亲历者揭秘OpenAI崛起的关键：兴趣驱动的探索，而非目标导向的马拉松

沿着 Scaling Law、卷模型性能，可能会走到「死胡同」。

「底稿」对话栏目

谁在影响、定义我们的时代？他们做了什么，如何思考？对话关键人物，记录历史底稿。

本栏目将持续推出。

文 | 黎诗韵
编辑 | 郑玄

我们被倡导要想明白自己的目标是什么、并做出计划。然而，两位人工智能研究者却认为，这只适用于普通的小愿望。

一旦涉及过于高远的、不确定能否实现的目标，比如打造 AGI（通用人工智能）、登月计划等等——那么根据兴趣进行自由的、开放性的探索，才更能实现想要的。他们把这一观点写成了《为什么伟大不能被计划》一书。

在这本书出版的 2015 年，OpenAI 成立，它一开始就确定了实现 AGI 的目标。九年间，OpenAI 取得的巨大成功，似乎证明了人工智能界是一场「目标导向者」的胜利。 「OpenAI 看似是目标导向的，但实际上在内部，它有很多有趣的、开放性的探索。」 本书作者之一肯尼斯·斯坦利 (Kenneth Stanley) 告诉极客公园。

2015 年，他任美国中佛罗里达大学计算机科学系助理教授，和前博士生乔尔·雷曼（Joel  Lehman）一起合著了该书。第二年，他们进入产业界，加入 Uber AI 团队。2020 年，他们又一起加入了 OpenAI，肯尼斯担任 OpenAI「开放性研究团队」负责人。

OpenAI 的 CEO Sam Altman 是他们这本书的推崇者。 他曾在一个公开场合提到，OpenAI 训练模型时会设定指标，指标的上升让人开心，「但对于找出一个新的研究范式，就不起作用了」。受书中观点启发，他愿意尝试更多新奇性探索，「我们愿意耐心等待数月、数年，大多数时候它（探索）并不起作用，但当它起作用的时候、效果惊人地好。」

加入内部，肯尼斯和乔尔看到开放性探索如何塑造了 OpenAI 的成功。例如 ChatGPT 本是一个意料之外的项目，它曾是内部几大方向中最边缘的；碰巧撞上了谷歌的 Transformer 架构；而 Dario Amodei（前 OpenAI 研发副总裁、现 Anthropic CEO）提出 Scaling Law（缩放定律）是为了测试模型安全性、而非涌现智能等等。

随着 2022 年底 GPT-3.5 发布，全球人工智能行业开启了激烈竞赛。在二人看来，AGI 仍然是一个遥远的、而非近在咫尺的目标，仅靠 Scaling Law 这个「踏脚石」还不够。在这种情况下，开放性探索非常重要—— 而目前行业极具收敛的目标和计划、以及激烈的竞争，反而可能让研究走进「死胡同」。

即便 OpenAI 也面临挑战，乔尔感觉到，一种紧张的氛围开始在内部出现，开放性探索的空间也在缩窄。2022 年，他们离开了 OpenAI。随着人工智能越来越强大，他们希望更多研究一些开放性命题，比如 AI 会如何影响人类和社会、如何从哲学角度看待 AI 等等。

目前，乔尔加入了一家研究虚拟生命的公司，而肯尼斯创办了基于开放性系统的社交网络 Maven、并获得了 Sam Altman 的投资。他们都在开放性探索的路上继续前进着。

以下为极客公园与肯尼斯、乔尔的对话实录，经整理后发布：

《为什么伟大不能被计划》一书的中英版 | 图片来源：受访者

01

OpenAI 看似是

「目标导向型」 的成功，

实则是「开放性探索」的成功

极客公园：先从这本书的起源聊起，我很好奇你们十年前是怎么想到提出「为什么伟大不能被计划」这个观点的？你们最早研究人工智能的「开放性系统」，做了图片孵化器、机器人迷宫等实验，好奇哪些事实让你们觉得这个观点是成立的、并且可以应用到除了人工智能以外的其他领域？

Kenneth： 最初的想法来自于人工智能领域的研究，也就是我们所说的「开放性系统」（Open-Endedness）。这种系统早已存在，比如生物的演进，在几十亿年中，从单细胞进化为各种各样的动物。又比如简单的发明创造，我们可能花了数千年，才创造了一个轮胎、空间站和计算机等等。

