ChatGPT為何不會出現在中國？

https://www.youtube.com/watch?v=bsiFDVPp43E

前不久，人工智能企業OpenAI創造的文字轉視頻模型Sora，又是引發了全球關注。勢必，這一輪的生成式AI又將在全球掀起一鍋血雨腥風。說到這一輪的人工智能開發，就不得不提中國360創始人周鴻禕。在這美國的創新科技發佈不久之後，他就評論說中國將在一兩年內趕超美國，因為中國的學習能力很快。的確，美國有了谷歌，中國就有了百度；美國有了蘋果，中國就有了小米；美國有了YouTube，中國就有了優酷。這個學習能力真的很棒。

今天，我們就梳理一下OpenAI的創立過程，還有各位大神的履歷，看看為什麼從微軟到蘋果到電動汽車，再到如今的人工智能，風口總是由美國創造。自從OpenAI推出ChatGPT以來，關於生成式AI對於人類生活所造成的影響就引起了人們無數的遐想。現在，甚至連電影般的畫質視頻都可以自動生成了。你說，我的這個稿子是不是也可以由它們來生成一下呢？那麼，在錄制這個視頻之前，我也對ChatGPT做了一輪測試，當然是不付費版的。我們來問它兩個問題：第一，為什麼ChatGPT出現在美國？第二，為什麼ChatGPT不會出現在中國？感興趣的網友可以按下暫停鍵，自己來看一下它的這個答案，然後再對比一下。但是，如果我真的使用它的稿子的話，估計我的粉絲都掉光了。所以，還是得自給自足，豐衣足食。

關於ChatGPT的創始團隊他們的履歷，其實在網上已經有非常非常多的資料了。這期視頻，我就選擇了其中幾個關鍵人物，來跟大家講述一下，為什麼ChatGPT只能出生在美國。像是Geoffrey Hinton，如今被譽為人工智能教父，深度學習之父。然而，在他年輕的時候，就是花了很長的時間才確定了自己的學習方向，而且他年輕時所走的彎路，恰恰成為了後來成就他的捷徑。辛頓本人並沒有直接參與到OpenAI，正是因為有了他，才有了谷歌、微軟還有OpenAI後來用深度學習和神經網絡來打磨他們的AI，同時創造出來了ChatGPT和Gemini這兩個應用。而且他的得意門生伊利亞，也是後來OpenAI的聯合創始人和首席科學家。

我們還是言歸正傳，來首先扒一扒辛頓。辛頓最開始並不是學習人工智能的，根據《紐約客》對他的一個非常長篇的報道，就解釋出其實他最開始在倫敦的劍橋大學國王學院學習的時候，學的是物理學和化學。但在一個月的時間里，他就發現他不是這個班級里最聰明的學生，於是就有點小抑鬱，然後就開始了輟學，讀一讀小說，然後在倫敦打打零工。之後他又回到了學校進行學習的時候，攻讀的就是建築學。可是不到一個月，他又放棄了，跑回去又去學什麼物理學和化學，最終他又轉到了哲學。看他換專業的頻率，是不是比翻書還快？難怪他說自己是一個學業的多動症患者。之後他最終選定的是實驗心理學，並且每天都纏著一位倫理學的教授叫做Bernard Williams。有一天，這位教授就說了一句話，他說你看我們人和人之間想法特別不一樣，那是因為我們大腦的構造不同。這就證明人腦和電腦不一樣，因為電腦的硬件和軟件是彼此分開、互不相關的。這句話怎麼就引發了辛頓的一個念想，他就突然靈機一動，把人腦和電腦之間的這種關係和連接點燃了。他一下子就把之前對各個學科的研究聯繫到了一塊，他突然發現人腦內的神經網絡的連接，促使了大腦的思考和直覺的產生，那跟電腦現在的這種思考方式或者是運作方式是非常不同的。

