Quali sorprese ha in serbo OpenAI? Sam Altman: L'anno prossimo OpenAI entrerà nell'era dei sistemi AI.

L'anno prossimo, OpenAI entrerà nell'era dei sistemi AI.

Dopo GPT-4, quali grandi sorprese ha in serbo OpenAI l'anno prossimo? Qual è il fossato di OpenAI? Qual è il valore dell'agente AI? Con molti dipendenti senior che "se ne vanno", OpenAI opterà per giovani più motivati e dinamici?

Il 4 novembre, il CEO di OpenAI Sam Altman (di seguito "Altman") ha risposto a queste domande nel podcast "The Twenty Minute VC" e ha affermato chiaramente che migliorare la capacità di ragionamento è stata la strategia centrale di OpenAI.

Quando il conduttore del podcast, Harry Stebbings (di seguito "Stebbings"), ha chiesto quali opportunità OpenAI potrebbe lasciare per gli imprenditori AI, Altman ha ritenuto che, se gli imprenditori AI si concentrassero esclusivamente sulla risoluzione delle carenze del modello, il loro modello di business non sarebbe più competitivo con l'aggiornamento dei modelli OpenAI; gli imprenditori dovrebbero costruire un business che beneficerebbe dell'ulteriore potenziamento dei modelli, il che sarebbe un'enorme opportunità.

Secondo Altman, il modo in cui le persone discutono dell'AI ora è un po' obsoleto; rispetto ai modelli, i sistemi sono una direzione di sviluppo più dignitosa, e l'anno prossimo sarà un anno cruciale per OpenAI per passare ai sistemi AI.

Ecco un riassunto dei punti salienti della conversazione tra Stebbings e Altman:

OpenAI prevede di creare strumenti senza codice

Stebbings: Inizio l'intervista di oggi con una domanda proveniente dal pubblico: qual è la direzione futura di OpenAI, lanciare più modelli come GPT-3.5 o addestrare modelli più grandi e forti?

Altman: Ottimizzeremo completamente i modelli; migliorare la capacità di ragionamento è il cuore della nostra strategia attuale.

Penso che una potente capacità di ragionamento sbloccherà una serie di funzionalità che ci aspettiamo, inclusa la capacità dell'intelligenza artificiale di fare contributi sostanziali nella ricerca scientifica, scrivere codice di complessità estrema, ecc., il che spingerà enormemente lo sviluppo e i progressi della società.

Tutti possono aspettarsi un continuo e rapido aggiornamento e ottimizzazione dei modelli della serie GPT, questo sarà il nostro focus e priorità per il futuro.

Sam Altman è stato ospite del podcast di Harry Stebbings, fondatore di 21VC.

Stebbings: OpenAI svilupperà in futuro strumenti senza codice per i non tecnici, in modo che anche loro possano facilmente costruire e scalare applicazioni AI?

Altman: Non c'è dubbio che ci stiamo muovendo in quella direzione.

Il nostro piano iniziale è migliorare significativamente l'efficienza dei programmatori, ma a lungo termine, il nostro obiettivo è costruire strumenti senza codice di prima classe. Anche se esistono già alcune soluzioni senza codice sul mercato, queste non possono ancora soddisfare completamente le esigenze di creare un'intera startup in modo senza codice.

Stebbings: In futuro, in quali aree dell'ecosistema tecnologico OpenAI si espanderà? Considerando che OpenAI potrebbe dominare a livello applicativo, se le startup investono massicciamente per ottimizzare i sistemi esistenti, è uno spreco di risorse? Come dovrebbero i fondatori pensare a questa questione?

Altman: Il nostro obiettivo è migliorare continuamente i nostri modelli. Se la tua attività è semplicemente per risolvere alcune piccole carenze dei modelli esistenti, una volta che i nostri modelli diventano abbastanza potenti e quelle carenze non esistono più, il tuo modello di business potrebbe diventare non competitivo.

Tuttavia, se riesci a costruire un'attività che beneficia dei continui miglioramenti dei modelli, questa sarà un'enorme opportunità.

