在东说念主工智能领域，很少有东说念主比Bob McGrew更引东说念主精雅。行为OpenAI的前首席研究官，McGrew在已往六年半中一直是AI时候罢了打破的关键东说念主物。周三，在离开OpenAI一个多月后成人奶妈服务，McGrew生分采纳了外界的采访。

当地时刻18日，Bob McGrew在RedPoint AI播客中，计划了AI的改日，包括大模子是否遭遇了瓶颈，机器东说念主、AI视频改日如何发展等问题。

McGrew起先回复了当前对于大模子的材干是否达到极限的争论，他认为，大模子还有相当大的跳跃空间，但这是一个耐心的、需要数年来完善的过程。

他指出，外界对于模子材干的看法与实验室里面的看法存在较大各别。对于外界来说，大模子的发展似乎是一个快速的过程，但对于实验室里面东说念主士来说，每一个跳跃齐需要插足巨大的谋略资源。比如，从GPT-3到GPT-4，谋略材干增多了100倍，这种增长不仅来自于增多更多的芯片和数据中心，还包括算法的改造。

McGrew强调，预锻真金不怕火的跳跃需要巨大的谋略量，这频频触及到建造新的数据中心，而这又是一个耐心的过程。他提到，从GPT-4进化到GPT-5的过程中，GPT的材干可能只出现了10倍的增长。

McGrew还预测，改日视频模子的质料将得到权臣普及，完全由AI生成的、足以获奖的电影可能会在两年内出现，而且成本将大幅下落。

在计划机器东说念主时候时，McGrew推崇出了相当高的情愫。他信赖机器东说念主时候将在五年内得到普及，认为现在是一个创建机器东说念主公司的好时机，因为基础模子在快速启动和泛化方面取得了打破性进展。

McGrew还认为，AGI（通用东说念主工智能）可能不会有一个明确的改造点，而是一系列渐近的发展。他预测，跟着AI的跳跃，咱们将进入一个智能无处不在且免费的寰球，到那时能动性将是最稀缺的资源之一。

华尔街见闻整理了本次访谈的亮点不雅点：

从GPT-2到GPT-3，或者从GPT-3到GPT-4，有用的谋略量增多了100倍。这等于这种增量所代表的意旨。你不错通过增多浮点运算次数、增多芯片、扩大数据中心和改造算法来罢了这少量。算法改造不错带来一些收益——50%、2倍或3倍就还是很了不得了。但从根底上说，你必须恭候新的数据中心建成。从根底上说，这是一个相当耐心的、需要数年时刻的过程。事实上，在你看到圆善的代际过渡，比如从 GPT-4 到 GPT-5 之前，你将会看到一些唯有10倍普及的东西。东说念主们不时健忘，咱们是从 GPT-3 到 GPT-3.5 再到 GPT-4 的。我认为咱们必须恭候，望望下一代模子何时发布。若是你望望像O1这么的东西，咱们还是能够诳骗强化学习取得进展。通过多样方针来看，O1代表着比GPT-4高100倍的谋略量。有些东说念主可能莫得禁闭到这少量，因为决定将其定名为O1而不是GPT-5。然而，施行上，这是一个新一代的模子。是以若是我辩论一下今天的视频模子和两年后的视频模子之间的各别，起先是质料会更好。现在的瞬时质料还是相当好了。另一方面，另一个类比是，我施行上认为它会相当像大型语言模子，若是你想要一个GPT-3质料的token，它比GPT-3刚出当前低廉100倍。Sora的情况也会如斯，你将能够看到这些相当漂亮、传神的视频，而且它们的成本险些为零。（AI生成电影）赢得一个奖项某种进程上来说门槛太低了，对吧？我想有好多授奖仪式......我合计咱们会在两年后看到它，但它施行上会比我刚才说的更没那么令东说念主印象深入，因为你想看它的原因不是因为视频自己，而是因为有一位导演领有创意愿景，并使用视频模子来罢了他的创意愿景。我信赖机器东说念主时候将在五年后得到普通应用，尽管会有一些末端。因此，我认为现在是创办一家机器东说念主公司的好时机。我不会预测机器东说念主何时进入家庭，但我认为你会看到它被普通应用。我很难意会AGI的主意。而且，我认为，若是说有什么的话，我对AGI有一个很深的批判，那等于不存在一个明确的改造时刻，施行上，这些问题是分形的。而且，咱们将看到越来越多的事物被自动化。但不知如何的，咱们——我不知说念。我有一种嗅觉，它会变得相当泛泛，不知何故，咱们齐会开着自动驾驶汽车去办公室，在那处劝诱着东说念主工智能雄兵。然后咱们会合计，哦，这有点枯燥。嗅觉仍然像在办公室，我的雇主仍然是个傻子。这大要等于咱们AGI的改日。咱们正在从一个智能可能是社会中最稀缺资源的时间，过渡到一个智能将无处不在且免费的时间。那么，稀缺的出产要素又是什么呢？我猜是能动性。你需要提倡什么正确的问题？你需要追求哪些正确的姿色？我认为这些类型的问题对于东说念主工智能来说很难为咱们解决。我认为这些将是东说念主类需要弄了了的中枢问题。

以下是本次访谈的笔墨实录全文（由AI翻译）：

专揽东说念主Jacob：

Bob McGrew 在 OpenAI 担任首席研究官六年半。他最近在几个月前下野，咱们有幸能在“无监督学习”播客上成为他初次亮相的播客之一。因此，咱们有契机向他究诘对于东说念主工智能改日的一切。咱们计划了模子是否还是触及瓶颈，还计划了机器东说念主模子、视频模子、谋略机使用模子，以及 Bob 预感的改日时刻线和材干。咱们谈到了 OpenAI 特有的文化以及是什么使其研究如斯有用，以及一些关键的决策点和履历这些决策的感受。咱们探讨了为什么 AGI 可能嗅觉和今天没什么不同，Bob 还共享了他离开 OpenAI 的原因以及下一步的计议。我认为行家会相当可爱这一期节目。话未几说，底下是 Bob。Bob，相当感谢你来参加播客。谢谢邀请，我很期待此次对话。真的很欢快你能来。我知说念咱们会批驳好多不同的话题。我想咱们不妨从一个我合计现在行家最矜恤的问题运转，也等于对于模子材干是否还是触及瓶颈的猛烈辩说。咱们很想听听你对此的看法，以及你合计预锻真金不怕火方面还有若干后劲可挖。

Bob McGrew：  好的，我合计这可能是外界不雅察者和大型实验室里面东说念主员看法分歧最大的处所。我认为，若是从外界来看，好多东说念主率先运转关注东说念主工智能是因为 ChatGPT。然后过了六个月，GPT-4 就出现了。嗅觉一切齐在快速加快，何况正在取得进展。然而，GPT-4 是一年半前发布的，而且行家齐知说念它在此之前就还是锻真金不怕火好了。那么，现在发生了什么？为什么莫得新的东西出现，对吧？

里面的看法截然违抗。在外面，东说念主们想知说念，咱们是不是遭遇了数据瓶颈？到底发生了什么？但你必须记着，要取得预锻真金不怕火的进展，特别是，需要大幅增多谋略量。从 GPT-2 到 GPT-3，或者从 GPT-3 到 GPT-4，有用的谋略量增多了 100 倍。这等于这种增量所代表的意旨。你不错通过增多浮点运算次数、增多芯片、扩大数据中心和改造算法来罢了这少量。算法改造不错带来一些收益——50%、2倍或 3倍就还是很了不得了。但从根底上说，你必须恭候新的数据中心建成。

正在建设的新数据中心并不少。你只须望望新闻就能发现，像 Meta、X 和其他前沿实验室也在建设新的数据中心，即使这些新闻并不老是登上面条。但从根底上说，这是一个相当耐心的、需要数年时刻的过程。事实上，在你看到圆善的代际过渡，比如从 GPT-4 到 GPT-5 之前，你将会看到一些唯有 10 倍普及的东西。东说念主们不时健忘，咱们是从 GPT-3 到 GPT-3.5 再到 GPT-4 的。

