随便给出几个sam 采访的观点，大家先感受一下（万字采访全文附在文后）：1.Sam Altman 表示，通用人工智能（AGI）预计将在2025年到来，他也将在明年迎来自己的第一个孩子（领养？还是AGI？）,Sam Altman 原话：About 2025，what‘s to come？Sam：AGI，excited for that. What am I excited for? We 're having a kid,i'm more excited for that than anything I've even been .That's the thing I'm most excited forever in life2.Sam Altman 指出，只需一个人加上1万块GPU，就能够创办一家价值数十亿美元的公司3.Sam Altman 认为，通往AGI的道路现已清晰可见，“我们现在确实知道该怎么做”，要实现“第四级创新AI”比他最初设想的更为容易，“事情的进展将比当前人们的预期快得多”4.他将深度学习涌现现象的发现视为一项基础性突破，类似于发现元素周期表中的新元素，并指出AI的成功源自对扩展其规模的“宗教般信念”5.Sam Altman 展望未来，当智能和能源极为充足时，物理学中的所有难题都将得到解决。届时，人们将不再讨论利用核聚变或太阳能为AI供电，而是设想通过戴森球（Dyson Sphere）实现能源供给整篇采访主要内容如下• Sam 是如何进入 YC 的• YC 研究的初期历程• 凝聚第一支 OpenAI 团队• 扩展规模为何曾被视为异端• 信念的力量• GPT-4 的商业化之路• Sam 创立 Loopt 的初衷• 平台变革中的经验教训• 科技巨头对 AI 的进展一无所知• Sam 推荐的创业路径• 对 OpenAI 风波的回顾• 目前创业公司基于现有模型的创新实践• 给早期创业者的建议及最终思考采访全文：
如何构建未来：Sam Altman (YC总裁兼首席执行官 Garry Tan 与 OpenAI首席执行官 Sam Altman 的对话)导语：现在是创业的最佳时机吗？（Intro: Is this the best time to start a tech company?）Garry Tan：Sam Altman，感谢你今天来到这里。这是你几年前开始的系列节目“如何构建未来”的重启版，欢迎回来。我们来谈谈你最新发表的关于智能时代的文章。现在是创业的最佳时机吗？Sam Altman：至少说是迄今为止最好的时机，希望未来还有更好的时机。我认为，每一次重大的技术革命都会带来更多的可能性，我希望未来的公司能够更加卓越，在各方面都更有影响力。所以，我认为现在是最佳时机。在大环境相对稳定，变化缓慢的时候，大公司更有优势。但当出现像移动互联网、互联网、半导体革命，或者工业革命时期那样的剧变时，新兴企业的机会就来了。所以，现在这个时代令人兴奋，因为我们已经很久没有经历过这样的变革了。在你的文章中，你提出了一个非常大胆的预测：ASI（超级人工智能）距离我们只有几千天的时间了。Sam Altman：也许吧，这是我们的希望，也是我们的猜测。但这确实是一个非常疯狂的论断。我预想我们目前的工作会不断积累成果，过去三年我们取得的进展速度如果能在接下来的三年、六年、甚至九年里持续下去，那这个系统将拥有极强的能力。我认为，即使是像GPT-4这样的系统，在某些特定领域，完成一些封闭式、定义明确的任务时，已经展现出了很高的原始认知智商。GPT-4 真的很聪明，但我认为我们离进步的极限还很远。架构上的转变的确释放了巨大的潜力。我的理解是，这些能力会持续复合增长。我们可能会遇到一些意想不到的障碍，或者我们可能会遗漏一些东西，但我们相信，未来还有很大的复合增长空间。这篇文章可能是我见过的最乐观的技术展望之一了。我们可以期待的事情有很多，例如：改善气候、建立太空殖民地、发现所有物理规律、近乎无限的智能和丰富的能源。我认为所有这些，以及更多我们现在甚至无法想象的事情，可能并不遥远。我一直以来最欣赏 YC 的一点是，它鼓励人们保持一种（一定程度上看起来有点不切实际的）技术乐观主义，并相信你能够解决问题。在一个总是告诉人们“这行不通”、“你做不到”的世界里，YC 早期鼓励创始人敢想敢干的精神弥足珍贵。丰富的能源似乎至关重要。如果我们能够实现能源自由，那几乎所有工作，不仅仅是脑力劳动，还包括体力劳动，都可以通过机器人技术、语言和触手可及的智能来完成，这将是一个真正的解放。我认为这是我们想要的一切的关键要素。当然还有很多其他重要因素，但如果我们能够获得真正的智能和能源的极大丰富，我们就能在世界上创造更多，比如更快地想出更好的主意，并把它们在现实世界中实现。更不用说运行大量的AI也需要能源。我认为这将是一个巨大的突破。我不确定这一切是否会同时发生，或者这仅仅是技术进步速度加快带来的必然结果，但这无疑是一个激动人心的时代，也是创业的黄金时代。我们假设一下，在这个物质极大丰富的时代，机器人可以制造任何东西，几乎所有的体力劳动都可以被取代，物质的进步将惠及所有人，而不仅仅是最富有的人。如果我们无法获得无限的能源会怎样？如果某些物理定律限制了我们怎么办？Sam Altman：太阳能加储能技术的发展势头良好，即使我们没有在核能方面取得重大突破，情况也不会太糟。