
而且 OpenAI 這種純粹的理念，甚至比絕大多數(shù)非盈利的環(huán)保組織還要更近一步。
在公司章程里，OpenAI 還專門給出了一個放棄競爭條款，當有人比 OpenAI 更接近實現(xiàn)強人工智能的時候，OpenAI 會從競爭轉(zhuǎn)向合作，用自己的資源和經(jīng)驗幫助對方實現(xiàn)目標。
相當于活菩薩。
不得不說，這種“ 高尚 ”到了極致的公司章程帶給了公司聞所未聞的自律，但也要求 OpenAI 在非盈利的同時，還要保持技術(shù)領(lǐng)先。（ 顯然，結(jié)局可能不會太好 ）
而且按照這個設定如果不出意外的話，這個公司就會一直默默無聞地鉆研技術(shù)去了。
事實上，在公司成立的前幾年，在輿論方面 OpenAI 在圈子里基本就是一個路人。
甚至到了 2016 年，谷歌的 AlphaGo 都擊敗頂級圍棋選手李世石，在全世界范圍掀起了 AI 熱潮了。
而 OpenAI 的當時為數(shù)不多的亮點，也就 2017 年下半年單挑打贏了刀塔頂級選手，
而且還是蹭 Dota 2 國際邀請賽的熱度，
而且僅限 1v1 中路父子局，
而且兩邊還都只能選影魔這一個英雄。
這哪是 OpenAI 的勝利，這分明是限定條件的勝利嘛
（ 夸張的說法 ）。
當然，大家也能理解，OpenAI 可能選擇了一個臥薪嘗膽數(shù)十年，然后憋出一個改變世界的大招的戰(zhàn)術(shù)路線。其實也挺令人向往的。
但是計劃趕不上變化，突然之間，原來說好的 10 億美元的創(chuàng)業(yè)基金跳票了。
2017 年底李開復表示，OpenAI 在成立時籌集的 10 億美元只是個目標數(shù)字，并不是直接一整筆就打到賬上了，所以說 OpenAI 的實際資金并沒有看上去那么充裕。（ 具體差了多少可能要去問馬斯克了 ）
而指望OpenAI額外去融資好像也不簡單。
尤其像 OpenAI 這種純粹到極致的非盈利公司，還在章程里赫然寫著“ 如果比不過別人就退出競爭，給對手幫忙 ”的條款。這基本就給后續(xù)的融資“判了死刑”了。
這么一來， OpenAI 和其他公司的差距就被大大拉開了。
最明顯的就是員工薪酬。
在16 年前后的美國，頂級 AI 研究員的年薪多在 500 萬美元以上，甚至達到千萬級，而且其中還有很大一部分是股票期權(quán)獎勵。
比如，李開復老師在《李開復：我在硅谷看到的最前沿科技趨勢》一文中就提到：
而 OpenAI 這種非營利公司不僅股權(quán)給不出來的，（ 畢竟，不能盈利的公司股權(quán)也不值啥錢 ）工資都不能達到平均標準。
比如，2016 年 3 月，著名的對抗生成算法（ 也就是GAN ）的提出人 Ian Goodfellow 加入了OpenAI的時候，80 萬美元的工資就直接創(chuàng)了業(yè)內(nèi)同級別大佬的最低水平。
退一步說，即使員工的薪酬是可以用理想來滿足的，但是 OpenAI 搞研究的錢都快燒不起了。
就拿前面提到的谷歌的明星 AI 企業(yè) DeepMind來說吧，2016 年虧損了 1.54 億美元，2017 年虧損了 3.41 億美元，這還是扣掉了收入之后的虧損數(shù)字。
畢竟，這時候 DeepMind 甚至已經(jīng)在為谷歌和醫(yī)療衛(wèi)生系統(tǒng)提供服務，賺外快補貼家用了。
同樣是 2016 年，OpenAI 卻只花了 1100 萬美元，其中 700 萬是員工工資，實驗項目加起來經(jīng)費不超過 400 萬美元。
大概只是 DeepMind 訓練 AlphaGo 一個項目的資金的 1/10，這誰頂?shù)米“ ?/strong>
于是 OpenAI 的一些科研人員就開始打退堂鼓了。
一來糖衣炮彈，確實庸俗但有效。
二來科研經(jīng)費不足還談啥理想。
理想現(xiàn)實都不給力，那“ 實現(xiàn) AGI ”的目標純純是“ 畫餅 ”了。所以 2017 年前后 OpenAI 的很多位明星學者都是來了又走。
就連前面提到的 Ian Goodfellow，從谷歌跳槽到 OpenAI 待了不到一年又回去了。