现介意思意思的是，预锻真金不怕火正在进行中。我认为咱们必须恭候，望望下一代模子何时发布。若是你望望像 O1 这么的东西，咱们还是能够诳骗强化学习取得进展。通过多样方针来看，O1 代表着比 GPT-4 高 100 倍的谋略量。有些东说念主可能莫得禁闭到这少量，因为决定将其定名为 O1 而不是 GPT-5。然而，施行上，这是一个新一代的模子。

当下一代，假定的 GPT-4.5 被锻真金不怕火出来时，意思意思的问题是，这种预锻真金不怕火的进展如何与强化学习过程比较较？我认为，咱们只可静瞻念其变，望望会发布什么音书。

专揽东说念主Jordan： 这就引出了一个问题，辩论到进入 2025 年的多年过程，你认为来岁东说念主工智能的进展会像客岁一样多吗，照旧你认为事情会运转放缓？

Bob McGrew：  嗯，我认为会有进展。我认为这会是不同的进展。一件事是，当你进入任何下一代时，你老是会遭遇在前一代中莫得看到的问题。因此，即使数据中心还是建好，东说念主们也需要时刻来解决问题并完成模子的锻真金不怕火。

咱们用来锻真金不怕火 O1 的强化学习过程，也等于 OpenAI 用来锻真金不怕火 O1 的过程，创建了一个更长、更连贯的想维链，有用地将更多的谋略量融入到谜底中。是以，你知说念，若是一个模子需要几秒钟才能生成谜底，而另一个模子需要，比如说，几个小时才能生成谜底，那么若是你能信得过诳骗它，那等于 10000 倍的谋略量，对吧？

真挚说，咱们从简略 2020 年就运转想考如何使用测试时刻谋略。终末，我认为这施行上是如何作念到这少量的信得过谜底，即如安在不花费大批谋略资源的情况下作念到这少量。这么作念的克己是它不需要新的数据中心。在这里，有好多改造的空间，因为这是一种刚刚运转的新时候，何况有好多算法增强的契机。

从表面上讲，莫得根由说用于使 O1 从几秒钟，比如 GPT-4 不错在几秒钟内完成的事情，到 O1 破耗 30 秒、1 分钟或几分钟来想考的换取基本旨趣和想法不可彭胀到几个小时以致几天。就像从 GPT-3 到 GPT-4 一样，莫得基础的新时候；两者齐以大致换取的姿色进行锻真金不怕火，但彭胀怀念常穷苦的。

是以这施行上是问题的中枢：你真的能进行彭胀吗？我认为这将是咱们将会看到的跳跃类型，何况它会是最令东说念主答应的。

专揽东说念主Jacob：  是的，在 2025 年。辩论到对测试时刻谋略的关注以及当前使用的 O1，我认为想考东说念主们施行上将如何使用这些模子真的很意思意思，对吧？我认为你最近发了一条推文，我合计很专诚想，内容是对于你需要这些新的产物形态（form factor）来解锁某些模子的功能。是以也许不错稍稍伸开一下。举例，你有莫得看到任何你合计在使用这些模子时很意思意思的早期产物形态？

Bob McGrew：  嗯，是的。为了解释这个问题，聊天机器东说念主还是出现一段时刻了。今天东说念主们与聊天机器东说念主的大多数互动，GPT-4 级别的模子齐能很好地完成这些任务。你知说念，若是你问 ChatGPT，谁是第四位罗马天子？或者我如何加热印度香米？咱们的大多数日常对话齐能很好地处理。

当咱们辩论发布 O1 预览版时，有好多对于东说念主们是否会使用它以及他们是否会找到用它来作念什么的问题。我认为这些问题是正确的。这关系到意会需要用这个模子作念什么才能信得过从中赢得价值。编程是这方面的一个很好的用例，因为它提倡了一个结构化的问题，你试图在很长一段时刻内取得进展，何况它权臣地诳骗了推理材干。

另一个例子是若是你正在撰写战略简报。在这种情况下，你需要撰写一份需要专诚旨且具有凝合力的长篇文档。事实是，天然有好多表率员，但大多数非表率员的东说念主并莫得每天齐需要解决这么的任务。然而，回到这里潜在的打破，紧迫的是要有一个连贯的想维链和一个结构化的方法来解决问题。

这个过程不单是包括想考问题；它还不错包括遴选步履和制定步履计议。对于像 O1 这么的模子，我最答应的事情——我信赖很快会有其他实验室推出近似的模子——是使用它们来罢了历久步履，骨子上是充现代理。天然我认为“代理”这个术语被过度使用了，何况莫得了了地传达咱们试图罢了的方针，但在我的生活中，我有好多任务但愿模子能为我预订东西、为我购物，并以触及与寰球其他部分互动的姿色来解决问题。

我认为这是咱们信得过需要解决的产物形态：意会它是什么以及咱们如何有用地部署它。就目下而言，我认为还莫得东说念主弄了了这少量。

专揽东说念主Jacob： 这太意思意思了。我的风趣是，这完全说得通。我合计每个东说念主，你知说念的，齐会对这些智能体能作念什么以及它们能为东说念主们和企业解决什么问题产生无穷遐想。那么，今天罢了这一切的最大结巴是什么呢？昭着，你们还是看到了早期的一些模子，比如 Anthropic 发布的谋略机使用模子，而且，我确信其他实验室也在研究这个。但是，当你想考是什么结巴咱们达到方针时，有哪些难题仍然需要解决？

Bob McGrew： 是的，有好多问题。我认为最径直的问题是可靠性。是以，你知说念的，若是我要求作念某事，先抛开动作不谈，对吧？若是我要求智能体代表我作念某事，即使只是想考或为我编写一些代码，而我需要离开五分钟或一个小时让它做事，若是它偏离了任务并犯了失实，等我记忆时它什么齐没作念，那我只是白白花费了一个小时。这但是个大问题。

现在再加上这个智能体将要在现实寰球中实践动作。也许它在为我买东西。也许它在提交一个公关稿。也许它在代表我发送条子、电子邮件、Slack 音书。若是它作念得不好，就会有后果。我至少会感到莫名，以致可能会蚀本一些钱。因此，可靠性就变得比已往愈加紧迫。

我认为在辩论可靠性时，有一个教导法例，即从 90% 的可靠性提高到 99% 的可靠性，谋略量可能会增多一个数目级。这是 10 倍的普及。要从 99% 的可靠性提高到 99.9% 的可靠性，则需要再增多一个数目级的普及。因此，每增多一个“9”，齐要求模子性能有巨大的飞跃。这 10 倍的改造是权臣的，代表了一两年时刻的做事量。

是以我认为这是咱们起先要濒临的问题。我认为第二个意思意思的问题是，到目下为止，咱们所批驳的一切齐是针抵破钞者的，对吧？你莫得镶嵌到企业中。但是，当你在批驳智能体在实践任务时，对于咱们好多东说念主来说，那将是咱们在做事中作念的事情，是镶嵌在企业中的事情。我认为这会带来一系列其他的辩论身分。

专揽东说念主Jordan： 这很意思意思。咱们今天在企业中看到，许多参谋公司施行上作念得很好，因为目下向企业部署这些时候需要好多手把手的指导。你认为这种手把手指导以及企业对匡助的需求会不绝一段时刻吗？照旧你认为它会变得愈加易于使用，企业将来不错相当容易地部署这些大型语言模子？

Bob McGrew： 是的，我认为这是一个相当意思意思的问题。而且，我的风趣是，即使是运转构建，那么在企业中部署大型语言模子的问题是什么呢？好吧，若是它要为你自动化一个任务或者作念你的做事，它可能需要高下文。因为在破钞者领域，莫得太多高下文。好吧，你可爱红色，很好。没什么风趣。