就相當於是你有一個朋友，比如說剛從荷蘭回來了，然後跟你在這神侃他在阿姆斯特丹的經歷，然後就會導致你在第二天去大都會博物館參觀的時候，突然對維米爾的畫作很感興趣。但是你究竟是何時種草了維米爾呢？好像你自己也說不大清楚，這就像法語的déjà vu一樣，就是一種似曾相識的感覺，但是自己也說不出來怎麼就產生了這樣的感覺。於是辛頓一下子就對這樣的一個學科感興趣了。他希望把人腦裡神經網絡深度學習的方式，是否能夠複製到電腦之中。於是他就採用了自己之前所學的無論是數學、心理學、哲學以及電腦編程的這些方式，想在電腦裡重塑人腦裡的神經網絡的連接。這就是奠定了他之後對於人工智能的一個研究方向。

在辛頓之前，機器是如何進行學習的呢？根據這篇文章的介紹，它就相當於是把一些概念還有一些相關的詞語堆砌和累積起來。比如說要如何讓機器學習什麼是番茄醬呢？那你要有一些描述的詞語，比如是它是用西紅柿製成的一種酸酸甜甜的佐料。那什麼是一個鴿子呢？那它必須得是有兩個翅膀的，並且這個翅膀還沒有折斷的一個動物。辛頓就想，這麼複雜，這學習也太老古董了吧。你想想看，人類真實的學習方式是什麼樣呢？應該是一種通過主動觀察還有經驗的累積而達到的一個學習效果。就比如說你讓一個5歲的孩子認知什麼是狗什麼是貓吧。可能給他看幾個狗和貓的圖片，或者是現實生活中讓他觀察一下什麼狗什麼是貓。在這種情況下，即便他沒有看過一個拉布拉多犬，但是他仍然能夠一眼就能判斷出這個拉布拉多是一隻狗而不是貓。但如果你用概念的堆砌會達到什麼效果呢？你就可能告訴他狗是一個四腳毛絨絨的，家養的，食肉的哺乳性的動物。唉，等一下，貓好像也是這樣的一個。這樣的話，他還是沒有辦法準確地判斷出到底什麼是貓什麼是狗。

如果學習這麼沒有效率，那人類學習一下得殺死多少個腦細胞啊。於是辛頓就打算把人腦中的神經元的連接，也就是深度學習的過程複製到電腦上。但是要知道這人腦裡有860億個腦細胞，也就是所謂的神經元，而每一個神經元又有將近7000多個突觸，也就是連接。當時在辛頓對這個領域感興趣的那年代，這個電腦還沒有辦法，沒有這個算力去建模，就是對人腦中這麼複雜的一個連接進行建模。

這個辛頓就做了一個比喻，他說在電腦中複製這樣的神經元連接，就像是建立了一個陪審團和一個大法官。如果說這個陪審團接到了一個案子，要迅速地做出一個決定，他就需要權衡利弊考察各種各樣的情況，然後再把有罪或無罪的判決發給大法官。大法官再做出一個決定，就說你這個判斷到底是正確的還是錯誤的。如果是錯誤的話，你就要發回去重做，而且還要接受一定的懲罰。那麼這個懲罰措施可是非常關鍵，因為這就相當於是一種強化學習的過程，相當於把動物界的優勝劣汰的方式複製到了電腦的學習當中。因為你一旦判斷錯誤是要接受懲罰的。而且這樣的處理層越多，它最後的結果也就越接近於準確。也就是說它需要有很多層級的陪審團和大法官，然後他們一層一層地來做出一個判決。然後每一層出現錯誤的時候，它都要找到到底是哪一個細節導致它出現了錯誤。就這樣一輪一輪的糾錯過程當中，最終才能達到一個正確的結果。然而，在計算機的算力還有參數沒有達到一定的標準的時候，這整個過程將會非常得緩慢，而且科學家在這個過程中能夠做得又非常有限。所以辛頓當時就說，他願意花出雙倍的時間，付出雙倍的努力來等待最終這個結果能夠實現。而這也是他父親死前對他的一個預言：你這輩子花雙倍的時間雙倍的努力也沒有辦法達到我此生得到的成就。

