Thật là kịch tính! Đây có thể là bản tổng hợp chi tiết nhất về vở bi kịch quyền lực Ultraman trên toàn mạng.
Người đồng chủ thể của sự kiện, Greg Brockman, người đứng thứ hai tại OpenAI, tự mình tiết lộ:
Sau 72 giờ bị sa thải, đã xảy ra chuyện gì?
Sự thật liên tục được tiết lộ, nhưng khá đau lòng:
Greg và Ultraman thực sự không biết gì trước khi sự việc xảy ra, và cho đến nay, chính những người liên quan vẫn đang tự phản tư xem lỗi nằm ở khâu nào.
Ban đầu, hội đồng quản trị chỉ muốn đuổi Otomo, nhưng Greg quá nghĩa hiệp, ngay trong ngày đó đã nộp đơn xin nghỉ việc.
Ngày đầu tiên sau khi bị sa thải, họ đã tổ chức cuộc họp bí mật tại nhà Ultraman để chuẩn bị thành lập công ty mới, thậm chí lên kế hoạch đưa theo toàn bộ nhân viên.
Hội đồng quản trị đột ngột thay đổi ý định, vốn đã cơ bản thỏa thuận về việc quay trở lại của Otomann, nhưng bất ngờ bổ nhiệm CEO mới.
Cả cuối tuần, tất cả các đối thủ đều đang cuồng nhiệt tuyển dụng, nhưng không ai chấp nhận.
Việc Ilya rút vốn giúp Greg cảm thấy nhẹ nhõm.
Một cuộc phỏng vấn kéo dài hơn một giờ, Greg đã giải thích chi tiết toàn bộ quá trình của cuộc đảo chính lịch sử tại Thung lũng Silicon, cũng như trả lời mọi vấn đề, bao gồm lịch sử hình thành của OpenAI, lý do chuyển sang mô hình sinh lời và tương lai sẽ đi về đâu...
Từ sự bối rối khi rời Stripe, đến buổi offsite quyết định số phận ở thung lũng Napa, rồi đến bước đột phá bất ngờ với dự án Dota, mật độ thông tin cực kỳ cao.
Greg thậm chí nhiều lần nghẹn ngào:
Khi Ilya rời đi, đó là lần duy nhất tôi cảm thấy không muốn tiếp tục nữa.
Đây là toàn văn cuộc phỏng vấn hơn mười nghìn chữ, đã được tóm tắt và điều chỉnh mà không làm thay đổi ý nghĩa ban đầu.
Cuộc trò chuyện với Chủ tịch OpenAI Greg Brockman
(Dưới đây, câu hỏi của người dẫn chương trình Shane Parrish được gọi tắt là Q)
OpenAI ra đời từ sự tự nghi ngờ
Q: OpenAI được thành lập như thế nào?
Greg: Tôi biết tôi muốn khởi nghiệp vì tôi cảm thấy điều đó thật ý nghĩa.
Q: Nhưng lúc đó bạn vừa mới khởi nghiệp tại Stripe.
Greg: Đúng vậy, nhưng tôi luôn cảm thấy vấn đề Stripe đang giải quyết không phải là “vấn đề của tôi”.
Nó chắc chắn quan trọng, và tôi đã dành nhiều năm để đầu tư vào nó. Nhưng tôi cảm thấy, dù có hay không có tôi, nó vẫn sẽ thành công.
Vì vậy, lúc đó tôi đã có cơ hội đầu tiên để thực sự suy ngẫm: Mục tiêu mà tôi muốn dành cả đời để theo đuổi là gì? Một vấn đề mà tôi sẵn sàng dùng cả phần đời còn lại để thúc đẩy, dù chỉ là để nó trở nên tốt hơn một chút.
Câu trả lời rất rõ ràng – AI.
Nếu bạn có thể thực sự ảnh hưởng đến hướng phát triển của AI trên toàn thế giới, thì cuộc đời này đã không vô nghĩa.
Câu hỏi: Khi bạn định rời Stripe, Patrick đã khuyên bạn nói chuyện với Sam Altman, cuộc trò chuyện đó đã diễn ra như thế nào?
Greg: Patrick lúc đó nói với tôi rằng Sam đã gặp nhiều thanh niên trong hoàn cảnh giống tôi.
Thực ra tôi biết Patrick muốn Sam thuyết phục tôi ở lại, nhưng sau khi nói chuyện với Sam vài phút, anh ấy đã rõ ràng rằng tôi quyết tâm rời đi.
Sau đó, Sam hỏi tôi kế hoạch tiếp theo là gì, tôi nói với anh ấy rằng tôi đang cân nhắc thành lập một công ty AI.
Sam nói rằng anh ấy cũng đang cân nhắc làm một số việc trong lĩnh vực AI và hy vọng sẽ giữ liên lạc sau này.
Sau khi rời Stripe, tôi đã nói chuyện thêm một lần nữa với Sam, lần này Sam cho biết anh ấy đã có những ý tưởng cụ thể hơn và mời tôi tham dự bữa tiệc tối vào tháng Bảy.
Tôi nhớ lúc đó chủ đề bữa tối là: Hiện tại thành lập một phòng thí nghiệm, quy tụ những nhà nghiên cứu hàng đầu toàn cầu, liệu đã quá muộn chưa? Liệu còn có thể không?
That was which year?
Greg: Năm 2015.
Lúc đó, DeepMind gần như độc quyền tất cả các nhà nghiên cứu hàng đầu, vốn và dữ liệu. Chúng tôi đều nghi ngờ liệu có thể tạo ra điều gì mới mẻ từ đầu không?
Mọi người đã liệt kê ra vô số khó khăn, nhưng không ai đưa ra được lý do thực sự không thể.
Vậy nên tối đó, Sam và tôi lái xe trở về thành phố. Chúng tôi nhìn nhau, và anh ấy nói rằng chúng tôi phải làm việc này.
The next day, I began fully dedicating myself to the preparations.
Điều này rất khó, mọi thứ đều mờ mịt. Chúng tôi chỉ có một tầm nhìn: chúng tôi muốn xây dựng trí tuệ nhân tạo phổ quát để mang lại tác động tích cực cho thế giới và mang lại lợi ích cho đại chúng. Nhưng chúng tôi hoàn toàn không biết phải làm thế nào để thực hiện, hay làm sao để thuyết phục người khác nghỉ việc và gia nhập.
Ban đầu, đội ngũ cốt lõi mà tôi xác định gồm Ilya, John Schulman và chính tôi. Chúng tôi đã dành rất nhiều thời gian cùng nhau thảo luận về các tầm nhìn khác nhau của phòng thí nghiệm và cách thức hoạt động có thể có, nhưng vẫn chưa hình thành được gì.
Một phần do lo ngại rằng dự án thiếu đủ động lực, Dario cảm thấy anh ấy cần trước tiên xây dựng danh tiếng cho bản thân, và không chắc dự án này có phù hợp với nó hay không.
