代写论文 ChatGPT，背后 Open AI 揭密
▼
11 月开放使用，一周就涌进百万用户的聊天机器人 ChatGPT，全球网友发现可代学生写论文、老师看不出来；还能代读研究报告选股；代回客服信函，甚至帮工程师写程式码，通中英文，简直会害文组理组一起失业。如此强大的 AI 工具，开发公司是 Open AI，马斯克竟是创办人之一。Open AI 还有哪些厉害 AI 服务等着推？又为何被马斯克半途抛弃？一文完整揭密。
开放大众使用的对话式语言模型ChatGPT后，人工智慧研究实验室OpenAI再度让普罗大众惊艳人工智慧的威力，且记住它的名字。这也是自2020年推出GPT-3以来，OpenAI开发出的服务又一次席卷社群，也擦亮人工智慧领域的领先招牌。不过说起OpenAI发展，这次ChatGPT的耀眼表现，并不适合用“十年寒窗苦心钻研无人闻问，而后一夕成名”来描述，探究其发展经历，更可说是厚积而薄发。
究竟OpenAI是什么来头？为什么创办人之一最终退出？科技巨头微软看上它什么？除了ChatGPT以外，OpenAI还开发出什么人工智慧的有趣应用？《远见》整理OpenAI的发展脉络，并盘点其面向人们贴近生活的服务，带你一次看。
OpenAI是什么背景？
OpenAI专攻人工智慧，由非营利OpenAI Inc.和营利OpenAI LP组成。创办人大有来头，分别是特斯拉执行长暨Twitter新老板马斯克（Elon Musk），以及素有新创孵化器美名的创投Y Combinator前总裁亚特曼（Sam Altman）。
据官网所述，OpenAI希望让通用人工智慧（artificial general intelligence，AGI）造福全人类，致力打造安全且对人类有助益的AGI。
通用人工智慧又称强人工智慧（strong AI），指的是接近甚至超越人类的人工智慧。预想通用人工智慧能像人类具备认知能力，能逻辑推理，甚至拥有自我意识，可执行不同任务，用途广泛。概念上与应用人工智慧（applied AI）或弱人工智慧（weak AI）相对，后者用途相对狭窄，机器仅能学习有明确目的任务，如辨识脸部、下棋、医疗影像判读、自动导航等。
▲ 专攻西洋棋、IBM开发的Deep Blue，还有专供围棋、DeepMind开发的AlphaGo，都属弱人工智慧。（Source：影片截图）
人工智慧发展史上，开发通用人工智慧一向是电脑科学界始终无法实现的渴望。纵使近年因电脑运算能力发展成功度过AI寒冬，深度学习便宜且有效落地，主宰人工智慧领域，但目前许多应用仍是弱人工智慧范畴，科幻电影和人类培养深厚感情的通用人工智慧，仍是研究者的失落圣杯。
不过，OpenAI并没有放弃，挖掘顶尖人才、引入资金，挑战各类AI任务，希望朝终焉之地迈进。
科技巨头微软看上它什么？
创立之初，OpenAI属非营利组织，2019年时OpenAI表示，未来希望增加运算能力和人才投资，如大规模云端运算、建造超级电脑等，同时又要与梦想平衡，两者都需要资金，为了增加募资能力，OpenAI决定成立营利公司OpenAI LP。
虽然OpenAI LP重视营利，但OpenAI当时表示，相信能专注发展新AI技术，不只将重点放在商业产品，同时有非营利和营利企业组织架构，不用只看眼前利润，更能深入研究，追求长期回报。
除了初创时投资者与创办人共同承诺投资的10亿美元，2019年微软（Microsoft）加码投资10亿美元，希望透过此次和OpenAI合作共同发展通用人工智慧，微软想利用OpenAI先进人工智慧研究的力量，并相关技术民主化。
当然，强强联手不只是做公益，微软不只成为OpenAI的独家云端系统供应商，两者更合作开发微软公有云服务Azure的超级运算技术。之后微软也推出Azure OpenAI的相关服务，整合至Open AI开发的产品。举例来说，行销领域和媒体界的使用者能借此工具，据球赛评论快速产生精华摘要，进而迅速发稿。不仅如此，微软也把“望文生图”的DALL-E加入旗下创作服务和Microsoft 365，让微软用户也享受OpenAI的世界级产品。
▲ DALLE产生的图片风格各异，能写实也能童稚或科幻。（Source：DALLE by OpenAI）
为什么马斯克半路退出？
微软投资OpenAI时勾勒愿景如此动人：民主化人工智慧技术、共同开发对人类有益的通用人工智慧，然2020年9月，OpenAI把集结科学家心血、耗费巨资开发的GPT-3独家授权微软，引来外界挞伐。虽然走向商业化之路无可厚非，但因OpenAI承诺过要开放，因此不是所有人都能接受与微软合作。