但可以肯定的是，降低能源成本、提高能源的丰富程度，将直接影响生活质量。最终，我们会解开所有物理谜题，所以我们一定会解决能源问题，只是时间早晚的问题。也许未来，我们讨论的将不再是核聚变，而是戴森球，那也很酷。无论我们现在觉得能源多么丰富，对我们的后代来说都远远不够，宇宙浩瀚，物质无限。Sam 如何加入 YC（How Sam got into YC）Garry Tan：我想稍微换个话题，聊聊你早年间提到的 Paul Graham，他把我们凝聚在一起，创立了 Y Combinator。他喜欢讲你是如何加入 YC 的故事：当时你还是斯坦福大学的一名新生。他说，那是2005年，YC 的第一期，他说，你才大一，YC以后还会招生，你应该等等。而你说，我是大二学生，我要加入。在我们的社群里，你被公认为是最厉害的人之一，你觉得这是什么原因呢？Sam Altman：如果那段历史能渐渐被淡忘，我会很高兴的。但现在，它已经被永远记录在这里了。我对这件事的记忆是，有一天我需要重新安排面试时间，PG想让我明年再来，然后我说了类似“我是大二学生，我就要来”这样的话，语气可能更委婉一些。但你知道，这些事情的流传过程中总会有些添油加醋。有趣的是，我并不认为自己很厉害，事实上，在很多方面我都不是。我确实有点“打破常规”的思维方式：我不明白为什么事情必须是那样，所以我会去做我认为从根本上来看是可行的事情。我以前一直对这种想法感到有点奇怪，后来我发现 YC 最棒的一点，也是我现在仍然非常重视 YC 的一点是，它聚集了一群“不走寻常路”的人，他们都只想做自己想做的事情。这部分内容倒是很符合我的自我认知：在很多时候，你都可以放手去做，放手去尝试。在 YC，我，以及我们很多人都发现，周围的人都相信这一点。当我试图弄清楚YC 的特别之处时，我想到的是：有一位非常了不起的人告诉你，“你可以做到，我相信你！” 作为一个年轻的创始人，这感觉非常特别，也非常鼓舞人心，当然事实也的确如此。但我直到很久以后才明白，更重要的是，周围有一群和你一样在努力的同伴。我现在会给年轻人的一个最重要的建议就是：尽早找到你的同伴群体，这对我来说非常重要。我以前没有意识到它的重要性，我以为我可以单打独斗，但后来我发现，周围都是积极向上、充满斗志的同伴，是多么难能可贵。有趣的是，我们俩都在斯坦福大学待过一段时间。我最终毕业了，我可能不应该这样做，但我还是毕业了。Sam Altman：斯坦福大学很棒，你选择了回报更高的辍学之路。那个社群也鼓励大家积极进取，但和一群充满激情的创始人在一起，那种感觉完全不一样，我当时非常惊讶。我正想说同样的事情。我很喜欢斯坦福，但我感觉周围缺少能激励我变得更好、更有野心的人。那时，我和我的同学们竞争的是去哪家投行实习，现在想起来真让人尴尬。这就是同伴的力量。在感受过 YC 的氛围之后，我毫不犹豫地选择了辍学。荣格有句名言我很喜欢：“世界会问你是谁，如果你不知道，它会告诉你。” 看来，尽早明确你想成为什么样的人，以及你想和谁在一起，至关重要。Sam Altman：这绝对是我的一大收获，至少对我自己而言，没有人能完全避免同伴的影响，所以你能做的就是选择优秀的同伴。YC Research 的早期（The early days of YC Research）Garry Tan：我们来聊聊你早年在 YC Research 的经历吧。你在 YC Research 做的实验，给 YC 带来了一些很酷的东西。我记得你回到合伙人房间，和我们谈论你和 Laurent Sergèse 等世界级专家一起参加的会议，那时，人工智能是热门话题，因为它感觉离我们很近，但那已经是 10 年前了。Sam Altman：我一直觉得，管理一个研究实验室会是最酷的退休生活。当我们开始讨论 YC Research 时，它并不仅仅关注人工智能。它最终资助了很多不同的项目，我希望我能讲一个故事，比如，“很明显，人工智能会成功，会成为改变世界的力量”，但实际上，我们也尝试了很多失败的项目。大约在那个时候，我读了几本关于施乐帕克和贝尔实验室历史的书，我记得当时硅谷的很多人都在讨论，我们需要重新拥有强大的研究实验室，而我觉得这很酷。这和 YC 的运作方式有点类似：你把资金分配给聪明的人，有些项目会成功，有些则不会，我只是想尝试一下。人工智能确实经历过一段短暂的热潮，大概是在 2014 年底、2015 年、2016 年初，当时大家都在讨论超级智能，《超级智能》这本书出版了，DeepMind 取得了一些令人瞩目的成果，但方向略有不同。我一直是人工智能的狂热爱好者，所以我想，能参与其中一定很酷，但很难说时机是否成熟。ImageNet 已经发布了。它已经发布一段时间了，所以你可以用它来识别是不是热狗。Sam Altman：有时候可以。它已经很接近了。组建第一支 OpenAI 团队（Getting the first OpenAI team together）Garry Tan：你是如何确定你想让哪些人加入 YC Research 和 OpenAI 的呢？Greg Brockman 很早就加入了。Sam Altman：回想起来，感觉就像电影蒙太奇，就像《壮志凌云》里招募飞行员的经典桥段，你到处寻找合适的人，然后他们说：“算我一个！” 我听说 Ilya Sutskever 非常聪明，然后我看了他的一些视频，他现在仍然非常聪明，是一位真正的天才和有远见的人，而且他个人魅力十足。