ChatGPT掀起了一股全球范圍內的AI浪潮，OpenAI也隨之成為最炙手可熱的明星公司。

我們不禁好奇，為什么是OpenAI這樣名不見經傳的小公司，而不是谷歌這種大公司創(chuàng)造了ChatGPT？OpenAI有何獨特的工作方法論？

目前國內大模型創(chuàng)業(yè)如火如荼，但不得不承認，各家產品與ChatGPT-4相比還有很大差距，為什么在技術創(chuàng)新方面我們總是慢人一步？

為此，商隱社專訪了肯尼斯·斯坦利（Kenneth Stanley），他此前在OpenAI領導了一個開放式研究小組。再之前，他是中佛羅里達大學計算機科學專業(yè)的教授。

通過這次對話，我們得以窺見OpenAI崛起的底層邏輯。這些思維方式不僅關乎人工智能創(chuàng)新，也關乎我們如何擁有更自由的人生。

以下文字根據我們與肯尼斯·斯坦利教授的談話內容，以及他的新書《為什么偉大不能被計劃》整理而成。

文 | 肯尼斯·斯坦利 OpenAI研究員、人工智能科學家

采訪及整理 | 阿空

商隱社研究團隊商業(yè)組本文為商隱社原創(chuàng)文章，轉載請聯系后臺

放棄對目標的神話

或許你該升個職、跳個槽、減減肥、找個對象、賺個幾百萬、買個房子。

上述社會追求的背后，存在這樣一個設想：任何值得追求的社會成就，最好先將其設定為目標，再堅定不移地朝著這個目標努力。

這不禁讓人發(fā)問：這世界上是否存在不需要設定目標就能完成的事情？

縱觀大部分行業(yè)，答案似乎是“沒有”。

我們已經太習慣于通過“目標”來界定所有的努力，甚至忘了我們可以去質疑目標的價值。

目標提供了一種安全感，當我們感到迷惘時，機械地逐步推進目標，起碼可以讓我們擁有一種固定且可靠的生活。

因為“設定目標”這一行為本身，暗含著一種可能性假設：只要你用心去做，便有可能事成。只要目標明確，努力和付出必有回報。

某些時候，目標確實能為我們提供生活的意義或方向。但它同樣限制了我們的自由，成為禁錮我們探索欲望的牢籠。

我們常常因過分執(zhí)迷于目標而錯失良多。目標論導致我們只關注終點的收獲，而忽視了每一條探索道路本身的特殊性和獨特性價值。

我們的世界充斥著為了獲得成功而設置的各種目標，這使我們的生活變得機械化，壓抑了我們的生活熱情。

但事實上，若想實現更多所謂的豐功偉業(yè)，目標往往會成為絆腳石，比如與探索發(fā)現、創(chuàng)造力、發(fā)明或創(chuàng)新，或者找到真正的幸福。

這是因為，如果將我們所做的每件事，看作實現一個或另一個目標的踏腳石，那么探索任何復雜問題的過程都將是充斥無數欺騙性的踏腳石。

欺騙性往往是目標不能帶來偉大成就的關鍵原因。如果目標具有欺騙性，那么設定目標，并以此為努力方向的做法對實現目標沒有什么幫助。

因此，實現遠大目標的最佳方式就是放棄對目標的神話，進而忽略目標。

聽起來不可思議，但OpenAI確實如此。這家公司成立的前15個月，都沒有一個明確的研究目標。

2016年5月，時任谷歌首席AI研究員參觀OpenAI，對其工作方式相當困惑。他詢問OpenAI的目標是什么，沒想到難倒了OpenAI：“我們現在的目標，就是....做點好事。”