順便提一句，這位辛頓，他可是邏輯學家喬治·布爾和數學家以及教育家瑪麗·布爾的曾曾孫，而他的父親是一位昆蟲學家。我想現在他的這位父親是可以安息九泉了。事實證明，如果說辛頓在劍橋學習的經歷古怪而緩慢，那是因為他像一隻老鷹一樣，在一個未知的領域盤旋，等待時機一到就一觸即發，把他關於數學、心理學、哲學方面的知識一起進行一個融合和爆發。

那麼，其實我發現在美國很多這樣的，就是大神級的人物，好像都有這樣的一個潛伏期。就比如說喬布斯，他不是有一個很家喻戶曉的故事嗎？就說當年他輟學了，不用學基礎課了，但由於他本人對書法很感興趣，就選了一個書法課。他在那個課程裡就學了襯線和無襯線（字體）的區別，還有就是字母之間的間距，什麼樣的間距才能造成比較美的效果。那他可能那個時候無論如何也沒有想到，他對於書法課程的學習，最終導致了他在創造蘋果的時候，用一種接近於藝術的標準來要求他的產品。

我記得那個時候他在斯坦福大學，在做他的演講的時候，後來還有記者問他說，你的這段故事經歷是否證明瞭中國的一句古話，叫做技多不壓身。然後當時喬布斯的說法是，我的學習書法的經歷表達了一句話，那就是人的靈魂始終要飛翔。簡單一點就是說，人總是要做點自己熱愛的事兒嘛。那說回到辛頓，辛頓就是因為他的耐心等待，當然也是由於他能夠苦心孤詣地，這種坐冷板凳的精神，最終導致他和他的另外兩個學生利用深度學習和神經網絡創造了AlexNet。並且在不久之後，這三人又創造了DNNResearch公司，並且用4400萬美元的價格賣給了谷歌。這個公司其實並沒有展現出任何關於人工智能具體的產品，甚至沒有體現出如何和產業相結合，但是已經是讓谷歌這樣的產業公司是躍躍欲試興奮不已了。那麼最終他的下一個章節，將由他的學生來完成。

再來說說辛頓的這位學生，也是在他最困難的時期跟他一路打怪的伊利亞。他現在也是OpenAI的聯合創始人和首席科學家。據說當時辛頓的研究領域就是利用神經網絡來練習AI的這個方式，其實非常冷門是不被看好的。但是當時正在多倫多大學讀本科的伊利亞卻非常崇拜他這位導師，幾次敲響他的門想成為他的門生。當時辛頓對他有點不耐煩了，就說你要預約時間。當下伊利亞就說那就現在吧。於是辛頓不耐煩就給他發了兩篇論文，說你自己先回去研究研究琢磨琢磨吧。沒想到一個星期後他（伊利亞）就回來了，非常不解地問他這位導師說，現在訓練AI的方式是當他碰到一個問題的時候就用一系列深度學習的方式去訓練一個神經網絡，而碰到另外一個不同的問題的時候呢，又訓練第二個神經網絡。為什麼不能把這兩個神經網絡聯合在一起，就是說用一個神經網絡來研究多個問題。當時面對他的這個提問，辛頓就一下子心動了，因為據說他突然在伊利亞的身上看到了一個潛力，就是許多資深的研究學者用很多年的時間都沒有辦法發現的，關於深度學習的一個內核和本質，就是用一個神經網絡來解決多個問題。