专揽东说念主Jacob：  感谢你用红色行为例子（我方的播客叫RedPoint）。

Bob McGrew： 但是，你知说念，在企业中，你知说念，你的共事是谁？你正在从事什么姿色？你的代码库是什么？你知说念，东说念主们尝试过什么？东说念主们可爱和不可爱什么？悉数这些信息齐在企业中以一种环境的姿色存在。它在你的 Slack 中。它在你的文档中。你知说念，也许它在你的 Figma 或其他什么处所。那么你如何赢得探听权限呢？

好吧，你需要我方构建一些一次性的东西。我认为肯定有一种方法是东说念主们构建这些并吞器的库，然后你就不错进来作念到这少量。这与咱们在 Palantir 所作念的做事相当相似，Palantir 解决的根底问题是集成企业中的数据。我认为这亦然为什么像 Palantir 的东说念主工智能平台 AIP 如斯意思意思的原因之一。是以我认为这是第一条旅途，你有点像在构建这些东西的库。不错基于此构建通盘平台。

另一个是进行谋略机使用（Computer Use）的契机。是以现在，你不再需要这种相当具体且可能定制的姿色来作念，你现在领有一个不错用来处理悉数事情的器具。Anthropic 推出了这个；这真的很意思意思，咱们在 Anthropic 的东说念主在 2020 年离开 OpenAI 之前就还是在计划这些谋略机使用的智能体了，Google DeepMind 也发表了对于这方面的论文。每个实验室齐辩论过这个问题，并悉力于解决这个问题。

谋略机使用的智能体与这些表率化 API 集成不同之处在于，现在，由于你限定的是鼠标和键盘，你现在遴选的步履触及更多技艺。你可能需要 10 倍以致 100 倍于使用这些表率化集成所需的令牌数目。

是以现在，咱们又回到了什么？你需要一个具有相当长且连贯的想维链的模子，能够在很长一段时刻内长久如一地决问题，这恰是 O1 所解决的那类问题。我信赖还有其他方法不错解决这个问题。但我认为这将是咱们改日几年将会看到的一个打破。

专揽东说念主Jacob： 来岁。你认为最终会如何发展？因为我想一方面，昭着，不错在职何高下文中使用谋略机的通用模子似乎很有眩惑力。我想，要达到 99.999% 的可靠性可能很穷苦。而且，你知说念，在不同的点上可能会有好多技艺出错。你知说念，对于这如何运作的另一种不雅点是，我确信，若是以某种姿色通达底层应用表率 API，这些问题中的一些可能会被简化，对吧？或者其他方法，或者你不错为使用 Salesforce 或我不知说念的某些特定器具提供特定的模子。若是你不错探听底层体验，那么集成最终将成为一个巨大的上风。这么你就不错在骤然完成事情，而不是坐在那处看着谋略机在屏幕上作念事。

Bob McGrew：  是的，嗯，我的风趣是，我认为你肯定会看到这些方法的混杂使用，其中一些使用这些集成，而另一些，你知说念，谋略机使用成为一种备用决策，若是你莫得定制的东西不错使用。然后也许你会望望东说念主们使用哪些东西，若是可行，你会提倡更翔实的集成。

我认为对于你会看到 Salesforce 专用的谋略机使用（Computer Use）智能体的问题，从时候上讲，这对我来说莫得太大的意旨，因为我认为你从根底上诳骗的是数据。有东说念主出去收罗了大批对于如何使用 Salesforce 的数据集。

你不错把这些数据扔进——与 Anthropic、OpenAI 和 Google 共享这些数据集对 Salesforce 故意。他们锻真金不怕火我方的模子。我认为每个应用表率提供商齐会但愿这是公开的，何况是每个基础模子的一部分。是以我不认为，你知说念，对我来说，这似乎莫得根由以这种姿色领有专门的模子。

专揽东说念主Jacob： 不，这确乎是一个很有劝服力的不雅点，因为我合计，当你在一个竞争猛烈的领域，而你的竞争敌手正在公开他们的数据，何况他们的产物变得更容易使用时，你肯定也但愿你的产物是这么的。

Bob McGrew： 是的，对我来说有点精巧，为什么还没出现那种东说念主们把数据塞进大型语言模子的生态系统。这施行上就非常于谷歌的SEO。

专揽东说念主Jacob： 这确凿个很意思意思的不雅点。你认为咱们离谋略机使用的普通应用还有多远？

Bob McGrew： 嗯，我的风趣是，我认为对于这些事情有一个很好的教导法例，那等于当你看到一个演示，它超等有眩惑力，但还不太好用。用起来会很凄凉。然后，你知说念，给它一年时刻，它就会好十倍。而且，这种改造是呈对数线性增长的。是以好十倍，你知说念，只是一个级别的改造。但一个级别的改造还曲直常了不得。你会运转看到它被用于有限的使用场景。然后再给它第二年。到那时，它会特地地有用，但你不可每次齐依赖它。咱们现在用聊天机器东说念主等于这么，你仍然需要挂念它们会产生幻觉。那么，摄取的问题施行上取决于你要求的可靠性水平。任何不错容忍失实的领域齐会比那些不可容忍失实的领域更快地罢了自动化。

专揽东说念主Jacob： 是以我想回到乔丹率先的问题，基本上，现在你需要大批的扶植才能集成到正确的数据中，并界说定制的看守设施和做事历程，这是完全有风趣的。那么，在“嘿，很棒的谋略机使用模子，企业准备签约”之间，会存在什么样的中间层呢？这个中间层会是什么样的？

Bob McGrew： 伴计，我认为应该有初创公司来界说它。你知说念，我认为咱们还不完全知说念谜底。我认为，当你领有像谋略机使用这么的一般器具时，你会看到一个意思意思的表象，它解决的问题在难度上是分形的，它不错解决好多问题。但随后你会看到一个信得过紧迫的问题，而你无法完全解决它。然后你会说，好的，现在咱们要针对这个作念一些相当具体的，也许咱们会为此摄取一种表率化的方法。是以我认为咱们会在一段时刻内看到多样方法的混杂。

专揽东说念主Jordan： 我很好奇，你昭着一直在研究方面做事，并郑重一些信得过顶端的研究。咱们稍稍谈到了测试时谋略。你对其他哪些领域特别感兴味？

Bob McGrew： 嗯，我认为咱们还是谈过了预锻真金不怕火。咱们还是谈过了测试时谋略。另一个信得过令东说念主答应的事情是多模态。多模态的紧迫日子。是的，今天发布了Sora。施行上，这在某种进程上是这个漫长历程的绝顶。大型语言模子，咱们假定是2018年发明的。很彰着，你不错应用Transformer和一些换取的时候来适当其他模态。是以你包含了视觉，有了图像输出、音频输入和音频输出。

起先，这些东西一运转是行为近似DALLE或Whisper的扶植模子。最终，它们被集成到主模子中。历久以来一直按捺这种作念法的模态是视频。我认为Sora是第一个进行演示的；其他公司，如Runway，以及一些其他的模子也接踵出现。现在Sora自己还是发布了。我认为视频与其他模态比较，有两个信得过意思意思且不同的处所。

当你创建图像时，你可能真的只想通过一个领导来创建一个图像。也许你尝试几次。若是你是专科的平面设计师，你可能会裁剪这个图像中的一些细节。但说真话，咱们齐不是。这里的好多用途是，你需要一些幻灯片吗？你是否想要一张图片来搭配你的推文或演示文稿？这是一个相当径直的过程。

然而，对于视频来说，哇。我的风趣是，这是一系列彭胀的事件。它不是一个领导。是以现在你施行上需要一个圆善的用户界面。你需要辩论如何使这个故事跟着时刻的推移而伸开。我认为这等于咱们在Sora发布中看到的事情之一。Sora在这方面破耗了更多的时刻想考；产物团队在这方面插足了比其他一些平台更多的元气心灵。

你还需要辩论的另一件事是，视频的成本相当高。锻真金不怕火这些模子相当不菲，运行这些模子的成本也相当高。是以，天然看到Sora质料的视频很意思意思——而且我认为Sora的质料确乎更好——但你必须稍稍留意一下才能看到它的质料更好，至少若是你只看一个良晌的片断的话。

