「OpenAI正在開發下一代大模型GPT-5。我們的意義所在，就是打造超凡脫俗的神奇AI智能」。

這是Sam Altman最近接受FT的一次采訪中，首次對外透露了更多OpenAI的計劃。

這篇文章信息量巨大！

他不僅談到了OpenAI的融資想法，英偉達芯片短缺問題、AGI未來，甚至自曝GPT-5正在研發中。

還記得今年4月，OpenAI就表示他們不會訓練GPT-5，并且「在一段時間內不會」。

沒想到，OpenAI早就開始緊鑼密鼓地準備中。

GPT不是終局，我們要「超凡的神奇AI智能」

上周，OpenAI的首屆開發者大會舉動表明，它計劃在ChatGPT的基礎上建立的商業模式。

面向開發者升級GPT-4模型，推出了一系列工具，包括定制GPT功能、應用市場GPT Store等等。

這么做的最終目標就是與最受歡迎的GPT創作者分享收益，類似蘋果的App Store商業模式。

Altman表示，「研究實驗室、API、微軟合作、ChatGPT、GPT商店都不是OpenAI的終極產品，這些都只是進入我們唯一產品——『智能』的中間手段」。

「我們的終極目的是，打造一個超凡脫俗的神奇智能（magic intelligence in the sky）」。

沒錯，GPT-5正在研發中

OpenAI的愿景是實現AGI，保其安全并找到其價值所在。

Altman首次公開表示，公司正在開發下一代AI模型GPT-5，但沒有給出具體的發布時間。

7月的時候，已經有人發現OpenAI申請注冊了GPT-5的商標。

雖然GPT-5可能比GPT-4更復雜，但Altman表示很難準確預測這個模型會有什么新的功能和技能。

在我們訓練這個模型之前，對我們來說這更像是一個有趣的猜謎游戲。

我們正在努力提高預測能力，因為我認為從安全的角度來看，預測功能很重要。但我現在無法告訴你GPT-5具體會有哪些GPT-4沒有的功能。

為了發展OpenAI的業務，Altman聘請了Brad Lightcap擔任首席運營官——以前在Dropbox和創業加速器Y Combinator工作。

與此同時，Altman把時間分配在兩個領域：一是研究「如何建立超級智能」，二是研究「如何獲取建立超級智能所需的算力」。

他特別強調，通過推出GPT系列模型，OpenAI正在努力建立更多可以執行任務和操作的自主智能體，比如執行代碼、付款、發送電子郵件或申請索賠。

這些智能體未來在各個領域，帶來巨大的商業價值。

不過，訓練GPT-5需要更多的數據，這些數據將來自互聯網上公開可用的數據集，以及企業的專有數據。

OpenAI最近發出了征集大規模數據集的呼吁，特別是那些「今天在互聯網上尚未公開輕松獲取」的數據集，尤其是長篇寫作或任何格式的對話。

4萬一塊H100已經到手，芯片短缺明年緩解

當然，訓練GPT-5，還得需要H100芯片。

過去幾個月中，4萬一塊H100成為了硅谷最熱門的搶手貨，多家科技公司都在競相購買構建AI所需的芯片。

不過，Altman表示，OpenAI已經收到了H100，并且預計后續的訂單將陸續返貨。

他預測，明年AI芯片的「殘酷」短缺將得到緩解。

隨著谷歌、微軟、AMD、英特爾等其他公司準備發布AI芯片，公司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里發揮作用。

OpenAI急缺錢，微軟再入股？

訓練GPT-5體量的大模型，必定需要投入更多的算力。

目前，OpenAI正在尋求從微軟手中獲得進一步的資金支持，以創造像人類一樣智能的軟件，實現AGI愿景。

Altman表示，我們與微軟的合作「運作得非常好」。隨著時間的推移，微軟和其他投資者將籌集更多資金。

外界皆知，微軟是OpenAI最大的投資者。

今年年初，這家老牌科技巨頭曾與OpenAI簽訂了一項為期多年的合作協議——投資100億美元，支持OpenAI的研發和業務發展。

這份協議，直接讓OpenAI的估值達到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。我們還有很長的路要走。從當前到實現AGI還需要巨大的算力支撐，資金投入就像一個黑洞」。

OpenAI今年的收入增長一直很好，但由于訓練成本高，公司仍然沒有盈利。微軟伙伴關系將確保「我們都從彼此的成功中賺錢，每個人都很高興」。

GPT-3已泄密OpenAI成功秘訣

一年前ChatGPT的發布，OpenAI已經在構建生成式AI的競賽中處于領先地位——可以在幾秒鐘內創建文本、圖像、代碼和其他多模態的系統。

Altman說，盡管OpenAI在C端用戶方面取得了成功，但它仍尋求在構建AGI取得進展。

支撐ChatGPT的大模型是「核心部分之一」。關于如何構建 AGI，但除此之外還有很多其他部分。

雖然OpenAI主要關注LLM，但其競爭對手一直在尋求替代研究策略來推進 AI。

Altman認為，

語言是「信息壓縮的好方法」，是開發智能的關鍵，但像谷歌DeepMind這樣的競爭對手錯過了這一點其他公司也有很多聰明人。但他們沒有做到這一點。

即使在我認為GPT-3已經證明了這一點之后，他們也沒有選擇這樣做。

最終，Altman表示，在AGI的競賽中，「最大的缺失」是需要AI系統進行根理解飛躍所需的條件。

牛頓僅通過簡單地閱讀幾何或代數，根本不可能發明微積分，我們的模型也一樣。

當前模型僅通過訓練數據無法原創新知識，這是開發通用人工智能面臨的最大難題。