Trong khi đó, tôi bắt đầu vận động John Schulman gia nhập, và anh ấy đồng ý. Nhưng cuối cùng Dario và Chris quyết định đến Google Brain, nên nhóm thực tế chỉ còn lại tôi, Ilya, John và một vài người khác.
Lúc đó khoảng 10 người đã thể hiện sự quan tâm, nhưng đều đang quan sát xem sẽ còn ai nữa tham gia.
Tôi hỏi Sam làm thế nào để phá vỡ tình thế bế tắc này, Sam đề xuất tổ chức một hoạt động off-site cho cả nhóm. Chúng tôi chọn Napa Valley, và tôi còn特意 làm áo thun.
Lúc đó chưa có lời mời chính thức, chưa có cơ cấu công ty, chẳng có gì cả. Chúng tôi chỉ có một ý tưởng, một tầm nhìn, một sứ mệnh.
Nhưng khi chúng tôi mời mọi người đến, vào ngày ở thung lũng Napa, chúng tôi đã có những ý tưởng bùng nổ và gần như xác định được lộ trình công nghệ cho thập kỷ tới:
1. Giải quyết vấn đề học tăng cường. 2. Giải quyết vấn đề học không giám sát. 3. Học dần dần những thứ phức tạp hơn.
Sau cuộc họp kín, tôi đã gửi lời mời đến mọi người, thông báo rằng chúng tôi sẽ khởi động trong vòng 2-3 tuần tới; ai muốn tham gia vui lòng cho tôi biết.
Q: Tại sao lúc đó lại cảm thấy DeepMind khó có thể vượt qua?
Greg: Lúc đó, Google DeepMind chính là gã khổng lồ trong lĩnh vực AI, với nguồn vốn dồi dào và thành tích nổi bật, ngay cả trước khi AlphaGo ra đời vài tháng, lợi thế của nó đã rõ ràng.
Vì vậy, chúng ta mới nghi ngờ: liệu có thể xây dựng một tổ chức mới độc lập không? Câu trả lời vẫn chưa rõ ràng.
Lý do từ bỏ phi lợi nhuận
Q: Bạn nhận ra con đường phi lợi nhuận không khả thi vào lúc nào?
Greg: Năm 2017, chúng tôi bắt đầu suy nghĩ nghiêm túc về cách thực sự hiện thực hóa sứ mệnh và cách thực sự xây dựng AGI. Chúng tôi đã tính toán nhu cầu về sức mạnh tính toán và phát hiện cần những thiết bị tính toán quy mô cực lớn.
Lúc đó, chúng tôi đã tiếp xúc với công ty Cerebras, họ đang phát triển một loại phần cứng tính toán chuyên dụng có hiệu năng vượt xa mức tính toán mà chúng tôi tự thực hiện.
Vì vậy, chúng tôi nhận ra rằng nếu chúng tôi có thể mua rất nhiều thiết bị như vậy, độc quyền tiếp cận sản phẩm của Cerebras và xây dựng các trung tâm dữ liệu quy mô cực lớn, điều đó sẽ mang lại cho chúng tôi lợi thế áp đảo.
Tuy nhiên, việc huy động vốn của các tổ chức phi lợi nhuận có giới hạn và hoàn toàn không thể hỗ trợ được mức đầu tư như vậy. Vì vậy, Elon, Sam, Ilya và tôi đều nhất trí rằng, con đường duy nhất để OpenAI thực hiện sứ mệnh của mình là thành lập một thực thể liên kết vì lợi nhuận.
Thời điểm GPT của chính OpenAI
Q: Bạn đã nhận ra mọi thứ sẽ thay đổi hoàn toàn vào lúc nào? Trước hay sau dự án Dota?
Greg: Cách OpenAI hoạt động là một chuỗi những khoảnh khắc “mơ thành hiện thực”. Mỗi khi bạn nghĩ mình đã hiểu rõ toàn bộ bức tranh, bạn nhanh chóng phát hiện ra những ranh giới mới.
Lúc mới thành lập đội ngũ, chúng tôi rất hào hứng vì thật sự đã tập hợp đủ đội, có thể bắt đầu thúc đẩy sứ mệnh. Nhưng ngày hôm sau đến văn phòng, chúng tôi phát hiện thậm chí không có một tấm bảng trắng.
Dota là thành quả lớn đầu tiên của chúng tôi, thực sự khiến chúng tôi tin rằng chỉ cần nỗ lực hết mình, chúng tôi hoàn toàn có thể thành công. Nó chứng minh rằng chỉ cần tập trung sức mạnh tính toán, mở rộng quy mô tính toán, kết quả sẽ được tăng cường.
Cũng có nhiều khoảnh khắc như vậy trong chuỗi GPT, ví dụ như một bài báo sớm về neuron cảm xúc không giám sát, đó là lần đầu tiên chúng ta chứng kiến ý nghĩa nổi lên từ quá trình huấn luyện với mục tiêu mô hình hóa ngôn ngữ.
Bạn huấn luyện mô hình để dự đoán ký tự tiếp theo, rồi đột nhiên, bạn có được một mạng nơ-ron có thể hiểu cảm xúc và phân biệt tích cực với tiêu cực.
At that moment, we realized we were building machines that could learn semantics, not just grammatical rules.
Khi GPT-4 ra đời, có người sẽ hỏi tại sao nó vẫn chưa phải là AGI. Nó thật sự có thể giao tiếp trôi chảy, gần như đáp ứng tất cả các định nghĩa trước đây về AGI, nhưng vẫn còn thiếu một bước cuối cùng.
Tóm lại, trên hành trình này, có rất nhiều khoảnh khắc tương tự khiến chúng ta cảm thấy ước mơ trở hiện thực, nhưng những khoảnh khắc này vẫn chưa kết thúc; chúng ta sẽ còn có thêm nhiều khoảnh khắc đột phá, rồi nhận ra giai đoạn tiếp theo có thể sẽ khả thi.
Hỏi: Bạn nghĩ Dota quan trọng như thế nào?
Greg: Dota là một khoảnh khắc phi thường, nó không giống như Deep Blue chơi cờ vua hay AlphaGo chơi cờ vây với các quy tắc rõ ràng, mà là tương tác thời gian thực với con người trong môi trường phức tạp và mở, gần gũi hơn với thế giới thực.
Thực ra ban đầu chúng tôi chỉ muốn sử dụng nó để xác minh thuật toán mới, vì lúc đó học tăng cường chưa thể mở rộng quy mô. Nhưng khi chúng tôi liên tục tăng cường sức mạnh tính toán, chỉ với thuật toán PPO cực kỳ đơn giản đã vượt qua các cầu thủ giỏi nhất, điều này chứng minh:
Độ mạnh tính toán quy mô lớn kết hợp với thuật toán đơn giản, trong thực tế hoàn toàn khả thi.
Đặc biệt trong môi trường cực kỳ hỗn loạn này, khi bạn không thể lập trình, không thể dự đoán, không thể tìm kiếm, điều bạn cần gần như là trực giác như con người.
