OpenAI首席产品官Kevin Weil分享公司最新AI产品路线图，并透露其在AI行业中保持领先策略

文摘 2024-10-21 08:02 美国

（关注公众号并设为🌟标，获取最新人工智能资讯和产品）

全文约9,000 字，阅读约需 17分钟

在刚刚结束的"Ray Summit 2024"峰会上，OpenAI首席产品官Kevin Weil就快速发展的人工智能世界展开了一场富有启发性的讨论。

Weil首先阐述了AI模型发展的传统路径，即通过增加计算量和扩大预训练数据集来提升模型性能。他以GPT系列模型为例，解释了从GPT-1到GPT-4的演进过程，未来可能还有GPT5。

o1模型的独特之处在于它具备了"推理"能力。与传统模型直接输出答案不同，o1模型会进行思考，提出假设，然后基于已知信息验证或否定这些假设，最终得出结论。Weil将这一过程比作人类面对复杂问题时的思考方式，强调了o1模型在知识前沿推进方面的潜力。这种新的模型扩展方式不再仅仅依赖更大的预训练数据集，而是更多地应用推理能力，特别是在回答问题时。Weil指出，在难度很高的研究生水平科学评估中，o1模型的表现超过了90%的研究生，大幅领先于GPT-4。然而，o1模型的通用性仍是一个待探索的领域。虽然它在科学领域表现出色，但在编程或创意写作等日常任务中的表现还有待验证。这种不确定性也影响了OpenAI如何围绕o1模型构建产品。

AI领域的竞争异常激烈，各研究实验室都在不同方向上取得突破。我们认为目前的阶段相当于 GPT-2 的阶段，我们看到了很多“低垂的果实”，可以迅速采摘以提升这些模型的表现。因此，当其他人赶上来时，我们会努力再领先三步。

文稿整理

主持人： 之前在很多公司担任产品管理的职位，在 OpenAI 的产品管理与其他公司有什么不同？

一、OpenAI 的产品路线图

嘉宾 Kevin Weil: 这个问题很有趣，在某种程度上，每个公司的产品管理都有所不同，很多时候取决于公司的创始人和文化。Twitter 的文化非常注重共识，可能过于注重了共识文化，这导致我们本可以更快前进却没有做到。在 Instagram，你有 Kevin Cam，我认为他是世界上最好的产品思考者之一。而在 OpenAI，显然 Sam 是个非常有远见的人，他鼓励我们大胆思考，但同时也给了我们足够的空间去探索和构建正确的东西。但最大的不同是，在我过去工作的每家公司，技术的基础是相对固定的，你要做的是在固定的技术平台上构建最好的产品，并了解用户及其需求。但在 OpenAI 和整个 AI 生态系统中，技术的基础并不固定。几乎每隔一两个月，计算机就能做出一些历史上从未能够完成的事情。而且你往往无法完全预见它的到来。有时你能隐约感觉到下一代模型会有某种新功能，但直到模型成熟后你才知道它的具体表现。例如，它是否在某个任务上达到了 80% 的正确率，或者是 95% 还是 99%？对于 80% 准确的产品构建与 99% 准确的产品构建方式是完全不同的。

所以，很多时候我们都是在飞速变化的环境中摸索前进。技术变得如此之快，这既是一个巨大的挑战，但也是一个非常有趣的挑战。

主持人： 这不仅仅对你们是这样，对你们的客户也是吧？那些在你们平台上开发的开发者呢？

Kevin Weil： 没错。前不久我和一位企业客户开会时，他们问能不能提前 60 天通知他们所有的更新，因为这会对他们有很大帮助。我回答说，其实我自己也希望能提前 60 天知道所有的更新（笑）。这就是现实。

主持人： 你提到企业客户，你们既为消费者提供了 ChatGPT，又为开发者提供了 API。既然这次的听众是开发者，我们来聊聊你们面向开发者的战略吧。能分享一下你们的开发者路线图吗？