我看了他在 YouTube 上的视频后，就想认识他。我给他发了邮件，但他没有回复，所以我去参加了他演讲的一个会议，我们见了面，之后我们开始深入交流，然后是 Greg，我从 Stripe 早期就认识他。那次谈话是什么样的？是“我非常喜欢你关于人工智能的想法，我想建立一个实验室”吗？Sam Altman：回想起来，一件非常成功的事情是，我们从一开始就确定了AGI（通用人工智能）的目标，而当时在业内，你甚至不能谈论这个目标，因为它听起来太疯狂了，近乎痴人说梦。所以这立即引起了 Ilya 的注意，也吸引了所有优秀年轻人的注意，当然，也引来了不少老前辈的嘲笑。不知何故，我觉得这是一个好兆头，它预示着某种强大的力量。我们当时是一群乌合之众，我的年龄是最大的，大概 30 岁，所以当时大家觉得我们这群不负责任的年轻人什么都不懂，净说些不切实际的话。但那些真正感兴趣的人，我想和那些会说“我是大二学生，我就要加入”的人是一类人。他们会说：“让我们放手一搏吧！” 所以我们一个接一个地见了很多人，也以不同的组合方式见了面，这个过程断断续续，但在大约九个月的时间里，团队逐渐成型，然后一切就开始了。关于 OpenAI，我最美好的回忆之一是，由于 Ilya 和 Google 之间的一些原因，我们不能在 2015 年 12 月宣布成立时就开始运营，但我们可以在 2016 年 1 月开始。所以在 2016 年 1 月 3 日左右，假期结束后，我们大概 10 个人去了 Greg 的公寓。我们坐在一起，感觉我们完成了一件伟大的事情，一切都准备就绪了。每个人都在问：“接下来我们该做什么？” 这是一个多么伟大的时刻！它让我想起创业者千辛万苦融到资后的感觉：他们觉得，"哦，我们成功了！" 但随后，他们会坐下来思考：“现在我们得想想怎么做了。” 这不是开香槟庆祝的时候，而是发令枪响的那一刻，比赛开始了。Sam Altman：你根本不知道比赛会有多艰难。我们花了很长时间才弄清楚我们要做什么。但真正让我佩服的是，尤其是 Ilya，以及所有早期成员，尽管我们走了很多弯路才走到今天，但我们最初的想法在大方向上是无比正确的。在 Greg 公寓的白板上，我们写下了最初的想法，然后我们尝试了很多不同的方向，有些成功了，有些失败了，最终我们打造出了现在的这个系统。回过头来看，我们从起点走到今天，经历了如此多的曲折，但最终我们还是到达了最初的目标，这感觉非常奇妙，非常不可思议。最初的白板上写的是深度学习吗？Sam Altman：比那更具体一些，是“训练一个大型的无监督模型，然后解决强化学习问题”。这是我们很早以前一次非正式会议上写在白板上的内容，我相信是这样。最初，我们为这个项目设定了三个目标：研究如何实现无监督学习，解决强化学习问题，以及团队规模永远不超过 120 人。第三个目标没有实现，但前两个目标的方向非常正确。为什么扩大规模曾被认为是异端邪说（Why scaling was considered heretical ）Garry Tan：所以是深度学习，然后第二个重要的方向听起来像是“扩大规模”。当时，认为可以通过扩大规模来改进模型的想法被视为异端邪说，甚至让人觉得不可思议。我记得你们当时受到了很多批评。Sam Altman：我们当时的核心理念是：深度学习是有效的，并且会随着规模的扩大而变得更好。这在当时是相当离经叛道的观点。我们当时并不知道，模型的性能会随着规模的扩大而以如此可预测的方式提升，这是几年后才发现的。最初只是一种直觉，后来我们才用数据证明了这种直觉是多么的准确。但人们其实已经知道，如果神经网络更大，性能就会更好。这就像… 我现在仍然觉得不可思议，就像是一种近乎宗教信仰般的信念：它会不断改进。每个人都觉得我们疯了，“它不是真正的学习，它不是真正的推理，它做不到，它只是个小把戏”。这些批评来自该领域的权威人士，他们不仅仅是说你错了，他们还会说，你的想法很危险，会带来很坏的影响。他们认为，"你这样下去会导致人工智能的寒冬，你会毁掉这个领域"。但我们只是看着结果，然后说：“它一直在变好。” 然后我们得到了规模化的实验结果。即使是现在，我仍然觉得这有点反直觉。但到了某个时刻，你只能看着规模化带来的损失，然后说：“我们还得继续扩大规模。” 这也是我们认为它会继续改进的原因。那时，我们也开始意识到，学习是一种神奇的涌现现象，它非常重要，即使我们不了解所有的细节，很显然我们当时不了解，现在也不完全了解，但我们知道，某种根本性的东西正在发生。PG 用了一个很形象的比喻：我们发现了元素周期表中的一个新元素。Sam Altman：所以我们真的很想深入研究这个方向，而我们的资源远不如 DeepMind 和其他公司，所以我们说，好吧，他们会尝试很多方向，我们只能选择一个，然后全力以赴，只有这样我们才能胜出。这是典型的创业公司思维。所以我们说，好吧，我们不知道我们不知道什么，但我们知道这个方向是可行的，所以我们就要集中所有资源在这个方向上。我认为其他一些团队过于追求技巧，而我们只是脚踏实地，一步一个脚印地前进。我对规模效应一直很感兴趣，它对一切事物都有涌现性的影响，对创业公司、深度学习模型，以及其他很多事物都是如此。我认为这是一个被严重低估的因素，也是一个值得追求的方向。我认为，如果你发现某件事物会随着规模的扩大而改进，你就应该继续扩大规模。人们总是说“少即是多”，但实际上，很多时候“多即是多”。