Lúc đó, mạng nơ-ron được sử dụng rất nhỏ, số lượng synapse tương đương với não của côn trùng, chúng ta sẽ nhận ra rằng nếu mở rộng ý tưởng này lên quy mô của não người thì sẽ như thế nào? Đây là một câu hỏi rất hấp dẫn và hay.
Hỏi: Khi đã nói đến dự đoán, thì bạn nghĩ có sự khác biệt nào giữa dự đoán và suy luận không?
Greg: Tôi cho rằng có một mối liên hệ sâu sắc giữa hai điều này.
Dự đoán từ tiếp theo nghe có vẻ đơn giản, nhưng nếu bạn có thể dự đoán chính xác từ tiếp theo của Einstein, thì ít nhất bạn cũng thông minh như Einstein.
Cốt lõi của dự đoán không phải là dự đoán thông tin đã biết, mà là suy luận các diễn biến tiếp theo trong các tình huống mới chưa từng thấy, điều này gắn liền sâu sắc với bản chất của trí thông minh.
Các mô hình suy luận hiện tại được chia thành hai bước:
1. Học không giám sát: Cho phép mô hình được huấn luyện bằng cách dự đoán điều gì sẽ xảy ra tiếp theo. Dữ liệu mang tính tĩnh và mang tính quan sát cao hơn. 2. Học tăng cường: Cho phép AI tự học trên dữ liệu của chính nó. Nó tự thực hiện hành động, nhận phản hồi từ thế giới và học từ đó. Phương pháp huấn luyện về bản chất vẫn là dự đoán, tức là dự đoán kết quả sau hành động và củng cố dựa trên hiệu quả đạt được.
Nhưng về cơ bản, công nghệ được sử dụng trong hai giai đoạn này là hoàn toàn giống nhau, đều là dự đoán, chỉ khác nhau về cấu trúc dữ liệu.
Sự kiện Ultron ép buộc
Hỏi: Mâu thuẫn nội bộ bắt đầu trở nên căng thẳng từ khi nào?
Greg: Điều đặc biệt về OpenAI là chúng tôi tin tưởng có thể tạo ra AI ngang bằng với con người, điều đó có nghĩa là rủi ro rất cao.
Ai đang đưa ra quyết định? Những giá trị nào đằng sau những quyết định này? Những việc vốn không quan trọng trong công ty thông thường, như chính trị văn phòng, đều ở đây được gán thêm trọng lượng sống còn đối với nhân loại.
Tôi cho rằng điều này đã ảnh hưởng đến nhiều sự phát triển bên trong OpenAI và cũng là nguồn gốc của tất cả các xung đột lớn.
Một trong những động lực cốt lõi của lĩnh vực AI là mong muốn của con người được đứng ở trung tâm của cuộc cách mạng công nghệ và trở thành những người được ghi nhớ, vì vậy đây không chỉ là vấn đề của riêng OpenAI.
Công nghệ AI bản chất là phân mảnh; dưới áp lực cao, nó có thể tạo ra kim cương, cũng có thể sinh ra vết nứt, vì vậy bạn thường thấy kim cương hình thành trong các nhóm nhỏ, nơi họ hợp tác chặt chẽ và tin tưởng lẫn nhau. Nhưng đôi khi họ cũng chia rẽ và đi theo con đường riêng.
Tôi cho rằng trong lĩnh vực AI, sự đa dạng về hướng đi và cạnh tranh lành mạnh là điều bình thường, giúp chúng ta thúc đẩy công nghệ một cách an toàn hơn và thảo luận về những vấn đề nan giải như an toàn, đạo đức.
Vì vậy, những cuộc tranh luận lành mạnh luôn tồn tại trong OpenAI, nhưng hiện tại, điều này đang diễn ra trên toàn thế giới.
Q: Vậy hãy quay lại thời điểm bạn nghe tin Sam bị sa thải, bạn đang ở đâu?
Greg: Lúc đó tôi ở nhà. Tôi nhận được tin nhắn mời tham gia cuộc gọi video và nhận thấy tất cả các thành viên hội đồng quản trị, ngoại trừ Sam, đều có mặt trên đó. Ngay lúc đó, tôi đã cảm thấy có điều không ổn.
Họ cho tôi biết hội đồng quản trị đã quyết định bãi nhiệm Sam. Thông tin tôi nhận được cơ bản giống với tuyên bố công khai, nên tôi cố gắng hỏi thêm chi tiết, nhưng bị từ chối.
Sau đó, họ nói thêm rằng tôi cũng bị loại khỏi hội đồng quản trị, nhưng sẽ tiếp tục ở lại công ty vì tôi rất quan trọng đối với công ty và sứ mệnh của nó.
Tôi một lần nữa yêu cầu lý do, nhưng vẫn bị từ chối. Cuối cùng, họ cho tôi biết rằng trong kiến trúc mới, tôi có thể nhận được phản hồi. Đó là nội dung cuộc gọi đó.
Hỏi: Lúc đó bạn đang nghĩ gì? Có cảm thấy tức giận không?
Greg: Không, tôi chỉ cảm thấy điều này không đúng, nhưng tôi có lẽ hiểu được chuyện gì đã xảy ra.
Q: Bạn bao lâu sau mới biết chính xác điều gì đã gây ra tất cả những điều này?
Greg: Câu trả lời chia làm hai phần. Thứ nhất, tôi cảm thấy mình vẫn đang không ngừng khám phá những sự thật mới, những điều mà người khác đang nghĩ đến. Về mặt nào đó, điều này có thể quy về sự giao tiếp không hiệu quả, khi bạn đột nhiên nhận ra rằng trước đây đã có rất nhiều điều bị bỏ qua.
On the other hand, I roughly understand why each of them is doing that.
Nhưng vào đúng khoảnh khắc đó, việc tìm lý do đã không còn quan trọng nữa, tôi chỉ biết rằng điều này không đúng. Vì vậy, sau khi cúp máy, tôi lập tức nói với vợ rằng mình muốn từ chức, và cô ấy cũng đồng ý.
That day, I submitted my resignation.
Sau khi nghỉ việc, tôi bắt đầu nhận được rất nhiều tin nhắn. Chúng tôi đã nhận được rất nhiều sự hỗ trợ và nhiệt tình, nhiều người sẵn sàng cùng chúng tôi rời đi để khởi nghiệp lại, bao gồm Jakob, Shimone và Alexander.
Sau đó, chúng tôi gặp lại Sam và bắt đầu lên kế hoạch thành lập một công ty mới.
Vào ngày đầu tiên, chúng tôi cho rằng khả năng Sam quay trở lại chỉ là 10%. Vì vậy, chúng tôi đã tổ chức một cuộc họp tại nhà Sam, rất nhiều người trong công ty đã tham gia, và chúng tôi đã trình bày bức tranh đang được phác họa. Chỉ trong một ngày, chúng tôi đã có một bức tranh hoàn toàn mới về cách vận hành dự án.
