惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

SecWiki News
SecWiki News
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V
Visual Studio Blog
博客园 - 叶小钗
S
SegmentFault 最新的问题
IT之家
IT之家
大猫的无限游戏
大猫的无限游戏
博客园_首页
Apple Machine Learning Research
Apple Machine Learning Research
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
月光博客
月光博客
酷 壳 – CoolShell
酷 壳 – CoolShell
腾讯CDC
D
Darknet – Hacking Tools, Hacker News & Cyber Security
V
V2EX
阮一峰的网络日志
阮一峰的网络日志
L
Lohrmann on Cybersecurity
量子位
C
Cyber Attacks, Cyber Crime and Cyber Security
T
Tor Project blog
J
Java Code Geeks
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
博客园 - 三生石上(FineUI控件)
Attack and Defense Labs
Attack and Defense Labs
AI
AI
The Cloudflare Blog
T
Tailwind CSS Blog
S
Schneier on Security
爱范儿
爱范儿
PCI Perspectives
PCI Perspectives
Stack Overflow Blog
Stack Overflow Blog
S
Secure Thoughts
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
T
The Exploit Database - CXSecurity.com
博客园 - 【当耐特】
V2EX - 技术
V2EX - 技术
S
Securelist
P
Proofpoint News Feed
T
Threat Research - Cisco Blogs
Help Net Security
Help Net Security
C
Cisco Blogs
N
News and Events Feed by Topic
人人都是产品经理
人人都是产品经理
B
Blog RSS Feed
K
Kaspersky official blog
T
The Blog of Author Tim Ferriss
G
Google Developers Blog
S
Security Affairs
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Simon Willison's Weblog
Simon Willison's Weblog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
OpenAI向左,Meta往右
定焦One · 2024-01-26 · via 人人都是产品经理

可以说,当今使用的很多互联网产品,都是建立在开源产品的基础上,比如Android就是如此。一款产品感于开源,就能让更多的人和行业受益。但最近的新闻却让人惊讶:曾经开源的OpenAI趋向于封闭,而对手Meta则因为开源收到更多的赞誉。两家原本没有太多交集的公司,正走出截然不同的路。

OpenAI正变得越来越封闭,但它的对手Meta(前Facebook),却通过开源赢得不少赞誉。

1月18日,马克·扎克伯格宣布,Meta正在计划构建自己的AGI(通用人工智能),将在绝大多数领域中都达到或超越人类智能水平。同时他强调,保证会向大众开放这一技术,以便人人都能从中获益。

与OpenAI拒绝Open他们的算法、路线、论文相反,Meta选择Open到底。此前震惊业内的大模型LLaMA,大获好评的LLaMA 2,以及正在研发的LLaMA 3,都是开源的。它们成为很多AI公司研究、学习甚至抄袭的对象。

通过开源这一手段,Meta在某种程度上打破了大模型的垄断,成为OpenAI和谷歌双雄相争之外的第三股力量。一些人将扎克伯格视为大模型时代的英雄,有人在扎克伯格的帖子下留言,建议Meta更名为OpenAI,OpenAI更名为CloseAI。

事实上,Meta过去开源了它研发的几乎所有基础设施,比如用于Web和APP开发框架的React,以及机器学习框架PyTorch,而ChatGPT就是基于PyTorch开发的,OpenAI也运行在PyTorch上。按照Meta首席科学家杨立昆的话说,除谷歌外,全世界都运行在PyTorch上,因为谷歌有自己的系统。

只是,这些东西在过去都被Meta的负面新闻掩盖了——干预选举进程、提供虚假信息、危害青少年健康,在硅谷,骂Facebook曾是一种“政治正确”, 人们认为这是一家价值观败坏的公司。

如今风评大变,Meta一时仿佛成了整个AI圈的希望,它的股价在2023年上涨了160%,在美国前五大科技巨头中涨幅仅次于英伟达,最近重返万亿美元市值,股价创新高。而曾以挑战者姿态崛起的OpenAI,前不久刚经历了一场宫斗,散发出越来越浓的铜臭味。