Kevin Weil： 当然。我们刚刚举办了 Dev Day，这是一个非常激动人心的时刻，有很多重要的发布。总体来说，我们的理念是，更多的 AI 对世界更好。因此，我们希望让更多的开发者能够使用 AI，做出令人惊叹的产品。所以，我们尽量将所有最前沿的模型放入 API，并带来新的功能。比如昨天我们刚刚推出了实时语音 API。我们对此非常兴奋！另外我们还发布了模型蒸馏技术，这允许将大模型缩小为更小的模型，专注于某些特定任务，从而降低成本。总体上，我们希望带来更多的智能，让它变得更便宜、更快、更安全，并让超过 300 万的开发者通过我们的平台使用这些功能。因为你们将帮助 AI 更广泛地普及，这对全球的人们来说将是一件非常有利的事情。

主持人： 你对这些发布中哪个最感兴趣？

Kevin Weil： 我觉得模型蒸馏将会非常重要，因为它能够推动 AI 的更多应用。这个领域的发展趋势非常惊人。如果你回到最早的 API 发布时，比如 GPT-3，再看看现在的 GPT-4 mini，它是我们最强大的模型之一。成本只相当于 GPT-3 发布时的 1%，它变得更聪明、更安全，而且成本在不到两年的时间里下降了 99%。我不知道有多少行业能有这样的进步，但这非常棒。因为 AI 越普及，越便宜，它的应用场景就越多，问题也就能被更快解决。因此，我们就是在努力让更多的人使用它。我觉得蒸馏技术是一个很重要的发布，此外，先进的语音模式也令人兴奋，我可以一整天都讲这个的用例。我几周前去了首尔和东京，参加了不少客户会议。有些会议我们有翻译，但在一些场合，比如会后大家闲聊的时候，我遇到了一些不懂韩语或日语的人，而他们也不会说英语。所以我拿出了 ChatGPT，对它说：“嘿，ChatGPT，我希望你成为我的翻译。当你听到我讲英语时，请把它翻译成韩语；当你听到韩语时，请把它翻译成英语。” 我使用的是我们新的高级语音模式，如果你是 Plus 用户，现在就可以使用。

它成功了，我得以和一个人进行了一次对话。要知道，我们本来连两句话都说不上，更别说进行一场完整的商业谈话了。这是一次深刻的体验。你可以想到这种技术的其他应用场景，不仅仅是商业，还可以是旅游。如果人们不再害怕去那些他们不会说当地语言的地方，旅游业会发生什么变化？这就像是一个 “通用翻译器”，这个概念已经存在很久了，曾经是《星际迷航》里的科幻，现在你可以把这个工具装进口袋里。

二、当前AI竞争环境

主持人： 我记得可能在 2015 年左右看过一些类似的演示，但现在真的是令人难以置信的技术。让我们谈谈竞争环境，开源模型对 OpenAI 的业务意味着什么？

Kevin Weil： 我对开源模型的出现感到很高兴。我的看法是，这不是非此即彼的选择。我们从一个哲学使命的角度来看，这一切都是为了让更多人使用 AI，我认为这非常棒。我和马克（Meta的创始人）共事多年，对他非常尊敬，我认为他们的策略非常聪明。我们自己也有一些开源的东西，比如 Whisper 模型，它们用于语音转写，完全开源。

主持人： Whisper 模型，没错。

Kevin Weil： 是的，我认为这很棒，能够让更多的人使用 AI。最终，人们会想要找到那些能力最强、价格最优且尽可能安全的模型。更多的选择是一件好事。

主持人： 你觉得 OpenAI 最好的模型和最好的开源模型之间的差距会变大还是缩小？

Kevin Weil： 我们当然会尽力让差距扩大（笑）。

主持人： 你如何看待与云服务提供商的竞争？他们拥有开发出优秀模型所需的资源和数据。

Kevin Weil： 他们各自不同，某种程度上，很多竞争是不可避免的，因为这可能是世界上增长最快的市场。你必须分开看待这些云提供商。微软是我们的深度合作伙伴，当他们开发模型时，通常是通过我们的模型来实现的。而谷歌是更直接的竞争对手，亚马逊则像是安特罗匹，他们在通过 Bedrock 构建一个平台，算是多面布局。但更多的竞争带来更多的选择，竞争让我们都变得更好。因为这个领域的激烈竞争，大家将会获得更好的 AI 模型，这对世界有利。我们的任务是做那些大云提供商无法做到的事情，我们要走得更快，在产品和新模型功能上承担更多风险，而这就是我们正在做的。