Cuối tuần đó, chúng tôi cũng dành rất nhiều thời gian để đàm phán với hội đồng quản trị và công ty, nhằm tìm ra một con đường quay trở lại có ý nghĩa.
Kết quả là vào tối Chủ nhật, hội đồng quản trị đột ngột bổ nhiệm CEO mới thay thế vị trí của tôi, khiến công ty bùng nổ các cuộc biểu tình phản đối. Thực tế, lúc đó chúng tôi đang ở trong văn phòng, thậm chí đang chứng kiến thỏa thuận sắp được ký kết và có thể về nhà, thì hội đồng quản trị đột ngột thay đổi quyết định.
Đám đông bắt đầu tràn ra khỏi tòa nhà, hỗn loạn.
Chúng tôi bắt đầu gọi video với những người quan tâm đến công ty mới, an ủi họ rằng mọi thứ sẽ ổn và chúng tôi đã có kế hoạch. Chúng tôi luôn cố gắng xây dựng những chiếc xuồng cứu sinh cho một nhóm nhỏ những người có thể tham gia, nhưng đột nhiên dường như tất cả mọi người đều thay đổi ý định và đều muốn gia nhập công ty mới của chúng tôi.
Sam cũng đã nói chuyện với CEO của Microsoft, Satya, vì trước đó chúng tôi đã luôn thảo luận về khả năng mời anh ấy hỗ trợ sự nghiệp mới của chúng tôi. Chúng tôi mong muốn mở rộng quy mô xuồng cứu sinh, ví dụ như đưa toàn bộ nhân viên của OpenAI lên đó.
Lúc đó đúng vào dịp trước lễ Tạ ơn, nhiều người vốn nên bay về nhà sum họp cùng gia đình, nhưng họ đều hủy chuyến bay và văn phòng chật kín người.
Mọi người đều có mặt ở đó, ngay cả khi không tham gia vào cuộc trò chuyện, họ cũng muốn tận mắt chứng kiến giai đoạn lịch sử này.
Sau đó, đơn kiến nghị bắt đầu được lan truyền. Quá nhiều người cố gắng ký tên cùng lúc, khiến Google Docs từng bị sập, nên cuối cùng chỉ được phép chỉ định một số người đăng ký tên để tránh quá nhiều người chỉnh sửa cùng lúc.
Tôi nhớ khoảng 5 giờ sáng tôi về đến nhà, ngủ 45 phút, thức dậy rồi lướt Twitter và thấy Ilya đăng tweet và ký đơn kiến nghị, nói rằng anh ấy mong công ty đoàn kết lại.
Đó thực sự là một khoảnh khắc nhẹ nhõm. Tôi vô cùng biết ơn vì cảm thấy chúng ta có thể hàn gắn mọi thứ và quay lại đúng hướng.
Q: Bạn và Ilya cùng thành lập công ty này, sau sự việc đó, bạn cảm thấy thế nào về mối quan hệ của hai người?
Greg: Điều này thật khó khăn. Chúng tôi từng có mối quan hệ rất thân thiết, anh ấy từng làm MC tại đám cưới của tôi, và chúng tôi đã cùng nhau trải qua nhiều giai đoạn cực kỳ gian nan. Nhưng bất kỳ mối quan hệ nào cũng đều có lúc thăng trầm.
Sau đó, chúng tôi đã dành rất nhiều thời gian để thật sự trò chuyện, cố gắng hiểu và bày tỏ những điều đã tích lũy hoặc chưa từng nói ra giữa chúng tôi. Qua quá trình này, tôi cho rằng chúng tôi đã đạt được một trạng thái rất tốt.
Đối với tôi, tôi cảm thấy chúng ta đã kết thúc mọi việc đã xảy ra.
Bạn cảm thấy thế nào về sự trung thành của nhân viên mà bạn đã khơi dậy?
Greg: Tôi vô cùng biết ơn vì điều này. Tôi chưa bao giờ chủ động yêu cầu hay kỳ vọng vào những điều này.
Tôi cho rằng phong cách lãnh đạo của mình là kiểu người lãnh đạo trực tiếp tham gia, cố gắng đi đầu, đôi khi mang chút cảm tính; tôi không luôn quay đầu xem mọi người đã theo kịp chưa, tôi chỉ tiếp tục tiến về phía trước.
Nhưng khi mọi người thực sự đến giúp xây dựng, tôi cảm thấy vô cùng biết ơn và thấy họ vượt xa mọi kỳ vọng của tôi ở mọi khía cạnh.
Hỏi: Vậy cuối cùng mọi người đều quay lại?
Greg: Thực ra, suốt cả cuối tuần, tất cả các đối thủ cạnh tranh đều đang rình rập. Mọi người nhận được nhiều lời đề nghị, nhưng vào cuối tuần đó, chúng tôi không mất ai cả, không ai chấp nhận lời đề nghị. Điều đó thật không thể tin nổi.
Thực tế, huấn luyện viên Bill Belichick từng nói với tôi rằng, những đội bóng xuất sắc nhất không chơi vì tiền, mà vì những người xung quanh họ. Khi tất cả mọi người đều đến ủng hộ chúng tôi, tôi đã nhớ đến câu nói đó.
Undoubtedly, this is a diamond moment.
Nghỉ ngơi ngắn hạn và tự phản tư
Hỏi: Sau tất cả những điều này, bạn đã nghỉ ngơi một thời gian, bên trong bạn đã trải qua những gì?
Greg: Đó là một trải nghiệm đầy căng thẳng, cả khi đang trải qua lẫn khi quay trở lại đối mặt với nó.
Nhưng nói thật thì, một trong những thời điểm khó khăn nhất trong lịch sử OpenAI là khi Ilya rời đi. Đó có lẽ là thời điểm duy nhất trong lịch sử OpenAI khiến tôi cảm thấy mình không muốn tiếp tục nữa.
Tôi nghĩ mình cần một khoảng thời gian để tìm lại chính mình, tìm lại lý do ban đầu vì sao mình làm điều này, vì sao nó quan trọng đến vậy, và vì sao nó xứng đáng để chịu đựng những nỗi đau này.
Q: Bạn đã làm gì trong thời gian nghỉ?
Greg: Tôi đã huấn luyện mô hình ngôn ngữ trên chuỗi DNA.
Thực ra, tôi đã từng làm điều này trong thời gian ở OpenAI, dành cho tổ chức nghiên cứu y sinh phi lợi nhuận Arc. Tôi đã ứng dụng kỹ năng của mình vào một lĩnh vực hoàn toàn khác, một lĩnh vực mang ý nghĩa rất lớn đối với cá nhân tôi và vợ tôi.
Vợ tôi gặp nhiều vấn đề về sức khỏe, và chúng tôi đã luôn suy nghĩ về việc AI có thể làm gì để hỗ trợ sức khỏe của cô ấy cũng như sức khỏe của động vật. Kinh nghiệm này đã giúp tôi nhận ra rằng, có lẽ chúng tôi có thể ứng dụng công nghệ vào những lĩnh vực hoàn toàn mới, mang tính nhân văn hơn.