Immagina se qualcuno ti dicesse che GPT-4 diventerà eccezionalmente potente, capace di realizzare compiti che ora sembrano impossibili; allora potresti pianificare e sviluppare il tuo business con una visione a lungo termine.

Stebbings: Abbiamo discusso con l'investitore di venture capital Brad Gerstner sull'impatto che OpenAI potrebbe avere su alcuni mercati di nicchia. Dalla prospettiva di un fondatore, quali aziende potrebbero essere colpite da OpenAI e quali potrebbero salvarsi? Come investitori, come dovremmo valutare questa questione?

Altman: L'intelligenza artificiale creerà trilioni di dollari di valore, generando nuovi prodotti e servizi, rendendo possibili cose che prima erano impossibili o impraticabili.

In alcune aree, ci aspettiamo che i modelli siano abbastanza potenti da rendere il raggiungimento degli obiettivi un gioco da ragazzi; mentre in altre aree, questa nuova tecnologia sarà ulteriormente potenziata costruendo prodotti e servizi eccellenti.

All'inizio, circa il 95% delle startup sembrava scommettere che i modelli non sarebbero migliorati, il che mi ha sorpreso; ora non mi sorprende più. Quando GPT-3.5 è stato appena rilasciato, prevedevamo già il potenziale di GPT-4, sapevamo che sarebbe stato molto potente.

Quindi, se gli strumenti che costruisci servono solo a compensare le carenze del modello, con il continuo miglioramento del modello, tali carenze diventeranno sempre meno rilevanti.

Quando i modelli funzionavano molto male, le persone tendevano a sviluppare prodotti per compensare le carenze dei modelli, piuttosto che costruire prodotti rivoluzionari come "insegnante AI" o "consulente medico AI". Ho la sensazione che il 95% delle persone stesse scommettendo che i modelli non sarebbero migliorati, mentre solo il 5% credeva che i modelli sarebbero diventati migliori.

Ora la situazione è cambiata; le persone comprendono la velocità dei miglioramenti e conoscono la nostra direzione di sviluppo.

Ora questa preoccupazione non è più così evidente, ma una volta eravamo molto preoccupati perché prevedevamo che quelle aziende che stavano cercando di colmare le lacune dei modelli avrebbero potuto affrontare difficoltà.

Stebbings: Hai detto "L'intelligenza artificiale creerà trilioni di dollari di valore"; Masayoshi Son (fondatore e CEO di SoftBank) ha anche previsto che "l'AI creerà 9 trilioni di dollari di valore ogni anno", sufficienti per compensare quello che considera "necessario 9 trilioni di dollari di spesa in capitale"; qual è la tua opinione a riguardo?

Altman: Non posso fornire un numero preciso, ovviamente, enormi spese in capitale creeranno anche un grande valore, perché ogni grande rivoluzione tecnologica lo fa, e l'intelligenza artificiale è senza dubbio una di queste.

L'anno prossimo sarà un anno cruciale per noi; entreremo nell'era della prossima generazione di sistemi AI.

Riguardo allo sviluppo di agenti software senza codice, non sono sicuro di quanto tempo ci vorrà; attualmente non è realizzabile, ma se immaginiamo di poter raggiungere questo obiettivo, quanto valore economico libererebbe al mondo se tutti potessero facilmente ottenere un'intera suite di software aziendale?

Se puoi mantenere lo stesso output di valore, rendendolo più conveniente e a costi inferiori, questo avrà un enorme impatto.

Credo che vedremo più esempi simili, inclusi quelli nei settori della salute e dell'educazione, che rappresentano mercati da trilioni di dollari.

Se l'AI può spingere nuove soluzioni in questi settori, penso che i numeri specifici non siano importanti; ciò che conta è che creerà un valore incredibile.

Eccellenti agenti AI hanno funzionalità che superano quelle umane.

Stebbings: Quale ruolo pensi che avrà l'open source nello sviluppo futuro dell'intelligenza artificiale? Come vengono condotte le discussioni interne su "se dovremmo open source alcuni modelli" in OpenAI?