主持人： 我对你们发布的 o1 推理模型印象非常深刻。能分享一下将这个模型产品化的挑战吗？

Kevin Weil： 有谁已经使用过 o1 模型了？（环顾观众）哇，几乎所有人都用过了。o1 模型有很多有趣的挑战，其中之一是它打破了我们以往构建模型的范式。通常，模型的训练是通过不断增加计算量和更大的预训练数据集完成的，比如从 OpenAI 的 GPT-1、GPT-2 到 GPT-3、GPT-4，未来可能还有5。这些模型经过大规模的预训练，积累了大量的知识，但仍然像是“系统一思维”，你问一个问题，它直接给出答案。而 01 不同的是——如果你允许我拟人化一下——它学会了推理。当遇到一个问题时，它不会直接输出答案，而是会进行思考，提出假设，然后根据它所知道的信息来验证或否定这些假设，并通过这种方式得出结论。这有点像你面对一个复杂问题时，会花一些时间思考，心中形成一些假设，并逐一验证。

其实并不是这样，它在后台实际上做了很多推理工作，能够推动知识的前沿。这不仅仅是关于它学到的内容，它还能进行推理，拓展到新的领域。这是一种根本不同的方式，不再仅仅依赖更大的预训练数据集，而是更多地应用推理，特别是在提问时。这是一种完全不同的模型扩展方式，它在科学、推理和数学等纯推理领域表现得非常出色。

我们之前不知道的一件事是，它的通用性到底有多强。我们知道在数学和科学方面，它的表现远超预期。如果使用类似于 GP QA 的评估基准，这是一类难度很高的研究生水平的科学评估题，这些题目是无法直接从网上找到答案的。在所有科学领域，它的表现超过了 90% 的研究生，这比 GPT-4 好了很多。但它在编程或创意写作等领域的表现如何？这些是人们使用 ChatGPT 的常见任务。我们不确定它是仅对特定领域有用，还是广泛适用，这也影响了我们如何构建产品。此外，它需要时间思考。实际上，它在后台进行了大量的思考。我们最终决定在输出答案时给出它的思考过程的总结，用户可以看到它如何推导出答案。这也非常有趣，因为它让你能看到它的推理过程。这一过程中我们遇到了很多新的问题和挑战，但好消息是，用户的反馈非常好。我们还将它开放给 API，这一点让我们非常兴奋，因为我们知道开发者们将面临一些最具挑战性的用例。我可以分享一些这些用例，但我们已经看到了极高的采用率，还有一些令人鼓舞的 01 模型应用。

主持人： 正如你刚刚所说的，它的广泛适用性非常明显。像治愈癌症这样的最艰难的科学研究任务，可能需要模型具有强大的推理能力。而另一方面，比如总结新闻文章这样不需要太多推理的任务，大多数任务会在哪个光谱范围内呢？如果你快进到未来，你觉得会如何？

Kevin Weil： 这是个有趣的问题。如果你考虑到一些经济价值最高的任务，今天 o1 的上下文窗口还是有限的，当然我们会改进这一点，未来它会拥有更长的上下文窗口，能够进行更多的思考。现在它可以思考 60 到 90 秒，但有时我会问它一个难题，它只花 5 秒就给出答案，我都来不及对它提出挑战（笑）。目前它的思考时间顶多是 60 到 90 秒，但你可以想象一个世界，你问它一个关于如何治愈某种癌症的复杂问题，它可能需要思考 5 小时、5 天，甚至 5 个月。因此，有些问题可能需要大量的思考时间。至于那些像“帮我总结一下这封邮件”这样的问题，我认为未来的一大变化是，我们习惯了模型变得非常聪明。我们很快就习惯了新技术的进步。我看了一篇文章，讲的是有人第一次使用 WH（全自动驾驶汽车），10 秒后他们惊呼：“天哪，前面有个骑自行车的人，车会避开吗？”而 10 分钟后，他们又说：“哇，这太酷了！”20 分钟后，他们已经无聊到开始查看手机上的邮件了（笑）。我们很快就习惯了令人惊叹的新技术。

