Open AI的青春残酷物语
![](/assets/blank.gif)
![](/assets/blank.gif)
如今业内谈起Open AI,语气和一年前截然不同。
距离它上一次技惊四座,还是今年8月其战队Open AI Five在《Dota2》中血虐人类半职业选手。当时甚至掀起了一片比AlphaG更猛烈的“AI恐怖论”,一度成为Open AI脚踢DeepMind、拳打Facebook的实力证明。
但是最近情况却出现了变化。下半年,Open AI不是致力于打出游戏新记录(在《蒙特祖玛的复仇》超越了DeepMind),就是分享自己的游戏攻略(发布Spinning Up in Deep RL课程教人打游戏),要不就是研究更适合打游戏的新环境(推出训练平台CoinRun)。
虽然这些游戏一条龙技术也吸引了媒体关注,但显然都没能掀起什么大水花。
反观DeepMind,不是承包顶会论文的半壁江山,就是凭Alphafold等重大突破收获一片口头诺贝尔奖,时不时就有神仙成果刷屏。
种种迹象都表明,Open AI似乎已经不再是科技巨头里最能打的那个,而且越来越专注电竞比赛的节奏。
天才极客为何沉迷游戏?科技巨头为何频频失手?究竟是人性的扭曲还是道德的沦丧,今天咱们《走近科学》(划掉)就来抽丝剥茧,看看Open AI究竟是什么地方出了问题。
少年维特之烦恼:
Open AI的青春期综合症
公开处刑之前,先简单普及一下Open AI的运营方式:
2015年成立的Open AI,一直是以第三极的方式存在于AI世界的。由特斯拉的创始人埃隆·马斯克(Elon Musk)联合其他科技巨头们共同出资成立,旨在以非盈利的方式进行人工智能研究。
Open AI采用开源项目的形式,将所有的研究结果对外开放,以达到“防止企业和政府依靠超级AI过度榨取利润或谋取权力”的目的。
这种“为人类未来而搞AI”的技术理想主义,很投一些研究人员的胃口。因此,尽管薪水并没有太大竞争力,Open AI一成立依然吸引了不少顶级天才加入。像是Stripe的前CTO格雷格·布洛克曼(Greg Brockman),前谷歌研究员伊利亚·苏特斯科瓦(Ilya Sutskever),天才的计算机大师艾伦·凯伊(Alan Kay),以及众多曾在学术机构、Facebook AI或DeepMind里工作过的青年才俊。
如今,Open AI已经拥有40多个技术人员,在一个投资人提供的办公空间里工作,而其工作所用到的一些基础设施,比如AWS服务等,则由亚马逊合作提供。
左:Y Combinator的Sam Altman
右:特斯拉、Space X的Elon Musk
作为一个非营利机构,Open AI成立以来的贡献,主要体现在三各方面:
1. 引领深度学习技术突破。比如举办了首届针对AI 的强化学习竞赛,发布了深度强化学习教育资源Spinning Up,最近还推出了一个解决AI模型通用难题的训练环境CoinRun。
2. 推动AI安全和持续发展问题。由于自身的公益性,Open AI非常关心人工智能的安全问题,在发布的分析报告中,多次提醒注意计算量增长可能引发的安全风险和恶意使用问题。
3. 推进技术普惠和民主化。Open AI是“AI民主化”的主要推动者之一,它的一切发展成果都会开放给所有人,与合作方自由分享信息。比如与谷歌(GoogleBrain)和加州大学伯克利分校(UC Berkeley)合作研发现代机器学习系统。
看起来,Open AI就是一个由技术精英们组织起来的“正义联盟”。但最近这半年,Open AI,似乎经历了一场狂野而迷茫的叛逆青春期。
最明显的,就是正在丧失在AI界的领航能力,变成一个专注打游戏的组织。因此,它对媒体的吸引力也开始减弱,以至于这大半年,人们对它的印象大多数还停留在峡谷里血虐人类玩家的游戏战绩。
从叱咤风云到刷不出存在感,究竟是Open AI太飘,还是谷歌们提不动刀了?
同样爱打游戏,为什么
一个成了学霸,一个成了网瘾少年?
AI和游戏玩家的对抗,似乎成了Open AI的核心发力点。原因也比较简单:
一是符合Open AI的AI研发逻辑:先开发新的强化学习算法,再在模拟环境中训练解决困难的问题,最后再把得到的系统应用在真实世界中。而游戏在训练AI上有天然优势,比如清晰的数据支撑啦,训练结果好坏一目了然啦,而且还有大量的人类训练数据充当参照系。显然,Open AI正是将工作重心放在了游戏模拟上。
二是比较容易搞出大新闻。电竞赛事的复杂性和难预测性,导致围观群众常常会把完爆人类选手、游戏跑分等作为衡量算法价值的标尺,进而成为评价一个公司技术能力的标准。与玩家对抗容易吸引关注,也成了Open AI刷存在感的主要方式。
不过,曾经将Open AI捧上神坛的游戏,也正让它深陷泥沼。最为明显的一点,就是日复一日地玩游戏,而忘记了主业是为了催化变革而生的。导致不少人开始质疑Open AI的公益模式。
Open AI 的团队
有人说Open AI最初的梦想是不现实的,也有人说公益项目研究过多但力度不够,往往难逃无疾而终的命运。
反观隔壁谷歌家的DeepMind,还与暴雪联手在星际争霸Ⅱ中与人类玩家对抗,但回头就承包了NIPS一半的论文指标。同样是玩游戏,耽误人当学霸了吗?没有!
