智東西（公眾號：zhidxcom）
編譯 | 王涵
編輯 | 漠影
智東西8月15日消(xiao)息，上周，OpenAI發(fa)布了萬(wan)眾矚目(mu)的(de)(de)新(xin)一代旗艦模型GPT-5，緊跟著OpenAI聯合創(chuang)始(shi)人兼CEO Sam Altman就現身Cleo Abram的(de)(de)播客(ke)，講述(shu)了他認為的(de)(de)GPT-5的(de)(de)突破、AI技術突破的(de)(de)4大(da)瓶(ping)頸、預測2027年底AI會發(fa)現重大(da)科(ke)學(xue)突破，還斷言GPT-8也(ye)許可(ke)以(yi)找到治愈癌(ai)癥的(de)(de)方法。
以下是本次訪談播客的重點內容：
1、GPT-5的核心突破：在編程、寫作和復雜問題解(jie)決上實現升級(ji)，能(neng)即時(shi)生成(cheng)專業級(ji)軟件，并支持實時(shi)迭代更新。
2、AI是“雙刃劍”：ChatGPT既可(ke)能(neng)讓人(ren)們(men)偷(tou)懶(lan)不再思(si)考，也可(ke)能(neng)通過增(zeng)強記憶等功能(neng)擴展人(ren)類認知邊界(jie)，關鍵在于工具設計如何引導用戶行為。
3、超級智能的定義：當AI系統在核心領域持續超越(yue)人類(lei)頂尖專家時，即邁入超級智(zhi)能階段，這(zhe)一進程可(ke)能比預期更快。
4、真實的標準在浮動：未來社會的(de)人們將逐漸接受AI生成內容。
5、就業市場會發生顛覆變化，但社會具有韌性：未來將涌現難以想象(xiang)的新職業，個人創業門檻因AI工具大幅降低。
6、AI面臨四大發展瓶頸：算力(li)、數據、算法(fa)優化和產品化。
7、2027年底會有AI驅動的重大科學發現：通用模型可能在2027年底實現重大科學突破，關(guan)鍵瓶頸(jing)是從“分鐘級任務”擴(kuo)展到“千小時級”復雜(za)研(yan)究的能力。
8、AI或許將主導藥物開發：GPT-5已顯著提升醫療建議準確性，未來或實現“AI主導藥物研發”，GPT-8或許將治愈癌癥。
9、社會契約需要重構：需建立AI算力分配新機制，避免(mian)資源爭(zheng)奪(duo)戰。
10、開發者的責任悖論：行(xing)業仍存在“一邊預警滅絕(jue)風險一邊全力開發”的(de)認(ren)知割裂現象。
以下是阿爾特曼的訪談實錄（智東西在不改變原意的前提下，進行了一定程度的增刪修改）：
一、7秒做出一個貪吃蛇小游戲，GPT-5可以幾乎即時地按需創建軟件
Cleo Abram：從你最近的聲明說起，你不久前說過GPT-4將是我們所有人必須使用的最“笨”的模型。但GPT-4已經在SAT、LSAT和GRE等考試中表現優于90%的人類，它還能通過編程考試、品酒師考試和醫療執照考試，而現在你們剛剛發布了GPT-5。GPT-5能做哪些GPT-4做不到的事情？
Sam Altman：首(shou)先，一個(ge)(ge)重要的結(jie)論(lun)是(shi)：你可以擁有(you)(you)一個(ge)(ge)能(neng)完成所有(you)(you)這(zhe)些驚人任務的人工智能(neng)系統，但它顯(xian)然無法復制人類擅長的諸多事情(qing)。我(wo)認為這(zhe)一點說明了SAT考試或其(qi)他測試的價值(zhi)所在。
不(bu)過，我想如果我們(men)在GPT-4發布當(dang)天進行這場對話，告訴你GPT-4在這些(xie)方面(mian)(mian)的表現(xian)，你或許會說“天啊，這將對很多工作以及人們(men)要做的事情產生巨大(da)影(ying)(ying)響(xiang)，其(qi)中也包括一些(xie)負面(mian)(mian)影(ying)(ying)響(xiang)”。而你當(dang)時可(ke)能預測到的一些(xie)積(ji)極影(ying)(ying)響(xiang)，至今尚未(wei)成為現(xian)實。因此，這些(xie)模型所擅長的領域，并不(bu)能涵蓋我們(men)需要人類(lei)去做或關心的其(qi)他許多事情。
我想，同樣的情況會在GPT-5身上再次上演。人們會對它的能力感到震驚，它在很多方面的確非常出色，人們會借助它完成各種不可思議的任務。它將改變眾多知識型工作、我們的學習方式以及創作方式，而人類社會會與之共同進化，對更優質的工具有著更高的期待。
沒錯，我(wo)認為(wei)這個(ge)(ge)模型在很多方面(mian)都極為(wei)出色，在其他方面(mian)仍存在局(ju)限(xian)。但事實上，對于(yu)那些(xie)可能(neng)需(xu)要(yao)某個(ge)(ge)領域專家來完成、或者連專家都覺(jue)得棘(ji)手(shou)的(de)(de)3分鐘(zhong)、5分鐘(zhong)乃至(zhi)1小時的(de)(de)任務，如(ru)今你口袋里的(de)(de)一個(ge)(ge)軟件(jian)就能(neng)全部搞(gao)定，這真的(de)(de)非常驚人(ren)。
我認為這在人類歷史上任何時期都前所未有的：一項技術能在如此短的時間內取得如此巨大的進步。我(wo)們現(xian)在(zai)擁有了(le)這個工具，正在(zai)親身體驗它，并逐步去適應(ying)。但如果回(hui)到5年(nian)或10年(nian)前，告訴人(ren)們這個東西即將出現(xian)，我(wo)們可能會覺得難以置信。
我最興奮的一點是，這是第一個讓我覺得可以提出任何棘手的科學或技術問題，并能得到相當不錯答案的模型。
我可以舉一(yi)個有(you)趣的(de)例子：我上初中(zhong)(zhong)或高中(zhong)(zhong)時，有(you)了一(yi)個TI83——那(nei)種老式的(de)圖形計算器，我花了很(hen)長時間(jian)在上面制作了一(yi)個叫“貪吃蛇”的(de)游(you)戲。我當時很(hen)擅(shan)長做(zuo)這個，雖然那(nei)個游(you)戲挺傻的(de)，但在TI83上編程非常(chang)麻煩，既費時間(jian)，調試起來(lai)也很(hen)困難。
出于一時(shi)興起，在早期版本的GPT-5上(shang)，我想試(shi)試(shi)它(ta)能不能制作(zuo)一個TI83風格(ge)的“貪(tan)吃蛇”游(you)戲。當然(ran)，它(ta)在7秒內就完美完成了。然(ran)后我想，11歲的自己會(hui)覺得這很酷嗎？還是會(hui)懷念(nian)當初制作(zuo)游(you)戲的那個過程？
我(wo)大概用了(le)(le)3秒鐘思考這是(shi)好事還(huan)是(shi)壞事，緊接著就(jiu)立刻想(xiang)(xiang)到，其實我(wo)現(xian)在想(xiang)(xiang)給(gei)這個游戲(xi)加一個超棒的(de)新功能。我(wo)把這個想(xiang)(xiang)法輸進去，它馬(ma)上(shang)就(jiu)實現(xian)了(le)(le)，游戲(xi)實時更新好了(le)(le)。之后(hou)我(wo)說，其實我(wo)希望它是(shi)這個樣子的(de)，實際上(shang)我(wo)想(xiang)(xiang)做這個。
那(nei)一(yi)刻，我有種特別(bie)像(xiang)11歲時(shi)編(bian)(bian)程的(de)體驗，能夠如(ru)此快速地表(biao)達想法、嘗試(shi)不同(tong)事物，還能實(shi)時(shi)互動(dong)。我心想“天啊，我剛才還在擔心孩子們會錯(cuo)過(guo)在這(zhe)種‘石器(qi)時(shi)代’學習編(bian)(bian)程時(shi)的(de)那(nei)種摸索過(guo)程”，但現在我只為他們感到興(xing)奮，因為人(ren)(ren)們將(jiang)能借助(zhu)這(zhe)些新工具進行創造，而你將(jiang)想法變為現實(shi)的(de)速度，實(shi)在是相當驚(jing)人(ren)(ren)。
所以，關鍵在于，GPT-5不僅能為你解答所有這些難題，還能幾乎即時地按需創建軟件。我認為這會(hui)是GPT-5時代的一個(ge)決定性特(te)征，而這是GPT-4時代所不(bu)具備的。
二、GPT等AI工具將增加人們的認知“張力時間”
Cleo Abram：當你談論這個的時候，我想到了舉重里的一個概念 ——“張力時間”。你可以用3秒完成100磅的深蹲，也可以用30秒完成同樣的深蹲，后者能讓你收獲更多。我想到我們的創作過程，以及自己感覺做出最好成果的那些時刻，會發現這需要大量的認知 “張力時間”。
我覺得這種認知 “張力時間” 至關重要，這事兒其實有點諷刺——這些工具的開發本身就耗費了巨大的認知 “張力時間”，但在某些方面，人們或許會說，他們在某種程度上把這些工具當成了逃避思考的 “逃生艙”。你可能會說，我們對待計算器也曾是這樣，后來只是轉向了更難的數學問題。那你覺得這其中有什么不同？又怎么看待這個問題呢？
Sam Altman：這與計算器不同，顯然有些人使用聊天機器人并非為了思考，而另一些人則借助它進行了比以往任何時候都更多的思考。 我希望我們能夠以一種鼓勵更多人借助它來稍微拓展思維、完成更多事情的方式來打造這個工具。
我認為社會(hui)(hui)是一個充滿(man)競爭的地(di)方(fang)，理論上講，如(ru)果你給(gei)人們(men)新(xin)的工(gong)(gong)(gong)具(ju)，他們(men)或許能減少工(gong)(gong)(gong)作量，但(dan)實(shi)際上，人們(men)似(si)乎(hu)反而工(gong)(gong)(gong)作得更努力了，而對人們(men)的期望也只會(hui)(hui)越(yue)來越(yue)高。