Altman: I modelli open source giocano un ruolo cruciale nell'ecosistema dell'intelligenza artificiale.

Attualmente ci sono alcuni modelli open source molto eccezionali.

Penso che sia anche cruciale fornire servizi e API di alta qualità. A mio avviso, ha senso offrire questi elementi come un pacchetto di prodotti, in modo che le persone possano scegliere la soluzione più adatta alle loro esigenze.

Stebbings: Oltre all'open source, possiamo anche fornire servizi ai clienti tramite agenti. Come definisci un "agente"? Cosa pensi sia e cosa non sia?

Altman: Penso che un agente sia un programma in grado di eseguire compiti a lungo termine e che durante l'esecuzione richieda quasi nessuna supervisione umana.

Stebbings: Pensi che ci siano malintesi sulla comprensione degli agenti da parte delle persone?

Altman: Piuttosto che un malinteso, direi che non abbiamo ancora completamente compreso il ruolo che gli agenti giocheranno nel futuro.

Un esempio che le persone menzionano spesso è quello di avere un agente AI che aiuta a prenotare ristoranti, ad esempio usando OpenTable, o chiamando direttamente il ristorante.

Questo può certamente risparmiare del tempo, ma penso che sia più eccitante che gli agenti possano fare cose che gli esseri umani non possono, come contattare contemporaneamente 300 ristoranti per trovare i piatti più adatti o quelli che offrono servizi speciali.

Questo è un compito praticamente impossibile per gli esseri umani, ma se gli agenti sono tutti AI, possono elaborare in parallelo e il problema diventa molto più semplice.

Anche se questo esempio è semplice, dimostra la capacità degli agenti di superare le abilità umane. È ancora più interessante che gli agenti non solo possono aiutarti a prenotare ristoranti, ma possono anche funzionare come un collega molto intelligente e esperto, collaborando con te per completare un progetto; oppure possono completare un compito che richiede due giorni o addirittura due settimane, contattandoti solo quando hanno problemi e presentando alla fine un risultato eccellente.

Stebbings: Questo modello di agente avrà un impatto sui prezzi del SaaS (Software as a Service)? Tradizionalmente, il SaaS viene addebitato in base al numero di posti utente, ma ora gli agenti stanno di fatto sostituendo il lavoro umano. Come vedi i cambiamenti futuri nei modelli di prezzo, specialmente nel caso in cui gli agenti AI diventino una parte centrale dei dipendenti aziendali?

Altman: Posso solo fare supposizioni, perché non possiamo davvero essere certi.

Posso immaginare uno scenario: i futuri modelli di prezzo saranno determinati in base alle risorse di calcolo che utilizzi, ad esempio, se hai bisogno di 1 GPU, 10 GPU o 100 GPU per risolvere un problema.

In questo caso, il prezzo non sarà più basato sul numero di posti o agenti, ma sarà determinato in base alla quantità di calcolo realmente consumata.

Stebbings: Abbiamo bisogno di costruire modelli specifici per gli agenti?

Altman: Certamente è necessaria un'enorme infrastruttura per supportare il funzionamento degli agenti, ma penso che GPT-3.5 abbia già indicato la direzione, cioè un modello generale in grado di eseguire compiti complessi di agente.

I modelli sono beni in deprezzamento, ma l'esperienza di addestramento ha un valore superiore ai costi.

Stebbings: Molti pensano che, con la crescente tendenza alla commercializzazione dei modelli, i modelli siano beni in deprezzamento. Qual è la tua opinione su questo punto di vista? Attualmente, la capital intensity per addestrare i modelli sta aumentando, significa che solo poche aziende possono permettersi tali costi?

Altman: È vero che i modelli possono essere considerati beni in deprezzamento, ma pensare che il loro valore sia inferiore al costo di addestramento è completamente sbagliato.

In effetti, durante il processo di addestramento dei modelli, siamo in grado di ottenere un effetto di interesse composto positivo, cioè le conoscenze e l'esperienza che acquisiamo dall'addestramento ci aiuteranno a formare i modelli di prossima generazione in modo più efficiente.