对于那些从外地来旧金山的人，在离开之前你一定要尝试一下自动驾驶汽车，真的非常神奇！但我们仍然习惯于一个需要逐步指示 AI 去完成任务的世界，比如说“这是封邮件，我要你总结一下它的内容”，然后我再处理这封邮件。我认为我们将从这个世界转向一个新世界，在那里 AI 不再仅仅是为你回答问题，而是实际帮助你在现实世界中完成任务，不再是五分钟的任务，而是五小时或五天的任务。即使是那些看起来很平凡的事情，比如业务流程效率，它们也需要在这个新世界中进行复杂的推理，制定出一个更复杂的计划并付诸行动，然后定期与你反馈。我其实认为 o1 模型和推理能力将会在未来占据更大的比重。

主持人： 这是否意味着所有基于这个模型进行开发的开发者都需要重新思考产品的用户体验设计，以适应这些增强的能力，同时也要考虑到可能的延迟？

Kevin Weil： 我认为这更像是一种根本性的哲学转变。我们习惯了那种“系统一”级别的 AI 思维方式，你问它问题，它给你答案。而未来你将能够要求 AI 为你执行任务，AI 将会变得更加主动。这是一种完全不同的产品构建方式。所以，是的，界面设计等方面肯定会改变，因为需要更多的异步操作。但我觉得，真正重要的是那些之前无法实现的产品，现在变得可能了。如果我是开发者或者刚创业，我会考虑那些刚好处在 AI 能力边缘的用例。今天这些用例可能还不太行，但三个月或六个月后，它们会变得非常出色，而你会领先于其他人。

三、o1模型的任务

主持人： 你对这里的开发者有任何建议吗？他们什么时候该用 o1模型，而不是其他模型？你提到编程，编程是一个适合o1模型的任务吗？

Kevin Weil： 是的，实际上我们发现o1模型是一个非常出色的编程助手，尤其是在遇到复杂问题时。比如，如果你只是让它写个 Python 函数来排序一个列表，那每个模型都能做到。但当你有非常棘手的编程问题，涉及到多重权衡决策时，这正是 01 模型的专长。我认为，在一个快速演变的世界里，你要思考那些 AI 还不能完全胜任的任务。当你朝这些方向构建产品时，可能现在它还不能完全实现，但三个月后它就能实现，到那时你将会拥有一个非常棒的产品。Sam 也曾多次提到，如果你在开发某个东西，并且担心 OpenAI 或其他人的下一个模型发布会对你造成影响，那你可能没有开发正确的东西。如果你只是在弥补模型目前的不足，那这不是一个好的方向。但如果你正在开发的东西，你迫不及待想看到下一个大模型发布，因为这将让你正在做的事情提升十倍，那就是一个很好的位置。这意味着你正在推动智能的前沿，正在开发以前不可能实现的新产品领域，而这些领域现在正逐渐变得可能。我认为这才是最有趣的一类事情。

主持人： 这是一个很好的标准。那么，世界其他地方什么时候会赶上 o1 模型呢？

Kevin Weil： 哈哈，明天？明年？还是 12 个月后？这是这个行业有趣的地方，还有很多未知领域等待被发现。各个实验室都在做非常出色的基础工作，有时侧重点稍有不同。有的实验室在某些领域领先，另一些在其他领域领先。这就是有趣的部分，竞争非常激烈，你必须保持最佳状态并快速推进。我们的任务是，在其他实验室掌握 o1模型的技术和方法之前，我们要始终领先三步。我们确实觉得，尤其是o1 模型，我们采用的技术处于一种不同的扩展范式。它不再是单纯的预训练规模扩展，而是在推理时进行扩展。我们认为目前的阶段相当于 GPT-2 的阶段，我们看到了很多“低垂的果实”，可以迅速采摘以提升这些模型的表现。因此，当其他人赶上来时，我们会努力再领先三步。