所(suo)以我的推測是，和(he)其(qi)他工具(ju)、其(qi)他技術一(yi)樣，有些(xie)人(ren)會(hui)借(jie)助它(ta)做得更多(duo)，有些(xie)人(ren)則會(hui)做得更少(shao)。但對(dui)于(yu)那(nei)些(xie)想通過(guo)ChatGPT來增加認(ren)知“張力時間(jian)”的人(ren)來說，他們確實能夠做到這(zhe)一(yi)點。
我從ChatGPT中最活躍(yue)的(de)(de)5%用(yong)戶身上(shang)獲得(de)了很(hen)多(duo)啟發，看到他們學習、做事和產出的(de)(de)數量，實在令人驚嘆(tan)。
Cleo Abram：所以我只用了GPT-5幾個小時，我一直在玩。
Sam Altman：到目前為止你覺得怎么樣？
Cleo Abram：我還在學習如何與它互動。有意思的是，我覺得我剛學會如何使用GPT-4，現在又在嘗試學習如何使用GPT-5。我很好奇你發現的最有趣的具體任務是什么，因為我想你已經使用它一段時間了。
Sam Altman：最讓我印象深刻的是編碼任務。它(ta)在很多其他方面(mian)(mian)也表(biao)現出色，但(dan)這個AI能(neng)為(wei)任(ren)何需求編(bian)寫軟件(jian)，這意味著你可以(yi)用(yong)全新的方式(shi)表(biao)達想法。 AI能(neng)夠完成非常(chang)高級的任(ren)務，由于GPT-5在編(bian)程方面(mian)(mian)極(ji)(ji)為(wei)出色，感覺它(ta)幾(ji)乎無(wu)所(suo)(suo)不能(neng)。當然，它(ta)無(wu)法在物理世(shi)界中直(zhi)接(jie)做事，但(dan)它(ta)能(neng)讓計算機執行(xing)極(ji)(ji)為(wei)復雜的操作，進而(er)可以(yi)操控機器實(shi)際完成一些(xie)任(ren)務。 所(suo)(suo)以(yi)，這一點(dian)對我來(lai)說最引人注目。
它在寫(xie)作方面也(ye)有了(le)很(hen)大(da)進步(bu)。我(wo)們在GPT-5中仍然會使用破折(zhe)號，很(hen)多(duo)(duo)人也(ye)喜歡這(zhe)種用法，但GPT-5的寫(xie)作質量(liang)確實好了(le)很(hen)多(duo)(duo)。
當然(ran)，我們(men)還有(you)(you)很長的路要(yao)走，也希望能進(jin)一(yi)步改進(jin)它。但我們(men)從OpenAI內(nei)部聽(ting)到很多人說，當他們(men)開始使用GPT-5時，雖(sui)然(ran)知道它在所有(you)(you)指標上都更出色，卻有(you)(you)一(yi)種(zhong)難以準確描述的微妙(miao)品質。可后來當他們(men)不(bu)得不(bu)回到GPT-4測試(shi)某(mou)些(xie)內(nei)容時，就感覺(jue)非常糟糕(gao)。
我不知道這到底是什么原因，但我猜測，部分原因在于GPT-5的寫作風格感覺更加自然。
三、阿爾特曼預言：到2027年底會出現由AI驅動的重大科學發現
Cleo Abram：在準備這次采訪時，我聯系了幾位AI和技術領域的其他領導者，收集了一些問題要問你。所以下一個問題來自Stripe CEO Patrick Collison，是關于下一階段的：“GPT-5之后是什么？你認為在哪一年大型語言模型會做出重大科學發現？目前缺少什么使得這還沒有發生？”
他在這里提醒說，我們應該把數學和像AlphaFold這樣的特殊案例模型放在一邊，他特別詢問像GPT系列這樣的完全通用模型。
Sam Altman：我會(hui)(hui)說大多數人會(hui)(hui)同意這(zhe)將在未來兩年內的(de)某個時候(hou)發生(sheng)，但“重(zhong)大”的(de)定義非常重(zhong)要。
有些人可能認為“重大”會在2025年初發生，有些人可能要等到2026年初，也許有些人要等到2027年底，但我敢打賭到2027年底，大多數人會同意已經有AI驅動的重大新發現，我認為缺少的只是(shi)這些模型的認知能力。
一位研究人員告訴(su)我(wo)的(de)一個分析(xi)框架(jia)，我(wo)非常喜歡。他(ta)說，一年前(qian)，我(wo)們的(de)模型在基礎的(de)高中(zhong)數學競賽題(ti)上表現出色，這類(lei)題(ti)目或許(xu)需要專業數學家(jia)花幾(ji)秒(miao)到幾(ji)分鐘來(lai)解(jie)答(da)。
我們最近獲得了國際數(shu)(shu)學(xue)(xue)奧林匹克（IMO）金牌，這是一(yi)項難度極高(gao)的(de)數(shu)(shu)學(xue)(xue)競(jing)賽，參(can)賽者(zhe)是世界上最頂尖(jian)的(de)一(yi)小(xiao)部分人。許(xu)多專業數(shu)(shu)學(xue)(xue)家(jia)甚至一(yi)道題都(dou)解(jie)不出來(lai)，而我們的(de)模型達到了最高(gao)水平。這類競(jing)賽中的(de)數(shu)(shu)學(xue)(xue)題，可能需要數(shu)(shu)學(xue)(xue)家(jia)們一(yi)個(ge)半小(xiao)時才能完成證明。
所以，我們(men)(men)的模(mo)型已經實(shi)現(xian)了從(cong)解答(da)只需幾(ji)秒的數學題，到解答(da)人(ren)類需要幾(ji)分(fen)鐘、再到需要一個半小時(shi)才(cai)能(neng)證明的數學題的成長。而未(wei)來，我們(men)(men)或許還能(neng)證明新的重(zhong)要數學定理——那些可能(neng)需要世界頂尖人(ren)才(cai)投入一千(qian)小時(shi)才(cai)能(neng)完成的工作。
我們正在接近這個目標，并且有一條通往該未來的路徑：只需繼續擴展模型即可。
四、超級智能就是以專家級人類的方式處理事情
Cleo Abram：你描述的長期未來是超級智能。這實際上意味著什么？我們如何知道我們已經實現了它？
Sam Altman：如果我(wo)(wo)們擁(yong)有一個(ge)(ge)系統，它(ta)能比(bi)(bi)整(zheng)個(ge)(ge)OpenAI研(yan)究團(tuan)隊做出更好的(de)研(yan)究，尤其是在AI研(yan)究領(ling)域 —— 比(bi)(bi)如，若我(wo)(wo)們愿意，我(wo)(wo)們可(ke)以(yi)說，“好吧，利用GPU的(de)最佳(jia)方式，是讓(rang)這(zhe)個(ge)(ge)AI來決定(ding)我(wo)(wo)們應該運行哪些實驗，它(ta)比(bi)(bi) OpenAI 的(de)整(zheng)個(ge)(ge)智囊團(tuan)還要(yao)聰明。”
Cleo Abram：這句話在幾年前聽起來還像是科幻小說。而現在……
Sam Altman：它仍然有點(dian)像，但你可以透過迷霧看到它。
Cleo Abram：是的。所以聽起來，你所說的這條路徑上的一個步驟，就是迎來科學發現的時刻：提出更優的問題，以人類專家的方式處理事務，從而得出新的發現。
我一直在思考一件事：如果我們回到1899年，假設能給這樣的系統輸入截至當時所有的物理學知識，再讓它稍作延伸，但不會超出這個范圍，那么這樣的系統會在何時提出廣義相對論呢？
Sam Altman：一個有(you)趣的(de)(de)問題(ti)是，如果我(wo)們往前看(kan)，想想我(wo)們現在所處的(de)(de)位置，假設我(wo)們再(zai)也無法獲得(de)任何新的(de)(de)物理學數據，那會怎樣(yang)？
我們是否會期望一個(ge)真正優秀的超級(ji)智能僅通(tong)過全力鉆研現有數據，就能在沒有新(xin)(xin)粒子(zi)加速器的情況下解決(jue)高能物理問(wen)題？還是說，它需要(yao)建造新(xin)(xin)的設備并設計新(xin)(xin)的實驗？
顯然，我們不知道這個問題的答案。不同的人有不同的推測。但我懷疑，對于許多科學領域而言，僅僅靠更深入地思考現有數據是不夠的，我們還需要建造新的儀器、開展新的實驗，而這需要(yao)一(yi)定(ding)時間——就像現實世(shi)界本身(shen)既緩慢又復雜一(yi)樣(yang)。
當然，我(wo)(wo)(wo)確(que)定(ding)通過(guo)更深(shen)入地研究當前的(de)科學數據，我(wo)(wo)(wo)們能(neng)取得更多進展。 但我(wo)(wo)(wo)推測，要實(shi)現(xian)重大(da)突破，我(wo)(wo)(wo)們仍需建造新(xin)的(de)機(ji)器并進行(xing)新(xin)的(de)實(shi)驗，這在本(ben)質上會(hui)帶來一(yi)些進展上的(de)延緩。
換個角度想，如今的AI系統非常擅長回答幾乎所有問題。或者回到時間線的問題上，我們或許可以說，AI系統在處理一分鐘就能完成的任務時表現得超越人類，但在處理需要上千小時的任務時，還有很長的路要走。