作为历史学家和计算机科学家，我们希望用算法打造一个「开放性系统」，想了解它的工作原理，怎么不断创新、产生非常有趣的东西。所以我们做了「图片孵化器」网站。这个 AI 系统没有任何目标，人们随机在上面将不同图片进行「繁殖」，这些图片会构成类似生物学「分支树」的关系。

虽然每个用户都是从乱涂乱画开始的，但渐渐我们看到了一些熟悉的、可辨认的图片，比如蝴蝶、头颅、行星、汽车等等。我们进而得出一些有意思的洞察，比如你孵化出了一张酷似车的图片，但你最初并不是以此为目标的。而如果你以此为目标，你根本得不出这张照片。这是矛盾之处。遵循这样的原则，我们提出了基于新奇性探索、而非目标驱动的搜索算法。

最后我们发现，这不仅适用于算法领域，也适用于个人和机构。每一个个人和机构都会设定目标，但这种目标驱动并不总是对我们的创造和发明奏效。Joel 和我觉得这个过程非常重要，值得公开说出来。我们试图找到相关信息、并进行多次对话，这就是我们这本书想法的来源。

极客公园：可否理解为这本书的核心观点是，无论在算法、个人还是组织层面，面对一个更遥远的目标，制定计划不如自由探索有效？

Joel： 一般来说，普通的做法是我们树立一个目标、制定计划。但我们是不制定目标、只是去探索新奇的东西。比如迷宫里的机器人，如果给它制定走出迷宫的目标，那它可能很难走出这个死胡同。但如果不告诉它去哪里、而是让它自由探索，它会更容易走出迷宫。

肯尼斯和乔尔做的「图片孵化器」网站，从乱涂乱画中出现了一些熟悉的、可辨认的图片 | 图片来源：受访者

极客公园：我注意到，在你们刚出完这本书不久的 2015 年， OpenAI 成立了。这家公司从创立起就确定了一个非常伟大的目标，那就是实现 AGI，它的每个步骤都是围绕这个目标进行。今天我们看到，OpenAI 似乎取得了成功。所以我想问，在你们这本书出版后的十年里，OpenAI 的故事是否反而证明了「目的驱动模式」的成功？

Kenneth： 非常好的问题。我认为非常重要的一点就是要注意到，OpenAI 虽然取得了一定的进展，但还没有取得 AGI 的成功。另外，我们也要意识到，公司往往会向公众讲述目标，但这其实是它们一种叙述的手段，这并不意味着企业内部就是这么推动工作的。

如果你去看 OpenAI 的幕后，你会发现它们不仅仅是目标导向的，它们也有很多有趣的、开放性的探索。 实际上，ChatGPT 就是这样一种开放性探索，它是在一个意料之外的项目。我并不认为 OpenAI 的工作人员最早就设立了要做 ChatGPT 这个项目（的目标），或者说预见到了它能取得如此巨大的成功。它们只是在探索过程中发现这个项目非常有意思，然后一步步更新迭代才有了今天的 ChatGPT。

我们书中也提到过，创新究竟该如何推进呢？其实就是我们从有趣的一些想法开始，那究竟它是否会将我们引导向最终 AGI 的成功呢？其实这并不一定，但这是非常重要的一步，它们最终都有可能带来革命性的变化。

另外，它也能实现其他一些重要的成就，比如吸引更多的投资。我们知道 GPT-2 并没有带来巨大的革命性变化，但我们仍然要尽可能地宣传，才能吸引更多投资来发展 GPT-3、GPT-4，并最终向 AGI 的目标前进。OpenAI 就是这么做的，这正体现了我们书中的观点。

Joel： OpenAI 看上去是一个目标导向型的成功，但其实 OpenAI 刚成立的时候，内部有尝试很多不同的发展方向。比如当时他们非常看重强化学习，包括视频、游戏的强化学习，为此内部做了很多尝试。

而且 GPT 背后的核心技术是 Transformer 架构，这是由谷歌推出的，所以 OpenAI 也是在谷歌这样的巨人的肩膀上不断发展的。如果回顾 10 年前、20 年前、30 年前、40 年前，没有这么多「踏脚石」的情况下，OpenAI 也不可能取得这样的成功。

