本文介绍了奥特曼在柏林工业大学的一场圆桌对话中关于AI、AGI和开源模型的看法。奥特曼认为AI在科研过程中能够帮助人们节省时间,高效工作,并期待AI在科学发现方面的作用。他相信GPT-5将比人类更聪明,并且人类最终会实现AGI。此外,奥特曼认为世界上需要开源模型,OpenAI也在不断推进AGI的进展。文章还介绍了圆桌对话的其他参与者和讨论话题。
奥特曼认为AI在科研过程中能够帮助人们节省时间,高效工作,整合信息,帮助科学家或研究人员更高效地工作。
奥特曼认为GPT-5将比人类更聪明,并且对人类生活质量的提升意义重大,如解决气候变化、疾病治疗等问题。
奥特曼对AGI持乐观态度,认为人类最终会实现AGI,甚至超越AGI,带来巨大好处。他强调不要低估科技的指数增长,并认为AGI的本质是数据中心里的天才国家。
奥特曼认为世界上需要开源模型,它们可以为人们提供大量价值。他也谈到了OpenAI在推进AGI方面的努力和社会责任。
克雷西 整理自 凹非寺
量子位 | 公众号 QbitAI
世界上确实需要开源模型,它们可以为人们提供大量价值。
我很高兴,世界上已经有一些优秀的开源模型。
在柏林工业大学的一场圆桌对话当中,奥特曼再一次谈到了DeepSeek,并
大赞开源模型对世界的贡献
。
对话中,奥特曼还发表了
对AGI的最新看法
,透露了十足的信心,他认为,虽然会遇到阻碍和挑战,但他相信人类终将实现AGI。
同时他还谈到了
GPT-5
,表示GPT-5将会比人类更聪明,其中也包括他自己。
这场对话由柏林工业大学教授、计算机科学家
Fatma Deniz
主持。
除了Deniz和奥特曼之外,参与者还有同为该校教授的
Volker Markl
,以及德国一家AI公司Merantix Momentum的创始人兼CEO
Nicole Büttner
。
期间,他们讨论了AI对科学研究的影响、AI的前景与挑战,以及AGI等话题。
(注:下文主要摘录了对话中涉及奥特曼的部分,斜体字为解释性文字,其余均为对话者原文)
“AI是人类制造工具的历史”
首先,针对
AI会给人们的科研和学术工作带来的影响
,Deniz抛出了第一个问题,奥特曼则借助这两天刚上线的Deep Research功能进行了解释。
奥特曼认为,AI在科研过程当中的意义是帮助人们
节省某些工作的时间,从而有更多精力去思考更高层次的问题
。
Deniz
:像ChatGPT这样的聊天机器人今天被用于激发灵感、起草文本和摘要,它帮助我们节省了一些时间,甚至可以“抄近路”。
你认为这对科学和学术工作意味着什么?如果最有洞察力的想法其实来自于我们慢慢思考而不是“抄近路”呢?
奥特曼
:我们周一推出了一个叫
Deep Research
的项目……这在某种程度上就像ChatGPT时代的一个时刻,人们的反应非常热烈,而科学家是其中最兴奋的一群人。
你可以向Deep Research提出一个查询,它可以为你进行大量研究,完成一些需要数小时、数天甚至数周才能完成的任务。
目前,它不会直接生成许多新的深刻见解,但在整合信息、帮助科学家或研究人员更高效地工作方面,它非常出色。
这正是AI应该发挥作用的地方——它
帮助我们在某些领域节省时间,让我们能够在更高层次上工作
。
这其实是人类制造工具的历史
,我们通过机器来完成以前必须自己做的事情,从而解放自己,使工作进入更高的抽象层次。我认为一切都会变得更好。
在之后的对话中,奥特曼还补充说,他认为人类将在未来几年内看到AI自主完成重大发现。
“GPT-5将比人类更聪明”
昨天,OpenAI与德国一家名为Bifold的大数据公司达成了合作,为其提供了5万美元的API额度,以促进对o3模型的探索。
以此为话题,Deniz向奥特曼提出了新的问题。
Deniz
:与这样一个基础研究机构合作,你们的期望是什么?
奥特曼
:我对AI有很多期待,我们之前已经稍微提到了一些。但对我个人来说,最让我兴奋的事情是
AI在科学发现方面的作用
。
我相信,如果我们能加速科学发现,或许可以在一年内完成十年的科学研究,甚至未来某一天,在一年内完成一百年的科学研究。
这对人类生活质量的提升意义重大,比如解决最紧迫的问题,应对气候变化,让生活变得更美好,甚至找到治愈疾病的方法。
这将是AI给予世界的一份巨大礼物,而我认为AI终于可以真正实现这一点了。
说到这里,奥特曼话锋一转,询问现场观众有多少人觉得自己比GPT-4聪明,又有多少人觉得自己会比GPT-5聪明。
问到GPT-5的时候,现场只有两个人举手。
奥特曼
:
我不认为自己会比GPT-5更聪明
。
但我对此并不感到难过,因为这意味着我们能够利用它来做令人难以置信的事情。我们希望能推进更多的科学研究,希望能让研究人员完成他们以前无法做到的事情。
这就是人类历史的发展轨迹
。当然,这次感觉有点不同,因为AI赋予我们的能力前所未有。
但如果科学家们能利用超高智商的工具,更加专注于提出正确的问题,更快地解决问题,加速他们的研究进程,那对我们所有人来说,都是一种巨大的胜利。所以,我们很高兴能够推动这一进步。
刚才两位认为自己比GPT-5更聪明的人,我很想过段时间再听听你们的想法。
“我们最终会实现AGI”
下一个话题关于AGI,Deniz提到了隔壁Claude创始人、前OpenAI员工
Dario Amodei
的一篇文章。
Amodei在这篇文章中谈论了自己对于AGI的看法,他认为AGI本质上就是一个
“数据中心里的天才国家”
。
Deniz
:你同意这个说法吗?这对下一代科学家意味着什么?