Sam Altman：“多即是多”。我们相信这一点，我们也这样做了。关于 OpenAI，有一点可能没有被大家充分理解：即使在我们默默无闻的时候，我们也拥有一支极其优秀的研究团队。如果你拥有世界上最聪明的人才，你就能推动任何事情的发展。而且他们动力十足，而且你创造了一个让他们可以心无旁骛地追求目标的环境。我听说，即使在今天，获取足够的计算资源也极其困难。当时，一些业内前辈批评你们，认为你们是在浪费资源，这会导致人工智能的寒冬，人们将不再愿意投入资源。Sam Altman：有趣的是，人们总是担心我们会浪费资源，或者认为我们投入太多资源是不道德的，你应该把资源分散到多个方向上，而不是像我们这样“把所有鸡蛋放在一个篮子里”。世界上大多数人仍然不理解孤注一掷、坚定信念的价值所在。所以我们说，好吧，我们有证据，我们相信这个方向，我们就要这样做，而当时的普遍做法是，把资源分散到多个不同的方向上。你是一个不折不扣的乐观主义者，在很多成功的 YC 创业公司身上，你都能看到这种特质。这似乎没错，当全世界都在质疑你，而你坚信自己是对的，你就应该坚持下去。Sam Altman：完全正确。我很感激在创业过程中学到的东西之一就是：你会一次又一次地看到这种情况。在加入 YC 之前，我曾天真地认为，世界上一定有那么一些“大人”在掌控全局，他们知道所有答案。如果有人反对你，他们很可能比你更了解情况。但 YC 让我明白，其实根本没有所谓的“大人”，没有人知道所有答案。信念的力量（Conviction can be powerful ）Sam Altman：仅仅为了信念而坚持，如果你错了又不愿意调整方向，不愿意探寻真相，那信念就毫无价值。我们努力做到的是，始终相信实验结果，始终关注眼前的事情。我们也曾经在很多事情上非常坚定，但最终证明我们是错的。一旦我们意识到错误，我们就会迅速调整方向。信念很强大，直到你得到新的数据。但很多人即使在得到新数据后仍然固执己见，所以这是一个迭代的过程，不是简单的“他们错了，我是对的”，你必须证明你的观点。但在很长一段时间里，你必须在没有数据的情况下依靠信念前行。听起来，这也需要你专注于特定方向。就像你必须做出选择，而这个选择最好是… 你知道，你的选择不是无限的，所以确定优先级本身就是一个让你更有可能成功的练习。Sam Altman：我希望我能告诉你：“哦，我们早就预料到了一切，我们从一开始就有了语言模型的想法，我们直接就走上了这条道路。” 但显然，OpenAI 的故事是我们尝试了很多不同的方向，有些帮助我们积累了科学的理解，但我们并没有走捷径。如果我们当时知道我们现在知道的事情，我们本可以更快地到达今天的阶段。但现实世界不是游戏，你不可能每次都猜对。所以我们最初做了很多假设，关于技术方向的假设，关于公司形态的假设，关于 AGI 发展路径的假设，等等。我们经历过很多次的失败和挫折。但我们的优势之一就是：百折不挠，永不放弃。这不仅体现在科学研究上，也体现在我们对世界如何运作以及产品形态的理解上。再一次，我不知道，也许 Alec Radford 知道，但我当时并不知道语言模型会成为关键。你知道，我们一开始研究的是机器人、智能体、电子游戏等等，然后几年后，GPT-3 出现了。这在当时并不明显。Garry Tan：我感觉，在 GPT-1 之前，甚至更早的时候，关于正负情绪的关键洞见就出现了。Sam Altman：在 GPT 之前，哦，在 GPT 之前，那篇论文的标题好像是“无监督情绪神经元”。我认为那是 Alec Radford 独立完成的，顺便说一句，Alec 是个天才。他完成了一项不可思议的工作，他观察到，有一个神经元在生成亚马逊评论时，会根据情绪的正负而发生变化。我想其他研究人员可能会大肆宣传，但你知道，Alec 很低调，所以人们花了一段时间才意识到这项工作的重要性。然后他开发了 GPT-1，其他人把它扩展成了 GPT-2，但这一切都源于他对情绪神经元的洞察。当时，无监督学习的效果并不好。Sam Altman：所以他发现了这个非常有趣的现象：有一个神经元会随着情绪的正负而发生变化。是的，这最终催生了 GPT 系列模型。GPT-4 的商业化（Commercializing GPT-4）Garry Tan：Casetext 的 Jake Heller，也是 YC 的校友，他获得了 GPT-3.5 和 GPT-4 的访问权限，他把使用 GPT-4 的体验描述为一个重要的顿悟时刻，因为 GPT-3.5 仍然会… 是的，我的意思是，它生成的文本中存在很多“幻觉”，不适合在法律场景中使用。但 GPT-4 就不一样了，如果他把提示词分解成足够小的工作流，就能让它完全按照他的意愿执行任务。他围绕 GPT-4 构建了大量的测试用例，然后以 6.5 亿美元的价格把公司卖掉了。所以我认为他是最早将 GPT-4 成功商业化的案例之一。Sam Altman：我记得和他聊过这件事。GPT-4 的发布，让我真正感觉到了，我们手中掌握了一些非同凡响的东西。当我们最初尝试向创业者推销 GPT-3 时，他们会说：“它很酷，很神奇，演示效果也很棒，但除了写文案，它好像没什么实际用途。” 然后 GPT-3.5 发布了，YC 的一些创业公司开始用它做一些有趣的事情，我们终于不用再费力地推销了，人们开始主动购买我们的产品了，这感觉很棒。然后是 GPT-4，我们当时的想法是：“给我更多的 GPU！” 