你好，这是「火星洛克」每周连载的第 6 篇，我的 Newsletter 主要覆盖「商业、科技、产品、创业」等主题。

在 1 月份推送的 ChatGPT 与 OpenAI：再造下一个互联网巨头？文章里，我们给大家分析了 ChatGPT 和 OpenAI 的后续发展，还预测微软将进一步加大对 OpenAI 的投资，甚至实现绝对控制。

目前这一预测已经成真，微软已确定投资百亿美金，并开始将 ChatGPT 的能力整合进旗下产品中，Bing 搜索与 ChatGPT 更是已开启了邀请内测。

本期，我将为你带来 OpenAI CEO Sam Altman 在去年 9 月的一个深度专访，解读下他对 ChatGPT 及后续 AI 发展趋势的判断。

彼时，ChatGPT 虽尚未推出，但结合目前 ChatGPT 的大火程度，Sam 的一些判断如「AI 大模型将平台化」已然应验。下面，我会对他的观点进行分类提炼，中间也会补充一些点评。如果你对访谈原文感兴趣，也可以到文章底部获取链接。

趋势判断：AI 大模型将平台化，并推动移动时代以来新一轮爆炸式增长各个公司自己训练模型的方式，将成为过去；少数类似 OpenAI 的平台化大模型，将成为新的基础设施，并推动移动时代以来，新一轮爆炸式增长【点评：张宏江有类似的观点 —— 从“大炼模型”到“炼大模型”。】大模型将是多模态组合的，接受自然语言的输入，组合文本、代码、图像等多模型能力提供服务；模型用得越多，它的能力会变得越好【点评：之前的 ChatGPT 仅有文本和代码能力，并且只能索引 2021 年及以前的互联网数据。这几天我测试，它已经能读取 2022 年的网页并进行内容总结了，推测要么数据升级了，要么已经融合了 WebGPT 的能力。相信很快会看到它进一步融合自己的图像生成、音乐创作等能力。】5 年内，Transformer 算法可能还是主流，但 Sam 希望算法模型方面，能有新的突破未来在 AI 基础设施和应用中间，会有一个非常重要的中间层，创业公司可以在中间层，结合场景进行模型调优，对外提供服务【点评@：ChatGPT 发布后，微软马上将其与 Bing 集成，并宣布会融合到更多产品中，谷歌内部也推出了防御性产品 Bard。接下来几个月，也会看到更多的这类「中间层」公司出现。】模型未来对外的交互方式，将会是纯自然语言的

应用场景：大模型的商业价值是什么？有什么应用场景？可以应用在垂直的领域，如文案生成（copy writing）较成熟，在医疗服务、教育服务等领域将会诞生一些大公司【点评：OpenAI 生态里的 Jasper 就是文案生成领域的代表，OpenAI 自己也投资法律服务领域的 Harvey，音视频智能剪辑的 Descript，更多可参考ChatGPT 与 OpenAI：再造下一个互联网巨头？】

OpenAI 生态

类似谷歌搜索这种万亿美元市值的大机会还没有出现，不过预计很快就会发生【点评：ChatGPT 发布后，微软马上将其与 Bing 集成，并宣布会融合到更多产品中，谷歌内部也推出了防御性产品 Bard。】这波浪潮，最大的变化是聊天机器人，它的体验比过去要好很多【点评：用过了 ChatGPT 的朋友应该都会同意这一点。】未来人们可以通过自然语言直接生成应用程序【点评：微软宣布其低代码平台 Power Platform 也会集成 ChatGPT，业界也有一些 Startup 开始在入手这个领域。】