OpenAI向左,Meta往右,两家原本没有太多交集的公司,正走出截然不同的路。

一、OpenAI,走向封闭

在讨论这两家公司的境况之前,我们先把时间拉回到十年前。

2013年,有一家叫DeepMind的AI公司,同时引起了谷歌和Facebook(当时还没更名为Meta)的注意。

当时这家公司刚崭露头角,嗅觉敏锐的谷歌和Facebook都想收购它。最终,谷歌在竞购中胜出,2014年1月将DeepMind收入囊中。三年后,DeepMind开发的AI机器人AlphaGo,以4:1击败了韩国围棋冠军李世石,一举成名。

谷歌收购DeepMind时,有两个人心里很不是滋味。一个是扎克伯格,他当时已经意识到AI的巨大前景;另一个是马斯克,他不想AI被谷歌这样的大公司控制。

于是,扎克伯格决定自己做,他花重金从纽约大学请来了计算机科学领域的权威人物杨立昆,启动FAIR项目,在Facebook成立了AI实验室。马斯克则和奥尔特曼成立了OpenAI,用来对抗谷歌。

从当时的情形来看,扎克伯格是为了自己的公司,马斯克是为了全人类。马斯克认为,由大公司控制的少量AI系统很不安全,唯一的办法是让尽可能多的人都拥有AI。所以OpenAI一开始就定位开源,是一个非营利性的机构。

马斯克当时说:“我们希望有一种类似于Linux版本的AI,不受任何个人或公司的控制。”

一个为私,一个为公,两家公司一开始就选了不同的路。

马斯克提到的Linux,是一款免费开源的操作系统。在互联网早期,计算机刚开始普及时,可用的操作系统不多,要么源代码被软件厂商严格保密,要么收取很高昂的费用。一个欧洲大学生开发出Linux操作系统的雏形,然后免费对外公开了自己的代码。

由于开源,全球程序员都加入进来改进代码,最终创造了Linux操作系统,且使用完全免费。这大大加速了计算机的普及。我们今天熟知的安卓系统,就是基于Linux内核,全球大部分手机都跑在这个系统上。

马斯克的想法很简单,AI时代也需要有这样一个开源开放的操作系统,市场不能让巨头独占。

OpenAI的启动资金来源于一批科技大佬捐赠,它一开始的确是按开源的路径走的,2019年发布的GPT-2,就是一个开源大模型,当年还有人用GPT-2为《权利的游戏》改写剧本结尾。

但也是在GPT-2发布之后,OpenAI逐渐走向封闭。它随后成立营利性子公司,接受了微软的数十亿美元投资。

在那之后,2020年发布的GPT-3,2022年升级的GPT-3.5,以及2023年3月发布的GPT-4,都是闭源模型,一开始OpenAI还公布论文,到后来连模型具体参数都不再公布。

而从整个大模型行业的竞争格局来看,“OpenAI-微软”“DeepMind-谷歌”的双巨头组合格局正式形成。

马斯克对此非常不满。他说,OpenAI设立时是一家开源公司,现在变成了一个闭源、受微软控制的逐利公司。这根本不是他想要的。

这期间Meta没闲着。除了折腾元宇宙,Meta的AI团队一直在研究大语言模型,并发布了一些开源项目。大家各做各的,互不干涉。

在OpenAI发布ChatGPT的几周前,Meta发布了一个类似的聊天机器人Galactica,专门用于撰写科学论文。谁知道这个产品不仅没引起轰动,还招来一片骂声,网友痛斥它会破坏科学出版。以至于Meta的人取消了演示,觉都睡不着。

当时人们关心的是Meta的元宇宙项目是不是快凉了,裁员裁到哪了,没人关心它的AI做得咋样。至于OpenAI,大家觉得它代表新势力,对它更加包容。

按照杨立昆的说法,两周后ChatGPT问世,被视为救世主降临。随后的很长时间里,OpenAI都是全球科技界的当红炸子鸡,登上神坛夺走了所有目光。人们津津乐道于,OpenAI是如何冲破谷歌的封锁,对巨头形成压制。

在崇尚个人英雄主义的美国,创业新秀挑战旧势力的剧本,向来充满话题性。于是大模型头部选手的竞争,变成了OpenAI和谷歌的双雄争霸。

但一向好强的扎克伯格不会袖手旁观。Meta秘密研发的LLaMA大模型,已经箭在弦上。

二、Meta才是全村的希望?