然而數月之后，這位研究員卻毅然辭職加入了OpenAI，他想一起做點好事。

尋找一塊可能成功的踏腳石

放棄目標的困難之處在于，意味著放棄“存在正確道路”的想法。但如果目的地本就不存在，那么所謂的正確道路也不應該存在。

其實，改變世界的神奇公式并不存在。偉大的成就并沒有所謂的成功腳本，它們往往沒有經過周密的計劃便誕生。

通往成功的踏腳石，往往是未知的。因此，當進入一個充滿不確定性的世界時，對未知的機會秉持開放和靈活的態(tài)度，有時候比明確地知道自己要做什么更重要。

所有人都應該開始尋找可能通往成功的踏腳石，且無需事先設定任何特定的終點。

你必須先找到一塊正確的踏腳石來站穩(wěn)腳跟，再加上足夠的運氣和頭腦，才有可能發(fā)現通向目標的道路。

在AI研究的眾多方向中，AGI（通用人工智能），便是OpenAI找到的一塊踏腳石。

所謂AGI，即“超級智能”，接近科幻電影中萬能的人工智能。與之形成對比的是人臉識別、翻譯、下圍棋等只能完成單一任務的人工智能。

但以那時候的科研基礎而言，談論AGI，就像談論如何長生不老一樣荒謬。

科學家all in AGI，賭贏，可以在教科書里比肩牛頓；賭輸，則成為美版知乎Quaro的民科代表。

但企業(yè)all in AGI，大概率會成為先烈。龐大的資本支出，讓無論是相信“專家算法”的IBM，還是“深度學習”的谷歌、百度，巨頭們的一切AI研究，都為產業(yè)化服務。