Penso che il reddito reale che abbiamo ottenuto dai modelli dimostri già la validità di questi investimenti. Naturalmente, non tutte le aziende possono raggiungere questo risultato.

Attualmente, molte aziende potrebbero essere impegnate ad addestrare modelli molto simili, ma se sei un po' in ritardo, o non hai un prodotto in grado di attrarre costantemente gli utenti e fornire valore, sarà ancora più difficile ottenere un ritorno sugli investimenti.

Siamo fortunati ad avere ChatGPT, utilizzato da centinaia di milioni di utenti, quindi anche se i costi sono elevati, possiamo ripartire questi costi grazie alla nostra vasta base di utenti.

Stebbings: Come manterrà OpenAI i suoi modelli differenziati in futuro? In quali aree desideri ampliare le differenze?

Altman: La capacità di ragionamento è attualmente il nostro campo di maggiore interesse; credo che sarà la chiave per aprire la prossima fase di creazione di valore su larga scala.

Inoltre, ci concentreremo anche sullo sviluppo di modelli multimodali e introdurremo nuove funzionalità che riteniamo cruciali per gli utenti.

Stebbings: Come si espanderanno le capacità visive nel nuovo paradigma di tempo di ragionamento di GPT-3.5?

Altman: Senza fare spoiler, prevedo che i modelli di immagini si svilupperanno rapidamente.

Stebbings: I modelli dell'azienda Anthropic sono talvolta considerati superiori in compiti di programmazione; quale è la tua opinione su questo? Pensi che quella valutazione sia giusta? Come dovrebbero i programmatori scegliere tra OpenAI e altri fornitori?

Altman: Anthropic ha effettivamente un modello che eccelle nel campo della programmazione, e il loro lavoro è davvero impressionante.

Penso che gli sviluppatori di solito usino più modelli contemporaneamente; non sono sicuro di come cambierà la situazione con l'evoluzione di questo campo. Ma credo che in futuro l'intelligenza artificiale sarà ovunque.

Attualmente, il modo in cui discutiamo dell'AI potrebbe essere un po' obsoleto; prevedo che passeremo dal discutere di "modelli" a discutere di "sistemi", ma ci vorrà del tempo per realizzarlo.

Stebbings: Riguardo alla questione dell'espansione dei modelli, quanto a lungo pensi che la legge di scala dei modelli possa continuare? In passato si pensava che non sarebbe durata a lungo, ma sembra che sia più duratura di quanto ci si aspettasse.

Altman: Senza approfondire i dettagli, la questione centrale è: la traiettoria dell'aumento delle capacità dei modelli continuerà come attualmente? Credo di sì, e continuerà per un periodo piuttosto lungo.

Stebbings: Hai mai avuto dei dubbi su questo?

Altman: Abbiamo effettivamente incontrato alcuni modelli di comportamento che non comprendiamo e abbiamo attraversato alcuni processi di formazione falliti, provando vari nuovi paradigmi.

Quando ci stiamo avvicinando a un limite di paradigma, dobbiamo trovare il prossimo punto di rottura.

Stebbings: Qual è stata la sfida più difficile da affrontare in questo processo?

Altman: Durante il nostro sviluppo di GPT-4, abbiamo affrontato alcune questioni estremamente difficili che ci hanno lasciato senza parole, non sapevamo come affrontarle.

Alla fine, siamo riusciti a superare queste difficoltà. Ma c'è stato un periodo in cui eravamo confusi su come procedere nello sviluppo dei modelli.

Inoltre, la transizione verso GPT-3.5 e il concetto di modelli di ragionamento sono obiettivi che abbiamo sempre sognato, ma il percorso di ricerca per raggiungere tale obiettivo è stato pieno di sfide e ostacoli.

Stebbings: In questo lungo e tortuoso processo, come mantieni alto il morale del team? Come mantieni il morale quando il processo di addestramento potrebbe fallire?