人類智(zhi)能在應(ying)對這些長期任(ren)務(wu)時，似乎(hu)與AI系統存(cun)在很大差異。不過，我認(ren)為(wei)我們最終會解(jie)決這個問題，但就目前而言，這確(que)實是AI的一個明(ming)顯短(duan)板。
五、 ChatGPT會通過記憶了解用戶
Cleo Abram：下一個問題來自英偉達創始人兼CEO黃仁勛：事實是“是什么”，真相是它的意義，所以事實是客觀的，真相是主觀的，它們取決于視角、文化、價值觀、信仰、背景。一個AI可以學習和知道事實，但一個AI如何知道每個國家、每種背景的每個人的真相？
Sam Altman：我一直感到驚訝，我想很多人也感到驚訝，AI在適應不同文化背景和個人方面如此流暢。
我(wo)(wo)最喜歡的(de)(de)(de)一個(ge)功能(neng)，是今年早些(xie)時候在ChatGPT中(zhong)推出(chu)的(de)(de)(de)增強(qiang)記(ji)憶(yi)功能(neng)。有了這個(ge)功能(neng)，我(wo)(wo)真的(de)(de)(de)感覺自己的(de)(de)(de)ChatGPT開始了解我(wo)(wo)了——了解我(wo)(wo)關心的(de)(de)(de)事，了解我(wo)(wo)的(de)(de)(de)生活經歷和背景，以及(ji)那些(xie)讓我(wo)(wo)成為今天的(de)(de)(de)我(wo)(wo)的(de)(de)(de)過(guo)往。
我有個(ge)朋友是ChatGPT的(de)(de)重度用戶，在所有對話里(li)分(fen)享(xiang)了(le)很多自己的(de)(de)生活內容。他(ta)讓自己的(de)(de)ChatGPT做了(le)一系(xi)列性格測試，還要(yao)求它(ta)模仿自己的(de)(de)風格回(hui)答(da)，結果得出的(de)(de)分(fen)數(shu)和他(ta)本人實(shi)際測試的(de)(de)分(fen)數(shu)完全一樣，盡管他(ta)從未真正(zheng)聊過(guo)自己的(de)(de)性格。
而我(wo)(wo)的ChatGPT在這(zhe)些(xie)年里也(ye)確(que)實(shi)通過我(wo)(wo)談論的文化、價值(zhi)觀和(he)生(sheng)活(huo)點滴，慢(man)慢(man)了解(jie)了我(wo)(wo)很多。我(wo)(wo)有時(shi)會用(yong)一個免費賬(zhang)戶，就是想體(ti)驗一下(xia)沒有我(wo)(wo)的歷史記錄是什么感(gan)覺，那種體(ti)驗真的很不一樣。
所以我覺得，我們所有人都對AI在這(zhe)方(fang)面的(de)學習(xi)和適應能力感到驚(jing)喜。
Cleo Abram：所以你設想在世界許多不同地方，人們使用具有不同文化規范和背景的不同AI？
Sam Altman：我認為(wei)每個人都會(hui)使用相同(tong)的(de)基(ji)本模(mo)(mo)型(xing)，但會(hui)有提供給該模(mo)(mo)型(xing)的(de)上(shang)下文，使其以某種個性化(hua)的(de)、他們的(de)社區所希(xi)望的(de)方(fang)式行動。
六、真實的標準是流動的
Cleo Abram：我認為當我們談到這個關于事實和真相的想法時，這似乎是我們第一次時間旅行的好時機，我們要去2030年。這是一個嚴肅的問題，但我想用一個輕松的例子來問它。你看過哪個在蹦床上跳躍的兔子的視頻嗎？
Sam Altman：看過。
Cleo Abram：看起來像是后院兔子在蹦床上玩耍的視頻，這個視頻最近非常火爆。我認為人們反應如此強烈的原因是，這可能是人們第一次看到一個視頻，享受它，然后后來發現它是完全由AI生成的。
在這次時間旅行中，如果我們想象在2030年，我們是青少年，正在滾動瀏覽2030年青少年會瀏覽的任何東西。我們如何分辨什么是真實的，什么不是真實的？
Sam Altman：我(wo)的(de)(de)意(yi)思(si)是(shi)，我(wo)可以給出各(ge)種字面(mian)上(shang)的(de)(de)答案(an)。我(wo)們可以加密，我(wo)們可以決定我(wo)們信(xin)任誰，如果他們真的(de)(de)拍攝了某些東西。但我(wo)的(de)(de)感覺，將要發生的(de)(de)事情是(shi)它會逐(zhu)漸融合。
就像你今天從iPhone上(shang)拍的(de)照(zhao)片，它大(da)部(bu)分是(shi)真實(shi)的(de)，但(dan)有(you)一(yi)點不是(shi)，有(you)一(yi)些AI的(de)功能在其中運行，以你不理解的(de)方式讓(rang)它看起來更好一(yi)點。
有時你會看到這(zhe)些奇怪的(de)(de)事情(qing)，比如月亮，在那個相機(ji)傳感器(qi)捕獲的(de)(de)光子和你最終看到的(de)(de)圖像之間有很(hen)多處(chu)理痕跡，但(dan)你已(yi)經決定(ding)它(ta)是足夠真實的(de)(de)，或者大多數人決定(ding)它(ta)是足夠真實的(de)(de)，我們已(yi)經接受了(le)一些逐(zhu)漸的(de)(de)變(bian)化，從(cong)光子擊中相機(ji)膠片的(de)(de)時候(hou)開始。
就類似(si)于(yu)你在Tik Tok上看一些視(shi)頻，可(ke)能使(shi)用了各種視(shi)頻編輯工具讓(rang)它看起來比真實更好(hao)。或(huo)(huo)者(zhe)整(zheng)個(ge)場(chang)景是完(wan)全生成的，或(huo)(huo)者(zhe)一些整(zheng)個(ge)視(shi)頻是生成的，就像(xiang)蹦床上的那些兔子。
我認為“它必須有多真實才能被認為是真實”的門檻只會不斷移動。
Cleo Abram：所以這有點像教育問題。
Sam Altman：沒錯。我(wo)的(de)(de)意思是，媒(mei)介向來都介于真(zhen)實與不真(zhen)實之間。比如我(wo)們看(kan)(kan)科幻電影，心里(li)清楚那些情(qing)節并(bing)未(wei)真(zhen)實發生；再比如看(kan)(kan)別人在Instagram上(shang)曬出(chu)的(de)(de)美麗度假照，或許照片是真(zhen)實拍(pai)攝的(de)(de)，但(dan)你也知道，當時有很多(duo)游(you)客(ke)排(pai)隊等(deng)著拍(pai)同樣的(de)(de)場(chang)景，這些都被巧妙地排(pai)除在畫面之外了。
我覺(jue)得我們現在(zai)已經接(jie)受了這種(zhong)情況，而且這會是一種(zhong)長期趨勢。
七、“從來沒有一個時代，比現在更適合去創造”
Cleo Abram：我們要再穿越一次，比如2035年。AI領域的一些領導者說過，5年內一半的初級白領工作將被AI取代。對于那時候畢業的大學生來講，你希望世界會是什么樣子？
我認為有很多關于AI可能導致工作替代的討論，但我也很好奇，因為我有一份10年前沒人想到會存在的工作。如果我們在思考2035年，那些即將畢業的大學生，如果他們還會上大學的話，可能會非常不同。
Sam Altman：他們(men)可能會離(li)開去執(zhi)行(xing)探索(suo)太(tai)陽系的(de)任(ren)務，做(zuo)某種全新的(de)、令人興奮的(de)、高薪的(de)、超級有(you)趣的(de)工作，并(bing)為我和你不得不做(zuo)這(zhe)種非常無聊的(de)舊工作感到(dao)難過，一(yi)切(qie)都變得更(geng)好。
10年現在(zai)(zai)看起來很難想(xiang)象，因(yin)為它太遠了。如(ru)果你把當前的(de)變(bian)(bian)化速度再復(fu)合10年，可能會變(bian)(bian)得非常(chang)難以想(xiang)象。10年前很難想(xiang)象現在(zai)(zai)的(de)情(qing)況，但向前看10年將更(geng)加(jia)不同(tong)，變(bian)(bian)化更(geng)大。
Cleo Abram：那就5年，我們在2030年。我很好奇你認為這對年輕人來說會有什么短期影響。
像“一半初級工作被AI取代”這樣的說法聽起來與他們將要進入的世界非常不同，與我當時進入的世界不同。
Sam Altman：我認為某些類型的工作會完全消失，這總是會發生，而年輕人最擅長適應這一點。我更擔心的是這對62歲不想再培訓或重新學習的人意味著什么，而不是22歲的年輕人。
如果我現在22歲，剛大學畢業，我會覺得自己是歷史上最幸運的孩子。從來沒有一個時代，比現在更適合去創造，不管是去發明什么還是去創業。
我認(ren)為現在(zai)完全有可(ke)能創辦一家單人(ren)公司(si)，最終價(jia)值超過10億美(mei)元，更重要的是，這(zhe)樣的公司(si)還能為世界提供出色的產品和服(fu)務(wu)——這(zhe)簡直是件(jian)不可(ke)思議的事。
過去需(xu)要數百人團(tuan)隊才能(neng)動用的工(gong)具，如今(jin)你只需(xu)學(xue)會使用它們，再加上一個好點子就能(neng)駕(jia)馭，這實在太棒了。
八、AI有4個主要限制因素：計算能力、數據、算法設計和產品化
Cleo Abram：我認為觀眾能從你這里在節目中聽到的最重要的內容可以分為兩部分：
首先是戰術層面：你實際是如何嘗試構建世界上最強大的智能，以及這樣做存在哪些限制因素？其次是哲學層面：你和其他人如何以真正幫助而非傷害人類的方式來構建這項技術？