除了伊利亞所展現出的超強領悟力之外，他對金錢的態度也促使他之後加入了OpenAI。那我們之前不是說嘛，辛頓和他的這兩個得意門生不是創立了這個DNNResearch，然後之後以4400萬美元的價格賣給了谷歌那個故事嘛。那當時剛剛賣了這個價的時候，他這兩個學生是堅持說老師必須得拿大頭，不能是三三三，老師必須得拿40%。辛頓之後回憶這個故事的時候就說，這件事情展示的不是他是什麼樣的人，而是他這兩個學生是什麼樣的人。那也就是因為他對金錢是如糞土的態度，讓他之後在面對谷歌和OpenAI做選擇的時候，毅然選擇加入了OpenAI。因為當時OpenAI還在籌備階段，它的夢幻團隊的領隊就是奧爾特曼、布魯克曼還有馬斯克。這3個人找到伊利亞的時候，就跟他說你願不願意加入我們這個團隊。在那個時候，伊利亞一下子又燃起了他當初找辛頓的時候的心情，就是一群業界大佬又或者說是AI界的領軍人物，個個都是有才華有幹勁又有錢的，要跟他一起來幹。那個時候他就覺得他要毅地離開他的老東家谷歌，加入到OpenAI的團隊當中。

那個時候其實谷歌知道他要離職的時候也急了，馬上給他開出了一個天價薪酬。但是他還是毅然決然地選擇了後者，一個非營利組織（OpenAI）。這也可以看出他當時的初心。那也是他後來創造了ChatGPT的1、2、3版。其實不僅是這位伊利亞，無論是OpenAI的CEO還是董事長來說，他們實際拿到的工資都遠低於他們的市場價格。就比如說去年被逼宮後來又光速回歸的這位CEO薩姆·奧特曼（Sam Altman），根據他2022年報稅的收入來說，他僅僅拿到了是7萬3千多美元，董事長布魯克曼是11萬4千美元，伊利亞多一些，是33萬美元。當然這些錢數跟我們這些普通人比起來，覺得已經挺不錯的了。但是對於這些大神級的人物來說，其實還是遠低於他們的市場價格的。所以這也是為什麼去年當這個奧特曼面臨逼宮的時候，OpenAI幾乎所有的員工是“蓋樓”式的為他的辭呈。因為對他們來說，他們都知道OpenAI沒有了奧特曼，那幾乎就是什麼也不是。就是這麼的自信。

總之，無論是OpenAI的首席科學家、董事長，還是首席執行官，其實對他們來說，他們最開始聚集到一起都是為了一個字，兩個字：情懷。就是他們為了一個非常理想主義的信念來為之奮鬥。所以才會心甘情願地領這麼少的工資，因為在他們來說最開始的時候，他們其實都是希望能夠安全地來開發AI，並且為全人類的福祉而奮鬥。

最後我們再來說說這位大神馬斯克，他曾經也是夢之隊的一員。據說當年谷歌在開發AI的時候，就想拉馬斯克入伙。那他們年會的標題"Don’t be evil"（不要做惡），特別諷刺的是OpenAI當時的年會的主題"AI IS EVIL"（AI是惡的），就是它大方地承認人工智能是惡的。而當時馬斯克恰恰就是被這句非常坦誠的話贏得了芳心，豪擲5000萬美元來投助OpenAI。之後雖然是由於他和奧特曼關於OpenAI的發展方向和理念的不同，仍然導致他離開了OpenAI，兩個人是分道揚鑣，5000萬美元也打水漂了。OpenAI從一個非營利組織搖身一變成了一個營利的組織，投到了微軟的懷抱才能拿到錢。但是我們還是可以看到，在這個最開始的時候，馬斯克還是情懷滿滿的。

這也是為什麼在最近一段時間，他剛剛又提告了OpenAI，因為他認為這個曾經的非營利組織已經違背了初衷。甚至他認為奧特曼可能已經看到了通用人工智能（AGI）的出現，潘多拉的盒子已然打開。那麼他最開始希望通過用非營利組織來對抗商業化公司，用開源來對抗封閉的這個想法已然是破滅了。