Altman: I membri del nostro team sono tutti appassionati di costruire intelligenza artificiale generale (AGI), ed è un obiettivo molto motivante.

Siamo tutti consapevoli che non è una strada facile; il successo non arriva senza sforzo. È un detto: "Non prego mai Dio di stare dalla mia parte, ma prego di stare dalla parte di Dio."

Immergersi nel campo del deep learning è come impegnarsi in una causa giusta; nonostante ci siano inevitabili battute d'arresto, alla fine sembra che riusciamo sempre a fare progressi. Questa ferma convinzione è di grande aiuto per noi.

Stebbings: Riguardo ai problemi della catena di fornitura dei semiconduttori, quanto sei preoccupato per la catena di fornitura dei semiconduttori e per le tensioni internazionali?

Altman: Non posso quantificare il livello di preoccupazione, ma non c'è dubbio che mi sento preoccupato.

Anche se potrebbe non essere la mia preoccupazione principale, tra tutte le cose che mi preoccupano, sicuramente è tra il 10% più alto.

Stebbings: Posso chiederti qual è la tua preoccupazione principale?

Altman: In generale, la mia preoccupazione principale è la complessità di cercare di completare tutto il lavoro in questo campo.

Anche se credo che alla fine tutto si risolverà, è davvero un sistema estremamente complesso.

Questa complessità esiste a vari livelli, sia all'interno di OpenAI che in ogni team. Prendiamo i semiconduttori come esempio, dobbiamo bilanciare la fornitura di energia, prendere decisioni corrette sulla rete, assicurarci di avere abbastanza chip, considerando anche i potenziali rischi e se il progresso della ricerca è in grado di stare al passo con queste sfide, per evitare di essere completamente colti di sorpresa o di sprecare risorse.

L'intera catena di fornitura sembra un condotto lineare, ma in realtà la complessità degli ecosistemi a ogni livello supera qualsiasi cosa io abbia visto in altri settori. In un certo senso, questo è esattamente ciò che mi preoccupa di più.

Stebbings: Hai menzionato una complessità senza precedenti; molte persone paragonano l'attuale ondata di AI all'era della bolla Internet, soprattutto quando si parla di entusiasmo e passione. Penso che la differenza risieda nell'ampiezza degli investimenti. Larry Ellison (cofondatore di Oracle) ha affermato che il costo di ingresso alla gara dei modelli fondamentali è di 100 miliardi di dollari. Sei d'accordo con questo punto di vista?

Altman: No, non penso che i costi saranno così elevati. Ma c'è un fenomeno interessante: le persone tendono a paragonare le nuove rivoluzioni con le rivoluzioni tecnologiche passate per renderle più familiari.

Penso che in generale non sia una buona abitudine, ma capisco perché le persone lo fanno. Inoltre, credo che gli esempi di analogia AI scelti dalle persone siano particolarmente inappropriati; la rete è chiaramente molto diversa dall'AI.

Hai menzionato un esempio riguardo ai costi; non è chiaro se sia necessario spendere 10 miliardi o 100 miliardi per essere competitivi; una caratteristica distintiva della rivoluzione della rete è che "è facile iniziare".

Un'altra caratteristica simile alla rete è che, per molte aziende, l'AI è solo un'estensione della rete: altri costruiranno questi modelli AI e tu potrai usarli per sviluppare prodotti straordinari.

Questo è vedere l'AI come un nuovo modo di costruire tecnologie. Ma se vuoi costruire l'AI stessa, la situazione è completamente diversa.

Un'altra analogia comune è l'elettricità, ma penso che non si applichi in molti modi.

Sebbene creda che le persone non dovrebbero fare eccessivo affidamento su analogie, la mia analogia preferita è il transistor, una nuova scoperta della fisica, con un'incredibile scalabilità, che è rapidamente penetrata in molti settori, beneficiando l'intero settore tecnologico; i prodotti e i servizi che utilizziamo contengono un gran numero di transistor, ma non penseresti che le aziende che li producono siano "aziende di transistor".

Questo (transistor) è un processo industriale molto complesso e costoso, attorno al quale si è formata una vasta catena di approvvigionamento.