是的，在 GPT-4 发布后不久，我们就感受到了市场的热情。所以我们觉得，我们真的做出了好东西。所以你从用户那里得到了反馈，完全正确，当模型发布，你亲自体验后，你感觉它更好了。Sam Altman：我们自己也对它印象非常深刻。我们做了大量的测试，结果都非常好，它能做的事情让我们都感到惊讶。而且，当我们自己试用它，并得到结果时，我的感觉是：“哇，它现在居然可以做到这一点了！” 它可以押韵，可以讲笑话（虽然不算太好笑），可以做很多事情。所以我们当时很兴奋，但你知道，在你把产品交给用户之前，你永远无法确定它是否真的成功。你总是会对自己的作品过于乐观。是的，所以我们都很激动，觉得它很棒，但在经过真正的测试之前… 是的，真正的测试是用户的使用体验。所以在那之前，我们总是会有些焦虑，直到那一刻真正到来。是什么吸引 Sam 创建了 Loopt（What drew Sam to create Loopt）Garry Tan：我想换个话题，在你创立 OpenAI 之前，你在 19 岁时在 YC 创建了一家名为 Loopt 的公司，它基本上就是“查找我的朋友”的地理位置功能，可能比苹果推出类似功能早了 15 年。Sam Altman：太早了。是的，是什么让你想到这个主意的？Sam Altman：我对手机很感兴趣，我想做一些基于手机的应用。当时，移动设备刚刚兴起，距离 iPhone 发布还有三四年的时间，但很明显，口袋里的电脑将会改变世界。我的意思是，现在很难想象，曾经有一段时间，手机真的只是用来打电话的。是的，我的意思是，我现在几乎从不用它打电话。我还记得我拥有的第一部可以上网的手机，那是一个非常简陋的，主要基于文本的浏览器，速度非常慢，你可以用它查看邮件，但非常费劲。我大概是在高中时得到这部手机的，在那之前，手机只能用来打电话和发短信。我当时就被它迷住了。是的，我的感觉是：“啊，这不是手机，而是一台可以随身携带的电脑！我们被拨号键盘限制住了，但这玩意儿未来一定会非常棒！” 我是说，现在有数十亿人没有电脑，就像我们小时候，那实际上，呃，那是你的第一台电脑的复制品，或者说是另一台一样的电脑，是我的第一台电脑——苹果 IIc。所以这就是我们小时候对电脑的理解，你很难想象，随身携带这面小小的黑色屏幕，就像我们今天这样，在当时是多么不可思议的事情。所以即使在当时，你也对科技的未来充满憧憬。Sam Altman：是的，我当时，现在也仍然是一个科技迷。我总是会在周五晚上思考这些问题。然后，我们当时面临的一个难题是，没有应用商店，iPhone 还没有出现。你最终参与了 iPhone 的发布。Sam Altman：我参与了其中一小部分工作。从平台转变中学习（Learning from platform shifts）Garry Tan：这对我来说是一次宝贵的经历，因为它让我了解了平台转变的过程，了解了早期阶段的混乱，以及一些微小的举动如何影响最终的走向。我当时更多的是一个观察者的角色，我看着别人创造了这个平台转变，但这仍然是一次非常有价值的经历，它让我看到了事情是如何发生的，变化的速度有多快，以及如何适应变化。那次经历对你来说意味着什么？你最终把 Loopt 卖掉了，那可能是你第一次管理团队，做企业销售，所有这些都是你从第一次创业中学到的宝贵经验。Sam Altman：很明显，Loopt 不是一家成功的公司，所以那是一段痛苦的经历。但它带给我的经验和学习是极其宝贵的。PG 曾经说过一句话，或者是他引用别人的话，我一直记在心里：“20 多岁就像学徒期，你不知道自己将来要做什么，但你以后会用到这段时间学到的东西。” 我确实学到了很多，我心怀感激。那是一段艰难的经历，我们始终没有找到产品与市场的契合点，也没有找到快速发展的方法，这总是很难。我从未听说过比创业更能让人快速学习和成长的方式了，所以从这个意义上来说，这是一次很棒的经历。你知道，当你 19 岁、20 岁的时候，你正经历着从功能机到智能手机的平台转变，你知道，多年以后，你的下一个，我的意思是，两步之后，你实际上引领了另一次重大的平台转变。Garry Tan：我们都老了。是的，但这就是正在发生的事情，你知道，18 岁、20 岁的年轻人觉得，他们可以去大学拿学位，但他们可能会错过这波浪潮，因为所有激动人心的事情都发生在当下。科技巨头没有意识到 AI 的变革（Tech incumbents are unaware of what is happening with AI）Garry Tan：你有没有一种直觉，即使是那些非常成功的，市值数十亿美元的公司的创始人，他们中的一些人也没有意识到正在发生的事情，他们的首席技术官… 这太不可思议了。Sam Altman：我认为这就是为什么我对现在的创业公司如此兴奋的原因：世界仍然低估了这一切，这太令人惊讶了。是的，然后你看到 YC 的创业者们，他们会说：“不，不，我要做一些伟大的事情，而且要快速行动！” 是的，这让我想起 Facebook 差点错失了移动互联网时代，因为他们专注于 Web 软件开发，而且他们做得很好。是的，然后，我的意思是，他们不得不收购 Instagram，差点错失了 Snapchat，还有 WhatsApp。所以，有趣的是，每一次平台的转变，都是由那些年轻的、没有包袱的人引领的。Sam Altman：是的，这很棒。