Open AI的青春残酷物语

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。

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？

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。