AI 的能力边界是什么？它能推动科技的进步吗？大多数专家认为，AI 只能做到目前人类已经做到的事情，不会为人类创造新的知识，而 Sam 的判断正好相反推动科技进步方面，目前 AI 在 2 个领域已经实现了重大突破1. 生物科学：DeepMind 的 Alpha Fold。【点评：以下摘录媒体对 Alpha Fold 的报道供参考。Alpha Fold 对大部分蛋白质结构的预测与真实结构只差一个原子的宽度，达到了人类利用冷冻电镜等复杂仪器观察预测的水平，这是蛋白质结构预测史无前例的巨大进步。中国科学院院士施一公说：“依我之见，这是人工智能对科学领域最大的一次贡献，也是人类在 21 世纪取得的最重要的科学突破之一，是人类在认识自然界的科学探索征程中一个非常了不起的历史性成就”。工程院院士李国杰说：“机器学习可以正确预测蛋白质结构，说明机器已掌握了一些人类还不明白的暗知识”。】2. 代码生成：类似 CoPilot 的产品，能够帮助科学家和工程师快速生成代码，将生产力提升一倍，加速科学研究的进程。【点评：CoPilot 的成熟度，确实很强了，如果你还没使用，赶紧去试一下。特斯拉前 AI 总监 Andrej Karpathy 提到，“我现在 80% 的代码由 AI 完成”】

第 3 个领域，也是 Sam 认为影响最大的 —— AI 将成为「AI 科学家」，并自我进化，解决科学领域的问题虽然听起来有点可怕，Sam 却认为这如同改变社会结构，底层结构的变化，才能带来科学的快速进步这也引出了下一个问题 —— The Alignment Problem（如何将 AI 的底层价值观，与人类社会的主流价值观保持一致）【补充：The Alignment Problem 也是一本书的名字，探讨的是相同话题】

如何保证 AI 的发展符合人类最大的利益？让 AI 理解问题本身：比如“反对种族主义”，如果 AI 理解了什么是“种族主义”，它就能够自我清洗不符合这一标准的内容目前 OpenAI 在渐进式地解决这个问题（更多可见之前关于 OpenAI 的文章，有提到它的公司结构和团队分工），但无法保证 100 年后会如何解决这个问题当 AI 不断进化，甚至可以让它一起来研究这个问题本身（The Alignment Problem）

【点评：这个确实是个终极难题，感觉 Sam 的回答也有些含糊。不过参考 OpenAI 的公司结构，它已经是目前世界上最有资格解决这个问题的组织了。想到最近大火的流浪地球 2、三体，阿西莫夫科幻小说里的机器人三定律，可能是个基础的指导框架。】

AI 和元宇宙的关系？元宇宙是交互方式，是类似 iPhone 的新的软件容器这一轮 AI 是技术革命，应该是在 AI 的底座上去构建元宇宙而不是反过来

【点评：短期内，资本和人才会更多流向 AI，对元宇宙并不利好。】

AI 在生物科技领域的机会现有的诸如 GPT-3 的模型，还不足以在生命科学领域产生足够大的影响在制药领域，仍然会有自身速度的限制，如人体实验生物领域初创，可以选择低成本、快迭代的切入点来和大公司竞争，比如模拟器领域，自己如果创业也会尝试这个方向

生活的哪些方面不会被 AI 改变？5 万年前人们关心的东西，更有可能是 100 年后人们关心的东西，而不是 100 年前比如：人们仍会真正关心与他人的互动；人类大脑的奖励机制也不会变，人们仍然会有同样的动力去创造新事物、组建家庭、争夺愚蠢的地位等等

【点评：经典，贝佐斯也经常提，他更关注哪些事情是未来不会变的。】

如何定义 AGI（通用人工智能）？AGI 的能力，与你“可以雇佣作为同事”的人类的中位数水平相当重要的，永远是想法的质量和对你想要的东西的理解（What will always matter is the quality of ideas and the understanding of what you want.）

【点评：AI 会提升学习的效率，更关键是对本质刨根究底的思考，让自己持续地提出好问题。】

好的，Sam Altman 的这个访谈，就给大家分析到这里，希望对你有所启发。如果想阅读访谈原文，可访问这个地址（https://greylock.com/greymatter/sam-altman-ai-for-the-next-era/）。

如果你觉得内容不错，可以关注下、点个赞，或分享给你的朋友~ 也欢迎你留下评论进一步交流。