Q: Nếu phải tóm tắt tất cả những điều này trên một trang giấy, từ khi Sam bị bãi nhiệm đến khi bạn nghỉ việc, đơn kiến nghị của nhân viên, nghỉ phép rồi quay lại, bạn sẽ viết gì?
Greg: Tôi nghĩ điều tôi học được là phải kiên trì vì những điều xứng đáng.
Nếu bạn có một sứ mệnh quan trọng, thì điều then chốt là bạn vẫn kiên trì vượt qua những thăng trầm. Sẽ có những lúc “tất cả đã kết thúc”, và cũng sẽ có những lúc “chúng ta đã quay lại”.
Bạn không thể để những khoảnh khắc này dẫn dắt bạn lệch hướng; trong giai đoạn này, bạn phải rèn luyện sự kiên cường cá nhân. Vì nếu bạn là người lãnh đạo, mọi người sẽ tìm đến bạn để tìm sự ổn định, hỗ trợ và hướng đi phía trước.
Tôi nỗ lực phát triển khả năng vừa hiểu được chi tiết những việc chúng ta làm, ý nghĩa của từng lựa chọn, vừa có thể ra quyết định dứt khoát.
Đôi khi, tôi nhìn nhận OpenAI chủ yếu từ góc độ của sự không chắc chắn, cảm thấy rằng tôi không biết câu trả lời đúng là gì, không biết cách xây dựng công nghệ này một cách đúng đắn, hoặc làm thế nào để trả lời những câu hỏi nan giải này.
Nhưng ở đây có rất nhiều người thông minh và có quan điểm mạnh mẽ. Vì vậy, tôi nỗ lực hiểu tất cả các ý kiến này và tìm cách tổng hợp chúng. Đôi khi đây là cách làm đúng đắn. Nhưng đôi khi bạn sẽ thấy những ý kiến này mâu thuẫn với nhau và không thể cùng đúng một lúc.
Đôi khi bạn phải đưa ra lựa chọn, bạn biết rằng điều đó có nghĩa là sẽ có người không hài lòng, có người sẽ từ chức, và có người cảm thấy bị coi thường.
Điều tôi nỗ lực làm là sở hữu ý thức tự nhận thức mạnh mẽ hơn và ý thức rằng khi chắc chắn về điều gì đó, phải hành động.
Nhìn lại hành trình của OpenAI, tôi cảm thấy có một số việc mà tôi mong muốn chúng tôi đã làm khác đi.
Thường thì tình huống đó là chúng ta trì hoãn trong một việc gì đó, chúng ta đã biết từ lâu rằng ai đó không phù hợp với vai trò nào đó, chúng ta cho rằng một hướng công nghệ nào đó không đúng, chúng ta cho rằng cách vận hành một dự án nào đó không khả thi, nhưng chúng ta đã chờ quá lâu.
Đây là bài học tôi đã nỗ lực học hỏi, và cũng là một khía cạnh tôi cố gắng phát triển mỗi ngày khi suy ngẫm về OpenAI, Stripe và thậm chí cả những dự án thời đại học sớm hơn.
Tôi nghĩ cách tôi vận hành là tôi rất yêu thích các hoạt động hàng ngày, yêu thích đóng góp cá nhân, yêu thích phần mềm và yêu thích việc suy nghĩ về các vấn đề, nhưng tôi cũng rất quan tâm đến môi trường thực hiện những điều đó.
Thực tế, tôi sẵn sàng từ bỏ loại “niềm vui loại một” – tức là sự thỏa mãn nhanh chóng, ví dụ như bạn vừa tạo ra điều gì đó ngay lúc này – để theo đuổi loại “niềm vui loại hai” – những việc gây đau đớn ngay lúc này nhưng mang lại giá trị lâu dài.
Bạn tạo ra môi trường để người khác có thể thực hiện những công việc khó khăn và đạt được những thành tựu vĩ đại. Vì vậy, nỗ lực tạo ra một môi trường là xu hướng tự nhiên của tôi, điều này không phải lúc nào cũng dễ dàng. Bạn thực sự phải sẵn sàng chịu đựng những nỗi đau cá nhân lớn lao.
Ilya luôn nói “bạn phải chịu khổ”, nếu bạn không chịu khổ, thì bạn chưa tạo ra giá trị. Tôi nghĩ điều này chứa đựng một ý nghĩa sâu sắc.
Về quan điểm của Ilya, tôi thấy rất thú vị khi anh ấy có cách nói chuyện độc đáo, những từ ngữ anh ấy chọn luôn chứa đựng nguồn cảm hứng sâu sắc.
Hình ảnh “đau khổ” này là điều chúng tôi đã luôn suy ngẫm trong suốt hành trình của OpenAI. Từ đầu, chúng tôi đã đối mặt với rất nhiều sự không chắc chắn, mọi việc đều cực kỳ khó khăn và không chắc chắn.
Nhiều người có thói quen che giấu vấn đề dưới thảm và vô tư nói về việc tăng tốc. Tôi cho rằng đây là phần tiêu cực của văn hóa Thung lũng Silicon, ít nhất là theo định kiến về Thung lũng Silicon, nhưng tôi tin rằng điều này không hoạt động trong lĩnh vực AI, không hoạt động tại OpenAI, và chúng tôi chưa bao giờ vận hành theo cách này.
Cách chúng tôi vận hành luôn là đối mặt với những sự thật khắc nghiệt và hiểu rõ bản chất của thực tế. Tôi cho rằng điều này giúp chúng tôi suy nghĩ về các vấn đề theo cách khác biệt, không chỉ dừng lại ở việc viết những bài báo có thể được trích dẫn như giai đoạn đầu, vì đó mới chỉ là nền tảng và vẫn chưa đủ.
Sau đó bạn bắt đầu suy nghĩ về những vấn đề lớn hơn: để xây dựng AGI cần những gì? Điều đó không hề dễ chịu. Vì bạn nhận ra không có con đường sẵn có.
Bạn cần vốn, nhưng bạn không có cơ chế huy động vốn. Bạn đã nỗ lực, và chúng tôi cũng cực kỳ nỗ lực. Có lẽ bạn có thể huy động được 100 triệu hoặc 500 triệu đô la, nhưng 1 tỷ đô la thì rất khó.
Nhưng chính dựa trên những nguồn lực hiện có này, chúng tôi đã đạt được những thành tựu đáng kể; nếu không dám đối mặt với khó khăn và nỗ lực hiểu rõ bản chất của những gì chúng tôi đang theo đuổi, thật sự không còn cách nào khác.
Q: Bài học nào bạn phải học đi học lại nhiều lần?
Greg: Đưa ra những quyết định khó khăn, thực hiện những cuộc trò chuyện khó khăn.
Câu hỏi: Lời khuyên tốt nhất bạn từng nhận được là gì?
Greg: Tôi học được điều này từ lớp viết văn cho sinh viên năm nhất tại Harvard. Để rõ ràng và truyền đạt hiệu quả, hãy liên tục cắt giảm văn bản.