极客公园：你们定义了 OpenAI 看似是目标导向、但其实是自由探索式的成功。OpenAI 内部人士曾跟我们说，铺垫 GPT 3.5 的几个「踏脚石」都是随机碰撞出来的，比如 聊天机器人 曾是内部最边缘的项目、碰巧撞上了谷歌的 Transformer 架构、而 Dario 提出 Scaling Law 也不是为了智能涌现而是想测试模型是否安全……这是否跟你们了解的情况接近？

Joel： 是的，这些随机探索的确是非常重要的。尤其是 OpenAI，它很早就开始推进 Scaling Law 等尝试，并且不断在做选择，这是非常正确的。

Kenneth： 的确探索很多时候是随机的、根据兴趣进行的。但 Dario 提出 Scaling Law，这不仅是一个随机的探索、这其实也是一个目标导向性的做法。

这背后是团队从自己的兴趣出发、做了很多尝试，想要找到解决方案，最终提出了 Scaling Law 这个解决方案。这某种意义上也是一种目标导向。

极客公园：所以开放探索和目标驱动并不是彼此对立的，而是可以统一和融合的？

Kenneth： 的确两者是可以并存的，能够从一方转向另一方。但是在我看来，这其实也是一个非常困难的问题。什么时候该进行转向？什么时候是目标导向、什么时候是兴趣导向？这非常微妙，很难去找到最佳的转变时机。

极客公园：你们能够看到 OpenAI 的内核其实是一个「开放性探索」的组织，这是当初吸引你们加入 OpenAI 的重要原因吗？

Joel： 哈哈，有许多原因。一个最主要的当然因为 OpenAI 是 AI 领域的前沿公司。另外，它的确一开始就是一家「开放性探索」的公司，虽然它们肯定有一些目标导向的元素存在。这与我的个人兴趣也是相关的。所以确实很难拒绝这样一份工作。

极客公园：那么 Sam 有看过你们这本书吗、他是否认同你们提出的「开放性探索」观点？这是他招募你们进入 OpenAI 的原因吗？

Kenneth：Sam 非常喜欢我们书中的想法，我相信他是在观看了我关于这本书的演讲时接触到这些想法的。 他曾在公众场合提到，他受到了这本书的一些想法的影响。Sam 对这些想法是非常包容和开放的，我觉得他暴露在这些想法当中、他认为这些想法非常有意思。

当然，我在 OpenAI 也不仅仅是因为 Sam，内部很多人都有开放的想法。比如 Jeff Clune（前 OpenAI 研究团队负责人），他在我们之前加入 OpenAI。他也觉得，开放性探索是一个有趣且值得投资的领域。我们在那个时候达成了共识，所以我们被雇佣了。

在我看来，这本书并不是 OpenAI 的工具书。但我相信，这一文化确实对他们有影响，开放性探索是非常重要的。

极客公园：Ken 当时是 OpenAI「开放性探索」团队的负责人，当时 OpenAI 对你们的期待是怎样的？有给你们制定了怎样的目标吗？

Kenneth： 我们面临的挑战在于，几乎任何一家公司都会感兴趣设定目标。但如果我们探索的一些想法，并不完全是目标导向的、甚至会背离目标的话，我们肯定会面临一些沟通上的挑战。这有一些复杂，因此在日常的工作中，我们需要取得一个平衡。

有时候很难理解我们来自哪里、雇佣我们干嘛。他们可能会非常奇怪，觉得我们做的是非客观性的一些东西。不过最终他们意识到，对于推动 AGI 来说，这些工作是非常有用的。这已经超出了传统团队的认识。

Joel： 这里面分为两部分：一个层面是关于组织的架构，很多人会困惑我们的工作，所以我们要跟他们解释我们在做什么，并找到我们工作跟 AGI 目标的关联度；另一方面是我们实际工作的开放性，要创造新的东西。

就像 Ken 说的，我们需要在公司内部找到一种开放性的方法，既要让大家了解我们在做什么，也要新奇探索、取得进步，这两者的平衡是一种微妙的舞蹈。

极客公园：你们是否感受到，在「开放性探索」上，OpenAI 这样的初创公司可能比科技巨头做得更好？我曾听说，Google 虽发明了 Transformer 架构，但没有率先做出 GPT，是因为它的技术路线更目标导向——Google 更强调 Encoder（输入），因为它可以解决更多具体业务问题；而 OpenAI 更强调 Decoder（输出），因为它没有那么强的业务导向，更愿意像无头苍蝇一样做「开放性探索」，你们怎么看？