Questa semplice scoperta fisica ha portato a una crescita economica a lungo termine, anche se la maggior parte delle persone non ne era consapevole, semplicemente sentendo che "questa cosa può aiutarmi a gestire le informazioni".

Mantenere standard elevati per i talenti, piuttosto che inclinarsi verso un'età specifica.

Stebbings: Come pensi che i talenti vengano sprecati?

Altman: Ci sono molte persone di grande talento nel mondo che, a causa di lavorare in aziende sbagliate o vivere in paesi che non supportano aziende eccellenti, non riescono a esprimere il loro potenziale.

Una delle cose che mi entusiasma di più dell'AI è che potrebbe aiutarci a far emergere il potenziale di ognuno, e attualmente non stiamo facendo abbastanza in questo senso. Credo che ci siano molti potenziali ricercatori AI di talento nel mondo, solo che le loro traiettorie di vita sono diverse.

Stebbings: Negli ultimi anno hai vissuto una crescita incredibile, se guardi indietro negli ultimi dieci anni, qual è il cambiamento più grande che hai visto nella leadership?

Altman: Per me, la cosa più insolita di questi anni è la velocità del cambiamento.

Un'azienda normale cresce da zero a cento milioni di dollari di entrate, poi da cento milioni a un miliardo, e infine da un miliardo a dieci miliardi; questo di solito richiede molto tempo, mentre noi dobbiamo farlo in soli due anni.

Ci siamo trasformati da un laboratorio di ricerca puramente accademico a un'azienda che fornisce realmente servizi a un gran numero di clienti, e questo rapido cambiamento mi ha fatto perdere tempo per imparare.

Stebbings: Quali sono gli argomenti su cui vorresti spendere più tempo per imparare?

Altman: Come guidare un'azienda a concentrarsi su una crescita di dieci volte, non solo del 10%.

Per passare da un'azienda con entrate di miliardi a un'azienda con entrate di centinaia di miliardi, è necessaria una profonda trasformazione, non solo ripetere il lavoro della settimana scorsa.

Ma la sfida della crescita rapida è che non abbiamo abbastanza tempo per consolidare le basi.

Ho sottovalutato quanto sforzo fosse necessario per tenere il passo e continuare a progredire in un ambiente di crescita così rapida.

La comunicazione interna dell'azienda, la condivisione delle informazioni, la gestione strutturata e come bilanciare le esigenze a breve termine con lo sviluppo a lungo termine sono tutte cose cruciali.

Ad esempio, per garantire l'esecuzione dell'azienda nei prossimi uno o due anni, dobbiamo prepararci in anticipo con risorse di calcolo, spazi per uffici, ecc. In un ambiente di crescita così rapida, è molto difficile effettuare una pianificazione efficace.

Stebbings: Keith Rabois (investitore di venture capital) ha detto che ha imparato da Peter Thiel (cofondatore di PayPal) che bisogna assumere giovani sotto i 30 anni, perché è il segreto per costruire grandi aziende. Qual è la tua opinione su questo consiglio, cioè costruire un'azienda assumendo giovani molto energici e ambiziosi, è l'unico modo?

Altman: Avevo circa 30 anni quando ho creato OpenAI, non ero troppo giovane, ma sembrava piuttosto appropriato (ride).

Quindi, questa è sicuramente una strada da esplorare.

Stebbings: Tuttavia, sebbene i giovani siano pieni di energia e ambizione, potrebbero mancare di esperienza; o dovremmo scegliere talenti esperti e già affermati?

Altman: La risposta ovvia è che entrambi i tipi di talenti possono avere successo, proprio come abbiamo fatto in OpenAI.

Proprio prima di quest'intervista, stavo parlando di un giovane che si è appena unito al nostro team, probabilmente poco più che ventenne, ma il suo lavoro è stato eccezionale.

Sto riflettendo se possiamo trovare più persone come lui; questi giovani portano nuove prospettive e vitalità.