不过,简单粗暴地给公益型AI判死刑,显然不太合适。想要把Open AI从被边缘化的趋势中拉回来,恐怕还要经历一场“刮骨疗毒”。
AI公益的路真的走不通?
只是Open AI先天不足罢了
AI公益的路真的走不通吗?显然不是。
除了都通过开源众包的方式发布数据集和训练平台之外,谷歌也开始在“AI民主化”的公益道理上试水。
去年的谷歌云计算大会上,就提出了利用谷歌云计算的力量实现AI技术民主化的目标,甚至推出了可自动生成机器学习模型的AutoML。
同样高举“AGI”(引导AI走向通用智能)大旗,谷歌和Open AI,正在被逐渐挤到越来越狭窄的跑道上。为什么在公益领域,根正苗红的Open AI,居然比企业还后劲不足呢?这恐怕还要从“非营利机构”经营模式的先天不足说起:
1. 自由与迷茫:公益的双刃剑。
不以盈利为目的的理想主义,是Open AI的优点,也正在成为Open AI的弱点。
宏大的使命和愿景,让Open AI可以吸引人才、赢得注意力并保持竞争力。但没有商业目标驱动,也让Open AI缺乏目标意识,最终展现出的就是对自己未来几年内想做什么没有明确的想法。
工作重点和主题,行动路线是什么,如何满足受众的需求和期待?都是云山雾罩,只能靠打游戏“混日子”。
2. 过分松散的管理体制和缺位的监督机制。
Open AI给予了员工很大的自由度和开放度,因此即便是薪酬低于企业主也能找来不少顶级人才。但这也带来了两个难题:
一是缺乏清晰有效的监督机制,产出效率只能建立在投资人一般性观察的基础上,这就使得工作成果很难被有效评估,也很容易因为惰性、人员变动、政治因素等让组织行动流于形式;
二是留住人才的不确定性大大增强。“用爱发电”固然高尚,但因此而来的高级人才一旦在工作中难以满足自我实现,就会面临人才流失的问题。显然,Open AI还没有相应的激励机制去让员工始终如一地保持最初的热情和斗志。
问题已经开始显现,最近 Open AI 的研究员不断流失。著名研究员、GAN提出者Ian Goodfellow 在今年2月底离开Open AI,重新回到了谷歌大脑。
3. 薄弱的公共关系与可持续性。
与企业动辄投入不菲的营销与公关策略不同,Open AI这样的非营利性组织要保持良好的公共关系和知名度显然更为不易。
而人工智能项目想要顺利进行下去必须投入大量的人力和硬件。目前Open AI还停留在吃老本的阶段(2015年拿到的10亿美元投资),未来如何募集资金是必然会面临的问题。
当电竞策略开始引发认知疲劳、特斯拉这棵大树“自身难保”的当下,Open AI必须主动打破营销乏力的组织惯性。
一句话,Open AI起于公益,也困于公益。当外界在谴责Open AI“小时了了,大未必佳”的时候,可能一直都忽略了一个问题,就是非营利性组织的先天弱点。
它并不是孤例。前微软创始人Paul Allen曾投资1亿美元到先进技术智囊团,也和很多技术公益项目一样无疾而终。这也提醒我们:一个弱中心组织在将人类的未来捆绑在自己身上之前,首先要克服自身的诸多困境。
走出青春期:
Open AI的未来向何处去?
与越来越封闭的企业AI和日趋商业化的学术AI相比,Open AI这样思想觉悟和业务水平都在线的稀有物种,真是让人舍不得求全责备。
所以,我们不妨以更全面的视角,来考量下一个问题——以社会责任为己任的Open AI,应该如何走出迷茫期?
