從栽樹到乘涼，OpenAI們的故事還能有多長？

來源：這裡是廈門 釋出時間：2023-02-07 22:51

DeepMind因AlphaGo擊敗世界頂級圍棋選手李世石而為外界所熟知，並且它還透過3D蛋白質猜測模型AlphaFold等專案深入到了健康和生命科學領域。但在更實際的角度上來看，DeepMind與普羅大眾的間隔卻顯得遙遠了一些。

DeepMind並沒有提供公然的API供一般群體使用。相反，通常情況下，DeepMind只會與企業和組織建立合作伙伴關係，讓後者得以透過API或者其他方式訪問團隊的演算法，而這往往只會用於特定或者限定範圍的使用場景。好比，2019年時，DeepMind公佈與谷歌雲合作，在谷歌雲平臺上提供其部門人工智慧模型。這些模型以API的方式呈現，並旨在用於醫療健康和生命科學的研究方面。

不外，跟著Meta和DeepMind分別推出ESMFold（“宏基因組”資料庫）和AlphaFold，蛋白質摺疊領域中長達50年懸而未決的題目也隨之得到了解決。

AlphaFold 2和其他替換方案使用多序列比對 (MSA) 和類似蛋白質模板的方式在原子解析度結構猜測方面破冰。然而，ESMFold是基於語言模型的內部表徵作為輸入源，並且僅使用一個序列天生結構猜測。但這些突破性模型的問世為一些開發者提供了打造自身作品的機會——MIT的研究職員使用了AlphaFold來觀察現有的計算機模型是否可以把握抗菌化合物的工作原理。

另一方面，Meta AI也推出了一款名為Galactica的開源語言模型產品（基於大語言模型/LLM），它可以提供論文和百科詞條天生、回答題目、完成化學公式和蛋白質序列的多模態任務等一系列功能。不幸的是，因為安全和準確性題目，它在三個月後被迫關停。Meta AI負責人Yann LeCun表示，在作為寫作助手的層面上，LLMs是可以信賴的。但假如有人把它當作搜尋引擎進行查疑解惑時，它就沒那麼可靠了——它的強化學習能力只是減輕了一些錯誤，卻沒有解決其中的題目。

OpenAI栽樹，初創公司乘涼

對谷歌和Meta來說，至少有一點可以肯定的是，這兩家巨頭一直是開源社群的熱心貢獻者。他們在匡助數千家基於其研究和技術成果的科技初創公司的建立方面施展了重要作用——OpenAI的當紅頭牌聊天機器人ChatGPT 仍舊基於Transformer模型，而該模型的源頭為谷歌在2017年發表的論文《Attention is all you need》。

創作出一篇具有高度影響力的研究論文是尋求立異和驗證立異之間的一種微妙平衡。它不僅需要提一個新奇的設法，還需要有能力透過嚴格的實驗、面對無數次的失敗、以證實其有效性。相比之下，一個成功產品的泛起多數會取決於技術的熟練程度和市場的相關性，這種泛起對產品與市場之間的契合性的需求要先於技術的立異。

憑藉ChatGPT和其他產品，OpenAI在駕馭產品開發的複雜題目上取得了明顯收成。但OpenAI也被一些人看作是一家對開源模式並不友好的企業——它以商業化的方式來為其API牟利，這包括為自身API的建立來付費使用系統。作為結果，開發者必需購買相應的代幣才能使用該API。

值得一提的是，很多員工也選擇了離開OpenAI，去建立自己的公司。在這一點上，Anthropic是一個相稱典型的案例。這家由OpenAI的前員工Dario Amode作為聯合創始人共同創立的公司最近剛獲得了超過7億美元的投資。它開發了一個名為Claude的人工智慧系統，這與OpenAI的ChatGPT多少有些相似，但也在一些重要方面也呈現出了與後者不同的地方。

這類後繼者的名單上還包括Pilot、Covariant、Adept、Living Carbon、Quill（被Twitter收購）、Daedalus等一系列新面孔。要知道，在過去的5年裡，有近30名員工離開了OpenAI，並在隨後創立了人工智慧企業——當然，這些人也可以稱作是“OpenAI的栽樹乘涼者”。

他們中的絕大多數曾屬於OpenAI的中高階領導職位。但也有一些是新人。2021年，OpenAI的一名前研究實習生Anish Athalye創辦了Cleanlab，這是一個以資料為中央的人工智慧平臺，可以自動發現和修復機器學習資料集中的錯誤。OpenAI的另一位前研究工程師Taehoon Kim則於最近創立了Symbiote AI，而這是一個實時的3D人偶天生平臺。

當然，除此之外，OpenAI自身也設立了一支創業基金，以便在早期階段發現相應的人才，並在他們的旅程中提供相應的匡助。

相生、相伴、背道而行

在產品落地方面，OpenAI毋庸置疑地處於了這一領域中的前列，超過同時代的DeepMind和Meta AI。但在更高的層面上看，後兩位在研究領域的貢獻更大，並催生出了包括OpenAI在內的一系列衍生公司。

在人工智慧的世界中，合作是一種至關重要的選項。而這一點也為微軟和OpenAI所認知，二者都使用了PyTorch（Meta的開源Python機器學習庫），而PyTorch又使用了OpenAI的Triton（OpenAI的開源程式語言）。

不外，也如我們所見，儘管開放科學存在著潛伏的好處，並且協作的方式也正在被一些人工智慧大咖所看好，OpenAI分享自身演算法的方法卻著實存在著一定的門檻。Sam Altman對人工智慧實驗室之間協作相處的事情上秉持了質疑的立場，而OpenAI也在限制或禁止外界訪問其演算法，並以API的形式將它們提供給公家。

也或許，在為外界所日益在乎的人工智慧領域，OpenAI已經找到了自身的“不在乎”。