Tuttavia, dall'altra parte, se stai progettando uno dei sistemi di calcolo più complessi e costosi della storia umana, non darei mai il compito a un giovane che è appena entrato nel settore.

Quindi, abbiamo bisogno di una combinazione di entrambi i tipi di talenti. Penso che la chiave sia mantenere alti standard di talento, piuttosto che inclinarsi verso una certa fascia di età.

Sono particolarmente grato a Y Combinator (incubatore di startup) perché mi ha fatto capire che la mancanza di esperienza non significa mancanza di valore.

Ci sono molte persone ad alto potenziale all'inizio della loro carriera che possono creare un enorme valore; la nostra società dovrebbe investire in queste persone, il che è un fatto molto positivo.

Stebbings: Recentemente ho sentito una citazione: il peso più pesante nella vita non è il ferro o l'oro, ma le decisioni non prese. Quale decisione non presa ti ha causato più stress?

Altman: La risposta a questa domanda cambia ogni giorno; non c'è una decisione non presa particolarmente significativa.

Naturalmente, ci troviamo di fronte a importanti decisioni, come scegliere la direzione di un prodotto o come progettare la prossima generazione di computer, tutte scelte significative e rischiose.

Quando ci troviamo in una situazione del genere, potrei ritardare la decisione, ma nella maggior parte dei casi, la sfida sta nel dover affrontare ogni giorno alcune decisioni 51% contro 49%; queste decisioni sono davanti a me perché sono difficili da giudicare, e potrei non essere più sicuro di altri nel team nel fare una scelta migliore, ma devo prendere una decisione.

Quindi, il cuore della questione risiede nel numero di decisioni, non in una decisione specifica.

Stebbings: Quando ti trovi di fronte a decisioni 51% contro 49%, hai persone fisse a cui puoi chiedere consiglio?

Altman: No, penso che non sia giusto dipendere da una sola persona per tutto.

Per me, un modo migliore è trovare 15 o 20 persone con una buona intuizione e background in un campo specifico e consultare i migliori esperti quando necessario, piuttosto che fare affidamento su un singolo consulente.

Domande e risposte veloci

Stebbings: Supponiamo che tu sia un giovane di 23 o 24 anni oggi, considerando le infrastrutture attuali, cosa sceglieresti di fare?

Altman: Sceglierei un settore verticale supportato dall'AI, come l'educazione AI; svilupperei i migliori prodotti di educazione AI per consentire alle persone di apprendere qualsiasi campo di conoscenza.

Esempi simili potrebbero includere avvocati AI, ingegneri CAD AI, ecc.

Stebbings: Hai menzionato di scrivere un libro; quale titolo daresti al libro?

Altman: Non ho ancora pensato a un titolo. Non ho ancora riflettuto attentamente su questo libro; penso solo che la sua esistenza stimolerà il potenziale di molte persone. Potrebbe avere a che fare con il tema "potenziale umano".

Stebbings: In quale direzione nel campo dell'AI credi che ci sia un'attenzione insufficiente ma che dovrebbe ricevere maggiore impegno?

Altman: Spero di vedere un AI in grado di comprendere l'intera tua vita.

Non ha bisogno di un contesto infinito, ma spero che ci sia un modo per avere un agente AI che comprenda tutti i tuoi dati e possa assisterti.

Stebbings: C'è qualcosa che ti ha stupito negli ultimi mesi?

Altman: È un risultato di ricerca che non posso rivelare, ma è sbalorditivo.

Stebbings: Chi è il tuo concorrente più rispettato? Perché?

Altman: In realtà rispetto ognuno in questo campo; ci sono molti talenti eccezionali e lavori straordinari in tutto il settore.

Non sto evitando la domanda deliberatamente, ma vedo talenti in ogni parte che stanno facendo un lavoro straordinario.

Stebbings: Ce n'è uno specifico?

Altman: Non c'è nulla di particolare.

Stebbings: Qual è la tua API OpenAI preferita?

Altman: La nuova API in tempo reale è fantastica, ora abbiamo un grande business API con molte cose buone.

Stebbings: Chi rispetti di più nel campo dell'AI oggi?

