前OpenAI首席技術官Mira Murati宣布成立新的思維機器實驗室（Thinking Machines Lab）。

主要有三個方向：幫助人們調整AI系統以滿足他們的具體需求；開發堅實的基礎以構建更強大的AI系統；培養開放科學的文化，幫助整個領域理解和改進這些系統。

以下是Thinking Machines Lab的官網介紹：

思維機器實驗室（Thinking Machines Lab）是一家人工智能研究與產品公司。我們致力于構建一個未來，讓每個人都能獲取知識和工具，使人工智能為他們獨特的需求和目標服務。

盡管人工智能能力取得了巨大進步，但關鍵差距依然存在。科學界對前沿人工智能系統的理解滯后于其快速發展的能力。關于這些系統如何訓練的知識集中在頂尖研究實驗室中，這既限制了公眾對人工智能的討論，也限制了人們有效使用人工智能的能力。

盡管這些系統潛力巨大，但人們仍然難以根據自己的特定需求和價值觀對其進行定制。為了彌合這些差距，我們創立了思維機器實驗室，以使人工智能系統更易于被廣泛理解、定制，并具備更強的通用性。

我們是科學家、工程師和創造者，參與打造了一些應用極為廣泛的人工智能產品，包括 ChatGPT 和 Character.ai，以及像 Mistral 這樣的開放權重模型，還有 PyTorch、OpenAI Gym、Fairseq 和Segment Anything 等廣受歡迎的開源項目 。

共享推動科學進步

科學進步是一項集體事業。我們相信，通過與更廣泛的研究人員和創造者群體合作，我們將最有效地推動人類對人工智能的理解。我們計劃定期發布技術博客文章、論文和代碼。我們認為分享我們的工作不僅會讓公眾受益，還能改善我們自己的研究文化。

為每個人服務的人工智能

強調人機協作：我們沒有把重點完全放在打造完全自主的人工智能系統上，而是熱衷于構建能與人們協同工作的多模態系統。

更靈活、適應性更強且個性化的人工智能系統：我們看到人工智能在各個工作領域都有巨大的應用潛力。雖然當前的系統在編程和數學方面表現出色，但我們正在開發的人工智能能夠適應人類的各種專業知識，并支持更廣泛的應用場景。

堅實的基礎至關重要

模型智能是基石：除了強調人機協作和定制化之外，模型智能也至關重要。我們正在科學和編程等領域開發處于能力前沿的模型。最終，最先進的模型將開啟最具變革性的應用和益處，比如實現新的科學發現和工程突破。

基礎設施質量是首要任務：研究效率至關重要，它在很大程度上取決于基礎設施的可靠性、效率和易用性。我們的目標是為長遠發展正確地構建各項事物，以實現效率和安全性的最大化，而不是走捷徑。

先進的多模態能力：我們認為多模態對于實現更自然、高效的交流，保留更多信息，更好地捕捉意圖，以及支持更深入地融入現實世界環境至關重要。

在實踐中學習

研究與產品協同設計：產品通過部署實現迭代學習，而優秀的產品和研究相互促進。產品讓我們立足現實，并引導我們解決最具影響力的問題。

以實證和迭代的方式保障人工智能安全：最有效的安全措施來自積極的研究和謹慎的實際測試相結合。

我們計劃通過以下方式為人工智能安全做出貢獻：

（1）保持較高的安全標準，在防止我們發布的模型被濫用的同時，最大限度地保障用戶自由；

（2）與行業分享構建安全人工智能系統的最佳實踐和方法；

（3）通過分享代碼、數據集和模型規格，加速外部關于模型對齊的研究。我們相信，為當今系統開發的方法，如有效的紅隊測試和部署后監測，能提供有價值的見解，并將適用于未來更強大的系統。

衡量真正重要的指標：我們將專注于理解我們的系統如何在現實世界中創造真正的價值。最重要的突破往往來自對目標的重新思考，而不僅僅是優化現有指標。