愿意成為這個冤大頭的，只有OpenAI一家。

很多時候，盲目地堅持最初的目標并不會帶來偉大的成就。恰恰因為帶來最偉大成果的踏腳石是未知的，所以不試圖尋找特定的東西，往往會帶來最令人興奮的發(fā)現。

踏腳石不一定意味著通往最終的目的地，它自身也無關對錯，只涉及探索的過程和無限的可能性。

我們需要接受的現實是：很多事情，是無法單純地通過努力實現的。

只有在明確的目標被忽視、探索的韁繩被徹底松開時，我們才有可能征服最遙遠的未知邊界。

順著有趣和新奇的方向前進

事實上，與其追求某個最終目標，不如轉而尋求新奇的事物。因為后者的回報，將是一連串的、無窮無盡的踏腳石，即一項新奇事物的產生，將帶來更多的新奇事物。

這樣一來，未來就不再是某個特定的終點，而是一條沒有盡頭、未被定義、潛力無限的道路。

新奇事物的重要性在于，它們往往可以成為踏腳石探測器，因為任何新奇的東西，都是催生更新奇事物的潛在踏腳石。

換句話說，新奇性是識別趣味性的一條“簡單粗暴”的捷徑，而有趣的想法往往能夠開辟全新的可能性。

新奇有趣的想法不僅遠非微不足道，而且往往還會帶來新的思維方式，進而觸發(fā)更偉大的創(chuàng)新和發(fā)現。

更重要的一點是，通過不斷地使新事物成為可能，新奇性以及趣味性能隨著時間的推移產生聚合效應。

但追逐新奇性往往意味著一種漫無目的的不確定性，我們又該怎么知道要去哪里？

這其實就是關鍵所在。最偉大的創(chuàng)新過程之所以會成功，正是因為它們并不試圖去往任何特定的地方。

按照這個邏輯，我們需要放棄目標帶來的虛假安全感，轉而去擁抱未知的、瘋狂的可能性。

當然，我們仍然有理由擔心，這種對新奇性的探索令人不踏實，甚至可能有點聽天由命。

但事實并非如此。新奇性的概念不要求我們依賴一個具有欺騙性的指南針，只要求我們將當前的位置與過去進行比較。

與其擔心我們不知道要去什么地方，不如將我們現在所處的位置，與我們曾經到過的位置進行比較。

與未來不同的是，過去不存在模糊性或欺騙性。這種比較不會讓我們判斷自己朝向目標的進展如何，但可以讓我們判斷在多大程度上擺脫了過去事物的束縛。

這種比較將問題從“我們正在接近什么”，變成“我們正在逃離什么”。

而逃離過去的有趣之處在于，它能夠開啟全新的可能性。

雖然人類的直覺和預感往往促使我們朝著沒有任何目標的方向前行，但我們最終依然能發(fā)現一些與眾不同或有趣的東西。

因此，在討論新奇性時，趣味性的概念會自然而然地出現，這并不是巧合。當一個想法真正讓人感到新奇時，它就足以讓我們產生好奇心。

如果我們選擇了一條有趣的道路，它可能會通往重要的目的地，盡管我們可能并不知道這個目的地確切在哪里。

鮮有人知的是，在OpenAI不斷迭代升級的過程中，電子游戲也曾發(fā)揮過舉足輕重的作用。

早期的OpenAI 曾在2019年打造出名為OpenAI Five的游戲AI，并成功擊敗了兩屆DOTA2國際邀請賽的世界冠軍OG戰(zhàn)隊。

這并非不務正業(yè)。

盡管當時的人工智能已經在“聽、說、看”等方面取得了一定突破，而且基于強化學習的Alpha Go也剛剛擊敗了人類圍棋世界冠軍。

但在OpenAI團隊看來，這些突破依舊沒有跳出“弱人工智能”的范疇，并不具備理解問題的和解決問題的能力。

OpenAI團隊認為，要想讓人工智能具備這種能力，就必須將其置于更為廣泛和復雜的環(huán)境中進行訓練，這樣才能讓人工智能發(fā)展出可以有效遷移復用的知識和解決問題的策略，而電子游戲就是這個“訓練環(huán)境”的絕佳選擇。

而以規(guī)則復雜、要素眾多、環(huán)境多變，同時也是全球擁有超高人氣的電子游戲DOTA 2，順理成章地成為了OpenAI的首選。

正如OpenAI團隊所言：“相比標準的開發(fā)環(huán)境，DOTA 2顯得更加有趣，也更加困難。但是，如果一個AI能在像DOTA這樣復雜的游戲里超越人類，那這個AI本身就是一個里程碑。”

相較于AI之前在國際象棋和圍棋里取得的成就，像DOTA 2這類復雜的游戲能更好地捕捉現實世界中的混亂和連續(xù)性，使其訓練出的AI能夠擁有更好的通用性，從而更有可能應用于游戲之外的人類社會。

最終，OpenAI在DOTA 2上的嘗試，為AI強化學習效率提升提供了方向，這些都成為了ChatGPT的養(yǎng)分。

可以說，正是OpenAI團隊順著有趣的方向探索，才獲得了ChatGPT這樣創(chuàng)新的產品。

許多參與ChatGPT 創(chuàng)立的人并沒有想到它會成為一個世界性的產品，引起如此大規(guī)模的反應。相反，他們只是覺得聊天很有趣，因為聊天是一種很自然的與智能進行交互的方式。所以這不是計劃好的，純粹是一個意外。

但這并不等于說“偉大的發(fā)現都來自偶然”。這種說法的謬誤之處在于將偶然性看成一種意外。

如果偶然性發(fā)現純屬意外事件，那就意味著沒有任何特殊的教育背景或智力水平的人，也能夠得出同樣的發(fā)現。

我們或許會假設，凌亂無序或瘋狂甚至是開啟偉大發(fā)現之旅的最佳方式。但在現實世界中，情況似乎并非如此。

大多數重大的偶然性發(fā)現，都不是外行人的瘋狂想法推動的。事實上，這些偉大的發(fā)現，大多數都出自智力超群、受過良好教育，且在各自行業(yè)內頗有建樹的人之手。

在任何偶然性發(fā)現的背后，幾乎總有一位心態(tài)開放的思想家，他們對怎樣會產生最有趣的結果往往有著強烈的直覺。

歸根結底，我們必須獲得某種知識，才能繼續(xù)創(chuàng)造新奇事物，這就意味著新奇性探索是一種信息收集器，用于不斷積累關于世界的知識。

探索的時間越長，最終積累的信息越多，就越容易創(chuàng)新。

成為一個尋寶者

創(chuàng)新并非少數人的專利。對許多人來說，創(chuàng)新是可能的，因為我們都有不同領域的經驗，在任何你有經驗的領域，你都可以創(chuàng)新。例如，你會找到一種創(chuàng)新的方式來裝飾你的家。