Altman: Vorrei menzionare in particolare il team di Cursor, che ha portato esperienze straordinarie con l'AI, creando un grande valore per le persone.

Molti non sono riusciti a mettere insieme tutti gli elementi, mentre loro ci sono riusciti. Ho fatto apposta a non menzionare le persone di OpenAI, altrimenti l'elenco sarebbe stato lungo.

Stebbings: Come vedi il compromesso tra ritardo e accuratezza?

Altman: Ci vuole un regolatore che possa bilanciare entrambi. Proprio come ora, quando vuoi che io risponda rapidamente, cerco di non impiegare minuti a riflettere, e in quel momento il ritardo diventa importante.

Se mi chiedi di fare una grande scoperta, potresti essere disposto ad aspettare alcuni anni. La risposta è che questo dovrebbe essere sotto il controllo degli utenti.

Stebbings: Quando pensi all'insicurezza nella leadership, in quale aspetto pensi di aver bisogno di miglioramenti? Cosa vorresti migliorare come leader e CEO?

Altman: Negli ultimi giorni, ho sentito di essere più incerto riguardo ai dettagli della nostra strategia di prodotto rispetto a prima.

In generale, penso che il prodotto sia la mia debolezza, e ora l'azienda ha bisogno di una visione più chiara del prodotto.

Abbiamo un ottimo responsabile di prodotto e un team, ma è un'area in cui spero di essere più competente, e lo sento particolarmente forte ultimamente.

Stebbings: Hai assunto Kevin Scott (CTO di OpenAI), lo conosco da molti anni e lui è eccellente. Quali qualità di Kevin lo rendono un leader di prodotto di classe mondiale?

Altman: "Disciplina" è la prima parola che mi viene in mente.

Stebbings: A cosa ti riferisci specificamente?

Altman: È molto concentrato sulle priorità, sa cosa rifiutare e può pensare dal punto di vista degli utenti sul perché fare o non fare qualcosa; è davvero rigoroso e non ha idee stravaganti.

Stebbings: Guardando al futuro, se avessi una bacchetta magica per disegnare la visione di OpenAI per i prossimi cinque e dieci anni, quale sarebbe?

Altman: Posso facilmente delineare il futuro nei prossimi due anni, ma se abbiamo ragione e iniziamo a costruire sistemi super potenti, ad esempio nel progresso scientifico, ciò porterà a incredibili progressi tecnologici.

Penso che tra cinque anni vedremo una sorprendente velocità di progresso tecnologico, persino al di là di quanto ci si aspetta; la società potrebbe sentirsi come se "il momento dell'AGI fosse venuto e andato"; scopriremo molte cose nuove, non solo nella ricerca AI, ma anche in altri campi scientifici.

D'altra parte, penso che i cambiamenti che (i progressi tecnologici portano) alla società siano in realtà relativamente limitati.

Ad esempio, se avessi chiesto alle persone cinque anni fa: i computer passeranno il test di Turing?

Probabilmente diranno: no. Se glielo dici: sì. Allora penseranno che questo porterà enormi cambiamenti alla società.

Ora vediamo che effettivamente abbiamo superato il test di Turing, ma i cambiamenti sociali non sono stati così drammatici.

Questa è la mia previsione per il futuro: i progressi tecnologici supereranno continuamente tutte le aspettative, mentre i cambiamenti sociali saranno più lenti.

Penso che sia uno stato buono e sano. A lungo termine, i progressi tecnologici porteranno sicuramente enormi cambiamenti alla società, ma non si rifletteranno così rapidamente nei prossimi cinque o dieci anni.

Questo articolo è una collaborazione di ripubblicazione: Deep Tide

Ulteriori rapporti
L'investitore a16z analizza la storia dell'evoluzione delle stablecoin: guardando alla storia bancaria di 250 anni, qual è il futuro delle stablecoin?
Dopo l'elezione di Trump, è arrivata la "primavera crittografica"; le principali istituzioni finanziarie americane si stanno muovendo verso "guidare invece di applicare la legge"?