Sam 建议的创业路径（Sam's recommended startup path）Garry Tan：我想换个话题。你、Elon、Bezos 等人，他们一开始都是普通的创业者，你知道，无论是 Loopt 还是 Zip2，或者只是纯粹的软件公司，就像，他们一开始做的都是一些很普通的事情，然后才逐渐成长起来。在这一点上，你有什么建议吗？如果有人想投身最前沿的硬科技领域，他们应该直接去做吗？或者先积累财富，然后用自己的资金去投资下一个项目，这样会不会更好？Sam Altman：这是一个很有趣的问题。我很庆幸自己能够为 OpenAI 的早期发展提供资金支持，我认为如果让别人在早期投资，会非常困难。Elon 也投入了大量的资金，规模更大，我非常感谢他。然后其他人也加入了进来，我还投资了一些其他的项目，我很高兴能够支持他们。我认为如果让别人去做这些事，会很难。所以这对我来说很有帮助，我确实像我们之前谈到的那样，学到了很多宝贵的经验。但我也觉得，在 Loopt 的那段时间，某种程度上来说，我是在浪费时间。我并不后悔那段经历，它是我人生的一部分，我学到了很多东西。如果你能穿越时空，回到 19 岁，坐在斯坦福大学的教室里，你会给自己什么建议？你会做什么不同的事情吗？Sam Altman：这很难说，因为我一直对人工智能最感兴趣，而人工智能… 我大学的专业就是人工智能，但当时我在人工智能实验室工作时，他们告诉我的只有一件事：千万别碰神经网络，我们很久以前就试过了，它行不通。我想我本可以做一些比 Loopt 更好的项目，虽然我不知道具体是什么，但一切都是最好的安排。是的，人类一直在努力开发新技术，让生活更美好。我经常思考这个问题。我想到那些制造电脑的人们，我不认识他们，他们中很多人可能已经退休了，但我非常感谢他们。是的，他们辛勤工作，创造了那些处于技术前沿的产品，我在 18 岁生日时得到了一台电脑，它彻底改变了我的人生。是的，它也改变了很多其他人的生活。他们努力工作，他们可能从未想过我会感谢他们，但我真的非常感激他们。能够为科技的进步贡献一份力量，我感到非常荣幸。嗯，这对 OpenAI 来说是不平凡的一年，也经历了一些风波。Sam Altman：是的，我们很擅长制造新闻。反思 OpenAI 的风波（Reflecting on the OpenAI drama）Garry Tan：你从去年秋天的事件中学到了什么？你如何看待一些团队成员的离开？我的意思是，团队总是会不断变化的，但你现在感觉如何？Sam Altman：很疲惫，但状态还不错。是的，我们快速地经历了中型甚至大型科技公司通常需要十年甚至更长时间才能走完的发展历程，比如，ChatGPT 诞生还不到两年。是的，这个过程中充满了挑战，任何公司在发展壮大的过程中都会经历团队的变化。在 0 到 1 阶段表现出色的人，不一定适合 1 到 10 或 10 到 100 的阶段。我们也调整了公司的发展方向，我们犯过很多错误，也做对了一些事情，变化是永恒的主题。我认为，公司的目标，无论是AGI还是其他，都是：在每个阶段都尽力做出最好的决策。但这确实意味着很多变化。我希望我们正在走向一个相对平静的时期，但我相信未来还会经历更多的动荡。OpenAI 目前的运作方式Garry Tan：那么 OpenAI 现在是如何运作的呢？我的意思是，与其他成熟的软件公司相比，你们推进的速度和质量都非常出色，这是我第一次感觉到，我们真的知道该做什么了。Sam Altman：我认为，从现在到实现 AGI 还有很长的路要走，有很多已知的未知因素，但我认为我们基本清楚了前进的方向，这需要时间，也会很艰难，但这非常令人兴奋。在产品方面，我们还有很多需要探索的地方，但我们大致知道目标是什么，以及如何优化。这很关键，当方向明确时，你就能快速前进。是的，如果你愿意专注于少数几个关键方向，并把它们做到极致，我们的研究路径、基础设施路径，以及产品路径就会越来越清晰，你就能更好地整合资源。很长一段时间里，我们并没有这样做，我们更像是一个纯粹的研究实验室，即使你心里清楚方向，也很难坚定地执行，因为还有很多其他看起来很有希望的方向值得探索。是的，但让所有人团结一致，朝着同一个方向前进，是决定你能跑多快的重要因素。我的意思是，我们最近完成了从一级到二级的跨越，这非常重要。我们刚刚在 YC 举办了 Demo Day 黑客马拉松，非常精彩。Sam Altman：那很有意思。而且有趣的是，其中一个获奖团队，好像是第三名，是 Camper，一家 CAD/CAM 创业公司，他们参加过 YC。他们在黑客马拉松期间，用 AI 将一个原本无法飞行的机翼设计，迭代优化成了具有相当升力的设计。这听起来像是四级水平，也就是“创新者”阶段。Sam Altman：你说的很有意思，我一直认为，从二级到三级的跳跃会很快发生，但从三级到四级的跳跃会更难，需要一些中型或大型的新想法。但 Camper 的演示和其他一些案例让我相信，即使是现有的模型，只要你足够有创意，就能创造出巨大的价值。创业公司如何利用现有模型（What startups are building with current models）Garry Tan：嗯，是的，我的意思是，有趣的是，Camper 已经构建了 CAD/CAM 的底层软件，然后，你知道，语言是大型语言模型的接口，然后它就可以使用软件，就像使用工具一样，然后如果你把它和代码生成技术结合起来，那将非常强大。