OpenAI波蘭雙雄：GPT不是偶然！再憶奧特曼被逐當天實況
OpenAI早期，據說午餐時大家太緊張，以至于不敢說話，現在的氛圍輕松許多。
甚至OpenAI早期有個「波蘭幫」，比如聯合創始人Wojciech Zaremba（下圖左），后來在編程競賽擊敗ChatGPT的信息學奧賽金牌選手Przemys?aw Debiak（下圖右）。
圖片
還有兩位黃金級搭檔Jakub Pachocki和Szymon Sidor：
現首席科學家Jakub Pachocki，奧特曼稱贊為「我們這一代最杰出的頭腦之一」；
OpenAI技術Fellow、前者的高中同學Szymon Sidor。
最近，在《Before AGI》播客節目中，兩人一起回憶了OpenAI的崢嶸歲月。
兩位還和MIT教授、OpenAI前小組負責人Aleksander M?dry討論了ChatGPT時代、推理模型、可擴展的安全。
圖片
這對OpenAI「雙子星」分享了他們的合作模式：
Jakub通常會在辦公室或公寓里走來走去，陷入深度思考，探索如何理解某個現象；而Szymon則更傾向于立刻動手，采集數據，試試各種實驗。
有時候，解決問題最難的地方，其實「要相信它真的能被解決」。而Szymon擁有一種樂觀、果斷的氣質，他總是愿意動手干、愿意去采集數據。
而這次節目中，最珍貴的是OpenAI「宮變」當日的個人回憶。
OpenAI宮變當日
2023年11月17日中午，OpenAI董事會突然宣布罷免奧特曼的CEO職位。
當時，午飯時間Szymon Sidor突然看到了這個消息，他第一反應是去找Jakub。
Szymon Sidor直接打斷了正埋頭跟別人討論研究問題的Jakub。
Jakub馬上走出大樓，直接給奧特曼打電話，詢問發生了什么？
這個決定太突然了，也沒有任何事先解釋或預警。
接下來的幾天，大家都處于混亂中，試圖搞清楚：董事會為什么會做出這種決定？它對我們未來意味著什么？
順便插入一句，在奧特曼被解雇后，Jakub Pachocki、Szymon Sidor和Aleksander M?dry隨即追隨奧特曼，一起辭職。
圖片
回過頭看，這件事最重要的教訓是：治理結構真的很重要。
我們花了接近十年時間建設的OpenAI，居然可以因為一次治理決策而差點完全偏離軌道。
如果治理沒有提前規劃清楚，哪怕你技術再領先，也很脆弱。
雖然在設立機構結構時已經很認真了，但后來證明，OpenAI仍然低估了它真正的重要性。
在公司剛起步時做出的決定，即便當下看起來無關緊要，將來也可能影響深遠。
高中已相識OpenAI再聚首
他們在波蘭高中相識，因為熱愛編程參加同一所計算機夏令營。
在到美國留學后，兩人友情升溫，分別求學于哈佛、MIT、CMU；2017年，再于OpenAI 重聚，成為橫跨算法、系統、推理研究的最佳搭檔。
倆人加入OpenAI的契機都因為AlphaGo的沖擊。
從高中起，Jakub Pachocki就非常沉迷于探索「計算機能力的極限」。
加入OpenAI前，他認為要實現具有推理能力的AI，條件并不成熟。
圖片
但AlphaGo的成功讓他意識到：AI的潛力遠超原先的判斷，原來我們真的已經進入一個新AI階段了。
從那一刻起，他就知道：是時候行動了。
早在OpenAI成立前，聯合創始人Wojciech Zaremba就試圖拉Jakub入坑深度學習。當時OpenAI還有其他熟人，而且面試也很順利，所以Jakub在8年前下定決心加入OpenAI，順利入職。
Szymon Sidor則起步于機器人系統，最初的興趣竟源于電影《鋼鐵俠》。
圖片
他申請過美國一堆大學的機器人項目，最后因為英語考試，只有MIT沒有拒絕他。
雖然被錄取了，但他對機器人逐漸感到失望，甚至一度想退學。唯一讓他堅持下來的是：他開始對深度學習感興趣，全情投入AI前沿。后來又接觸了強化學習（RL）。
AlphaGo更是堅定了他要做AI的決心。
Szymon原本想去DeepMind，但面試時被一堆理論機器學習問題給刷下來了。而OpenAI更「工程務實」，加上朋友們都去，就一門心思奔OpenAI而去。
不過，最初他對「短期就能實現AGI」的時間線完全不信。
ChatGPT并非臨時起意
雖然現在的氛圍明顯更輕松了，但我還是覺得早期那種「笨拙」的感覺有一種特別的魅力。
當時大家說話都很慎重，一句句地在腦子里排練，最后說出來的通常都非常深刻，有時甚至挺有意思的。