Q: Bạn lọc thông tin như thế nào?
Greg: Đọc nhiều, phân loại và xử lý tích cực.
Q: Ai là người bạn ngưỡng mộ và tại sao?
Greg: Gauss và Descartes. Họ là những người có tư tưởng sâu sắc, vượt xa thời đại của mình, những người có tầm nhìn xa trông rộng, đã mang lại những bước đột phá thực sự, thay đổi cách chúng ta suy nghĩ và sinh hoạt.
Hỏi: Thế giới đã hiểu lầm điều gì về Greg Brockman?
Greg: Tôi nghĩ mọi người không hiểu tôi dành bao nhiêu sự tập trung cho sứ mệnh này, và sự tập trung đó đã mang lại cho tôi rất nhiều nỗi đau cá nhân ở nhiều khía cạnh. Nhưng tôi tin rằng công nghệ này có thể trao quyền cho con người và mang lại lợi ích cho tất cả mọi người. Tôi rất muốn giúp hiện thực hóa điều đó.
Đánh giá cốt lõi về ngành AI
Q: Bạn muốn người không chuyên về kỹ thuật hiểu điều gì về AI?
Greg: Nó sẽ trở thành một lực lượng tích cực trong cuộc sống cá nhân của họ, mang lại lợi ích cho họ, đồng thời thúc đẩy sự phát triển của khoa học và y học, thực sự ảnh hưởng đến mỗi người.
Hỏi: Tại sao OpenAI lại đặt tên mô hình tệ đến vậy?
Greg: Tôi không thể nói cho bạn biết điều này. (doge)
Hỏi: Chúng ta có đang gần đến điểm mà AI khiến sự phát triển của chính nó tăng tốc theo cấp số nhân không?
Greg: Tôi cho rằng chúng ta đang ở giai đoạn áp dụng AI vào chính quá trình phát triển của nó, và tốc độ này sẽ ngày càng nhanh hơn.
Điều này thực sự đã xảy ra kể từ ChatGPT. Chúng ta đã sử dụng ChatGPT để tăng tốc quá trình phát triển lên 10% hoặc 20%. Bây giờ chúng ta có những công cụ lập trình tuyệt vời, thực sự cách mạng hóa cách hoàn thành kỹ thuật phần mềm.
Trong quá trình sản xuất mô hình, phần lớn công việc của chúng tôi đều bị giới hạn bởi phần mềm. Chúng tôi sẽ sớm bước sang giai đoạn tiếp theo, nơi AI sẽ tự đề xuất các ý tưởng nghiên cứu và thực hiện kiểm tra, chạy thí nghiệm. Vì vậy, tôi cho rằng tốc độ lặp lại và đổi mới sẽ tiếp tục tăng lên nhờ vào những gì chúng tôi đang sản xuất.
Hỏi: Hiện nay có bao nhiêu phần trăm mã được viết bởi AI?
Greg: Khó mà nói được có bao nhiêu mã nguồn không phải do AI viết. Tỷ lệ này đang tiến gần về zero.
Hiện tại, với bối cảnh và cấu trúc chính xác, AI vượt trội hơn nhiều so với con người trong việc viết mã thực tế. Về phần cấu trúc mã, các chuyên gia con người vẫn giỏi hơn nhiều, nhưng việc viết mã thực tế hầu như hoàn toàn là công việc của AI.
Q: AI có từng đưa ra những ý tưởng mới mẻ mà bạn chưa từng nghĩ đến không?
Greg: Chúng tôi đang tiến gần đến mục tiêu này, ví dụ như trong thiết kế chip. Năm ngoái, trong thiết kế chip của riêng chúng tôi, chúng tôi đã cố gắng tối ưu hóa công nghệ tốt hơn để giảm diện tích mà mạch điện chiếm dụng.
Chúng tôi phát hiện ra rằng các giải pháp tối ưu do mô hình đưa ra thực tế đã có trong danh sách của chúng tôi, vì vậy nó không đưa ra những điều hoàn toàn mới mà con người chưa từng nghĩ đến, nhưng nó thực hiện nhanh hơn, theo cách mà chúng tôi vốn không có thời gian để hoàn thành.
Ví dụ khác, gần đây trong vật lý lượng tử, chúng tôi đã giải quyết một vấn đề vật lý cụ thể, kết quả ngược lại với kỳ vọng của cộng đồng học thuật và đạt được một công thức đẹp và đơn giản.
Vì vậy, việc lấy ý tưởng mới từ các mô hình này là hoàn toàn khả thi. Trong tương lai, chúng tôi sẽ áp dụng nó vào những lĩnh vực khó hơn hoặc cần thêm bối cảnh thực tế. Đây mới chỉ là khởi đầu. Nhưng chúng tôi đã có lộ trình để thực hiện nó và vẫn còn rất nhiều việc phải làm.
Hỏi: Nếu mô hình dựa trên học tăng cường, bạn nghĩ chúng sẽ tiến hóa để chỉ nói những điều chúng ta muốn nghe không?
Greg: Chúng tôi thực sự đã trải qua một quá trình phát triển mô hình huấn luyện để thích nghi với sở thích của người dùng.
Chúng tôi nhận thấy rằng vào một thời điểm nào đó trong năm ngoái, mô hình thực sự bắt đầu có xu hướng nói những điều bạn muốn nghe, và chúng tôi đã thực hiện các thay đổi liên quan, vì chúng tôi mong muốn mô hình thực sự đồng bộ với việc giúp bạn đạt được mục tiêu của bạn, những mục tiêu dài hạn của bạn.
Có thể nghe những lời đồng tình lúc này cảm thấy rất tốt, nhưng đó không phải điều bạn thực sự muốn. Có thể một số người thích, nhưng đây không phải điều đa số mọi người thực sự mong muốn.
Vì vậy, chúng tôi thực sự đã đạt được những tiến bộ kỹ thuật lớn để đảm bảo rằng việc huấn luyện AI của chúng tôi không dẫn đến hiện tượng được gọi là “phá vỡ phần thưởng”. Chúng tôi thực sự muốn đảm bảo có một tín hiệu tốt về mục tiêu, chứ không chỉ là những thứ ngắn hạn giúp bạn nhanh chóng thỏa mãn.
Đối với tôi, đây có thể là một phần quan trọng nhất trong tầm nhìn mà AI cá nhân và AGI cá nhân sẽ đưa chúng ta đến, đảm bảo rằng nó không chỉ dừng lại ở những thứ trông có vẻ tốt trong hiện tại, mà thực sự liên quan đến sự phù hợp với phúc lợi lâu dài, mục tiêu dài hạn và những điều bạn thực sự mong muốn.
I believe this is what truly empowers people.
Câu hỏi: Xu hướng hiện tại dường như là phát hành các mô hình bản xem trước, bạn có nghĩ rằng điều này là do chúng ta bị giới hạn bởi năng lực tính toán không?
Greg: Nhìn chung, chúng ta đang tiến tới một thế giới được điều khiển bởi sức mạnh tính toán.