那麼關於之後OpenAI的發展方向究竟是什麼，我們也將會繼續為你關注。其實關於OpenAI未來的發展方向，雖然我們現在看還是未知，但是從它最開始的創業道路，我們還是能夠感覺到它是由一群有理想有抱負有使命感的業界精英創造出來的。雖然就像所有偉大的事業一樣，在發展到一定階段的時候，它都會面臨現實的考驗。但我們還是能從它的這個成就的歷史當中總結出它為什麼會出生在美國的幾大要素：第一，有一個包容的學術和社會氛圍；第二，他們都是非常有理想的人；最後就是除了有這些高大上的理想和情懷之外，還需要有技術優勢和真金白銀才能點石成金。畢竟AI的實現，實際上是需要有千萬美金嗖嗖的投入，關鍵是你投入之後還未必能夠見成效，因為生成式AI的湧現其實是需要很多技術和算力的堆積的。所以在這裡要感謝馬斯克，感謝微軟，無論他們對於非營利組織的投入，還是現在對於有限的營利組織的投入，因為我們知道現在即便它是一個營利組織，實際上它的投資人能得到的回報還是受到控制的，是受到一個董事會的監管的。所以這些其實都是實現了一個營利和非營利的一個混搭，最終才在2023年實現了AI的湧現，而不是像中國一樣，希望通過一個非常短期的投入就能夠得到立竿見影的回報。

所以說，從OpenAI的創立歷史你不難看出，它的成功得益於西方大學里對於科研精神的尊重和研究，還有大量的投入。另外，還有硅谷孕育出來的一批職業經理人，他們可以把最前沿的技術轉化為產業。而最後，還有就是華爾街的資金的投入了。只有這些天時地利人和，最終才能夠孕育出得天獨厚的，孕育出一批精彩而偉大的企業家和企業。

—————————————————————————

OpenAI的故事不僅僅是關於技術的創新和突破，更是一段關於追求理想、勇於探索未知領域，以及在科技發展中堅持倫理和社會責任的精彩敘事。從這個角度來看，OpenAI不僅代表了人工智能領域的一次革命，也提供了一種思考：在迅速發展的科技時代，如何保持人性的光輝和道德的指引，這對所有從事科技創新的人來說都是一個重要的課題。

而OpenAI作為一個非營利組織起步，其核心理念在於推動人工智能以最大限度地惠及全人類，這一理念在其發展過程中不斷被強調。隨著技術的發展和組織的轉型，OpenAI面臨著如何平衡商業利益與創始理念之間的挑戰。這不僅是OpenAI獨有的挑戰，也是當今許多科技企業面臨的普遍問題。

在科技迅速發展的今天，AI技術的應用越來越廣泛，從改善日常生活到促進科學研究的突破，AI的潛力無疑是巨大的。然而，隨之而來的倫理、隱私、以及社會影響等問題也日益凸顯。因此，如何在推動技術進步的同時，確保這些進步造福社會，避免潛在的負面影響，成為了業界以及整個社會必須共同思考的問題。

OpenAI通過發布一系列影響深遠的產品，比如GPT系列，不僅在技術上推動了人工智能的發展，也引起了公眾對於AI倫理、AI治理以及人工智能如何影響未來工作和生活方式的廣泛討論。這些討論促進了社會對於人工智能發展方向更深層次的理解和思考，也使得OpenAI成為在探討AI倫理和社會責任方面的重要聲音。

展望未來，OpenAI與全球科技社區一道，面臨著如何利用AI技術解決人類面臨的重大挑戰，如氣候變化、疾病治療、資源分配不均等問題。同時，也需要持續探索如何在這一過程中保護個人隱私，確保技術發展的公平性和透明性，以及如何避免AI技術被濫用。

最終，OpenAI的故事和挑戰，反映了一個更廣泛的主題：在這個由數據和算法驅動的新時代中，如何形成一個更加公正、包容和可持續的未來。這是一個所有利益相關方——包括科技公司、政府機構、學術界以及公眾——都需要共同參與和負責的長期過程。