Joel： 我的理解是谷歌也有这种对话模型，也是很领先的。谈到好奇、兴趣、技术能力、率先应用于大众等，我认为其中包含了不同的变量。谷歌是一个更大的机构，可能有更多的「橡皮章」、繁文缛节这些东西，而 OpenAI 可能更开放。

Kenneth： 我只是想说，涉及到任何一个大机构的成功，都包含了很多要素。不过我有一点我同意，OpenAI 确实在探索方面做得更好、它有更大的意愿去冒险，而谷歌可能在这方面更加谨慎和犹豫，比如在公众面前展示技术，谷歌可能会慢一步。

这可以理解。因为谷歌作为一个大公司，在发布东西之前，需要做很多尝试和实验。他们更不愿意失败，它对于风险更有顾虑。但这并不一定是确定的，只是我们的看法。

我们看到，谷歌注重强化学习和各种方法，OpenAI 也注重强化学习、并在不同领域下注，最终它们都取得了成功。

极客公园：距离你们当时写这本书已经过去快 10 年了，中间你们还加入了 OpenAI、Uber 等科技公司，经历了这些再看这本书，你们觉得书中哪些观点仍历久弥新？哪些需要变化更新？

Kenneth： 回头望，这已经是我们这本书出版的第九年了。关于建立目标，我们有过非常多的、激进的争论，但许多事情随着时间的推移得到了验证。

正如你刚才提到的一些例子，有些人可能会认为有些目标是有效的。但在过去十年的时间里，我们越来越发现，目标导向有时会让人感到困惑，会让你有盲点、抓不到其他机会、看不到更多的可能。 我们认为十年后、甚至一百年后，这个观点可能都不会过时。

在每一章中，我们都引入了一些历史案例和引语，比如「行者无疆」——一个好的旅行者是没有固定计划的，他对于要到达哪里并不太清楚——我不确定中国的哲学家老子是否在几千年前提出了这种描述。这是一种哲学的观点、一种经验之谈，并不是有很多科学证据，有时候听上去是反直觉的、是一个离经叛道的东西。

社会中确实有一些问题，例如，整个社会的组织都在围绕目标推动，并且把「目标是非常重要的」这种文化意识强加给我们。以教育为例，老师根据考试内容教学、学生根据考试内容学习，这就是目标对教育的影响。在书中，我们强调了目标的影响是无处不在的，我们需要去挣扎往前走。

再次强调一下，我们认为「伟大无法被计划」这个观点，是不会发生变化的。 如果我们的人生只是目标导向的话，将无法取得完整的幸福。 这也是为什么我们这本书如此成功和受欢迎的原因。

02

沿着 Scaling Law、 卷模型性能，

可能会走到「死胡同」

极客公园：虽然你们反对「目标导向」，但似乎目前全球人工智能界的目标都非常收敛且明确，一是追上 OpenAI 等公司、二是尽快实现 AGI，你们怎么看这种现象？这种「目标至上」会是你们反对的吗？

Kenneth： 谢谢您的问题。我同意在目前的人工智能行业中，大家定了这两个宏伟的目标，觉得「北极星」就在那儿、我们要朝着那儿走。不过回到我一开始说的，企业往往会对外有一套说辞，但它们内部可能并不是这样做的。

我主要想谈一谈，我们到底离这样的目标有多远？如果说只差一个「踏脚石」、离得非常近，就像上世纪 60 年代制定登月计划的时候、已经有很好的技术基础，那么我们可以通过制定目标去实现。

但问题在于，如果我们还需要很多个「垫脚石」、离目标还很远，那设定目标可能会让我们陷入困境、无法前进。历史上有很多这样的例子。比如在 2017 年，我们听到有人说第二年就会有自动驾驶汽车上路，但其实不是这样。

因此，单纯采取目标导向的方法往往会无法实现目标，可能是因为目标设定的时间太早、或者太过雄心勃勃。很多人认为现在人工智能领域只差一个「踏脚石」，只需要扩大规模就可以了，这其实是过于简单化了这个问题。 但在我看来，真正核心的「踏脚石」还没有被发现、我们并不仅仅差一个「踏脚石」。我们很可能正在陷入目标的陷阱和迷思之中。