主持人： 你提到推理时增加计算复杂度的趋势，这对在场的开发者特别相关，尤其是在考虑支持这些功能的服务系统时，复杂性将大大增加。

Kevin Weil： 绝对是这样的。

四、AI产品盈利模式

主持人： 现在我们来聊聊消费类产品吧。你曾参与构建了一些全球最成功的消费类产品，比如 Twitter 和 Instagram。最终，社交媒体通过广告实现了盈利。那么，面向消费者的 AI 最终会如何实现盈利呢？是通过每月 20 美元的订阅，还是其他方式？

Kevin Weil： 这是个非常有趣的问题，我必须承认，我们现在还没有所有的答案。我们目前没有任何与广告相关的计划。尤其是随着模型越来越智能，我们听说了一些例子，比如有高级律师事务所的资深律师表示，他们用 o1 模型撰写了一份法律简报，这本来需要一位每小时收费 1000 美元的助理花 6 个小时，而 AI 只用了 5 分钟就完成了。这意味着什么呢？当你可以用 3 美元的 API 费用在 5 分钟内完成价值 88000 美元的工作时，这让人难以预料。

我们还没有所有的答案，而且我们的部分使命是将 AI 带给所有人。世界上有许多地方的人，我们有免费的产品，并且我们会一直提供免费服务，我们对此深信不疑。同时，我们也努力让 AI 的成本越来越低，以便我们可以在免费产品中提供更多的功能。但同时，也会有一些人愿意支付每月 20 美元的订阅费用。然而，世界上也有很多人支付不起 20 美元的费用。所以问题是，如何在一方面分享我们创造的价值——比如，我们将价值 8000 美元的工作用几分钟时间完成，仅需几美元——同时，另一方面，还要将 AI 带给那些可能付不起费用的人？这是一个悬而未决的问题。

主持人： 你认为未来会是怎样的？是通过 API 代币收费，还是能接近于 8000 美元的价格？

Kevin Weil： 我不确定。我认为世界会发生变化。如果这些工作真的能用 3 美元完成，你也无法再长期收取 5000 美元的费用，因为很快就会有人收取更低的价格。最终，这些东西的价格会趋近于其生产成本。因此，这是一个完全不同的世界。而且我觉得，我们所有人在这个房间里都在一起创造这个世界，我们都有机会塑造它。

主持人： 在规划 ChatGPT 的路线图时，你是否有一些产品类比，比如它类似于搜索引擎或是类似于通讯应用？

Kevin Weil：有趣的是，我个人找到的最佳类比是将这些系统看作另一个人。我可以举几个例子。比如，使用 o1 模型时，它需要思考一段时间。你可能会遇到 30 秒或 60 秒的延迟，这期间它在思考答案。那么在用户界面上，我们该如何处理这种情况呢？如果我问你一个你不知道答案的难题，大多数人不会一边思考一边不间断地说出所有想法。大多数人也不会完全沉默，或者转身发呆 60 秒。你可能会给出一些定期的更新，比如“我在想，可能是这样……再给我点时间。”你会给出一些进展更新。所以这就是我们最终在产品上实现的功能。

另外，使用语音模式时，你会意识到人与人之间的对话和写作是非常不同的。如果你曾经为自己写过一篇演讲稿，然后念出来，你会觉得非常生硬，至少我觉得是这样的。所以，我必须改变写作的方式，才能让它听起来更自然。同样的挑战也存在于高级语音模式的开发中。我们有时候会遇到这种情况，你问它一个问题，它回答完后总是会跟着提出另一个问题，感觉就像它有点“黏人”，好像想延续对话。这是一些有趣的挑战，通过思考“如果是人类在这种场景下会怎么做”可以为我们提供指导，帮助我们决定 AI 应该如何表现。在这些场景中，模型的行为本身就是一种产品，它的个性和其他特征同样重要。因此，我们的产品经理和工程师也在思考如何塑造模型的个性。