最離譜的是 2017 年 6 月，Andrej Karpathy，斯坦福大學李飛飛教授的博士生不僅沒有留下還被馬斯克挖走，去特斯拉做了 AI 負責人。
有沒有一種可能，連公認的瘋子馬斯克都不太看好這種商業(yè)模式了。（后來馬斯克就離開了董事會）
畢竟沒有前景的項目，還執(zhí)著那就是傻子了。
不過，在這種艱難的時候，咱還是得相信光。OpenAI 豪華的背景板終于發(fā)力了。前面說到的奧特曼，站了起來。
雖然之前，他已經(jīng)是創(chuàng)始人了，但其實整天忙著副業(yè)。
這時候，他辭掉其他職位，在 OpenAI 里干起了他最拿手的活-融資。
19 年 3 月，OpenAI 成立了一家叫做 OpenAI LP 的有限合伙公司，受原來的非營利的 OpenAI 的董事會控制。
但是新成立的 OpenAI 采用了一種很罕見的“ 收益上限 ”模式，投資人的投資可以獲得回報，但是上限鎖在 100 倍，而且越往后加入的投資人倍數(shù)限定就越低。（就目前的情況而言，相當于直接把OpenAI無期限租給了微軟）
直到未來收益超出上限（ 微軟目前的上限大約是 1500 億美元 ），股權(quán)將會轉(zhuǎn)讓給 OpenAI 所有。
一針見血地將一群科學瘋子，變成了風投圈的“心頭肉”。
于是，OpenAI LP 成立剛剛?cè)齻€月，微軟聞風而動。
因為早在2016 年，微軟就是 OpenAI 模型訓練的云服務供應商，自然對 OpenAI 的研究實力和技術(shù)動向心知肚明。
OpenAI LP 成立之后，微軟幾乎是第一時間就投了 10 億美元。（ 雖然有一半是微軟云服務的代金券 ）
于是，在微軟的資金幫助下，ChatGPT 似乎只是做了一件很簡單的事，就成功了。
他們選擇了市場上最可能實現(xiàn) agi 的技術(shù)路線做一個產(chǎn)品，然后證明了這個產(chǎn)品的商業(yè)價值。
甚至，其中不少技術(shù)路線都是來源于谷歌，比如：
它最核心的技術(shù)是 Google 在 2017 年提出的 Transformer 模型架構(gòu)（開源），讓大規(guī)模并行處理海量數(shù)據(jù)成為可能。
而備受關(guān)注的 “人類反饋強化學習”（RLHF）訓練方式，也是出自 DeepMind，它能讓模型從人類對機器不同的結(jié)果反饋（贊揚或批評）中，不斷學習、改進輸出結(jié)果。
圖源：飛哥說 AI ▼
但這并不能否定 OpenAI 的價值，就像 iPhone 發(fā)布前，多點觸控的技術(shù)也已誕生多年，歷史上任何一個產(chǎn)生巨大影響力的產(chǎn)品出現(xiàn)前，它背后技術(shù)要素大都齊全。
雖然谷歌是一個理論的拓荒者，但是負責整合的 OpenAI 一樣偉大，甚至 OpenAI 在行業(yè)的指導意義可能比蘋果還要更勝一籌。
ChatGPT 遠未達到這個路徑的極限。隨著算力成本的降低，模型參數(shù)的增加，OpenAI 為同行業(yè)指引了一條離人類越來越近的改造路線。
而其方法在圈子內(nèi)也不是什么隱秘，直接讓苦苦掙扎的同行們看到了光。
更深刻的是，微軟和 OpenAI 合作的成功證明了：大型公司和科學研究機構(gòu)合作，創(chuàng)造更大價值的可能性。
正如 OpenAI 的 ceo 奧特曼在去年初在社交媒體上發(fā)的一個帖子：
我非常感興趣的一種大學替代方案是：找出全球最聰明、最有進取心的 18 歲年輕人，給他們 10 年以上的薪水和資源，讓他們做自己想做的任何項目，配上聰明的同齡人——換他們未來收入里的幾個百分點。
這種模式激發(fā)了商業(yè)的創(chuàng)新在科學領(lǐng)域發(fā)光發(fā)熱。
ChatGPT 只是 AI 發(fā)展史上的一個節(jié)點，它很重要；但是 OpenAI 更揭示一種在頂尖科技上提高生產(chǎn)力的模式：在科研精神和商業(yè)變現(xiàn)之間尋找平衡。
不得不說，科學的邊界被拓寬了。