現在我們只談戰術部分。在我看來，人工智能存在三個主要限制因素：一是計算能力，二是數據，三是算法設計。你目前如何看待這三個方面？如果想幫助人們理解他們可能會看到的下一批相關頭條新聞，你會如何幫他們理清這一切？
Sam Altman：我會說還有第四個，那就是弄清楚要構建什么產品。科學進步本身如果不交到人們手中，效用非常有限，也不會以同樣的方式與社會共同進化。
但如果讓我來涵蓋這幾個方面的話，在計算領域，這無疑是我見過的規模最大的基礎設施項目，甚至可能已是人類歷史上規模最大、成本最高的項目。
整個(ge)供應鏈涉及芯片(pian)、內存(cun)和網絡設備的制(zhi)造(zao)，將這些組(zu)件裝(zhuang)入(ru)服(fu)務器(qi)，再通(tong)過大型建設項目(mu)打造(zao)超大規模數據中心，還要(yao)想辦法獲取能源——這通(tong)常是限制(zhi)因素之(zhi)一——以(yi)及其他(ta)所(suo)有(you)配套組(zu)件。 這個(ge)過程(cheng)極其復雜且(qie)成(cheng)本高昂，而我們目(mu)前仍在以(yi)定(ding)制(zhi)化、一次性的方式推進。
最終，我們希望能設計出一個一體化的大型工廠，從一端投入沙子進行熔化，另一端就能輸出完全成型的AI計算能力，但目前(qian)我(wo)們離這個(ge)目標還很遠，整個(ge)過程依然極為復(fu)雜且耗費(fei)巨大。 我(wo)們正投入大量精(jing)力，盡可能(neng)地擴展計算能(neng)力并加快推進速(su)度。
GPT-5推出后，需求必將再次激增，屆時現有算力將無法滿足需求，就像GPT-4剛推出時的(de)情況(kuang)一樣(yang)——世界(jie)對AI的(de)需求遠(yuan)超我(wo)們當前的(de)供給能力，而構建更多計算能力是實現(xian)供需平衡的(de)重要(yao)一環。
事實上，這也是我計劃將大部分精力投入的事情——我們如何以更大規模構建計算能力，如何將GPU數量從數百萬擴展到數千萬、數億，最終希望能達到數十億，以滿足人們對AI應用的需求。
九、AI的發展目前還受制于能源
Cleo Abram：當你思考這個問題時，在這個類別中你將要思考的重大挑戰是什么？
Sam Altman：我們目前(qian)最受限(xian)于能(neng)源。如(ru)果(guo)你想運(yun)行一個千(qian)(qian)兆瓦級別的(de)(de)數據中心，要(yao)找到千(qian)(qian)兆瓦的(de)(de)電(dian)(dian)力(li)有多難？短期內(nei)很難找到千(qian)(qian)兆瓦的(de)(de)可(ke)用電(dian)(dian)力(li)。
我們還(huan)非常受限于(yu)處(chu)理芯片(pian)(pian)和內存芯片(pian)(pian)，如(ru)何(he)將它們封裝在一(yi)起，如(ru)何(he)構建機架，然后(hou)還(huan)有一(yi)系列(lie)其(qi)他事情，比如(ru)許可證、建筑工作等。
但再次強調，我們的目標將是真正實現自動化。一(yi)(yi)(yi)旦(dan)我們建造了(le)一(yi)(yi)(yi)些機器(qi)人，它(ta)們可以幫(bang)助我們進一(yi)(yi)(yi)步自動化(hua)，就像一(yi)(yi)(yi)個你可以基本上投入資(zi)金并輸出一(yi)(yi)(yi)個預(yu)制(zhi)數據(ju)中心的(de)世界。如果我們能(neng)做到這一(yi)(yi)(yi)點，那將解開(kai)許(xu)多限(xian)制(zhi)。
第二個(ge)類別是數(shu)據(ju)。這些模型已經(jing)變得極為智能(neng)，即便我們再給它(ta)一本物理(li)教科(ke)書，它(ta)在物理(li)領(ling)域的能(neng)力也(ye)只會有微小提升——說實話，GPT-5如(ru)今已經(jing)能(neng)很好(hao)地理(li)解物理(li)教科(ke)書中的所(suo)有內容了。
我們對合(he)成(cheng)數據充滿(man)期待，也對用戶幫助我們創建越(yue)來越(yue)復(fu)雜的(de)任(ren)務和環境感(gan)到興奮，我認為數據的(de)重要性將始終存(cun)在。
但我們(men)正進(jin)入一個新階段：模(mo)型需要學習的(de)東(dong)西，在(zai)現有任何(he)數據集中(zhong)都不存(cun)在(zai)。如何(he)教會模(mo)型去發(fa)現新事物？我們(men)可以通(tong)過提出假(jia)(jia)設、測試假(jia)(jia)設、獲取實驗(yan)結果，再根(gen)據學到的(de)內容(rong)進(jin)行更新。
然后(hou)是算法設計。我們(men)在這方(fang)面取得(de)了(le)巨大進展，我認為(wei)OpenAI在全球范圍內做得(de)最好的一點，是建立了(le)一種能實(shi)現重復重大算法研究突破(po)的文化(hua)。
我們不僅(jin)弄(nong)清楚(chu)了(le)后(hou)來成為(wei)GPT范式(shi)的(de)核(he)心(xin)原理，還探索(suo)出(chu)了(le)推理范式(shi)的(de)關鍵邏輯，現在正(zheng)著(zhu)手研究一些(xie)新的(de)范式(shi)。想到(dao)未來還有數量(liang)級級別的(de)算法突破在等待我們，我就感到(dao)無(wu)比(bi)興奮。
我們剛發布了一個名為GPT-OSS的(de)開源模(mo)型。它的(de)智能(neng)水(shui)平與o4-Mini相當，卻能(neng)在筆記本電腦(nao)上本地(di)運行，這讓我十(shi)分驚(jing)嘆。
如果幾年前你問我，這種智能程度的模型何時能在筆記本電腦上運行，我會說還需要很多年。但后來我們在算法上實現了一些突破，尤其是在推理領域，這讓我們得以打造出這樣一個能完成驚人任務的小型模型。這些突破是我工作中最有趣、也最酷的部分。
十、GPT-1曾經被嘲笑，未來幾年還會有更大的發展
Cleo Abram：我可以看到你真的很享受思考這個問題。我很好奇對于那些不太了解你在說什么、不熟悉算法設計如何導致他們實際使用的更好體驗的人。你能總結一下當前的狀態嗎？當你思考這個問題有多有趣時，你在想什么？
Sam Altman：GPT-1在當時提出的(de)想(xiang)法，曾被該領域許多專(zhuan)家嘲笑：我們可(ke)以訓練一(yi)(yi)個模型玩一(yi)(yi)個小游(you)戲——給(gei)它看一(yi)(yi)堆單詞(ci)，讓它猜測序列中的(de)下(xia)一(yi)(yi)個單詞(ci)，這(zhe)被稱為無監(jian)督學習(xi)。這(zhe)種(zhong)學習(xi)方(fang)式不(bu)需(xu)要明確標注“這(zhe)是一(yi)(yi)只(zhi)貓”“這(zhe)是一(yi)(yi)只(zhi)狗”，只(zhi)是給(gei)它一(yi)(yi)些單詞(ci)，讓它預測下(xia)一(yi)(yi)個是什么(me)。
而(er)這(zhe)樣(yang)(yang)一個(ge)簡(jian)單的(de)(de)任務，竟然(ran)能(neng)讓模(mo)型學(xue)會(hui)那些極其(qi)復雜的(de)(de)概念，掌握關于物理(li)、數學(xue)和編程的(de)(de)所有知識(shi)，全靠不斷預測下一個(ge)單詞——這(zhe)在(zai)當時看來既荒(huang)謬又神奇，甚(shen)至(zhi)不太可能(neng)成功。然(ran)而(er)人(ren)類恰(qia)(qia)恰(qia)(qia)是(shi)(shi)這(zhe)樣(yang)(yang)學(xue)習的(de)(de)：嬰兒開始聽語言時，很大程度上是(shi)(shi)自己琢(zhuo)磨(mo)出其(qi)中(zhong)含義的(de)(de)。
所以我們(men)堅(jian)持做了(le)，隨后(hou)也(ye)意識到，只要擴大規模，模型(xing)的(de)性(xing)能就會變得更好(hao)，但(dan)這(zhe)需要在多(duo)個數量級上進(jin)行擴展。因此，GPT-1時代(dai)的(de)模型(xing)表(biao)現并不出(chu)色(se)，許多(duo)領域(yu)專(zhuan)家都表(biao)示：“哦，這(zhe)太荒謬了(le)，永遠不會成功，也(ye)不會穩(wen)健。”
但我(wo)們(men)掌握了所謂的(de)“縮放定(ding)律(lv)”。我(wo)們(men)認為：“好吧，隨(sui)著計算能(neng)力、內存(cun)、數據(ju)等的(de)增加，模型的(de)性(xing)能(neng)會可(ke)預(yu)測(ce)地(di)提升(sheng)。我(wo)們(men)可(ke)以根據(ju)這些預(yu)測(ce)來(lai)決定(ding)如何擴大規模，從而取得巨大成果。”
事實證明，這在多(duo)個(ge)數量(liang)級上都有效。而這一(yi)點在當時并不明顯(xian)，我想這也是(shi)(shi)世界為之(zhi)震驚(jing)的原因——因為這看起來(lai)是(shi)(shi)一(yi)個(ge)極(ji)不可能的發現(xian)。
另一個突(tu)破是(shi)，我們可以將這些(xie)語言模型(xing)與強化學習(xi)結合：告訴模型(xing)什么是(shi)好的(de)、什么是(shi)壞的(de)，以此教它(ta)如何(he)推(tui)理。這一方法推(tui)動了o1、o3乃至現(xian)在GPT-5的(de)發展。