Joel： 的确我们现在处于一个「荒诞」的历史阶段，全球的科技公司都在追求 AGI，这种过于聚焦的目标是人类「革命性的时刻」。但我们要知道，AGI 的发展还要很长的时间。

现在许多人认为，只需要扩大规模、参数，有更多的数据和算力，就可以可发展人工智能。这对我来说有些无聊，或者说有些无趣。这并不是最核心的「踏脚石」，我相信还有其他的路径和方法需要我们去探索。

极客公园：为什么我们离 AGI 不只是「一步之遥」、不只差一个「踏脚石」？你们做出这个判断的依据是什么？

Joel： 我们到底距离 AGI 有多远，其实大家是有认知偏差的。就像自动驾驶一样，并不太清楚到底需要多少个「踏脚石」。我们唯一确信的是，如果有一步之遥的东西，你必须要在那里、你必须去做、必须去放大。

Kenneth： 最近有一个类比，GPT-3 就像是一个孩子，GPT-4 像是高中生。但实际上，ChatGPT 更像是教科书中的知识，在某些方面，它可能超越了我们，而在其他方面，它可能不如我们。奇特之处在于，我们会感到某些东西非常接近了，但这不一定是 AGI。

但我们也不清楚究竟还要等待多久。我们甚至可能需要一位「爱因斯坦」的出现，才能达到下一个台阶。

极客公园：这让我想到你们在书里提到，其实从单细胞到人类的进化过程中，重要的「踏脚石」不只是智力，还包括对称性等。那么对于 AGI 来说，Scaling Law 带来的智能提升会是一个靠谱的踏脚石吗？它能支撑多久？

Kenneth： 智能这个词很容易让人困惑，因为它涉及许多方面。 Scaling Law 遵循一些普遍的原理，但它也会丧失一些东西。 比如在技术上，你必须将大量人类数据进行更好的压缩和训练，它不再是传统意义上的智能、而是不断提升的智能。我们最终可能会遇到一个瓶颈或死胡同、会在训练上遇到走不下去的时刻。

就像 OpenAI 在不断扩大规模、增加参数，但它还是遇到了瓶颈（注：比如 GPT-5 处于难产状态）。这也是为什么我们需要新的踏脚石。

Joel： 如果想要达到 AGI 那模糊的彼岸，有点像做一个赌注，很多明显的路径都必须要去尝试。因为 AGI 可能不仅来自 AI，还可能来自数学、哲学和其他领域。

《神经语⾔模型的缩放定律》论文写道，随着模型⼤⼩、数据集⼤⼩和⽤于训练的计算量的增加，语⾔建模性能平稳提升 | 图片来源：OpenAI

极客公园：现在各大人工智能公司都在这一维度激烈竞逐，而你们在书里提到，竞争其实跟「开放性探索」相悖、因为它是极其收敛的目标。你们怎么看待现在人工智能领域的激烈竞争？

Kenneth： 这就是目标导向的悖论，它会使得我们更加盲目，对其他方法和路径视而不见。像 OpenAI、Anthropic 和 Google 这样的公司，它们存在激烈竞争，因为哪家如果落后了，就可能无法获得更多资金，公司会受到生存威胁。

在这种竞争中，大家唯一的目标就是活下来。公司更倾向于继续沿着既定路径前进、扩大规模。如果这时候尝试创新，会面临失败的风险、可能会被踢出局。所以创新往往会减少。 我认为在这样的竞争环境下，很容易进入死胡同。

不过当这些企业遇到瓶颈时，他们可能会意识到需要转向、进行更多开放性探索。

极客公园：这跟很多人的看法相反，一般我们认为激烈竞争会推动模型智能水平的提升、加速 AGI 的实现，但在你们看来反而会适得其反？激烈竞争会弊大于利吗？

Kenneth ：是的，这可能有些反直觉。虽然竞争会引发「军备竞赛」，使得模型性能有所提升，但过度的竞争会减少开放性的尝试，使得创新更加聚焦和局限、无法取得真正的进展。

极客公园：说了这么久的「开放性探索」，那么对于现在目标和路径已经相对明确的人工智能企业来说，它们应该怎样才能做好这件事？你们对于「开放性探索」有没有一些建议？

Kenneth： 我们会发现，很多公司太早就建立了一套体系，并且非常目标导向。如果一些探索在测试中表现不佳，他们就会放弃研究。我认为这会减少开放性探索的机会，是非常不利的。