现在，任何领有Plus账户的东说念主齐不错使用Sora。OpenAI发布了每月200好意思元的Pro账户，其中包括无末端的Sora慢速生成。当你领有这种水平的质料和分发时，两个难题还是解决了。这将是其他竞争敌手难以企及的高门槛。

专揽东说念主Jacob：视频模子在改日几年的发展会是什么样的？我的风趣是，昭着在大型语言模子领域，咱们还是看到了巨大的跳跃，嗅觉客岁的模子现在低廉了十倍，而且速率快得多。你认为视频方面也会有近似的改造吗？

Bob McGrew： 施行上，我认为类比相当径直。是以若是我辩论一下今天的视频模子和两年后的视频模子之间的各别，起先是质料会更好。现在的瞬时质料还是相当好了。你不错看到反射。若是你共享一些东西，悉数难以解决的难题，你不错指出，哦，看，那处作念了反射。有一些烟雾。你知说念，穷苦的是彭胀的、连贯的生成。

是以SOAR产物团队领有一个故事板功能，允许你在不同的时刻点，比如每五秒或每十秒诞生查验点，以匡助为生成提供指导。你知说念，从根底上说，若是你想从几秒钟的视频变成一个小时的视频，这是一个相当穷苦的问题。我认为这是你将鄙人一代模子中看到的东西。

另一方面，另一个类比是，我施行上认为它会相当像大型语言模子，若是你想要一个GPT-3质料的token，它比GPT-3刚出当前低廉100倍。Sora的情况也会如斯，你将能够看到这些相当漂亮、传神的视频，而且它们的成本险些为零。

专揽东说念主Jacob： 我合计联想是有一部由东说念主工智能生成的圆善电影，赢得一些奖项之类的，你知说念，用一个无耻的播客问题来问，你认为咱们什么时候会有这么的电影？

Bob McGrew：  我只可猜一下。哦，天哪。是的。说真话，赢得一个奖项某种进程上来说门槛太低了，对吧？我想有好多授奖仪式。真的，这是一部你信得过想看的电影吗？是的。我合计咱们会在两年后看到它，但它施行上会比我刚才说的更没那么令东说念主印象深入，因为你想看它的原因不是因为视频自己，而是因为有一位导演领有创意愿景，并使用视频模子来罢了他的创意愿景。我认为他们这么作念是因为他们不错在这种引子中作念一些他们无法拍摄的东西。咱们不错想象一下。咱们这里莫得东说念主是导演，但咱们齐不错想象好多可能性。咱们不是平面设计师，也不是导演，但，是的，改日会是这么。

专揽东说念主Jordan：   没错。是的，咱们这里有一些相当特定的手段。是的，咱们看到好多公司涌现出来，试图成为东说念主工智能领域的皮克斯。咱们老是会问这个问题，什么时候这才是信得过可行的？是以听起来比咱们至少意象的要快得多。

Bob McGrew：   这是我的猜测。一朝事情进展到不错演示的阶段，之后的进展会相当快。在此之前，进展相当耐心，或者至少它是不可见的。

专揽东说念主Jordan：   我想从视频转向机器东说念主，你一运转加入 OpenAI 是为了研究好多机器东说念主方面的东西。咱们很想了解你对这个领域的看法，以及咱们今天的处境，以及你认为它将走向何方。

Bob McGrew：  这确乎是一个相当私东说念主的问题。当我离开 Palantir 时，我的一个想法是，机器东说念主将成为深度学习变得的确的领域，而不单是是某东说念主网站上的一个按钮。是以，我在 Palantir 和 OpenAI 之间花了一年的时刻深入了解机器东说念主时候，用深度学习编写了一些对于视觉的早期代码。这是一个相当具有挑战性的领域。其时，我以为可能还要五年；那是2015年，而那是完全失实的。但是，我认为现在是对的。我信赖机器东说念主时候将在五年后得到普通应用，尽管会有一些末端。因此，我认为现在是创办一家机器东说念主公司的好时机。

一个非常彰着的不雅点是，基础模子在快速启动和运行机器东说念主方面取得了巨大打破，使其能够在紧迫方面进行泛化。这有几个不同的方面。其中比较彰着的是，诳骗视觉并将视觉改造为步履计议的材干，这是基础模子带来的。稍稍不那么彰着，也许更意思意思的方面是通盘生态系统还是发展起来了。现在我还是离开了 OpenAI，我花了一些时刻和首创东说念主在沿路，我和一些机器东说念主首创东说念主聊过。一位机器东说念主首创东说念主告诉我，他们施行上还是诞生了让机器东说念主能够对话。这真的很酷而且容易得多；你不错告诉机器东说念主作念什么，它会意会蛮横。它使用一些专门的模子来实践操作。以前，写出你想要的东西很资料，你必须坐在电脑前，而不是看着机器东说念主。现在你只需要和它语言就行了。

我认为咱们仍然不了了舍弃的一个主要区别在于，你是在模拟中学习照旧在现实寰球中学习。咱们在机器东说念主领域这两年的主要孝敬是展示了你不错在模拟器中锻真金不怕火，并使其推行到现实寰球。使用模拟器有好多原因；举例，在出产系统或现实寰球中运行是很资料的。你不错进行免费测试等等。但是，模拟器擅长模拟刚体。若是你正在用坚忍的物体进行握取和扬弃的任务，那就太好了。但是，寰球上的好多东西齐是软绵绵的物体。你必须处理布料，或者，当辩论仓库时，要处理纸板。不幸的是，模拟器在处理这些场景方面作念得不是特别好。因此，对于任何想要信得过通用的东西，咱们现在惟一的方法等于使用现实寰球的演示。正如你从最近出现的一些做事中所看到的，这施行上不错产生有但愿的舍弃。

专揽东说念主Jacob：   后果相当好。然后，我想，昭着这在某种进程上是不可知的，比如，你知说念的，当东说念主们在机器东说念主时候中发现缩放定律，以及东说念主们可能需要若干长途操作数据时，但是你合计咱们离它很近了吗？或者，我的风趣是，昭着，你知说念，在2015年，你认为还有五年。你认为咱们离东说念主们所说的机器东说念主时候像 ChatGPT 那样的时刻还有多远，东说念主们会说，哦，那真的很棒，那看起来很不一样而且有用。

Bob McGrew：  对于预测，尤其是对于机器东说念主时候的预测，你真的要辩论这个领域。是以我对机器东说念主时候的大限制破钞者摄取持非常悲不雅的魄力，因为在家里有一个机器东说念主是很可怕的。机器手臂是致命的。它们可能会杀死你，更紧迫的是，它们会杀死你的孩子。而且，你知说念，你不错使用不同种类的机器手臂，它们莫得这些纰谬，但它们有其他纰谬。家是一个相当不受料理的处所。

但我确乎认为，在多样步地的零卖或其他做事环境中，我认为五年后咱们会看到这种情况。若是你去亚马逊的仓库，你以致不错看到这种情况；他们还是领有解决了他们转移问题的机器东说念主。你知说念，他们正在研究握取和扬弃。我认为你会在仓库环境中看到大批机器东说念主推出。

然后，你知说念，它将在一段时刻内以领域为单元逐渐鼓吹。我不会预测它何时进入家庭，但我认为你会看到它被普通应用。我认为在五年后，咱们会以一种今天会嗅觉奇怪的姿色在日常生活中与它们互动。

专揽东说念主Jacob：   我的风趣是，昭着还是有一些孤苦的机器东说念主公司。在某种进程上，昭着机器东说念主时候诳骗了基础，你知说念，LLM 的跳跃。我很好奇，比如，你知说念，这一切是否会交融？昭着有些公司只作念视频模子。有些公司专注于生物、材料科学。当你辩论它的历久发展方针时，你知说念，是否会有一个高大的模子涵盖悉数这些？