书面英语和口语英语确实是两种不同的语言。至少对我来说，如果把这些内容数字化并读出来，我听起来可能会像个完全的傻瓜（笑）。所以用户体验（UX）在这里非常重要。你提到了一些你们在 UX 上取得的突破，当然，聊天界面是一个巨大的 UX 突破，语音模式也是。

主持人： 那么，还有哪些突破是我们还没有看到或者你们还没有实现的，但你认为很重要？

Kevin Weil： 我认为，很明显，模型的响应需要变得更加丰富。现在的交互大多是文本的来回传递。我们相信并且正在努力实现的目标是，你应该能够以与另一个人交流的所有方式与我们的模型互动。我会打字，今天早上我就和你通过打字交流过，这是大多数人目前使用 ChatGPT 的方式，但我也会说话，也会观察。所以我们希望你能够与模型对话，它也能与你对话。我们希望你能够拿起手机，向模型展示你所看到的场景，并向它提问实际生活中的问题。

我们已经讨论过 Sora，它可以实时生成视频。因此，所有这些都需要变得自然且完全整合。我认为未来模型的响应会更加丰富，你不会仅仅收到文字回复，你会收到多媒体内容，并能对这些内容进行操作。这个方向很明确，接下来就看聊天界面能维持多久了。随着我们向更具主动性的行为模式转变，你会要求模型在更长的时间内执行任务，并且它会定期与你反馈。我认为聊天界面作为一种粗略的范式可能仍然会保留，但它需要演变。因为，作为人类互动的模型，聊天和对话实际上是我们协作的方式。如果你把自己看作与越来越智能的 AI 合作，而聊天只是对话的模型，它在当今的人类协作中是有效的，所以我们看看它能走多远吧。这也是在这个领域构建产品的有趣之处之一。

五、产品价值观

主持人： 换个话题，有人担心模型可能偏向左翼或右翼，或者过于政治正确。如果谈到价值观，这是由研究团队在模型训练期间或训练后内置的，还是在产品层面处理的？

Kevin Weil： 这是个非常有趣的问题。顺便说一句，我怀疑如果我们现在让这个房间里的每个人投票，可能都不会达成一致意见。比如，当你问模型政治相关的问题时，有些问题可能会让人们五五开地分裂，显然模型不应该在这些问题上采取立场。但如果你问“地球是否是平的？”在这个问题上，可能有超过 99% 的人同意它是圆的，但并不是 100%。那么模型该不该有立场？如果是 80% 对 20% 呢？这些都是棘手的问题。我们采取的做法是发布了一个模型规范（model spec），并提供了大量示例，基本上表明这是我们指导模型遵循的规范，它已经公开发布了，你可以去阅读，并提供意见。我们也一直在接受反馈。如果模型的行为不自然，可能有两个原因：第一，它没有遵循规范；第二，你不同意规范。如果是第一种情况，那就是个“bug”，我们应该去修复它。如果是第二种情况，那就是关于规范的讨论，但至少我们有一个发布的规范，大家可以作为社会的一员来争论。

这是我们采取的方法，到目前为止效果还不错。我们围绕规范进行了很多讨论，随着模型的新功能出现，规范也必须不断演变。但到目前为止，这种方法还是奏效的。比起单纯说“我得到了一个我不喜欢的答案，OpenAI 去修复它吧”，这种方法更好，因为我们有一个可以争论的文档。

主持人： 我同意这是个很好的方法。对于那些基于模型构建产品的人来说，这也是一个很好的指导。我们在场的很多人不仅仅是在构建模型，还在围绕你们的模型构建系统。如果我在考虑安全问题，当然安全可以有很多不同的定义，那么在这种情况下，应该从哪个角度去分析安全性呢？是模型本身，还是围绕模型的系统和产品呢？