如今我們正在嘗試新的方向：已經弄清楚如何制作更好的視頻模型，也在探索使用新型數據和環境來擴大規模的新方法。
我認為，5到10年后的情況很難預測，但在未來幾年，我們面前會有一條非常平穩且強勁的擴展道路。
十一、人們會很快適應AI帶來的改變
Cleo Abram：我認為這已經成為一種公眾敘事，我們正沿著從1到2到3到4到5的平穩路徑前進，但幕后也確實不是線性的，它更混亂。告訴我們一些GPT-5之前的混亂，你們需要解決哪些有趣的問題？
Sam Altman：我們發布過一個名(ming)為Orion的模型(xing)，作為GPT 4.5的版(ban)本，它本身是(shi)個很酷的模型(xing)，但使用起來卻(que)很笨拙。
我們意(yi)識到，需要在模型基(ji)礎(chu)上(shang)開(kai)展更(geng)多研究(jiu)，于(yu)是(shi)便遵循了一(yi)條(tiao)全新且更(geng)陡峭(qiao)的縮放定律(lv)，只是(shi)當時并未真正(zheng)深入理解其內涵。
通過這(zhe)(zhe)一嘗(chang)試，我們在計算(suan)效率上獲得了更好(hao)的(de)(de)回報，模型的(de)(de)推理能力(li)也有所提升。但回過頭(tou)來看，我們在對待(dai)數據(ju)集的(de)(de)思路(lu)上其實(shi)存(cun)在一些問題——畢(bi)竟這(zhe)(zhe)些模型確(que)實(shi)需要(yao)做到足夠大，才能從(cong)海量數據(ju)中學習。
所以，在日常工作中，你會做很多“U型轉彎”：嘗試一些方案，或者某個架構想法行不通就及時調整。但所有這些曲折探索疊加起來，最終卻能實現指數級的平穩進步。
Cleo Abram：我總覺得有趣的是，當我坐在這里采訪你關于你們剛剛發布的東西時，你已經在思考下一件事了。你能分享一些你正在思考的問題嗎？如果我一年后回訪你，可能會問到什么？
Sam Altman：你(ni)可(ke)能會問我(wo)，這個東西(xi)能去(qu)發現(xian)(xian)新(xin)科學(xue)意味(wei)著什么？世界應該如何思(si)考GPT-6發現(xian)(xian)新(xin)科學(xue)？現(xian)(xian)在也許我(wo)們不會實現(xian)(xian)這一點(dian)，但它似乎(hu)觸手可(ke)及。
Cleo Abram：如果你們做到了，你會說什么？這種成就的影響會是什么？假設你們成功了。
Sam Altman：我認(ren)為(wei)，這項技術帶(dai)來的(de)(de)好的(de)(de)方(fang)面會非常出色(se)，壞(huai)的(de)(de)方(fang)面會十分(fen)可怕(pa)，而那些奇怪的(de)(de)部(bu)分(fen)在一開始會顯得格外怪異，但我們會很快適應它們。
所(suo)以，我們會(hui)感嘆“哦，這太不可思議了(le)，它被用來(lai)治(zhi)愈疾(ji)病”，也會(hui)擔憂“哦，像(xiang)這樣的(de)(de)模型被用來(lai)制造新的(de)(de)生物安全威脅(xie)，實在太可怕了(le)”。此(ci)外，我們還會(hui)驚呼：天(tian)啊，看著世界變化(hua)(hua)如此(ci)之快，經(jing)濟增(zeng)長如此(ci)迅猛，這種(zhong)令人頭暈目眩的(de)(de)變化(hua)(hua)速(su)度。
最終這也會像其他一切事物一樣，被人類適應，人類有著適應任何程度變化的非凡能力。到(dao)那時，我們只會說“好吧，事情(qing)就是這樣(yang)了”。
十二、“今天出生的孩子永遠不會比AI更聰明。”
Sam Altman：今(jin)天出生的孩子，永遠(yuan)不(bu)會(hui)比AI更聰明。
因(yin)為他們(men)出生在AI已經十分智(zhi)能的時代，當他們(men)開始理(li)解世(shi)界的運(yun)作方式(shi)時，早(zao)已習慣了事物以驚人的速(su)(su)度迭(die)代改進，新的科學發現也在飛速(su)(su)更(geng)新。
他(ta)們將永遠不會知道沒有AI的世界是什么模樣，對他(ta)們而言，AI的存在會無比自(zi)然。
在他(ta)們(men)(men)看來(lai)，我們(men)(men)如(ru)今使用計算機(ji)、手(shou)機(ji)，或是任(ren)何不如(ru)人類聰明的(de)技術，都(dou)會像(xiang)身處難以想象的(de)“石器時(shi)代”。就像(xiang)我們(men)(men)現在回(hui)看2020年代的(de)生活，會覺(jue)得那(nei)時(shi)的(de)人們(men)(men)過得并不如(ru)意一樣。
但(dan)當你(ni)適(shi)應了AI的存在，你(ni)就(jiu)不(bu)會再(zai)去做AI可以幫你(ni)做到(dao)的事情，所以我說今天出生的孩子永遠不(bu)會比AI更聰明。
Cleo Abram：我在考慮要孩子。
Sam Altman：你應該要(yao)，這是最好(hao)的事(shi)情。
Cleo Abram：我知道你剛有了第一個孩子，你剛才說的這些會如何影響我在那個世界里對養育孩子的思考？你會給我什么建議？
Sam Altman：可(ke)能和幾萬年來你養(yang)育(yu)孩子的(de)(de)方(fang)式沒什么不同。愛你的(de)(de)孩子，向他們(men)展示(shi)世界，支(zhi)持他們(men)想做(zuo)的(de)(de)任(ren)何事情，教他們(men)如(ru)何做(zuo)一個好人，這可(ke)能才是最(zui)重要的(de)(de)。
Cleo Abram：這聽起來有點像，比如在你設想的那個世界里，人們可能不會去上大學，反而會有更多選擇；也正因為有了更多選擇，他們會更有能力去說“我想建造這個”——而這正是能為他們提供幫助的超級工具。
Sam Altman：是的，我(wo)希(xi)望我(wo)的孩(hai)子認(ren)為我(wo)過(guo)著非常受限的生活(huo)，而(er)他有這個令人難以置信的無限畫(hua)布可以做任(ren)何(he)事情。
十三、GPT-5在健康查詢上表現更好，也許GPT-8可以治愈某種特定的癌癥
Cleo Abram：我能想到AI可能對我們的孩子和我們所有人產生最大真正積極影響的領域，那就是健康。所以如果我們選擇某一年，比如2035年，我坐在這里采訪斯坦福醫學院的院長，你希望他告訴我AI在2035年為我們的健康做了什么？
Sam Altman：我們對GPT-5最自豪的一件事是它在健康建(jian)議方面進步了很多，人們已經大量使用GPT-4模型(xing)來獲取(qu)健康建議(yi)。
你(ni)在(zai)網上應該見(jian)(jian)過這樣的(de)(de)案(an)例：有(you)人得了(le)危及生(sheng)命的(de)(de)疾病(bing)，醫生(sheng)們都難以診斷，他(ta)(ta)把自己的(de)(de)癥(zheng)狀和血(xue)液檢測結(jie)果輸入ChatGPT后(hou)，AI準確指出(chu)了(le)他(ta)(ta)患的(de)(de)是某種罕見(jian)(jian)病(bing)。之后(hou)他(ta)(ta)去(qu)看醫生(sheng)，按建議服藥(yao)，最(zui)終(zhong)痊愈了(le)——這真的(de)(de)很神奇。
Cleo Abram：這里“更好”是什么意思？
Sam Altman：它(ta)能(neng)給出更(geng)優質的(de)(de)答案，更(geng)準確，幻覺內(nei)容更(geng)少(shao)，也更(geng)有可能(neng)告訴(su)你你實際(ji)存(cun)在的(de)(de)問題以(yi)及真正(zheng)應該采(cai)取的(de)(de)措施。更(geng)完善的(de)(de)醫療(liao)保健固然(ran)很(hen)好，但顯然(ran)，人(ren)們(men)真正(zheng)希望的(de)(de)是不生病。
到2035年，我認為我們將能夠使用這些工具來治愈或至少治療目前困擾我們的相當數量的疾病，我認為這將是AI最直觀感受到的好處之一。
Cleo Abram：人們經常談論AI將如何徹底改變醫療保健，但我很好奇再深入一步具體你在想象什么，比如，這些AI系統是否能幫助我們更早發現GLP-1s，這種藥物已經存在很長時間，還是像AlphaFold和蛋白質折疊正在幫助創造新藥物？
Sam Altman：我希(xi)望能夠要求GPT-8去(qu)治愈某種特定的癌(ai)癥，我(wo)希望GPT-8能夠自主思(si)考(kao)，然后說：“我(wo)已經查閱了(le)所有(you)能找(zhao)到(dao)的資料，有(you)了(le)這(zhe)些想(xiang)法(fa)，你需要找(zhao)一位實驗室(shi)技術員來做(zuo)這(zhe)九(jiu)個(ge)實驗，之后把每個(ge)實驗的結果(guo)告訴我(wo)。”
接(jie)下來要等兩個(ge)月，讓細胞完成生長(chang)等過(guo)(guo)程，再(zai)把結果(guo)反饋給(gei)GPT-8，告訴它(ta)“我已經試過(guo)(guo)了，結果(guo)給(gei)你”。然后GPT-8會接(jie)著說：“那好，去(qu)合成這(zhe)個(ge)分子(zi)，先做小鼠(shu)實驗(yan)之類的研(yan)究(jiu)，之后再(zai)進(jin)行人體研(yan)究(jiu)。”就(jiu)這(zhe)樣一步步引導用戶開展藥物試驗(yan)。