Bob McGrew：  在最前沿的模子限制上，我认为你应该络续祈望这些公司推出一个模子。它将在他们所领有的每种步地的数据的每个维度上作念到最佳。这是一个紧迫的劝诫。

专科化信得过给你带来的是性价比。在已往的一年里，你还是看到最前沿的实验室在领有大批智能的小模子方面作念得更好，这些模子不错以相当低的成本完成近似聊天机器东说念主的用例。

若是你是一家公司，在这少量上，一个非不时见的模式是，你弄了了你但愿东说念主工智能为你作念什么，然后你使用你可爱的最前沿的模子来运行它。然后，你生成一个高大的数据库，并微调一些更小的模子来实践该操作。你知说念，这是一个非不时见的作念法；OpenAI 提供这项服务，我信赖这在每个平台上齐是一个常见的模式。

你不错说，你知说念，这相当相当低廉。现在，若是你像这么锻真金不怕火了一个聊天机器东说念主，你的客户服务聊天机器东说念主是这么锻真金不怕火的，若是有东说念主偏离了剧本，它就不会像你蓝本使用前沿模子那样好。但这不要紧；这是东说念主们安靖采纳的性价比。

专揽东说念主Jacob： 有一件我合计很意思意思的事情，咱们之前聊天的时候，你提到了一个对于东说念主工智能进展的宏不雅不雅点，基本上是在说，在2018年，咱们曾估量，到了2024年，咱们会领有多样模子材干，你会从第一性旨趣起程认为，这些东西还是透澈改变了。就像寰球相对于2018年险些焕然一新。天然你们确乎对更众多的寰球产生了巨大的影响，但我还不可说东说念主工智能的普及还是完全改变了通盘寰球运作的姿色。你认为为什么会这么？

Bob McGrew： 嗯，我只是想稍稍重述一下，我合计，天然听起来很奇怪，但对于东说念主工智能的正确心态应该是深深的悲不雅。比如，为什么进展如斯耐心？为什么，你知说念，有东说念主说东说念主工智能导致了GDP增长了0.1%。但这并不是因为使用东说念主工智能带来的出产力普及，而是因为建设锻真金不怕火东说念主工智能所需的数据中心所产生的成本支拨。是以，为什么东说念主工智能在出产力统计数据中并不彰着？就像东说念主们在20世纪90年代批驳互联网时所说的那样。

我认为这有几个原因。起先，2018年的那种不雅点认为，一朝你不错和它对话，它就不错编写代码，那么悉数东说念主齐会立即罢了自动化。这和工程师被要求编写一个功能时的想法是一样的。你可能会想，“哦，是的，我不错在几个星期内贬责。”但是当你运转编写代码时，你就会禁闭到，“哦，施行上，这个功能比我想象的要复杂得多。” 若是你是一个优秀的工程师，你可能会估量两周，但施行上姿色可能需要两个月。若是是一个灾祸的工程师，他们可能会发现这个功能根底就写不出来。

我认为当咱们信得过深入研究东说念主类如何完成做事时，就发生了这种情况。是的，你可能会在电话里和他们交谈，但这并不料味着他们所作念的只是和你交谈。其中触及到信得过的做事。从根底上说，东说念主工智能不错自动化的只是一项任务。然而，一项做事是由许多任务组成的。当你仔细研究的确的做事时，你会发现，对于大多数做事来说，有些任务是无法自动化的。

即使你望望编程，举例，样板代码起先被优化，而那些更辣手的部分，比如笃定你到底想作念什么，则是终末才被解决的。是以我认为，跟着咱们络续推行东说念主工智能，咱们将发现它在自动化东说念主类做事的全部范围方面存在越来越多的复杂性和局限性。

专揽东说念主Jordan：  那么辩论到这少量，就进展而言，你认为今天有哪些领域被低估了，应该比现在得到更多的关注？

Bob McGrew：  嗯，好的。这里有一个谜底，我信得过感兴味的初创公司是那些东说念主们诳骗东说念主工智能来解决一些相当枯燥的问题的公司。

想象一下，你计议一家公司，你不错雇佣悉数你想要的贤达东说念主去作念一些超等枯燥的事情，比如查验你悉数的支拨，并确保你进行了适当的比价。比如，若是你的采购部门齐是像埃隆·马斯克那样的东说念主，他们真的相当仔细地限定支拨，那么你可能会省下好多钱。

莫得东说念主这么作念，因为，你知说念，那些信得过能省钱的东说念主，他们会合计枯燥。他们会歧视这份做事，对吧？但是东说念主工智能是无穷耐性的。

它不消无穷贤达。而且，你知说念，我认为在职何处所，若是你在计议你的业务，你不错从那些无穷耐性的东说念主所作念的事情中赢得价值，那么这等于东说念主工智能应该自动化的东西。

专揽东说念主Jacob：  这很意思意思，因为我一直认为参谋师是让贤达东说念主去解决枯燥问题或在枯燥行业做事的套利姿色。而昭着，有了顶端的东说念主工智能模子，你就不错让一个才略很高的东说念主去解决你永远不可能让一个贤达东说念主去作念的问题。

Bob McGrew：  是的，我的风趣是，我第一次神话有东说念主作念了出产力研究，舍弃标明东说念主工智能确乎带来了20%到50%的普及。我就想，哇，太棒了。然后我就发现，哦，是参谋师。嗯，你知说念，东说念主工智能相当擅长“扯淡”，而参谋师的做事等于“扯淡”。是以也许咱们不应该感到骇怪，出产力的普及起先出现在这里。

专揽东说念主Jacob：  是的，我认为在推崇较差的后一半东说念主中普及幅度亦然最大的，对吧？

Bob McGrew：  没错。嗯，施行上，我认为这有点令东说念主充满但愿。因为若是你望望推崇较差的后一半东说念主，你知说念，他们领有东说念主类领有的、难以自动化的手段，这是这个事情充满但愿的版块。他们知说念他们在作念什么，但他们不知说念如何编写代码来罢了它。然后模子出现了，它说，哦，我知说念如何编写代码来罢了它，但我不知说念我应该作念什么。是以现在这些推崇较差的东说念主施行上不错在他们的做事中得到信得过的普及。是以我合计这相适时东说念主充满但愿。

专揽东说念主Jordan：  我想，就推崇而言，你也曾何况正在与寰球上一些最优秀的研究东说念主员合作。你认为是什么让一个东说念主工智能研究东说念主员成为最优秀的？

Bob McGrew：  有许多不同类型的研究东说念主员作念着不同的事情。若是你猜测像亚历克·拉德福德这么的东说念主，他发明了GPT系列和CLIP，你会发现他基本上发明了大型语言模子（LLM），然后络续进行多样步地的多模态研究。亚历克是一个可爱在夜深的奇怪时刻独自做事的东说念主。比较之下，其他像伊利亚·苏茨克维和雅各布·皮乔基这么的卓越东说念主物，他们别离是OpenAI的第一任和第二任首席科学家，他们有伟大的想法和愿景。他们匡助其他东说念主解决挑战，并在为公司制定举座阶梯图方面证明着关键作用。

最优秀的科学家们齐有一个共同的关键特征，那等于一定的禁闭。我永远铭刻看着阿迪亚·拉梅什，他发明了DALL-E，奋勉解决生成一张不在锻真金不怕火蚁集的图像的问题，以解释神经汇注具有创造力。DALL-E的率先想法是望望它是否能创造一张粉红色熊猫在冰上溜冰的图片，阿迪亚确信这张图片不存在于锻真金不怕火数据中。他为此做事了18个月，也许是两年，试图罢了这个方针。

我铭刻简略一年后，伊利亚过来给我看了一张相片，说：“你看，这是最新一代的。它真的运转起作用了。” 我看到的是一派空泛，顶部空泛可见粉红色，底部是白色——只是像素运转聚集在沿路。我其时还看不出什么，但阿迪亚雪崩效应。这种坚定是每一个得手的科研东说念主员在解决基础问题时必须具备的。他们必须把这看作是他们的“终末一战”，何况决心为此宝石数年，如有必要的话。