在OpenAI, Jakub參與的第一個大項目是Dota 2。他們直接Scaling現有R算法，無腦放大最后竟然奏效了！
他們花了兩年，主要是解決工程瓶頸，而不是算法瓶頸。
Szymon則介紹了OpenAI早期的「集體冒名頂替綜合征」：
午飯時大家安靜如雞，每個人都在腦子里把要說的話排練十遍，然后才開口。
現在回頭看，那種「尷尬」也體現在技術路線：OpenAI東戳一下、西試一下，遲遲找不到聚焦點，直到GPT范式出現。
外界常說關于GPT的誕生，是Alec「偶然」發現。
真相是，Ilya和Alec早就盯上語言模型。
真正的跳躍是2017年的《情感神經元》論文。
圖片
當時，還沒有沒Transformer，但他們發現：只要用大量影評無監督訓練，模型就能自發學會「正面/負面」情感概念。
那一刻大家意識到：原來不用語法規則，只靠數據也能捕捉到語義。此后，Alec持續在語言模型上深耕，最終發明了GPT。
Alec Radford：GPT開山論文作者，AI領域最強本科生之一
這個實驗顛覆了大家對語言建模的看法：此前大家還停留在「基于語法規則」的思路上。而這個結果表明，模型可以完全靠數據就學出語義。
不過，大部分OpenAI的研究員是在修bug。
OpenAI研究員每天都在找bug
深度學習獨特之處在于：我們既完全掌控代碼與架構，卻又無法徹底理解網絡內部的優化機制。于是哪怕一個小小的實現錯誤，模型也會「強行學出來」，導致結果看起來還行，實則偏差很大。
像研究自然現象一樣，兩人設計實驗：每一步都得驗證「是不是我們以為的那樣」。
比如，他們在訓練深度強學習算法DQN時，由于將游戲畫面轉成灰度圖，錯誤地校準了綠色通道的系數，結果游戲中的魚「消失」了，導致模型性能顯著下降。
圖片
比如，之前他們發現網絡偶爾會莫名其妙地「數值爆炸」。有一天他倆決定死磕，把每一個標量都打印出來，最后發現是某個梯度裁剪閾值在極端batch下失效。
從此之后，OpenAI招了一批「debug狂魔」，專門啃這種幽靈bug。
向推理模型的范式轉移
如果說GPT-3展現的是「語言生成能力」，那過去兩年，Jakub和Shimon領導團隊，正在推動「推理能力」。
他們的目標不是讓模型模仿人類的解題步驟，而是教模型學會用它自己的方式來思考。
這是「Chain of Thought」（思維鏈）范式的本質突破 —— 不再只是預測「人類怎么說」，而是嘗試生成「它自己該怎么想」。
雖然推理模型的實用性在提升，但離最終目標還有距離。
預計未來幾年進展會更快。
鋸齒智能：不斷定義的AGI
在過去，「AGI」是理想主義者口中的「智能奇點」。、
2017年，OpenAI對AGI的描述：「一個能完成絕大多數經濟價值任務的AI」。
看似是可衡量的技術目標，其實是一種情緒目標。
而現在，他們更傾向于把它視為：
- 一組不斷出現的新能力；
- 一條從「能聊天」到「能做科研」的技術演進路徑。
Jakub提出，「能自主進行科學研究的系統」是他心中最像AGI的形態，而這種能力將在未來幾年內出現。
OpenAI波蘭雙雄：GPT不是偶然！再憶奧特曼被逐當天實況
觀看更多轉載,OpenAI波蘭雙雄：GPT不是偶然！再憶奧特曼被逐當天實況新智元已關注分享點贊在看已同步到看一看寫下你的評論 視頻詳情
如果AGI定義為「引發大規模經濟轉型的AI」，那么它很快就要來了。
AGI 不僅是技術目標，也是一種情緒目標，是一直追逐的星辰大海。
而「自動研究員」正是我們這個推理方向的核心終點。
當然，越接近這個終點，「對齊問題」也就變得越重要。
未來
他們強調，對齊問題（AI Alignment）不僅是「技術問題」，更是「哲學難題」。
隨著模型越來越復雜，規則、監督、懲罰這套體系將逐步失效。
他們舉了一個現實例子：社交媒體推薦系統。
AI不斷優化「用戶參與感」，結果可能導致信息繭房、社會撕裂 —— 即便一開始的目標聽起來沒毛病。
我們如何確保模型真正做的是我們希望它做的事？這是一個巨大的挑戰。
而在那之前，其實還有一個更緊迫的問題： 如果一套極具研發能力的系統可以由少數人掌控，它能自己發明新技術……
那它對治理結構和權力平衡的影響，將是空前的。
最意外的是：原本懷疑「AI安全可行性」的Szymon，現在對安全問題最樂觀。
我們現在必須同時解決「能力」與「安全」，否則連有用的產品都做不出來。
他們用謹慎與熱忱提醒我們：
真正的AI進步，不只是「智能」，而是「讓世界更美好」。
參考資料：