创办人之一马斯克2019年2月宣布离开OpenAI，除了要专注处理特斯拉和SpaceX的工程与制造问题，马斯克指出，特斯拉与OpenAI争取同领域人才，有潜在利益冲突，此外“我并不认同OpenAI团队想做的事”。
2月马斯克前脚刚走，3月OpenAI便成立营利公司OpenAI LP，很有可能就是马斯克所说的道不同不相为谋。因此2020年时看见微软取得GPT-3独家授权，马斯克在Twitter推文抨击“OpenAI已被微软俘虏”，纵使微软技术长暨副总史考特（Kevin Scott）指出，外界仍可持续使用GPT-3及其他OpenAI开发模型，但马斯克仍说，如此行为看起来并不像誓言“开放”的组织会做的事。
OpenAI开发出什么有趣的人工智慧服务？
OpenAI并没有让投资人和社会大众失望，陆续开发人工智慧创造内容（AI generated content）模型，并公开部分成果给大众使用。
以图像和文字来说，分别推出输入文字便能产生图像的DALL-E，以及给图后产生文字的CLIP。DALL-E和Midjourney相似，使用者输入各种指令（prompt）组合，人工智慧便会产生精美程度甚高的图片，虽然有时会出现和物理世界不符的情况，如不符合人体工学的肢体角度、动物拥有四肢以外躯干、不可能存在的光影等，但“以文产图”结果已能符合大众审美。
至于CLIP模型，是利用对比让电脑认识不同图片的差异，产生判断，再依此生产文字。实用性也不容小觑，平常人们整理照片时，时常要花时间整理相簿，如将相片照过往参加过活动分类，甚至有些要重新命名方便日后查找。然而，真的要找特定的照片还是很艰难，因为图片与文字并不共通，如“自己与家中小狗的合照”或“塞车街景”，即使搜寻栏位输入小狗或塞车，也不会跳出正确的结果。
▲ 利用CLIP生成的模型，能够“以文找图”。（Source：GitHub）
以文搜图超方便
有了CLIP模型之后，我们便能够像Google图片搜寻一样，利用以文搜图的方式查找自己的相片。听起来不是什么新发明，但CLIP其实已经做到了物体辨识，它不再只是传统的“这张照片是狗”、“这张图里面有动物”，而是能够正确的认出单张图片中的不同概念，例如“狗在玩雪”、“夜晚的台北市交通打结”等。
不只图像上的突破，OpenAI陆续开发了MuseNet和Jukebox，前者能够依照使用者输入的音乐，进一步融合不同风格的演奏，甚至增添乐器，产出新的音乐，它可以模仿莫札特与披头四，也能用乡村音乐或者女神卡卡的风格作曲。
▲ 使用者可以到OpenAI的官网使用MuseNet，除了自行上传MIDI档案以外，也能从预设的列表选择乐曲，接着还能改变风格与乐器。（Source：OpenAI）
Jukebox则往前跨了一步。使用者连音乐都不用上传了，只要提供类型、音乐人、歌词，Jukebox便能够产出接近典型CD品质的音乐片段（即取样 Sampling 的“样”），时长约为4分钟。不过，因为Jukebox产出的品质相对较高，因此训练时间长达数小时，不像MuseNet仅花以秒计的时间便可完成。
除了音乐以外，OpenAI也开发了将文字描述转译为程式码的Codex，还有擅长玩电动的OpenAI Five。不过，OpenAI最厉害的还是其开发出的GPT相关模型，例如第三代GPT-3，它能够理解人类语句并做出回应，同时也是这次ChatGPT的基石。
随着人工智慧的逐步发展，人类在“以文生图”后反思创作、在“以字产乐”后回顾音乐风格，ChatGPT则让人们寻找机器与人类相似与相异之处。
有了科技巨头的鼎力相助，我们要问的问题或许不再是有生之年能否见到通用人工智慧的到来，而要改问还要多久就会到来。到了彼时，人类应该如何自处？又要如何寻找或者认可生而为人的价值？藉着他者，更能够观照自身。在科技奇点来临之前，我们还有时间能够不断反思。
（本文由 远见杂志 授权转载；首图来源：shutterstock）
延伸阅读：
- 马斯克大赞！聊天机器人 ChatGPT 用户破百万，OpenAI CEO：对话成本不到 1 美元
- ChatGPT 爆红！Google 高层警告：过快发展 AI 聊天技术，公司商誉恐受影响
- V 神实测 ChatGPT 写程式心得：AI 还无法取代人类工程师
- 出一张嘴 ChatGPT 帮你找答案，专家评估有机会商用化
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
