OpenAI CFO重磅曝料:全球最強編程智能體已就緒
4個被廣泛認可的基准測試，用來衡量AI是否正在向AGI（通用人工智能）邁進，即是否真正達到了人類智能甚至超越了人類智能的水平
OpenAI的產品團隊認為，o3 mini已經成為了全球最具競爭力的程序員。
在Sarah Fryer看來，如今已經非常接近AGI了。
也就是說，AI系統能夠承擔世界上大多數真正有價值的、人類的工作。
但可以肯定地說，作為一個世界共同體，我們還並未充分發揮它的潛力。
如今，有3個scaling law正在發生。
一個是預訓練，也就是讓通用模型變得更聰明。這就需要更多的數據和更先進的算法專業知識。在更多算力的支持下，研究人員可以發揮更大的作用。
這就意味著，要想成功，就必須投入大量的資金。
在GPT-3、GPT-4、GPT-5這樣的大模型上，計算規模就在呈對數增長。
然後，就進入了後訓練階段。
比如我們想創建一個需要診病的模型，就需要對它微調，讓它專注於醫學。
而第三個階段——推理時計算，就是讓這輛「汽車」能切換到運動模式的時刻。
此時，需要在真正的賽道上行駛，從四驅模式切換到運動模式。
以上，就是關於擴展性的三條定律。
OpenAI的研究者，已經推出了「強化微調」技術。
他們發現，其實並不需要很多信息，就能讓模型在一個特定領域展現出顯著的性能提升。
但關鍵在於，我們能否達到那個具體的領域？如果你想研究神經疾病，比如退行性疾病的結果，你能在這個特定領域獲得足夠的信息嗎？
即使是一點點的信息，也會極大提升模型的實用性。
按照OpenAI的說法，星際之門需要投資5000億美元在計算能力上，或者說，它需要10吉瓦的算力。
這個數字是怎麼得出來的？
這是通過預訓練擴展、後訓練擴展和推理時擴展這三個scaling law。
在模型開發的每個階段，都會需要越來越多的算力。
可以說，OpenAI沒有推出某些模型，就是因為沒有足夠的計算資源。
Sarah Friar表示，自己是個糟糕的CFO。
Sora差不多在前年2月或3月就准備好了，但直到差不多去年12月，OpenAI才真正推出了它。
甚至到現在，Sora也還沒有完全上線。
OpenAI選擇的，是推出深度研究，因為他們知道商業界非常喜歡這個特性。
因為沒有足夠的算力投入業務，Sarah Friar承認，自己每天做出最糟糕的決定，就是不給研究者提供最有價值的資源——研究所需的算力。
她甚至透露：很多時候，Sam Altman來上班時就會生她的氣，因為她沒有提供足夠的算力。
為什麼她會陷入這種境地？
因為在兩三年前，那些拍板決定算力決策的人，根本想象不到如今算力需求的增長會如此之快。
兩年時間裡，OpenAI的周活用戶就達到了4億，收入每年都翻了三倍。
現在，整個愛爾蘭的負載是7吉瓦，整個國家的使用量都比OpenAI需要的10吉瓦少。
而在她看來，在三年後當人們回過頭來，會覺得這時的人們對5000億這個數字神經緊張，簡直是大驚小怪。
所以，該如何擴大規模？電力來源於哪裡？是否需要培養人力？
事實證明，電工、暖通空調人員等，都是真正能夠制約建設的資源。
因此，美國政府也會對星際之門特別感興趣，因為它既是一種財政投資，也是有助於在經濟上保持領先地位。
而DeepSeek也讓人看到，AI正處於激烈競爭中。
OpenAI目前的關注點在於算力、研究人員、數據。
他們需要尋找地點和電力，他們需要平整地面，建設數據中心，填充設備，購買GPU。
OpenAI需要真正證明：它有能力成功應對挑戰。
不錯的新聞，我要點贊
好新聞沒人評論怎麼行，我來說幾句
OpenAI的產品團隊認為，o3 mini已經成為了全球最具競爭力的程序員。
在Sarah Fryer看來，如今已經非常接近AGI了。
也就是說，AI系統能夠承擔世界上大多數真正有價值的、人類的工作。
但可以肯定地說，作為一個世界共同體，我們還並未充分發揮它的潛力。
如今，有3個scaling law正在發生。
一個是預訓練，也就是讓通用模型變得更聰明。這就需要更多的數據和更先進的算法專業知識。在更多算力的支持下，研究人員可以發揮更大的作用。
這就意味著，要想成功，就必須投入大量的資金。
在GPT-3、GPT-4、GPT-5這樣的大模型上，計算規模就在呈對數增長。
然後，就進入了後訓練階段。
比如我們想創建一個需要診病的模型，就需要對它微調，讓它專注於醫學。
而第三個階段——推理時計算，就是讓這輛「汽車」能切換到運動模式的時刻。
此時，需要在真正的賽道上行駛，從四驅模式切換到運動模式。
以上，就是關於擴展性的三條定律。
OpenAI的研究者，已經推出了「強化微調」技術。
他們發現，其實並不需要很多信息，就能讓模型在一個特定領域展現出顯著的性能提升。
但關鍵在於，我們能否達到那個具體的領域？如果你想研究神經疾病，比如退行性疾病的結果，你能在這個特定領域獲得足夠的信息嗎？
即使是一點點的信息，也會極大提升模型的實用性。
按照OpenAI的說法，星際之門需要投資5000億美元在計算能力上，或者說，它需要10吉瓦的算力。
這個數字是怎麼得出來的？
這是通過預訓練擴展、後訓練擴展和推理時擴展這三個scaling law。
在模型開發的每個階段，都會需要越來越多的算力。
可以說，OpenAI沒有推出某些模型，就是因為沒有足夠的計算資源。
Sarah Friar表示，自己是個糟糕的CFO。
Sora差不多在前年2月或3月就准備好了，但直到差不多去年12月，OpenAI才真正推出了它。
甚至到現在，Sora也還沒有完全上線。
OpenAI選擇的，是推出深度研究，因為他們知道商業界非常喜歡這個特性。
因為沒有足夠的算力投入業務，Sarah Friar承認，自己每天做出最糟糕的決定，就是不給研究者提供最有價值的資源——研究所需的算力。
她甚至透露：很多時候，Sam Altman來上班時就會生她的氣，因為她沒有提供足夠的算力。
為什麼她會陷入這種境地？
因為在兩三年前，那些拍板決定算力決策的人，根本想象不到如今算力需求的增長會如此之快。
兩年時間裡，OpenAI的周活用戶就達到了4億，收入每年都翻了三倍。
現在，整個愛爾蘭的負載是7吉瓦，整個國家的使用量都比OpenAI需要的10吉瓦少。
而在她看來，在三年後當人們回過頭來，會覺得這時的人們對5000億這個數字神經緊張，簡直是大驚小怪。
所以，該如何擴大規模？電力來源於哪裡？是否需要培養人力？
事實證明，電工、暖通空調人員等，都是真正能夠制約建設的資源。
因此，美國政府也會對星際之門特別感興趣，因為它既是一種財政投資，也是有助於在經濟上保持領先地位。
而DeepSeek也讓人看到，AI正處於激烈競爭中。
OpenAI目前的關注點在於算力、研究人員、數據。
他們需要尋找地點和電力，他們需要平整地面，建設數據中心，填充設備，購買GPU。
OpenAI需要真正證明：它有能力成功應對挑戰。
不錯的新聞，我要點贊
好新聞沒人評論怎麼行，我來說幾句| 分享: |
| 注： | 在此頁中閱讀全文 |