2023年2月,ChatGPT发布之后3个月,LLaMA的第一个版本开源,一开始这个模型只能用作研究。7月,升级之后的LLaMA 2支持免费商用。Meta把模型训练数据、训练方法、数据标注等大量细节都公布了,起始代码全部开源。

LLaMA 2性能非常突出,超过了所有的开源大模型。有人发现,其最大参数的版本比GPT-3参数量小,但效果更好。

曾经跟着马斯克从OpenAI跳到特斯拉,后来又被OpenAI挖回去的科学家Andrej Karpathy,将LLaMA 2的发布视为人工智能和大模型发展过程中的重要一天,因为这“是任何人都可以拿到模型权重的最强大语言模型。”

一时间,整个AI圈对Meta刮目相看。当一批巨头公司掀起大模型军备竞赛,试图通过技术封闭实现市场垄断时,Meta用LLaMA撕开了一条口子。OpenAI没做的事,Meta做到了。

英诺天使基金合伙人王晟戏称杨立昆为“Klaus LeCun”( 杨立昆英文名为Yann LeCun,Klaus Fuchs在二战期间向苏联提供了曼哈顿计划的信息)。王晟开玩笑:“不能只让美国拥有原子弹。”

王晟发现,ChatGPT出现之后,科技圈对大模型热情且迷茫。投资人中很多是看热闹,“因为第一看不懂,第二不敢投,第三投不到。一个新的技术范式出现,没人知道它的能力边界在哪里。”

王晟对「定焦」说,LLaMA开源对行业影响很大。“Meta过去这些年积累的大模型技术,本来都是不传之秘,结果一开源,迅速把很多认知拉平了。”

之前,国内团队研发大模型,只能从零到一不断试错,一旦有个点被卡住了,即便从技术角度来说并不是太难,但靠自己可能也需要花一两年时间才能解决,需要亲自踩很多坑。现在Meta直接把它的经验和数据拿出来,在思路和方法上给了行业非常重要的指引。

在这个过程中大家学习了很多。假如没有LLAMA开源,国内大模型今天的水平可能会差很多,我们会大幅度被人甩下。”王晟说。

这也是为什么国内一下子突然涌现出200多个大模型。王小川的百川智能在公司成立仅两个月就发布了一款大模型,其实就是借鉴了LLaMA。李开复的零一万物推出的大模型,也是使用LLaMA的开源模型架构。

LLaMA开源对OpenAI最直观的影响,是有一堆中国公司跳出来“吊打”GPT。在他们的口径中,已经在多项指标上超过了GPT模型,虽然很多榜单都是刷出来的。

更深层次的影响在于,大模型开源社区的力量快速壮大,全球的程序员都能为开源做贡献。他们开发出各种开源数据集,迭代出更多新模型,缩小与闭源大模型的差距。所以谷歌的工程师说,谷歌没有护城河,OpenAI也没有。

Meta在科技圈的形象变得高大起来。回顾Meta的发展,其实它一直都有开源的传统。

早在2016年,Meta团队就开发并开源了深度学习框架PyTorch,它和谷歌的TensorFlow成为深度学习领域的两大主流框架。

跟OpenAI现在才开始秘密推进芯片制造项目不同,Meta在三年前就设计了自研AI推理芯片,并采用了开源架构。

在语言翻译方面它推出了很多开源模型,两年前发布的NLLB模型是维基百科的翻译供应商之一,2023年发布的SeamlessM4T可以翻译近百种语言,同时它还发布了全球最大的开放多模态翻译数据集。

有研究人员经过对比认为,Meta更倾向于信任、问责制以及通过开源实现人工智能的民主化。

反观OpenAI,它依然在技术上保持领先,但拒绝开放。

“没人知道OpenAI进展到什么程度了,包括它正在研发的GPT-5,是不是继续用的transformer都是未知数。现在大家都跟着GPT-3.5的技术路线在跑,假设它悄悄变换了方向,那大家就掉坑里了。因为没人知道正确路线是什么。”一位AI公司的创始人说。

同时它试图阻挡竞争对手,以保持自己的先发优势。

字节跳动在2023年12月被OpenAI停用账户,因为它在调用OpenAI的API开发自身大语言模型的时候,违反了OpenAI的服务条款。有悖商业伦理的行为肯定是不对的,但外界由此关注到OpenAI的商业条款,它禁止客户使用GPT输出的内容开发任何可能会给OpenAI带来竞争的AI模型。

值得注意的是,微软也有类似条款。它们将商业上的竞争优势看得很重要。

人工智能公司开放传神(OpenCSG)创始人、CEO陈冉认为,开源的市场空间远比闭源大,但未来一定是开源和闭源两条路同时走,“OpenAI开源不开源其实不重要了。”

三、开源闭源,谁对谁错?