专揽东说念主Jacob：  为了使其证明作用。你从组建这么一个由这么一群东说念主组成的研究机构中学到了什么？

Bob McGrew：  嗯，意思意思的是，我能猜测的最佳的类比施行上来自 Palantir 的 Alex Carp，他老是说工程师是艺术家。这很有风趣。当你和一位信得过优秀的工程师交谈时，他们只想创造。他们心中有某种东西。代码是他们将心中的雕饰变成现实的姿色。

高中自慰

在 Palantir，你知说念，你必须让他们莳植bug，但每次你这么作念，他们艺术家的那一面齐会感到悲痛。你必须有一个历程来让东说念主们协同做事，但他们艺术家的那一面会感到悲痛。事实是，工程师是艺术家，一个 10 倍工程师是 10 倍的艺术家，而研究员是任何工程师的 100 倍艺术家。

要建设一个领有研究东说念主员的组织，需要辩论的事情要多得多。有一种工程管理姿色，你会说若是每个东说念主齐是可互换的零件，何况你有一个允许他们协同做事的历程，那就太好了。然而，与研究东说念主员合作怀念常需要密切关注的，因为最关键的是你不可抹杀他们的艺术性。

恰是他们头脑中对愿景的情愫，使他们安靖承受悉数将愿景变为现实的挑战。

专揽东说念主Jordan：  你很走时曾在 Palantir 和 OpenAI 做事过，而且有好多著述齐在计划 Palantir 的文化相当特别。当你想起 OpenAI 时，我信赖改日也会有好多对于其文化的著述。你认为这些著述会如何说？

Bob McGrew：  是的。我的风趣是，我认为其中少量是像咱们刚才谈到的那样，与研究东说念主员合作。对于 OpenAI 另一件豪恣的事情是它履历了若干次转型，或者我更可爱把它看作是屡次重建。是以当我加入 OpenAI 时，它是一个非牟利组织。公司的愿景是通过撰写论文来构建 AGI。咱们知说念这是失实的；嗅觉不太对劲。早期的好多东说念主，Sam、Greg 和我，齐是创业东说念主士，而这条通往 AGI 的说念路嗅觉不合。

几年后，公司从非牟利组织转型为牟利组织。这在公司里面引起了很大的争议，部分原因是，咱们知说念在某个时候咱们将不得不与产物互动。咱们必须辩论如何赢利。与微软的合作成了另一个重建时刻，这也引起了很大争议。我的风趣是，也许赢利是一趟事，但是把它给微软，给大型科技公司，哇，太灾祸了。

此外，相似紧迫的是，咱们决定说，好吧，咱们不仅要与微软合作，咱们还要使用 API 构建我方的产物。终末，通过 ChatGPT 将破钞者服务添加到企业服务中。这些齐是初创公司会履历的决定性的转型。在 OpenAI，嗅觉好像每 18 个月或每两年，咱们齐在从根底上改变公司的宗旨和在那处做事的东说念主们的身份。

咱们从撰写论文是你的做事的主意，退换为构建一个寰球上每个东说念主齐不错使用的模子的想法。信得过豪恣的是，若是你在 2017 年问咱们正确的职责是什么，那不会是通过撰写论文来罢了 AGI；违抗，那会是咱们想构建一个每个东说念主齐不错使用的模子。但是咱们不知说念如何罢了这一方针，是以咱们只可探索并一齐找出悉数这些事情。

专揽东说念主Jacob：  你认为是什么让你们在进行这些重要退换时如斯得手？

Bob McGrew：  嗯，我的风趣是，起先是必要性。这些齐不是神圣采用的，对吧？你有一个非牟利组织，你花光了钱，也许你需要找到一种筹集资金的姿色；也许为了筹集资金，你必须成为一家牟利性公司。你与微软的合作，也许他们莫得看到你正在创建的模子的价值，是以你需要构建一个 API，因为它可能真的有用。然后你不错向他们展示，东说念主们施行上想要这些模子。

ChatGPT，我认为这是咱们在 GPT-3 之后信得过信赖的，通过正确的跳跃，正确的步地不单是是东说念主们必须通过中介才能与模子对话的 API，而是该模子将是你不错径直与之交谈的东西。是以这是我认为相当刻意的一件事。但无人不晓，它的发生姿色是一个偶然。咱们正在研究它。咱们施行上还是锻真金不怕火了 GPT-4，何况咱们但愿在模子满盈好，以至于咱们每天齐使用它时发布。

咱们在 11 月齐看了 ChatGPT，咱们想，它通过了门槛了吗？不完全是。指导这个团队的合股首创东说念主之一 John Schulman 说，听着，我真的只想发布它。我想赢得一些外部教导。我铭刻其时在想，若是有一千东说念主使用它，那将是得手。你知说念，咱们对得手的圭表非常低。咱们作念出了一个决定，莫得把它放在恭候列表之后。

然后，你知说念，寰球再次迫使咱们起首，骤然之间，寰球上每个东说念主齐想使用它。当你发布它时，率先的几天是什么样的？哦，我的天啊，那怀念常病笃的。起先，东说念主们有些不信赖这真的会发生。有一些颤抖。咱们速即尝试找出如何赢得 GPU。是以咱们暂时把一些研究谋略资源迁移到了那处。

然后就出现了这个问题，它什么时候会罢手？这种情况会络续下去照旧会成为一种前卫？因为咱们险些在 DALL-E 上也履历过近似的事情。DALL-E 2 模子曾在互联网上引起震撼，然后就灭绝了。是以东说念主们挂念 ChatGPT 施行上也会灭绝。这是我相当投诚它不会灭绝的处所，它施行上会比 API 更紧迫。

专揽东说念主Jacob：  我的风趣是，何等意思意思的履历啊。我想其中一件很酷的事情是，你离顶端 AI 研究相当近。我很好奇，在已往的一年中，你在 AI 领域改变了什么想法？

Bob McGrew：  意思意思的是，我不认为我改变了什么想法。在 GPT-3 之后，进入 2020 年、2021 年，若是你身处其中，那么改日四五年需要发生的事情，好多齐嗅觉是理所天然的。咱们将领有这些模子。咱们将使模子变得更大，它们将成为多模态的。即使在 2021 年，咱们也在批驳如何需要在语言模子上使用 RL，并尝试找出如何使其做事。而且，2021 年和 2024 年之间的信得过区别不是说需要发生什么，而是咱们能够让它发生这个事实。而且，你知说念，咱们，通盘领域，齐能够让它发生。但在某种意旨上，咱们现在的处境也嗅觉有点射中注定。

专揽东说念主Jacob：  我猜想，估量改日，当你辩论彭胀预锻真金不怕火和彭胀测试时谋略时，嗅觉它也像是射中注定要仅凭这两者就达到 AGI 吗？或者，你是如何看待这个问题的？

Bob McGrew： 我很难意会AGI（通用东说念主工智能）的主意。而且，我认为，若是说有什么的话，我对AGI有一个很深的批判，那等于不存在一个明确的改造时刻，施行上，这些问题是分形的。而且，咱们将看到越来越多的事物被自动化。但不知如何的，咱们——我不知说念。我有一种嗅觉，它会变得相当泛泛，不知何故，咱们齐会开着自动驾驶汽车去办公室，在那处劝诱着东说念主工智能雄兵。然后咱们会合计，哦，这有点枯燥。嗅觉仍然像在办公室，我的雇主仍然是个傻子。这大要等于咱们AGI的改日。咱们迫不足待地恭候下昼五点放工之类的。

更严肃地说，我一直合计，而且我认为这在OpenAI里面以过火他前沿实验室亦然一种广博的不雅点，即解决推理是彭胀到东说念主类水平智能所需的终末一个基本挑战。你需要解决预锻真金不怕火，你需要解决故障模态，你需要解决推理。此时，剩下的挑战等于彭胀。但这相当紧迫。