Kevin Weil：我们的信念是两者兼而有之，这是一种“深度防御”的方式。有些事情我们希望模型永远不会做，永远不会回答。而有些事情则会根据应用场景的不同而改变。例如，在 ChatGPT 上，我们会采取某些立场，但在 API 中，你会有更多的自由，能够采取不同的观点。如果你是一个核聚变科学家，有些问题我们不希望模型在 ChatGPT 中回答，但对于你来说，讨论这些问题是合理的。所以，在某些情况下，我们会坚持立场，认为模型不应该做这些事情，因为它们是非法的，或者我们不希望我们构建的产品能够做这些事情。而在其他情况下，则会更加依赖具体的场景。

主持人： 这非常有趣。我很好奇，在制定这些规范时，参与其中的人需要具备哪些最重要的技能？

Kevin Weil： 实际上，我们雇用了很多作家，他们能够帮助模型更好地表达自己，甚至可以说是调节模型的“情感”。这让我想起了我在 Twitter 早期的经历，那是 100 年前的事了（笑）。当时，EV 说过一句话让我印象深刻，这句话至今对 OpenAI 仍然适用。他说：“无论你在公司内部有多少聪明人，外面总有更多的聪明人。” 这句话特别适用于任何与社会变革相关的问题。在 OpenAI，我们相信“迭代部署”的哲学。面对新技术以及随之而来的所有挑战性社会问题，从安全性到更为平常的事情，我们的信念是，将模型推出去，让越来越多的人接触它们，实际上是让它们变得更加安全的方式，也是逐步推动世界积极变化的方式。这就是我们采取的做法，所以模型规范是公开的。我们向公众征求意见，并根据来自世界各地的反馈不断改进它，而不仅仅依赖 OpenAI 内部团队的反馈。

主持人： 这很有道理。我们在使用 Ray 时也从开源社区以及不同公司的贡献中受益匪浅。最后，你能分享一下你对未来的看法，以及你最期待的是什么吗？

Kevin Weil： 我觉得未来会非常有趣。我举一个例子，之前我提到过 ChatGPT 为我充当翻译，这是一次非常震撼的体验。我还对一些事情感到兴奋，比如，当每个孩子都有一个个性化的导师时，事情会变得怎样？其实我有点惊讶这还没有实现。Khan Academy 在这方面做了一些有趣的事情，但似乎没有真正普及。我打赌在场的大多数孩子还没有在使用个性化的 AI 教师，更不用说那些可能对 AI 不太敏感的全球其他孩子了。但这几乎是不可避免的。当你看看那些接受个性化辅导的孩子和普通上学的孩子的成绩差异，结果是成倍的差距。

主持人： 能否问一下，这是否属于那种可以基于 OpenAI 模型构建大量价值的领域，还是说随着下一个模型的推出，我的工作可能会被淘汰？

Kevin Weil： 我认为这是一个有巨大价值的领域。从某种意义上说，我们正接近，甚至已经处于这样一个阶段：我们不再受限于智能，而是受限于如何应用它。模型已经有能力做各种各样的事情，关键在于将其应用于非常具体的用例，教给它一些它可能不知道但可以学习的东西，应用那些并不公开的数据集，例如某些企业通过多年的业务积累获得的私有数据，使模型在特定领域表现得非常出色。我们绝对不可能去做所有这些事情，这也是为什么我们与 Khan Academy 等机构合作，并且我们构建了 API。我们希望开发者们能够基于此开发出一系列令人惊叹的产品，因为我们相信，AI 在世界上的普及越快，世界就会变得越好。所以，我对此感到非常兴奋。我认为这些模型的进步速度会非常快，这也意味着我们都有巨大的机会。

主持人： 你提到的“受评估限制”的观点非常有启发性。Kevin，非常感谢你分享你的见解，和你聊天非常愉快。

Kevin Weil： 谢谢你们的邀请，我也很享受这次对话。

原视频链接：https://x.com/GoogleDeepMind/status/1846974292963066199

对了，喜欢就别忘了点赞、收藏、转发支持一下！期待在评论区听到你的观点和看法!