Không còn đơn giản là trả lời nhanh một câu hỏi, nó thực sự bắt đầu đi sâu vào vấn đề, tiêu tốn nhiều token để tích hợp các nguồn dữ liệu khác nhau, tìm kiếm cơ sở tri thức doanh nghiệp nhằm giải quyết các vấn đề phức tạp và viết phần mềm mạnh mẽ hơn khả năng của con người.
Tất cả những điều này về cơ bản đều do sức mạnh tính toán thúc đẩy, và sức mạnh tính toán hiện tại vẫn远远不足. Nếu mỗi người trên thế giới đều có một GPU, đó sẽ là 8 tỷ GPU, nhưng chúng ta hiện tại vẫn远远 chưa đạt đến mức đó. Hiện nay, vài nghìn hay vài triệu GPU đã được coi là rất lớn.
Vì vậy, trong việc đào tạo, chúng tôi có xu hướng xây dựng năng lực tính toán trước để đáp ứng nhu cầu mà chúng tôi đã thấy. Chúng tôi sẽ rất tập trung vào sứ mệnh mang mô hình đến với mọi người, giúp nó trở nên phổ biến rộng rãi.
Q: Bạn từng bị chế giễu vì đầu tư nhiều công sức và vốn vào trung tâm dữ liệu. Bây giờ bạn cảm thấy thế nào về tình hình này?
Greg: Tôi cho rằng điều này sẽ mang lại lợi thế cho chúng ta. Không chỉ có lợi cho doanh nghiệp, mà còn thực sự giúp đưa công nghệ đến với mọi người.
Công suất tính toán trong tương lai sẽ được ưu tiên đầu tư vào những sứ mệnh quan trọng, chẳng hạn như đánh bại ung thư, và điều này có thể được thực hiện trong năm nay.
Thực tế, phân bổ sức mạnh tính toán là vấn đề cốt lõi của tương lai xã hội, vì chỉ có một lượng sức mạnh tính toán nhất định, nên cần phải xếp hạng ưu tiên; tuy nhiên, chúng tôi vẫn kiên trì tin rằng mỗi người đều cần tiếp cận sức mạnh tính toán.
Đó là lý do tại sao chúng tôi có phiên bản miễn phí của ChatGPT, và chúng tôi nỗ lực đảm bảo mọi người có thể sử dụng công nghệ này.
Câu hỏi: Trong OpenAI, các bạn đánh giá thế nào về sự cân bằng giữa các hoạt động tiêu dùng và doanh nghiệp?
Greg: Điều tôi gần đây suy nghĩ nhiều nhất là sự tập trung.
Vì lĩnh vực này chính là hiện thân của cơ hội, bạn có thể áp dụng AI vào bất kỳ vấn đề nào, bất kỳ thứ gì bạn muốn xây dựng, mọi thứ đều có thể xảy ra. Nhưng vấn đề hiện tại của chúng ta vẫn là năng lực tính toán còn hạn chế.
Vì vậy, tôi cho rằng trong giai đoạn tiếp theo của OpenAI, kinh doanh doanh nghiệp rõ ràng rất quan trọng, vì nền kinh tế đang chuyển thành nền kinh tế tính toán ngay trước mắt chúng ta. Ngành kỹ sư phần mềm đã như vậy, và mọi lĩnh vực làm việc với máy tính đều sẽ như vậy.
Vì vậy, chúng ta cần hỗ trợ mọi người triển khai các mô hình đó, tìm hiểu cách tận dụng chúng và tối đa hóa lợi ích từ chúng.
Ranh giới giữa doanh nghiệp và tiêu dùng cũng sẽ mờ nhạt, vì khởi nghiệp sẽ trở nên dễ dàng hơn bao giờ hết. Chúng ta đã chứng kiến điều này.
Q: Bạn nghĩ chúng ta sẽ có trung tâm dữ liệu trong không gian không?
Greg: Tôi nghĩ chúng ta sẽ có các trung tâm dữ liệu ở khắp nơi, nhưng hiện tại vẫn còn nhiều vấn đề kỹ thuật liên quan đến trung tâm dữ liệu trong không gian.
Hỏi: Triển khai lặp lại là gì? Tại sao các bạn làm như vậy?
Greg: Việc triển khai lặp lại là một trong những trụ cột cốt lõi mà OpenAI sử dụng để xử lý cách làm sao để công nghệ này mang lại lợi ích cho nhân loại và thực hiện sứ mệnh của mình.
Việc phát triển bí mật và ra mắt một lần duy nhất có rủi ro rất cao, vì bạn không thể dự đoán được các vấn đề thực tế. Trong khi đó, việc triển khai từng bước giúp chúng ta phát hiện rủi ro thông qua thực tiễn và sửa chữa nhanh chóng. Ví dụ, sau khi GPT-3 ra mắt, chúng tôi không ngờ rằng việc lạm dụng lớn nhất là tin nhắn rác y tế—chính thực tiễn đã giúp chúng tôi ứng phó kịp thời.
Vì vậy, ý tưởng của việc triển khai lặp lại là chúng tôi sẽ ra mắt các phiên bản trung gian của công nghệ này.
Đây không phải là lý do để triển khai một cách mù quáng; bạn vẫn cần suy nghĩ kỹ ở từng bước về phán đoán tốt nhất của chúng ta về các cách có thể bị lạm dụng, những nhược điểm và rủi ro là gì, sau đó tìm cách giảm thiểu chúng. Nhưng bạn cũng có thể nhìn vào thực tế, xem phán đoán của mình có đúng không, học hỏi từ thực tế và làm tốt hơn vào lần tới.
Trong lịch sử của OpenAI, chúng tôi từng hy vọng rằng, những người trước đây đã triển khai các công nghệ mang tính cách mạng có thể cho chúng tôi câu trả lời. Nhưng mọi việc chưa bao giờ đơn giản như vậy.
Họ thực sự có trí tuệ và những hiểu biết sâu sắc, và chúng tôi đã tiếp thu điều đó. Nhưng chúng tôi nhận ra rằng chính chúng tôi mới là những người gần gũi nhất với công nghệ này, và chính vì đã tạo ra nó, chúng tôi mới có thể hiểu rõ hơn cách định hình nó một cách đúng đắn.
Q: Bạn đánh giá thế nào về sự khác biệt này khi một mô hình tiên tiến đặt an toàn làm ưu tiên hàng đầu, trong khi mô hình kia thì không?
Greg: Tôi nghĩ chúng tôi nhận ra rằng bảo mật thực sự là một đặc tính cốt lõi của sản phẩm, và không ai muốn một mô hình không phù hợp với mình.
Vì vậy, chúng tôi đã đầu tư vào an toàn, có thể vượt xa mức mà mọi người nghĩ, và nhiều hơn bất kỳ phòng thí nghiệm nào khác.