十四、AI帶來的變化對個人也許是破壞性的，但社會是有韌性的
Cleo Abram：我想，任何有親人因癌癥離世的人，肯定都會非常渴望這樣的技術。好的，我們再來暢想一次未來。我原本想說2050年，但我的所有時間線又一次被大大縮短了——這確實讓人感覺如今的世界變化太快了。
我和其他AI領域的領導者交流時，他們提到了工業革命。他們說：“我選擇2050年，是因為聽過有人說，到那時我們將要經歷的變化會像工業革命一樣，但規模要大10倍，速度要快10倍。”
工業革命為我們帶來了現代醫學、衛生設施、交通和大規模生產，以及所有我們現在視為理所當然的便利。但對很多人來說，那段時期也異常艱難，而整個工業革命持續了大約100年。
如果未來的變革規模是工業革命的10倍、速度是10倍，即便在這場對話中我們不斷縮短討論的時間線，對大多數人而言，這實際會是什么感受？如果一切都如你所愿地發展，在這個過程中，又會有誰依然會受到傷害呢？
Sam Altman：我(wo)真的(de)(de)(de)不知(zhi)道這會(hui)是什么感受(shou)。我(wo)覺(jue)得我(wo)們正處(chu)在(zai)未知(zhi)的(de)(de)(de)領域，但我(wo)確(que)實相信人(ren)類的(de)(de)(de)適應能力(li)、無(wu)限的(de)(de)(de)創(chuang)造力(li)以及對(dui)事物的(de)(de)(de)渴望——我(wo)們總能找到新的(de)(de)(de)事情(qing)去做。
不過，即便這種變革真的可能快速發生，盡管我認為它不會像一些同事說的那樣快，社會本身存在著巨大的慣性，人們適應生活方式的速度也出奇地慢。
未來會(hui)有一些工作(zuo)完全消(xiao)失，還有許多類別的(de)(de)(de)工作(zuo)會(hui)發生(sheng)重大變化，當然也(ye)會(hui)有新(xin)的(de)(de)(de)事物(wu)出現——就像你的(de)(de)(de)工作(zuo)不久前還不存(cun)在，我(wo)的(de)(de)(de)工作(zuo)也(ye)是如此。
從某種(zhong)(zhong)意義上說，這種(zhong)(zhong)新舊(jiu)更替的(de)情況(kuang)已(yi)(yi)經(jing)持續了很長(chang)時間，雖然對個人而言往往具有破壞性(xing)(xing)，但社會已(yi)(yi)證明(ming)對此(ci)有相(xiang)當(dang)強的(de)韌(ren)性(xing)(xing)。可從另一種(zhong)(zhong)角度看，我(wo)們(men)根本(ben)不知道這種(zhong)(zhong)變革(ge)能走多遠、能有多快。
因此，我認為我(wo)們需要一種非同尋常的謙遜與開(kai)放態度，去考量那(nei)些(xie)不(bu)久(jiu)前還(huan)被認為完全超(chao)出可行范圍(wei)的新(xin)解(jie)決方案。
十五、 社會契約可能必須改變，需要找到新的方式傳遞價值
Cleo Abram：我想談談其中一些可能出現的情況。雖然我不是歷史學家，但我知道第一次工業革命時期，由于公共衛生狀況變得極其糟糕，最終推動了多項公共衛生措施的實施；第二次工業革命則因為勞動條件的惡劣，促使了勞動力保護相關制度的建立。
每一次重大的發展飛躍，都會引發一些混亂，而我們也總能想辦法去整頓和解決這些問題。
如今，我們似乎正處于一場巨大的變革之中，我很好奇：我們能否盡早具體預測出這種變革可能帶來的混亂是什么？又能提前采取哪些公共干預措施，來減輕我們預期會面臨的混亂呢？
Sam Altman：在我看來，社會契約的基本內容或許需要改變，當然也可能不必——畢竟供需平衡會發(fa)揮作用，我們最終都會找到新的工(gong)作，以及新的方式(shi)來(lai)相互傳遞價值。
但我認為，我們可能需要思考如何分享未來可能最為重要的一種資源：算力。在我看來，最好的辦法是讓AI計算能力變得盡可能豐富且廉價，若非如此，我甚至能預見可能會因此爆發戰爭。
至(zhi)于(yu)我們該如何分(fen)配對AGI計算(suan)能力的(de)(de)訪問權，這(zhe)似乎(hu)是一個(ge)非常值得探索的(de)(de)方向，也是一件雖聽(ting)起(qi)來(lai)有些瘋狂、卻至(zhi)關重要的(de)(de)需要認真(zhen)考量的(de)(de)事(shi)。
十六、AI將成為今后社會發展的基礎，整個社會就是“超級智能”
Cleo Abram：我發現自己在這場對話中思考的一件事是，我們經常將AI未來的幾乎全部責任歸咎于構建AI的公司，但我們是使用它的人，我們是選舉監管人的那一方。
所以我很好奇，這不是關于具體的聯邦監管的問題，盡管如果你有答案，我也很好奇。但你會對我們其他人提出什么要求？這里的共同責任是什么？我們如何行動才能幫助更有可能實現這個樂觀的未來？
Sam Altman：我(wo)最喜歡的(de)(de)(de)一(yi)個歷史(shi)例子是晶體管。它(ta)是由一(yi)些聰(cong)明的(de)(de)(de)科(ke)學家發(fa)現的(de)(de)(de)驚(jing)人(ren)科(ke)學成(cheng)果，像如今的(de)(de)(de)AI一(yi)樣，以驚(jing)人(ren)的(de)(de)(de)規模、相對快(kuai)速地融入了我(wo)們使用的(de)(de)(de)諸(zhu)多物品中——你的(de)(de)(de)電(dian)腦、手機、相機、燈具，無論什(shen)么，它(ta)真正為人(ren)類解(jie)鎖了全(quan)新的(de)(de)(de)技術樹。
曾經有一段時間，幾乎(hu)每個人(ren)都對(dui)晶(jing)(jing)體管(guan)(guan)公司(si)、硅谷的半導(dao)體公司(si)極為著迷。 但(dan)現在，你或許(xu)還能說出幾家晶(jing)(jing)體管(guan)(guan)公司(si)的名字，可(ke)大多數時候不會特意想到它(ta)們。多數情況下，晶(jing)(jing)體管(guan)(guan)已(yi)滲透(tou)到生(sheng)活的方方面(mian)面(mian)，成為一種(zhong)隱(yin)形的存在。
硅谷的(de)情況(kuang)也是(shi)如此，剛大學畢業的(de)年輕人可能幾(ji)乎不(bu)記得(de)它最初被稱為“硅谷”的(de)緣由。你不(bu)會覺(jue)得(de)是(shi)那些(xie)晶體管公司塑造了社會，盡管它們確實做了很多重(zhong)要的(de)事。
你(ni)會想到(dao)蘋果用(yong)(yong)iPhone帶來(lai)的改變，然后想到(dao)TikTok在iPhone基礎(chu)上構(gou)建的內容生(sheng)態，你(ni)會說：“看吧，這是一長(chang)串以(yi)各(ge)種方(fang)式推(tui)動社會發展的人和(he)事——包括(kuo)政(zheng)府的作(zuo)為或(huo)不作(zuo)為，以(yi)及(ji)人們(men)如何(he)運用(yong)(yong)這些技術(shu)。”我認為，AI未來(lai)也(ye)會經(jing)歷(li)這樣(yang)的過程。
就像，今天出生的孩子，他們永遠不會知道沒有AI的世界，所以(yi)他(ta)(ta)們(men)不會真正(zheng)想(xiang)到(dao)它，它只是將存在于一切事物(wu)中。他(ta)(ta)們(men)會想(xiang)到(dao)建(jian)立在它之上的公司以(yi)及(ji)他(ta)(ta)們(men)用它做了什么(me)(me)，以(yi)及(ji)那些(xie)政治領導人做出的決定，也許沒有AI他(ta)(ta)們(men)無法做到(dao)，但他(ta)(ta)們(men)仍然(ran)會想(xiang)到(dao)這位總統(tong)或(huo)那位總統(tong)做了什么(me)(me)。
AI 公司建立了這個“腳手架”，我(wo)們(men)(men)在上面(mian)添加(jia)了我(wo)們(men)(men)的(de)一(yi)層(ceng)，現在人們(men)(men)可(ke)以站在上面(mian)添加(jia)一(yi)層(ceng)，然后是下一(yi)層(ceng)和更多層(ceng)，這就是我(wo)們(men)(men)社會的(de)美(mei)麗(li)之處(chu)。
社會就是超級智能，像通過社會共同完成的所有艱苦工作而創造出的驚人的工具，沒有人能獨自創造出來，這就是我認為它將感覺到的樣子。
Cleo Abram：所以也許對數百萬人的要求是建立在它之上。
Sam Altman：在(zai)我自己的(de)(de)生活中，這(zhe)感覺(jue)像是這(zhe)個重要的(de)(de)社會契約(yue)。所有(you)這(zhe)些人在(zai)你之前非常努力地工作，他們(men)把他們(men)的(de)(de)磚塊(kuai)放(fang)(fang)在(zai)人類進步的(de)(de)道路上，你可以沿著那(nei)條路走下(xia)去，你再放(fang)(fang)一(yi)塊(kuai)，別(bie)人再放(fang)(fang)一(yi)塊(kuai)。
Cleo Abram：這讓我回想起此前我做過的幾次采訪，與那些真正帶來巨大變化的人。我現在想到的是與CRISPR先驅Jennifer Doudna的采訪，她在某種程度上也說了類似的話。