这里有三个小建议:
1. 构建长期性策略。在组织共识的基础上,将“实现AI民主”这样宽泛而模糊的使命,转化成实质性、可量度的行动目标,推动Open AI自身成长演化,即便是游戏打怪也更加有的放矢。
2. 有力的领导核心。即便有了清晰的使命,缺乏有力的领导人,就像一条船有航行图却没有称职的船长一样。建立初期,Open AI是靠埃隆·马斯克和山姆·奥尔特曼来支撑,如今马斯克已经离开了Open AI的董事会,建立一个强有力的领导核心,对Open AI至关重要。
3. 健全的财务体系。目前大家对Open AI打游戏已经有点疲了,“在游戏中打赢xxx”已经很难吸引媒体加以报道,想要改变这种印象,Open AI还需要拿点新东西出来才行。机构名声越好,越容易争取到第三方的资金援助。正如马斯克所说,一般非盈利机构的任务都是不紧急的,但Open AI不是,它要做的事情迫在眉睫。
总而言之,一旦大众和媒体与非营利组织的蜜月期过去,失去了滤镜的Open AI就不得不面对青春期的迷茫和成长阵痛。能不能完成自我进化,完全取决于自身的适应能力。
德鲁克有句名言,营利组织向非营利组织学使命,非营利组织向营利组织学效率。连酷爱霸权的谷歌都不得不踏上了“AI民主化”的康庄大道,Open AI也是时候开始描绘更清晰的演化路线图了。
Open AI的青春残酷物语相关推荐
- AI展现唇语识别能力,大数据功不可没
人类对唇语的学习和研究由来已久,然而由于受经验.视线以及主观因素的影响,人类解读唇语的正确率存在不稳定性.因此让AI学会"读唇术",在很多应用场景都有着现实意义. 读唇是一种特别难 ...
- 从人脸识别到唇语识别,图像识别技术发展现状
"唇语识别研究的起源有一个故事.2006年世界杯上,马特拉齐好像说了一句话把齐达内惹怒了,然后齐达内就用头撞了马特拉齐.事后,大家都在猜他到底说了什么." 山世光 中 ...
- AI扮演Linux虚拟机,能管理文件编程开浏览器,还能跟自己「套娃」聊天 | ChatGPT新玩法...
詹士 发自 凹非寺 量子位 | 公众号 QbitAI ChatGPT能运行docker了? 还可以自己连接到OpenAI网站,查查自己? 被玩出花的OpenAI聊天AI ChatGPT,又被整出新活了 ...
- (转)20个令人惊叹的深度学习应用
写文章 20个令人惊叹的深度学习应用(欢迎补充):Demo+Paper+Code 量子位 1 个月前 唐旭 发自 RUC 量子位 报道 | 公众号 QbitAI 从计算机视觉到自然语言处理,在过去的几 ...
- 程序员说的demo是什么意思_“黄龄说的什么意思”???
买书当然是当当dangdang.com今日打开微博我本以为这是一个有关说话有关情商的争议一本本诸如提高情商好好说话高效沟通的书已经争相在脑海里请求出战了--所谓情商高,就是会说话说出灿烂人生沟通的艺术 ...
- 三维重建入门学习————建模软件Blender入门篇
背景介绍 关于近期在进行三维重建相关算法学习的时候,学得越深,发现对各个方面的知识要求得越多,之前是补了相机的拍照原理,成像原理知识,再后来还补了主流的点提取.匹配算法等等.到了最近,论文,抑或是其他 ...
- Harris角点检测(一)
前言:本文将从此篇开始,记录自己从普通CVer入门三维重建的学习过程,可能过程比较坎坷,都在摸索阶段,但争取每次学习都能进一步,提高自己的能力,同时,每篇文章都会按情况相应地推出B站讲解视频,可以关注 ...
- chatGPT技巧攻略.方法大全一文读懂
这篇文章将带领你系统地掌握ChatGPT以及相关人工智能的使用方法.本文没有废话,全部都是实际操作内容,即使是完全不了解的新手也能轻松理解并开始使用.超级丰富实用的内容!全文包含1万字,作者倾尽心血! ...
- Nerf(Representing Scenes as Neural Radiance Fields for View Synthesis)代码复现笔记
前言:本文旨在帮助小白快速了解or学习复现出Nerf的代码,整体结构保持不变,不过会针对部分细节为了更好理解进行了修改. 本文会相应更新讲解视频于B站,id 出门吃三碗饭,有问题到b站评论区留言 同步 ...
最新文章
- 在Windows Server 2008上创建 简单卷
- nginx安装与配置详解
- java web 图书管理系统_图书管理系统,源代码 Java初级小项目
- 图解Spark On Yarn cluster模式运行机制
- linux下python_linux下python安装
- 数据拆分_数据拆分,偏方请拿好
- POJ 1797 Heavy Transportation
- C++学习之路 | PTA乙级—— 1026 程序运行时间(精简)
- 如何启动netcat_Netcat用法
- SpringBoot集成Actuator健康指示器health
- Python获取当前系统时间
- libvirt-virsh命令
- Linux 文本处理工具
- 用网站(WebSite而不是WebProject)项目构建ASP.NET MVC网站
- SQL server中关于年月日周的添加
- 医药行业进销存软件 零售药店管理软件
- 一波三折,终于找到src漏洞挖掘的方法了【建议收藏】
- linux常用rm命令详解,Linux中rm命令详解
- 什么是IP阻止,能阻止什么,我们又应如何绕过IP地址的阻止
- cogs——2098. Asm.Def的病毒