彭胀相当穷苦。施行上，根底莫得若干基础性的想法。险些悉数的做事齐是在如何将它们彭胀到采纳越来越大的谋略量。这是一个系统问题。这是一个硬件问题。这是一个优化问题。这是一个数据问题。这是一个预锻真金不怕火问题。悉数的问题施行上齐只是对于彭胀。是以，是的，我认为在某种进程上，它还是是注定的了。这里的做事是彭胀它，但这很难。大批的做事。

专揽东说念主Jacob： 昭着，我认为东说念主们在批驳这些模子彭胀其材干的社会影响。我认为咱们仍然处于这种计划的早期阶段，可能有好多不同的对话需要进行。但您对哪些方面特别感兴味和充满情愫，您认为咱们应该批驳哪些方面？

Bob McGrew： 是的。我认为最意思意思的是，咱们正在从一个智能可能是社会中最稀缺资源的时间，过渡到一个智能将无处不在且免费的时间。那么，稀缺的出产要素又是什么呢？而且，我认为咱们不知说念。我猜是能动性。也等于说，你不错去完成事情。你需要提倡什么正确的问题？你需要追求哪些正确的姿色？我认为这些类型的问题对于东说念主工智能来说很难为咱们解决。我认为这些将是东说念主类需要弄了了的中枢问题。而且，并非每个东说念主齐擅长这少量。是以，我认为咱们需要想考的是，咱们如何发展那种让咱们能够与之合作的能动性。

专揽东说念主Jordan： 您认为这是现在，照旧改日？

Bob McGrew： 我认为它会嗅觉相当一语气。这是一条指数弧线。而指数弧线的特色是，它们莫得挂念。你老是嗅觉，你老是在以换取的速率、换取的节律前进。

专揽东说念主Jacob： 这些模子最终不会也弄了了，我的风趣是，若是你辩论一下弄了了要作念什么或姿色方针，你刚刚提到了几次？举例，你不错想象，在改日最基本的脉络上，对模子说，嘿，建设一家好公司，或者创作一件意思意思的艺术作品，或者制作一部电影，等等。跟着这些模子变得更刚劲，这种能动性，我想，也许不错谈谈这少量。

Bob McGrew： 是的，我的风趣是，你能否径直要求东说念主工智能解决悉数问题？好吧，我认为你不错，而且你会得到一些舍弃。但咱们以Sora为例。若是你在制作一个视频，你给它一个相当空泛的领导，它会完全为你创建一个视频。也许它会是一个相当酷的视频。也许它会比你能猜测的最酷的视频还要好。但它可能不是你想要的视频。

因此，你也不错与它互动，你给它一个相当翔实的领导，你说，我对我想看到的视频作念了这些具体的采用。这让你能够创建让你我方或你的不雅众舒坦的视频。

我认为这种张力将不绝存在，非论东说念主工智能何等先进，因为你如何填充空缺将决定最终产物的好多内容。

专揽东说念主Jacob： 您今天是如何使用最先进的O1模子的？

Bob McGrew： 我意会模子，并与之交互的首选方法是，我花了好多时刻教我八岁的女儿学习编程。他可爱问问题，是以我老是在想如何将他今天感兴味的事情与我想教给他的课程筹商起来。

举例，有一天他说，“爸爸，什么是汇注爬虫？它是如何做事的？”这给了我一个契机，我说，好吧，我不错用一个简短的表率来教他汇注是如何做事的吗？我尝试使用一个O1模子，奋勉创建一个满盈简短的表率，何况不引入太多我还莫得教过他的新主意。

方针是教他对于汇注的学问，这是我但愿他意会的中枢主意，同期确保内容对于一个八岁的孩子来说是易于意会的。这花了一些时刻来治愈表率，但我信赖学习过程的一部分是实验，测试不同的想法是其中一个紧迫的方面。

专揽东说念主Jordan： 我想在测试方面，当您从研究测试的角度辩论时，当新模子出当前，您频频会进行哪些中枢评估，何况您最依赖哪些评估？

Bob McGrew： 好吧，我的风趣是，这里起先要指出的是，它跟着每一代模子而变化。你知说念，当咱们劝诱O1模子时，要看的正确方针是GPQA，它代表谷歌解释问题解答。然而，当咱们准备发布时，它不再是一个相当意思意思的方针，因为咱们还是从一运转险些什么齐没作念到，到它完全饱和。终末剩下的几个问题频频是措辞不当或不太意思意思的问题。因此，你采用的方针很猛进程上取决于你在研究中试图作念的做事，我认为这是一个广博的教导。

然而，在已往几年中一直有用的事情是编程。编程是一项结构化的任务，包括我我方和其他研究东说念主员在内的许多东说念主齐不错意会，这相当紧迫。它不错从完成一转代码彭胀到编写通盘网站。咱们还莫得达到编程被完全解决的进程，我认为咱们还有很长的路要走。我信赖，在咱们不错信得过完成一个信得过的软件工程师的做事之前，还有几个数目级的差距。

专揽东说念主Jacob：  你早期的业绩生活中有一件事很彰着，你其时正在攻读谋略机科学博士学位，而且我铭刻至少有一部分专注于博弈论。昭着，我认为使用这些模子来探索博弈论中的课题有好多意思意思的含义。我想问的是，一般来说，你认为东说念主工智能将如何改变社会科学研究、战略制定以过火他关联领域？若是你今天用这些模子的力量再行凝视你之前的做事，你会尝试作念些什么？

Bob McGrew：  起先，我其实对学术界相当失望。我认为它有一套灾祸的激发机制。在某些方面，我把OpenAI的组织设计成学术界的镜像，创造一个和洽不错闹热发展的处所。

营业中一个意思意思的方面是，好多产物管理的做事齐近似于实验社会科学。你有一个想法，你想在东说念主类身上测试一下。你但愿在摄取细密方法的同期，望望它是如何做事的。A/B测试等于一个很好的例子；当你这么作念时，你施行上是在进行一种社会科学。

这是我特别答应的事情之一：若是你在进行A/B测试，为什么不把你现在与用户的悉数互动齐拿来，用这些数据微调一个模子，然后你就骤然有了一个模拟用户，它的响应姿色与你的施行用户一致？这意味着你不错在不插足出产的情况下进行A/B测试。也许之后，你不错对其中一个模拟用户进行深入访谈，了解他们的想法。

这在今天可行吗？我不知说念。我还莫得尝试过，但翌日也许就行了。我认为这是一个很好的广博原则：每当你发现我方想让别东说念主为你作念某事时，辩论一下是否不错要求东说念主工智能来作念。而且，东说念主工智能可能不错处理数百个任务，而东说念主类可能只可完成一个任务，而且还很良友。

专揽东说念主Jordan：  是的，我让雅各布为我作念了好多任务，是以。

专揽东说念主Jacob：  是的，你应该罢手那样作念。你应该运转问我的模子。感谢你寄托了它。你帮我从简了好多时刻。你提到，我想，你设计了学术界现存的激发机制，并设计了与此造成对比的OpenAI组织。能多谈谈这方面吗？

Bob McGrew：  是的，是的。我的风趣是，追念一下2017、2018、2019年。其时，东说念主工智能研究实验室还不是一个大产业。它们只是研究实验室。好多参与其中的东说念主来自学术界。若是你望望学术界的结构，就会发现它有一套激发机制，对于其率先的设计来说是满盈好的。然而，东说念主们相当关注功劳——到底是谁作念了这个？论文上的东说念主名按照什么章程枚举？这对于具有学术配景的东说念主来说相当紧迫。

也许你不想与他东说念主合作，因为它会冲淡你对舍弃的孝敬。若是有两个东说念主沿路解决问题，这频频更像是竞争，而不是一个把做事速率提高一倍的契机。在这种配景下，我认为DeepMind辩论建设一个效法学术界但又在公司框架内运作的实验室，这么我就不错指导东说念主们，并只专注于深度学习。