大型语言模型不仅可以编写代码，还可以为自己创建工具，然后组合使用这些工具，就像用 GPT-4 进行思维链推理一样。Sam Altman：是的，我认为事情的发展速度会比人们想象的更快。这是一个激动人心的时代。你知道，你之前提到了“发现所有物理规律”，我，呃，我曾经想成为一名物理学家，但我没有足够的天赋，我只能以其他的方式做出贡献。但事实上，其他人，我相信，现在可以用 AI 去探索所有的物理规律，我很高兴能够见证这一切。Garry Tan：让我们进入四级吧。Sam Altman：我为那些能够做到这一点的人感到高兴。关于 3、4、5 级的讨论Garry Tan：你想简单介绍一下 3、4、5 级吗？Sam Altman：我们发现，“AGI”这个词已经被滥用了，人们对它的理解各不相同。我们尝试给它一个更清晰的定义：我们认为，一级系统是聊天机器人，二级系统是推理器，我们认为 GPT-4 已经达到了二级水平。三级是智能体，能够执行更长期的任务，例如与环境进行多次交互，在需要时寻求帮助，以及协同工作。我认为我们很快就能到达三级。四级是创新者，就像科学家一样，能够长期探索未知的领域，并理解其中的规律。五级是更高级的阶段，它有点难以定义，可以理解为在公司或组织层面实现创新。是的，它有点像分形结构，即使是你为了达到二级所做的努力，也和五级有些类似：你有多个智能体，它们能够自我纠正，协同工作，我的意思是，这就像一个组织的运作方式，只是规模更小。你认为我们会… 我是说，你曾经说过，Jake 也说过，有些公司年收入数十亿美元，但员工人数不到 100 人，甚至只有 50 人、20 人，甚至只有一个人。Sam Altman：这看起来… 我不知道该怎么理解，除了说，现在是创业的黄金时代。是的，但我感觉这正在发生。是的，嗯，就像一个人加上一万个 GPU，非常强大。给早期创始人的建议和最后的想法（Advice for early founders + final thoughts）Garry Tan：Sam，你对那些正在观看这个视频的，正在创业或者即将创业的人有什么建议？Sam Altman：拥抱这个技术趋势，现在远没有到饱和点，模型会快速进化，变得越来越强大。作为一个创业者，有了 AI 的帮助，你能做到的事情和没有 AI 的时候完全不同。大公司、中型公司，甚至是几年前成立的创业公司，他们都已经落后了，他们还在用季度规划，而谷歌的规划周期是以十年为单位的，我不知道他们是怎么做到的。但作为一个创业公司，你的优势在于速度、专注、信念，以及快速适应技术变化的能力，这是创业公司最大的优势，尤其是在当下。所以我建议你用 AI 去构建一些东西，并充分利用你的优势：快速行动，快速迭代，而不是把时间浪费在冗长的规划流程上。我还想说的是，当一个新的技术平台出现时，人们很容易认为，"因为我用了 AI，所以商业规则对我不再适用，我拥有了魔法，我不需要建立护城河，也不需要打造更好的产品，因为我在用 AI，而别人没有，这就足够了。" 这显然是错误的。阅读最新前沿科技研究报告，欢迎访问欧米伽研究所的“未来知识库”
未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或点击本文左下角“阅读原文”进入。
截止到10月25日 ”未来知识库”精选的100部前沿科技趋势报告
接下来，我们将为您逐一展示这100部精选报告的完整标题列表。
1. 牛津大学博士论文《深度具身智能体的空间推理与规划》230页
2. 2024低空经济场景白皮书v1.0（167页）
3. 战略与国际研究中心（CSIS）人类地月空间探索的总体状况研究报告（2024）
4. 人工智能与物理学相遇的综述（86页）
5. 麦肯锡：全球难题，应对能源转型的现实问题（196页）
6. 欧米伽理论，智能科学视野下的万物理论新探索（50页报告）
7. 《美国反无人机系统未来趋势报告（2024-2029 年）》
8. Gartner 2025 年主要战略技术趋势研究报告
9. 2024人工智能国外大模型使用手册+中文大模型使用手册
10. 详解光刻巨人ASML成功之奥妙-241015（94页）
11. CB Insights：未来变革者：2025年九大科技趋势研究报告
12. 国际电信联盟2023-2024年联合国人工智能AI活动报告388页
13. 《人工智能能力的人类系统集成测试和评估》最新51页，美国防部首席数字和人工智能办公室（CDAO）
14. 2024瑞典皇家科学院诺贝尔化学奖官方成果介绍报告
15. MHP：2024全球工业4.0晴雨表白皮书
16. 世界经济论坛白皮书《AI价值洞察：引导人工智能实现人类共同目标》
17. 瑞典皇家科学院诺贝尔物理学奖科学背景报告资料
18. AI智能体的崛起：整合人工智能、区块链技术与量子计算(研究报告，书）
19. OpenAI o1 评估：AGI 的机遇和挑战（280页）
20. 世界知识产权组织：2024 年全球创新指数（326页）
21. 美国白宫：国家近地天体防御策略与行动计划
22. 【CMU博士论文】持续改进机器人的探索，243页
23. 中国信通院：量子计算发展态势研究报告2024年58页
24. 2024年OpenAI最新大模型o1革新进展突出表现及领域推进作用分析报告
25. 【新书】通用人工智能，144页