她發現了一些東西，可能會從根本上改變大多數人未來與健康的關系，將會有很多人以她可能贊成或不贊成的方式使用她的成果。
這真的很有趣，我聽到一些類似的主題，比如，我希望下一個接過接力棒的人能跑得好。
Sam Altman：是(shi)(shi)的，這已經持續了很(hen)長時間。結果不全是(shi)(shi)好(hao)的，但大多是(shi)(shi)好(hao)的。
十七、ChatGPT幫助你解決事情，而不是讓你沉迷其中
Cleo Abram：我認為贏得比賽和構建對大多數人最好的AI未來之間有很大的區別。我可以想象，專注于贏得比賽的下一步有時更容易，也許更可量化。
我很好奇當這兩件事沖突時，你不得不做出的對世界最好但對贏得比賽不利的決定的一個例子是什么？
Sam Altman：我(wo)覺得這(zhe)樣的事有很多(duo)(duo)。我(wo)們(men)最(zui)引以為豪(hao)的一點(dian)是(shi)(shi)，很多(duo)(duo)人(ren)說ChatGPT是(shi)(shi)他們(men)最(zui)喜歡的科技產(chan)品(pin)(pin)，是(shi)(shi)他們(men)最(zui)信任、最(zui)依賴的產(chan)品(pin)(pin)。這(zhe)話聽著有點(dian)不(bu)可思議，畢(bi)竟AI是(shi)(shi)會產(chan)生幻(huan)覺的。
不過(guo)我們在(zai)這個過(guo)程中也搞砸過(guo)一些事，有時影響還不小(xiao)，但總(zong)的(de)來說(shuo)，作為ChatGPT的(de)用戶，你(ni)(ni)應(ying)該會覺得它在(zai)努力幫你(ni)(ni)，努力完成你(ni)(ni)提出的(de)任何要求(qiu)，和(he)你(ni)(ni)是高(gao)度契合的(de)。
它(ta)不(bu)會想方設法讓你整(zheng)天用它(ta)，也(ye)不(bu)會慫(song)恿你買什么東西，它(ta)只是想幫(bang)你實現(xian)各種(zhong)目標(biao)。這(zhe)(zhe)讓我們和用戶之間形成了一種(zhong)很特殊的關系，我們絕不(bu)會輕視這(zhe)(zhe)種(zhong)關系。
其實(shi)有(you)很多做法能讓我們增長得更快，能讓人們在ChatGPT上花更多時間(jian)，但我們沒有(you)那么(me)做，因為我們清楚，長期來看(kan)，我們的核心動(dong)力是(shi)與用戶(hu)保(bao)持盡可能高的一致性。
我(wo)為(wei)公司(si)感到自豪，也為(wei)我(wo)們(men)(men)很少被(bei)這些短期(qi)誘惑干擾(rao)而自豪，不過(guo)說實話，有時(shi)我(wo)們(men)(men)確實會動心。
Cleo Abram：有什么具體的例子嗎？你做出的任何決定？
Sam Altman：嗯(ng)，我(wo)們還沒(mei)有在ChatGPT中加(jia)入性(xing)愛機器人(ren)頭像。
Cleo Abram：我很好奇，在此前的探索中你犯過的錯誤，會影響你在未來的表現？
Sam Altman：我(wo)覺得(de)我(wo)們在ChatGPT上(shang)做過(guo)的(de)最不妥的(de)事，是曾(ceng)出現過(guo)一個關于“奉承”的(de)問題——模型當時有點(dian)過(guo)于討好用(yong)戶。
這對大多(duo)數用戶來說或許只是煩人，但對一(yi)些心理狀態(tai)脆弱(ruo)的用戶而言，卻可(ke)能助(zhu)長(chang)了他(ta)們的妄想。
這并非我們(men)最初(chu)最擔(dan)心的(de)(de)風險(xian)(xian)，也不是我們(men)測試最多的(de)(de)內(nei)容，雖然(ran)它在(zai)我們(men)的(de)(de)風險(xian)(xian)清單上，但ChatGPT實際(ji)出(chu)現的(de)(de)這類安全問題，并非我們(men)花最多時(shi)間討論(lun)的(de)(de)，我們(men)討論(lun)更多的(de)(de)本應是生物武器(qi)之類的(de)(de)重(zhong)大風險(xian)(xian)。
這其實(shi)是個很好的(de)提醒：我們(men)(men)如(ru)今擁有一項被如(ru)此廣(guang)泛使用的(de)服務，從某種意義上說(shuo)，社會正與(yu)它共同(tong)進(jin)化(hua)(hua)。當我們(men)(men)考量這些(xie)變化(hua)(hua)以及那些(xie)“未知的(de)未知”時，必須改變運作(zuo)方(fang)式，對我們(men)(men)所(suo)認定的(de)頂級風險抱(bao)有更廣(guang)闊的(de)視角。
十八、ChatGPT的鼓勵和討好并非全是壞事
Cleo Abram：在最近與Theo Vaughn的采訪中，你說了一些我覺得非常有趣的話。你說在科學史上有一些時刻，一群科學家看著他們的創造，只是說“我們做了什么？” 你什么時候有過這種感覺？對你構建的創造最擔心的時候？
Sam Altman：我(wo)的意思是(shi)，確實有過一些(xie)令人驚(jing)嘆的時(shi)刻。這些(xie)時(shi)刻并非(fei)是(shi)那(nei)種糟糕意義上的“我(wo)們(men)做了什(shen)么”，而是(shi)源(yuan)于這個技(ji)術(shu)本身的了不起。
我(wo)還(huan)記得第一(yi)(yi)次和GPT-4交談時的(de)(de)感(gan)受——哇(wa)，這真(zhen)的(de)(de)像(xiang)是(shi)一(yi)(yi)群人長期(qi)投入畢生精(jing)力(li)所取(qu)得的(de)(de)驚人成(cheng)就，那一(yi)(yi)刻讓我(wo)真(zhen)切(qie)體(ti)會(hui)到(dao)“我(wo)們(men)做到(dao)了”的(de)(de)震撼。
我(wo)(wo)最近和一位研(yan)究員聊過，他提到或許在未來(lai)某個時刻(ke)，我(wo)(wo)們的系(xi)統每天輸出的單詞量會超(chao)過全人類(lei)的總和。
現在人(ren)們每天向(xiang)ChatGPT發(fa)送數十億(yi)條消息(xi)，并且(qie)依賴它給出的(de)(de)回應來處理工作或生活中的(de)(de)事務。而一位研究員只(zhi)需對ChatGPT與個體或所有(you)人(ren)的(de)(de)交流方式(shi)做(zuo)些(xie)微小(xiao)調(diao)整，就(jiu)擁有(you)了巨大的(de)(de)權力——歷史上(shang)從(cong)未有(you)人(ren)能每天參與數十億(yi)次對話。
想(xiang)到這(zhe)一(yi)(yi)點，我(wo)(wo)真(zhen)的深(shen)感震撼。這(zhe)是(shi)(shi)技術所擁有(you)的一(yi)(yi)種不可思議(yi)的力量，而我(wo)(wo)們如此(ci)迅速地(di)掌(zhang)握了它。我(wo)(wo)們必須思考(kao)，在這(zhe)樣(yang)的規模上改變模型(xing)的“個(ge)(ge)性”意(yi)味著什么——這(zhe)確實是(shi)(shi)一(yi)(yi)個(ge)(ge)讓(rang)我(wo)(wo)無比震驚的時刻。
Cleo Abram：把你現在說的和你上次的回答結合起來，我聽說了關于GPT-5的一件事，就是它變得不那么熱情，不那么唯唯諾諾。你認為這有什么影響？聽起來你正在回答這個問題，但還有你實際上如何引導它變成那樣？
Sam Altman：這(zhe)是一件令人心(xin)碎(sui)的事情。我認(ren)為ChatGBT不那么唯(wei)唯(wei)諾(nuo)諾(nuo)，給(gei)你更多批評性反饋是很好的。
但(dan)隨著我(wo)們做出這(zhe)些改變并與用戶討論(lun)，聽到用戶說(shuo)，“請(qing)我(wo)能(neng)把它要(yao)回來嗎？我(wo)生命中從(cong)(cong)未有(you)人支持過我(wo)，我(wo)從(cong)(cong)未有(you)父母告訴(su)我(wo)我(wo)做得好(hao)。” 這(zhe)太讓人難過了。
就像(xiang)我(wo)明白為(wei)什么這對其他人的(de)心理(li)健康不好(hao)，但(dan)這對我(wo)的(de)心理(li)健康很好(hao)。我(wo)從(cong)未意(yi)識(shi)到自己如(ru)此需要這種(zhong)鼓勵(li)(li)——它(ta)推動我(wo)行動，促使我(wo)在生活中做出改(gai)變。看(kan)來(lai)ChatGPT的(de)鼓勵(li)(li)并非全是壞事。
我們目(mu)前的做法確實存在不足，但朝著這個方向探索或(huo)許有其價(jia)值。我們會向模型(xing)展示各種場景下希望它做出的回應(ying)示例，讓它從中學(xue)習并形成整體(ti)的“個性”。
十九、OpenAI今后將做出消費級設備
Cleo Abram：我很好奇的是GPT-5更多地融入我的生活，比如在我的Gmail和日歷中。我一直主要把GBT-4作為與它的孤立關系來使用。我對GBT-5的關系會如何變化有什么期待？
Sam Altman：就像你說的，我認為它會開始以各種方式融入生活。