究竟是OpenAI被利益蒙蔽了双眼,还是Meta大公无私要为全人类做贡献?

或许,它们在本质上并无不同。OpenAI既没有那么自私,Meta也不像网友鼓吹的那样高尚,区别只在于路线和策略。

若论对整个AI行业的贡献,OpenAI毫无疑问是最大的。毕竟,这一轮AI浪潮是由ChatGPT掀起的。它点燃了一把火,加速了大模型的普及。事实上,前两年大模型开源社区基本是围着GPT-3在转。

OpenAI不像谷歌、Meta那些巨头拥有雄厚的资金积累,早年大佬捐赠的资金早花得差不多了,没钱是做不了研发的,总不能用爱发电。所以OpenAI抱了微软的大腿,奥尔特曼想尽办法为OpenAI赚钱。

陈冉认为,OpenAI的成功其实是商业模式的成功,本质是投资人看到了巨大的商业价值和盈利模式。开源与闭源之间的竞争方向一定是挣钱模式的创新竞争。

Meta将技术开源,也不是只为他人做嫁衣。开源是一种策略,能吸引更多开发人员免费帮它迭代技术、修复漏洞,正所谓众人拾柴火焰高,但最核心的技术还是掌握在Meta手里,该打击对手的时候它不会手软。就像谷歌,它旗下的安卓是开源系统,但国内手机厂商做自己的系统还是会有很多限制。

而在大模型火起来之前,Meta掉进了元宇宙的深坑里无法自拔,砸钱、亏损、裁员,看不到任何希望。大模型是那根救命稻草,ChatGPT则是照亮前路的那束光。

再往深了看,闭源的OpenAI和开源的Meta,从根本上对AI的价值判断有分歧。

如果将AI比作未来世界的核武器,OpenAI认为它很危险,得谨慎,不能滥用。Meta则认为,核武器不能只掌握在少数几个玩家手里,应该开放研究。

关于AI的利弊之辩,是科技圈的一个老话题。马斯克就相信“AI危险论”,他担心有一天机器的智力、意识都超过了人类,可能会取代人类,摧毁人类文明。所以他当年牵头成立OpenAI,只是后来OpenAI没按他设想的路径走。

基于“防止AI取代人类”的愿景,行业里又延伸出两大派别。一派认为大量独立的AI系统比由大公司控制的少量AI系统更安全,AI的研究应该开源开放;另一派认为应该封闭研究,这可以减轻安全风险,防止不法分子滥用获得的代码。

OpenAI属于后者。支持它的人认为开源策略加大了风险,比如伦敦一家AI公司的CEO就认为,Meta是最不负责任的人工智能参与者,他问:“我们应该令核武器的设计透明化吗?”

Meta将开源视为最优策略,杨立昆就认为,机器最终会比人类更聪明,人类无法阻止坏人获取它,AI必须是开源的,只有让更多人参与其中,最终开发出的系统才会更安全。他认为马斯克的AI威胁论就是科幻小说看多了。

杨立昆曾经的合作伙伴,跟他一块获得图灵奖的杰弗里·辛顿,则持有不同观点,认为AI将对人类构成严重威胁。他的思想也许对他的学生伊利亚造成了影响。伊利亚是OpenAI的联合创始人兼首席科学家,几乎决定了OpenAI的技术路线,他也是OpenAI宫斗事件中开除奥尔特曼的关键人物。伊利亚一直致力于追求安全可靠的AGI。业内普遍认为,商业化和AGI的路线之争,引发了那场冲突。

所以,OpenAI和Meta有不同的信念。OpenAI将AGI视为终极目标,并且相信自己将会第一个实现它;Meta将开放平台视为最好的路径,试图制定开源标准。当然,它们都希望在这个过程里拿到应得的商业利益。

往长远看,AI的发展是螺旋式上升的,开源也好,闭源也罢,都将为其注入动能。究竟谁是真的在为全人类的未来操心,只有等待时间检验了。

作者:黎明,编辑:魏佳

来源公众号:定焦(ID:dingjiaoone),深度影响创新。

本文由人人都是产品经理合作媒体 @定焦One 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。