26. 联合国：《未来契约》、《全球数字契约》和《子孙后代问题宣言》三合一
27. 世界气候组织：2024团结在科学中，守卫地球系统的未来
28. 世界经济论坛 《量子技术助力社会发展：实现可持续发展目标》研究报告
29. 人工智能科学家：迈向全自动开放式科学发现
30. 欧盟：石墨烯旗舰项目十年评估报告
31. 美国信息技术和创新基金会：美国的数字身份之路研究报告
32. 麦肯锡：2024能源转型挑战未来研究报告
33. 联合国贸易与发展会议：2024世界投资报告
34. 兰德：评估人工智能对国家安全和公共安全的影响
35. 兰德：2024评估人工智能基础模型市场的自然垄断条件
36. 经合组织：2015-2022 年生物多样性与发展融资
37. ITIF：中国半导体创新能力研究报告
38. 英国皇家学会：数学未来计划， 数学和数据教育的新方法研究报告
39. 欧盟：10年人类大脑计划创新评估报告
40. GLG格理集团：2024深度解读半导体行业关键趋势和专家洞见报告15页
41. 华为智能世界2030报告2024版741页
42. 联合国：2024为人类治理人工智能最终报告
43. 达信Marsh：2024全球科技产业风险研究报告英文版27页
44. 鼎帷咨询：2024英伟达人工智能发展战略研究报告149页
45. 【博士论文】大语言模型的测试与评价：准确性、无害性和公平性，223页pdf
46. 麦肯锡：2024世界能源产业展望
47. 世界经济论坛《太空：全球经济增长的 1.8 万亿美元机遇》
48. 世界经济论坛：世界“技术先锋”名单100家公司名单
49. 世界经济论坛：2024绘制地球观测的未来：气候情报技术创新
50. 核聚变技术作为清洁能源供应替代来源的全球发展和准备情况
51. 大模型生成的idea新颖性与人类对比研究报告（94页）
52. IQM ：2024 年量子状况报告
53. 2024十大新兴技术研究报告
54. 2024地球观测 (EO) 洞察带来的全球价值（58页）
55. 2023-2024世界基础设施监测报告
56. 世界银行：2024世界发展报告，中等收入陷阱
57. 2024国际前沿人工智能安全科学报告132页
58. 斯坦福大学2024人工智能指数报告
59. 美国总统科学技术顾问委员会：《利用人工智能应对全球挑战》63页报告
60. 柳叶刀行星健康：2024地球系统安全与健康评估报告
61. 中国未来50年产业发展趋势白皮书III
62. OpenAI o1系列产品原理与安全最新研究报告（80页）
63. 国家互联网信息办公室：国家信息化发展报告2023年110页
64. 埃森哲：2024年风险研究报告-重大颠覆需要持续重塑英文版39页
65. 36氪研究院：2024年中国城市低空经济发展指数报告41页
66. 美国信息技术与创新基金会：《中国在量子领域的创新能力如何》研究报告
67. 理解深度学习500页报告
68. 鼎帷咨询：2024全球人工智能发展研究报告44页
69. 【伯克利博士论文】大型语言模型迈向能够学习和发现一切的机器
70. 《量子技术：前景、危险和可能性》45页报告
71. 英国皇家学会报告：人工智能在科学、技术、工程和数学领域的应用
72. 未来今日研究所：2024世界技趋势报告（980页）
73. 面向大规模脉冲神经网络：全面综述与未来方向
74. 大模型+知识库市场全景报告
75. 《太空力量的理论基础：从经济学到不对称战争》2024最新94页报告
76. CBInsights：2024年第二季度全球企业风险投资状况报告英文版124页
77. 英国科学院：数据管理和使用：21 世纪的治理（2024），99页
78. 兰德智库：展望2045 一项前瞻性研究探讨未来 20 年全球趋势的影响
79. 世界知识产权组织：2024年世界知识产权报告：让创新政策促进发展
80. 全球灾难风险研究所：评估大型语言模型接管灾难的风险
81. 牛津马丁学院：人工智能风险国际科学评估的未来
82. 联合国贸易和发展署：2024世界投资报告
83. 兰德公司：人工智能军事应用的新风险和机遇
84. 英国皇家学会：AI时代的科学发展趋势研究报告
85. 百页风电行业研究方法论：从中国到世界从陆地到海洋-240902，98页
86. 中国信通院发布《大模型落地路线图研究报告（2024年）》
87. 星河智源：2024年无人驾驶技术全景报告35页
88. 星河智源：2024年光刻机技术全景报告37页
89. 人形机器人行业研究方法论：特斯拉领衔人形机器人的从1到N
90. 兰德：展望2045一项关于未来20年全球趋势影响的前瞻性研究报告英文版45页
91. 《军事创新与气候挑战》2024最新152页报告
92. 麦肯锡：2024困难点：驾驭能源转型的物理现实（196页）
93. 《麻省理工科技评论》万字长文：什么是人工智能？
94. 软件与服务行业：从特斯拉智能驾驶看人形机器人发展路径
95. 中国信通院：中国数字经济发展研究报告2024年82页
96. CB Insights：2024年第二季度全球风险投资状况报告 244页
97. 脑启发的人工智能：全面综述
98. 二十年关键技术跟踪报告
99. 中国首部城市大脑系列建设标准（8项）汇编
100. 麦肯锡2024技术趋势展望报告100页
上下滑动查看更多