另一方面，我认为Brain率先的方针是聚集一些学者，以一种相当学术的姿色进行探索性研究。我不会强加方针，而是会在外部安排产物司理，以便他们可能会收拢这些伟大的想法并将其改造为产物。与此同期，咱们是一群创业东说念主士，以及一些卓越的研究东说念主员，包括像伊利亚这么的东说念主。咱们的不雅点是，研究实验室应该像一家初创公司一样运作。

咱们认为，在明确前进方针的同期，赐与东说念主们好多开脱相当紧迫，特别是那些卓越的研究东说念主员——其中一些东说念主咱们其时以致莫得禁闭到他们很出色。咱们的方针是让他们找到他们安靖“为之激越”的“山头”，以创造他们渴慕创造的非凡做事。咱们强调合作，确保东说念主们为了一个长入的方针而共同奋勉，而不是只是专注于发表大批的论文。

专揽东说念主Jacob：  我可爱这个说法。我想你早先还是回顾了OpenAI历史上一些最著明的决定，从非牟利组织到转型，与微软的合作，发布ChatGPT的API。有莫得哪个也许不是那么有名，但你认为是关键的决策点？或者说，你认为哪个决策是很难作念出的，或者哪个决策信得过改变了组织的走向？

Bob McGrew：  我认为我之前莫得谈到的一个决定，但其时也颇具争议，那等于决定加倍插足语言建模，并使其信得过成为OpenAI的中心焦点。这个决定很复杂，原因有好多。这么的改变触及到重组和治愈结构，东说念主们必须改变他们的做事。

再次强调，咱们率先的文化荧惑尝试多样不同的方法，望望哪些方法顺利。咱们第一个紧迫的重要奋勉是共同奋勉玩Dota 2游戏，这延续了东说念主工智能解决越来越难的游戏的伟大传统。你从海外象棋到围棋，然后到Dota 2和星际争霸，这在某种进程上嗅觉没那么酷。然而，我不错向你保证，从数学上讲，这些游戏真的比围棋和海外象棋更难，即使它们没那么优雅。

Dota 2姿色取得了巨大得手，它教会了咱们好多东西。从那次教导中，咱们得出了这么一个信念：你不错通过扩大限制来解决问题，并有一套用于此目的的时候器具。因此，通过决定关闭更多探索性姿色，举例机器东说念主团队和游戏团队，并信得过将要点再行放在语言模子和通用生成模子上，包括多模态做事，我信赖这是一个相当关键的采用，尽管其时相当凄凉。

专揽东说念主Jacob：  我早先留意到一件事，你昭着提到，你在用你八岁的孩子测试这些模子。而且，我想在你作念父母的这段时刻里，昭着八年前的寰球与现在大不换取，这在很猛进程上归功于你在东说念主工智能领域推动的跳跃。我想知说念，非论是为了你的生活，照旧你养育孩子的姿色，你是否基于你对这些模子的力量将在多快的时刻内浮现在这个寰球上而更新的信念，从而改变了什么？

Bob McGrew：  是的，我认为事实是我并莫得改变什么。而且我认为这可能是我的一个失败之处，对吧？比如，谁比我更适合去搞了了孩子们应该学习什么呢？然而，我认为我险些还在尝试教他们和八年前一样的东西。

当ChatGPT不错为他编码时，我为什么要教我八岁的女儿编码呢？我认为这是一个谜。但是，在某种意旨上，改日是注定的，但施行的运作姿色的详细，我认为将怀念常精巧的，何况会跟着时刻的推移向咱们揭示。

因此，我认为尝试那些刚好在你材干规模上的事情的迂腐说念理相当紧迫。你要奋勉学习数学，奋勉学习编码，写稿，学习写好著述，学习普通阅读。我认为这些将培养孩子们和坦率地说，成年东说念主需要的手段，非论东说念主工智能最终会作念什么。

因为从根底上说，这与编码无关。这与数学无关。而是对于你学习如何故结构化的姿色想考问题。

专揽东说念主Jordan：   好的，这一切齐太棒了。我信赖咱们不错和您再聊上几个小时。但咱们可爱用一些快速问答来末端对话。第一个问题是，在目下的AI领域，什么是被过度炒作的，什么是被低估的？

Bob McGrew：   哇，好的。嗯，对于什么是过度炒作的，一个神圣的谜底是，我认为是新的架构。市面上有好多新的架构。它们看起来很意思意思，但频频在限制化时会崩溃。是以，若是有一个在限制化时不会崩溃的架构，那它就不会被过度炒作。在那之前，它们齐是被过度炒作的。至于被低估的，我认为是01。我合计它被炒作得很强横，但它是否被悲不自胜地炒作了呢？莫得。我认为它被低估了。

专揽东说念主Jacob：   我知说念咱们的听众齐会很好奇，是以我会问，但您能否共享一些对于您在这个时候离开OpenAI的原因？

Bob McGrew：  嗯，事实是，我在那处做事了八年，我真的合计我完成了当初我来这里时想要完成的大部分事情。而且，我秘书辞职的时刻是在O1预览版发布之后，这并非恰巧。你知说念，咱们劝诱了一个特定的姿色，一个研究姿色，再次强调，是预锻真金不怕火，多模态推理。这些问题齐得到了解决。坦率地说，这是一份艰巨的做事。当我合计我还是完成了我需要作念的事情时，是时候把它交给下一代对这份做事充满情愫并悉力于解决剩余问题的东说念主了。我认为他们濒临的问题相适时东说念主答应。

你对改日有什么策画吗？我离开Palantir后，在加入OpenAI之前花了两年时刻。我运转贪图一家机器东说念主公司，何况尝试了好多事情。我切身入手制造东西，并与好多东说念主交谈。坦率地说，我犯了好多失实，但莫得哪个失实是信得过紧迫的。在这个过程中，我学到了好多，并造成了我方对于什么对寰球紧迫以实时候跳跃的骨子是什么的表面。

悉数这些履历，我遭遇的东说念主，以及我想出的想法齐匡助我加入了OpenAI。事实解释，这比我离开Palantir后的前六个月里所能采用的任何事情齐要好得多。是以，我不蹙悚。我将络续与东说念主会面并弄了了事情。我真的很享受想考和学习新事物的过程。

专揽东说念主Jacob：   既然您现在有更多的时刻了，有莫得什么您特别想深入研究的领域，或者是一些您一直想花更多时刻但由于日常做事忙碌而无法顾及的事情？

Bob McGrew：   嗯，你知说念，意思意思的是，我合计我方好像被困在一个盒子里八年了。这是一个相当酷的盒子。是的，一个相当酷的被困在里面的盒子。但是外面发生了好多事情。而且，就像我说的，我一直在和机器东说念主领域的首创东说念主交谈，看到在OpenAI莫得作念机器东说念主研究的这段时刻里发生了好多很酷的事情。而且，与首创东说念主、研究东说念主员、作念意思意思事情的东说念主建设筹商，这真的很意思意思，也很眩惑东说念主。

专揽东说念主Jacob：   嗯，这是一次悉数天际有天的对话，我知说念这对我和乔丹以及咱们的听众来说齐是如斯。感谢您来这里并共享这一切。我想把终末的话语权留给您。有什么东说念主们不错去了解更多对于您的信息的处所吗？您想给咱们的听众留住什么？或者您想号令行家沿路探索的，您感兴味的方针？或者轻佻说点什么齐不错。

Bob McGrew：   是的，嗯，若是你想关注我正在想考的事情以及我的进展，最佳的处所是在Twitter上关注我，账号是@BobMcGrewAI。我认为这里最允洽的末端语是，东说念主工智能的跳跃将络续下去。而且这将怀念常令东说念主答应的。它不会放缓，但它会改变。这很意思意思。是以我荧惑行家络续奋勉。

专揽东说念主Jacob： 好的，鲍勃成人奶妈服务，相当感谢。真的，这太天际有天了。随时迎接你再来。

风险领导及免责要求 市集有风险，投资需严慎。本文不组成个东说念主投资建议，也未辩论到个别用户特殊的投资方针、财务气象或需要。用户应试虑本文中的任何意见、不雅点或论断是否适当其特定气象。据此投资，牵累知足。