Tôi luôn cho rằng, những người xây dựng công nghệ này và sở hữu sản phẩm thành công mà không đầu tư mạnh vào bảo mật là không bền vững. Bạn cần có tầm nhìn dài hạn cho doanh nghiệp và những gì bạn đang tạo ra, điều này liên quan đến cách huấn luyện mô hình và cách thu thập vòng phản hồi.
Tôi chỉ muốn nói rằng, chúng tôi cam kết đưa an toàn trở thành một phần trong sứ mệnh của mình, điều này đã được thể hiện trong sản phẩm và thế giới của chúng tôi.
Câu hỏi: Khi tôi nói với mọi người rằng tôi sẽ thực hiện cuộc phỏng vấn này, phản ứng phổ biến là họ lo lắng về công việc của mình và cảm thấy bất an. Bạn sẽ nói gì với họ?
Greg: Tôi thực sự cho rằng cách công nghệ này sẽ phát triển là không chắc chắn. Cách nó phát triển thật sự khiến người ta bất ngờ; AI và thế giới hiện tại của chúng ta không giống như những gì được dự đoán trong tiểu thuyết khoa học viễn tưởng. Một số kết luận dường như tất yếu, khi chúng thực sự được thực hiện, lại không hoàn toàn giống như những gì ta tưởng tượng.
Tôi tin rằng con người luôn dễ thấy nhất những gì họ sẽ mất. Sự thay đổi đang đến, điều này không thể chối cãi, nhưng khó hơn là dự đoán những gì bạn sẽ nhận được.
Hãy tưởng tượng người năm 1950 sẽ hiểu Uber như thế nào—trước tiên, bạn cần nghĩ đến máy tính, điện thoại di động, GPS. Thực ra, điều này liên quan đến rất nhiều công nghệ, nhưng nó đã thực sự xảy ra. Và hàng ngàn, hàng triệu ví dụ khác cũng đang đồng thời diễn ra.
Vì vậy, quan điểm của tôi về AI là nó liên quan đến việc trao quyền và năng lực hành động của con người. Điều này thực sự có nghĩa là một số thể chế, công việc và những thứ chúng ta từng cho là có thể tin cậy có thể không còn ổn định như chúng ta từng nghĩ.
Vì vậy, nó sẽ ảnh hưởng đến mọi người, nhưng câu hỏi sâu sắc hơn là: bạn nhận được gì? Bạn hưởng lợi như thế nào từ điều này?
Bây giờ bạn có thể trở thành một người sáng tạo, bạn có thể tạo ra bất cứ điều gì, mọi thứ bạn có thể tưởng tượng đều có thể trở thành hiện thực.
Hỏi: Làm thế nào để phát triển khả năng sáng tạo?
Greg: Thực sự đi sâu vào công nghệ này.
Tôi nhận thấy rằng những người hưởng lợi nhiều nhất từ việc vượt qua nhiều thế hệ công nghệ là những người đã đầu tư vào thế hệ công nghệ trước đó. Và hiện nay, rào cản để thử nghiệm chúng thấp hơn bao giờ hết.
Therefore, I believe new opportunities will be created.
Tôi tin rằng thế giới thực sự cần suy nghĩ cách hỗ trợ mỗi người trong mọi chuyển đổi sắp tới, trong thời điểm đầy bất định này. Vì nền kinh tế sẽ trở thành nền kinh tế tính toán, nhưng mỗi người đều sẽ có chỗ để đóng góp.
Hỏi: Ngày nay, thanh niên nên đầu tư vào đâu? Nếu bạn đang học trung học hoặc đại học, hoặc mới bắt đầu đi làm, bạn nghĩ những kỹ năng nào sẽ có giá trị hơn trong tương lai?
Greg: Tôi thực sự tin rằng việc tìm hiểu sâu về công nghệ này sẽ trở thành một kỹ năng then chốt, giúp hiểu rõ cách tận dụng tối đa giá trị từ AI.
Vì chúng ta đều sẽ hướng tới một thế giới, nơi chúng ta trở thành những người quản lý tác nhân, có lẽ sớm trở thành CEO của các công ty AI tự chủ.
Chỉ cần bạn có token và sức mạnh tính toán điều khiển nó, lúc đó bạn có thể hướng sức mạnh tính toán vào bất kỳ vấn đề nào, và số lượng vấn đề mà con người muốn giải quyết là vô hạn.
Vì vậy, tôi cho rằng càng nhiều người đi sâu vào công nghệ này, hiểu rõ cách tận dụng những điều sắp tới, cách kết hợp các công nghệ này theo những cách mới, cách tương tác và quản lý các tác nhân của chúng ta, đồng thời suy ngẫm về “Tôi muốn gì? Nhận thức về bản thân tôi là gì? Mục đích của tôi là gì? Tôi muốn thấy điều gì trên thế giới này?”, thì việc hiện thực hóa những điều đó sẽ dễ dàng hơn bao giờ hết.
I believe that the upside potential of that world, given what we’ve gained, is almost unimaginable.
Hỏi: Đây là quan điểm tương lai tích cực nhất, vậy tương lai tiêu cực nhất mà bạn có thể tưởng tượng ra là gì?
Greg: Một điểm rất thú vị về cách công nghệ đã phát triển cho đến nay là nó thực sự buộc chúng ta phải uốn nắn bản thân để phù hợp với máy móc.
Hãy nghĩ xem có bao nhiêu người phải đối mặt với chiếc hộp này khi làm việc, gõ bàn phím, rồi bị hội chứng cổ tay, vai cong vẹo. Nhưng đây không phải là hình ảnh chúng ta mong muốn; thế giới chúng ta hướng tới là nơi không chỉ bạn dùng máy tính để làm việc, mà chính máy tính sẽ làm việc cho bạn.
Điều này mang lại cơ hội cũng như rủi ro. Vì vậy, chúng ta cần tìm cách giảm thiểu những rủi ro này.
Cuối cùng, một vấn đề cốt lõi là: nếu bạn có máy móc hỗ trợ con người đạt được mục tiêu của họ, thì chúng đang thực hiện những điều bạn muốn. Nhưng đôi khi mục tiêu của con người xung đột với nhau, bạn sẽ giải quyết thế nào? Bạn làm thế nào để quyết định AI sẽ hỗ trợ bạn điều gì và không hỗ trợ điều gì? Làm thế nào để thực sự hiểu rõ cách thức này hòa nhập vào xã hội? Làm sao để đảm bảo lợi ích không chỉ đổ về một công ty hay một nhóm người, mà thực sự nâng cao mọi người?
We must acknowledge that there are still many ways errors or risks can occur that we need to address.
Câu hỏi cuối cùng, đối với bạn, thành công là gì?
Greg: Thực hiện sứ mệnh của OpenAI, đảm bảo AGI mang lại lợi ích cho toàn nhân loại.
Liên kết tham khảo: [1] https://x.com/shaneparrish/status/2046900710055297072 [2] https://youtu.be/6JoUcQ1qmAc
Bài viết này đến từ tài khoản chính thức WeChat "Quantum Bit", tác giả: Quan tâm đến công nghệ tiên tiến