奥特曼
:在当今阶段,我们已经足够接近AGI,因此它的精确定义变得重要。当你拥有一个世界级专家团队,在各个领域不知疲倦地协作时,我认为这
已经超出了大多数人对AGI的认知
。
所以,与其讨论我们什么时候会真正达到AGI,还不如关注更实际的问题。
我想说的是,在未来几年内,我们会看到一些成就,让很多人惊讶地说,“我真的没想到计算机会做到这个程度”。
之后,我们会进入一个新的阶段,比如AI在一年内完成十年的科学研究。这个阶段可能还需要更长时间,但那一刻到来时,世界的变化将会更加迅速,并带来巨大的好处。
与一些人会唱衰AI不同,奥特曼对AGI的看法十分乐观。
奥特曼
:目前来看,我们正处于一个陡峭的技术发展曲线上。过去一年,有许多人喜欢唱衰 AI,比如“AI 扩展训练已经到头了”“它不会再进步了”。
但事实是,
我们已经找到了新的范式
,现在有了真正具备推理能力的模型,这些模型非常聪明,而且还可以继续扩展。我预计,在这个范式之后,我们还会找到下一个新范式。
我从这之中学到的一点是:当你看到科技呈现陡峭的指数增长时,千万不要低估它。
当有人开始说“这就要到极限了”“我们快要碰到天花板了”“这一点不会再提升了”时,你们都应该保持怀疑。
目前来看,我们似乎已经找到了真正能够学习的算法,它会持续发展。
当然,我们会遇到一些障碍,需要去克服它们。但我相信,
我们最
终会实现AGI,甚至超越AGI
,而且从现在开始,这个进步过程会变得更加顺畅。
Deniz
:在你看来,目前谁最有能力来独立验证AGI是否真正实现了?
奥特曼
:唯一重要的事情,就是它
能为人类提供多少实际价值
。
如果它对你有用,如果它超过了一定的实用门槛,那就足够了。如果一群专家想要争论它到底是不是AGI,我认为这根本不重要。
我相信AGI的进步不会是某个突然发生的“终点”,而是一个指数级的持续增长过程,真正的问题是:它能帮助多少人?它能为世界带来多少价值?
Deniz
:你是否认为第一批真正达到AGI的基础模型,会具备自我复制、自我改进、自我修改的能力?比如,它们能否基于新出现的需求,自行优化?
而且,即使你认为它们可能会具备这些能力,
OpenAI本身是否会意识到这一点
?或者更广泛地说,
AI公司是否能真正察觉到这样的变化
?你认为像OpenAI这样的公司在报告AGI进展及其社会影响方面应该承担什么责任?
奥特曼
:有些人认为,AGI只有在变成一个可以自我复制、自我改进的宇宙探测器时,才算真正实现了。我个人不会等到那个里程碑,
我在那之前就会承认AGI的存在
。
当然,我们有责任向公众报告这类进展。如果我们发现AI接近这个阶段,我们一定会告诉大家。
Deniz
:你们会如何通知公众?
奥特曼
:你是问我们该如何沟通,如何向世界表达这个进展?
Deniz
:是的,还有更重要的是,你们如何察觉AI发展出这种能力的迹象?
奥特曼
:哦,你是问我们如何在AI系统中识别这些能力?
我认为,这种进步会是一个渐进的过程。人们谈论自我改进时,往往把它看作一个明确的二元状态,要么发生了,要么没有发生。
但实际上,情况可能更复杂——一开始,AI只是帮助科学家稍微提高一点工作效率,然后变得更快,接着它可以做的事情越来越多。
所以,
我不认为AGI的进化会是一个清晰的二元分界线,而是一个变化的曲线斜率
。我们可能会察觉到AI进步速度的变化,比如它的能力曲线开始陡然上升。
“世界需要开源模型”
DeepSeek-R1火出圈之后,难免成为了AI圈中一个必谈话题,此次也不例外。
Deniz
:大学和科研领域,开源和开放数据极其重要,这不仅与我们之前讨论的AI解释性有关,也涉及可复现性。
那么,在DeepSeek-R1发布之后,你最近在Reddit上也表示,OpenAI在开源问题上“站到了历史的对立面”。
所以,我想问,这次DeepSeek-R1的发布,或者更广义上说——开源——对OpenAI在竞争力以及生成式AI领域的整体发展方面意味着什么?
奥特曼
:我认为,开源有它存在的价值,
世界上确实需要开源模型,它们可以为人们提供大量价值
。
我们可以讨论AGI是否应该开源,但我认为没人会否认,在当前这个发展阶段,开源模型确实创造了价值。
所以,我认为开源是一件好事。我们有很多优先事项要考虑,因此说起来容易,做起来难。但
我很高兴,世界上已经有一些优秀的开源模型
。