然而，不是每個人都需要或者應該創(chuàng)新。人們應該做他們想做的事情。如果你喜歡安全的適度的目標，過著沒有風險的生活，那也可以是一種美好的生活。

如果你更喜歡探險冒險和不確定的目標，那也是一條合理的道路，只要你接受它可能走不通的風險。簡而言之，就個人而言，每個人應該有選擇自己喜歡的道路的自由。

對于后者而言，我們需要從目標的“一招鮮，吃遍天”的虛妄幻想中解放出來，繼而擁抱現實，讓自己成為一名擁有“即便沒有目標，也能發(fā)現意外之喜”這種強大能力的“尋寶者”。

在漫無目標的新奇性探索中，你不一定能找到心中想要的寶藏，反而可能發(fā)現許多意料之外的寶藏，這將使整個過程充滿驚喜。

本質上，尋寶者又可以說是秉持機會主義的探險家，他們致力于尋找任何有價值的東西，而不在乎這些東西具體是什么。

要想成為一名合格的尋寶者，我們就必須盡可能多地積累踏腳石，因為我們永遠不知道哪塊踏腳石可能通往有價值的地方。

也就是說，我們需要保持多樣化的思維。因為一心一意地追求某個特定目標太有欺騙性，所以我們應該盡可能保留不同選擇的可能性，以防一開始看起來最靠譜的路徑，到后來反而行不通。

這種看法聽起來或許很悲哀，因為人類沒有關于未來的確切指南針。我們?yōu)閯?chuàng)造確定性和有目標的努力所做的一切，都可能是徒勞無功的。

但我們完全不必失望，也許探索和發(fā)現本身就不應該專注于具體的目標，而是應著眼于一些更偉大的東西。

很反常識的一點是，達成共識并不是尋寶者的工作方式。有時候通往創(chuàng)造性想法的最佳路徑，就是遵循個人喜好，而無需任何共識和目標。

事實上，沒人能對2022年ChatGPT的爆發(fā)胸有成竹。過去5年，30多名中高層離開OpenAI，各自開辟AI創(chuàng)業(yè)項目。

他們的創(chuàng)業(yè)項目清單里，囊括了語言理解、計算機視覺、視覺搜索引擎、計算機任務自動化、太空技術、人工智能安全等AI各個領域，既包括AI大模型的底層技術，也有中間層和具體的應用層。

這無疑都是推動AI發(fā)展的有益探索。

OpenAI創(chuàng)始人薩姆·阿爾特曼曾篤定地表示，在公司內部，即使是管理層，也不一定有工程師了解這個300多人的團隊。

OpenAI作為平臺給這些工程師提供充分的自由和自信，包括他們在離開公司后獨立創(chuàng)業(yè)，也得益于OpenAI長期形成的公司文化。

OpenAI內部研究小組之間的“不團結”，有時候反而可以推動進步。這樣一來，“不團結”的力量，可以幫助更好地組織科學探索和其他創(chuàng)造性的工作。

總結

當探索的目的地變得未知，我們必須放下對最終目的地的執(zhí)念。

這就是“踏腳石原則”，即一個好的想法會帶來另一個好的想法；一處寶藏會指向更多的寶藏，在可能發(fā)現的無限的踏腳石上，形成源源不斷的連鎖和分支。因此，你需要做的，就是成為一個熟練的尋寶者。

如果你想成為一名行事無須設置特定目標的尋寶者，那么就要遵循一種特殊的線索，即當某些東西讓你感覺有趣時，尋寶的旅程就可以開啟。

“踏腳石原則”反映在工作中，就是讓我們更有信心跟隨自己的直覺，僅僅是因為它們看起來很有趣，即使不確定回報會是什么。

實際上，目標驅動的公司往往因為在幾年內沒有推出創(chuàng)新的產品而萎靡不振。在人工智能的商業(yè)化領域，充斥著不少雄心勃勃的公司，它們最后不得不降低自己的期望值。還有很多公司陷入到了爭分奪秒的軍備競賽中，數據積累和技術耐心成為難以避免的犧牲品。

成功的人往往會問的是，我們能夠從這里走到哪里，而不是我們如何能夠抵達遙遠的那里。他們并沒有將精力浪費在遙遠而宏偉的愿景上，而是專注于當前可能發(fā)生的前沿事件。

根據當前所處的位置，決定應該去哪里，往往比根據想要去哪里，來決定前進的方向要更明智。

       原文標題 : 專訪ChatGPT背后的科學家：OpenAI的300人工作方法論