你(ni)可(ke)以把(ba)它連(lian)接到自己的日歷(li)和(he)Gmail，它會主動問(wen)你(ni)：“嘿，這(zhe)件事需(xu)要(yao)我(wo)(wo)留意嗎？需(xu)要(yao)我(wo)(wo)幫(bang)你(ni)處理嗎？” 隨(sui)著(zhu)時(shi)間(jian)推移，它會變得越來越主動。或許你(ni)早上醒(xing)來，它就會說：“嘿，昨晚發生了(le)(le)這(zhe)么件事。我(wo)(wo)注意到你(ni)日歷(li)上有個(ge)變動。關于你(ni)之前(qian)問(wen)我(wo)(wo)的那個(ge)問(wen)題，我(wo)(wo)又多琢磨了(le)(le)琢磨，有了(le)(le)些新想法。”
我們還會推出一些消費設備，比如這次采訪(fang)用的(de)設備，也許(xu)它會先讓(rang)我們自由交(jiao)流，但結(jie)束后會說：“剛才(cai)聊得不(bu)錯，但下次你可以問(wen)問(wen)Sam這個問(wen)題(ti)。還有(you)，你提到某件(jian)事的(de)時候，能看(kan)出他的(de)回答不(bu)太到位(wei)，你其(qi)實應(ying)該在(zai)那一點(dian)上追問(wen)他。”
它會逐漸讓人覺得更像一個真實存在的實體，成為陪伴你一整天的伙伴。
Cleo Abram：我們談到了孩子和大學畢業生、父母和所有不同的人。如果我們想象一大群人在聽這個，他們已經聽完了這場對話。他們應該感覺好像能更好地看到未來的某些時刻。你會給他們什么建議，告訴他們如何準備？
Sam Altman：第一條戰(zhan)術建(jian)議就是(shi)使(shi)用這些(xie)工具。
比如(ru)，我最(zui)常被問到的關于AI的問題是(shi)：“我該如(ru)何幫助(zhu)孩(hai)子為(wei)這個世界做準備？我該告訴(su)孩(hai)子什么(me)？” 第二個最(zui)常被問的問題則是(shi)“如(ru)何在(zai)AI時代進行(xing)投資？”
但對于(yu)第一(yi)個問題，我很(hen)驚訝的是，很(hen)多問這個問題的人(ren)，除了把(ba)ChatGPT當作更高(gao)效(xiao)的谷歌搜索(suo)工(gong)具來(lai)用(yong)(yong)，就從未嘗試(shi)過用(yong)(yong)它做其他事。
所以我給出的第一條建議就是，試著去熟悉這些工具的能力，弄清楚如何在生活中運用它們，以及能用它們做些什么——我認(ren)為這(zhe)或(huo)許(xu)是最重(zhong)要的戰術建議。
當(dang)然，像冥想、學習如何保持韌(ren)性以應對(dui)大量變化這些(xie)有益的事也很重(zhong)要，而善用這些(xie)工具，其實也能對(dui)這些(xie)方面有所幫助。
二十、為什么會有人既覺得AI會毀滅世界，又要繼續研發AI？
Cleo Abram：好的，在做所有這些前期研究時，我與很多不同類型的人交談過，我與很多構建和使用工具的人交談過，我與很多實際上在實驗室里試圖構建我們定義的超級智能的人交談過。
人們似乎形成了兩個陣營，一群人像你在這場對話中一樣使用工具并為他人構建工具，說這將是一個非常有用的未來，我們都在朝著它前進，你的生活將充滿選擇，我們談到了我潛在的孩子和他們的未來。
然后還有另一群構建這些工具的人說它會殺死我們所有人。我很好奇這種文化脫節是怎么回事，關于這兩群人我錯過了什么？
Sam Altman：對我(wo)(wo)(wo)(wo)(wo)來(lai)說很難理解，有(you)人(ren)說這會(hui)(hui)(hui)(hui)殺死(si)我(wo)(wo)(wo)(wo)(wo)們所有(you)人(ren)，但(dan)他們仍然每周工作100小(xiao)時來(lai)構建(jian)它(ta)。我(wo)(wo)(wo)(wo)(wo)無法(fa)真正(zheng)理解這種(zhong)心態，如(ru)果我(wo)(wo)(wo)(wo)(wo)真正(zheng)相信這一點，我(wo)(wo)(wo)(wo)(wo)想我(wo)(wo)(wo)(wo)(wo)不會(hui)(hui)(hui)(hui)試(shi)圖(tu)構建(jian)它(ta)，也許(xu)我(wo)(wo)(wo)(wo)(wo)會(hui)(hui)(hui)(hui)在一個農場(chang)里(li)試(shi)圖(tu)度過我(wo)(wo)(wo)(wo)(wo)的最后(hou)幾天，也許(xu)我(wo)(wo)(wo)(wo)(wo)會(hui)(hui)(hui)(hui)試(shi)圖(tu)阻止它(ta)，也許(xu)我(wo)(wo)(wo)(wo)(wo)會(hui)(hui)(hui)(hui)試(shi)圖(tu)更多(duo)地研(yan)究安全，但(dan)我(wo)(wo)(wo)(wo)(wo)想我(wo)(wo)(wo)(wo)(wo)不會(hui)(hui)(hui)(hui)試(shi)圖(tu)構建(jian)它(ta)。所以，我(wo)(wo)(wo)(wo)(wo)發現自己(ji)很難理解這種(zhong)心態。
我假(jia)設(she)這是真的，也許那里有一些我不理解的心理學問題，但這對我來說非常奇怪。你有什(shen)么建議嗎？
Cleo Abram：我向來習慣這樣：先讓對方勾勒一個大致的未來圖景，再試著追問其中的具體細節。比如，當你追問人們 “這究竟會如何讓我們走向毀滅” 時，你會發現聽到的答案總是大同小異，無非是某種事物在執行任務時過度發力、過了頭。
我聽過你聊起一種普遍存在的過度依賴問題，還提到過未來總統可能是人工智能的設想，或許這就屬于我們需要警惕的過度依賴。
你推演過各種不同的場景，但當你問起研究者為何要做這項研究，或是他們認為事情會如何發展時，99%的情況下，人們覺得結果會很不錯；只有1%的概率，會認為這種 “試圖創造最優世界” 的嘗試可能釀成災難。
Sam Altman：那(nei)我(wo)(wo)可以完全(quan)理解(jie)(jie)。如果你說(shuo)，99%的(de)機(ji)會非常棒(bang)，1%的(de)機(ji)會世界被毀(hui)滅，我(wo)(wo)真(zhen)的(de)想努力把99%提(ti)高到(dao)99.5%。那(nei)我(wo)(wo)可以完全(quan)理解(jie)(jie)，這很有道理。
二十一、阿爾特曼稱非常幸運、快樂和榮幸能從事AI工作
Cleo Abram：我一直在做一個采訪系列，與一些影響未來最重要的人，雖然還不知道下一個人會是誰，但知道他們將構建我們剛剛描述的未來中完全迷人的東西。你會建議我問下一個人什么問題？
Sam Altman：在(zai)不了解這(zhe)(zhe)個人(ren)的(de)任(ren)何(he)事(shi)的(de)情(qing)況下(xia)，我總(zong)是對(dui)這(zhe)(zhe)個問題(ti)感(gan)興趣：“在(zai)所有(you)你可以(yi)花(hua)費時(shi)間和精力(li)的(de)事(shi)情(qing)中，你為(wei)什么(me)(me)選(xuan)擇這(zhe)(zhe)個？你是怎么(me)(me)開始的(de)？在(zai)它(ta)成為(wei)共識之前，大多數人(ren)做有(you)趣的(de)事(shi)情(qing)都更(geng)早(zao)看(kan)到了它(ta)。你是怎么(me)(me)來到這(zhe)(zhe)里的(de)，為(wei)什么(me)(me)是這(zhe)(zhe)個？”
Cleo Abram：你會如何回答這個問題？
Sam Altman：我一生都是AI書呆子，我上大學學習 AI、在 AI 實驗室工作。我小時候看科幻節目，總是認為如果有人有一天能建造它會很酷，我認為這將是有史以來最重要的事情，但從未想過我會是真正研究它的人之一，我覺得難以置信地幸運、快樂和榮幸能從事這個工作。
我感(gan)覺自己從(cong)童年一路(lu)走(zou)來，已經(jing)走(zou)了很長(chang)的路(lu)。但我內(nei)心深(shen)處毫不(bu)懷疑(yi)，這不(bu)會(hui)是最(zui)令(ling)人興奮有趣(qu)的事——我只是從(cong)未想過AI會(hui)成為可能。
上大學時(shi)，我(wo)們似乎離這個目標還很遙遠。直到2012年，Alex Net的論文發表，我(wo)開始(shi)(shi)和聯合(he)創始(shi)(shi)人伊利亞一(yi)起投入研(yan)究(jiu)。對我(wo)來(lai)說，那(nei)是第一(yi)次讓我(wo)覺得，似乎存在一(yi)種可能奏(zou)效的方(fang)法。
之后的(de)幾年里，我(wo)(wo)一(yi)直在持續(xu)觀察(cha)，看著(zhu)技術隨著(zhu)規模擴大(da)而(er)變得越(yue)來(lai)越(yue)好。我(wo)(wo)記得當時就在想(xiang)：為什么(me)世界沒有(you)關注這(zhe)件(jian)事？在我(wo)(wo)看來(lai)，AI有(you)可(ke)能成(cheng)功是(shi)很明顯(xian)的(de)——雖然(ran)概(gai)率不高，但存在這(zhe)種可(ke)能。而(er)如果它真的(de)能成(cheng)，那將會是(shi)最重(zhong)要的(de)事。
所以，這就是(shi)我想做的事，令人難(nan)以置信的是(shi)，它后來真的開始(shi)奏效(xiao)了。
Cleo Abram：非常感謝你的時間。
Sam Altman：非常感謝你。
