ChatGPT的过去，现在和未来

在今年的微软Build大会上，微软CEO纳德拉在主旨演讲里的一连串发布引发各路媒体的持续讨论，但事实上在这场活动上，除了这些产品展示外，还有一场对话值得关注。

这就是OpenAI总裁Greg Brockman和微软CTO Kevin Scott进行的现场对话。

Greg Brockman是ChatGPT背后最核心的搭建者之一，Kevin Scott则直接负责着ChatGPT和微软的一系列工程整合工作。

像很多硅谷传奇人物一样，OpenAI的另一位“父亲”Greg Brockman也是一个名校退学生。他先后从哈佛和MIT退学，在创立OpenAi之前曾加入过支付软件公司Stripe。据称，OpenAI的创始团队中大部分人才都是Greg Brockman拉拢来的，他本人也在团队中领导过一系列研究项目。

而微软CTO Kevin Scott也是一个对技术极有热情的人，谷歌出道，加入领英临危受命，帮助公司在IPO前夕顺利完成平台增速扩容，最后成功上市，被誉为“拯救了领英的工程师”。微软收购领英不久，他便被迅速提拔为微软CTO。

在大多数人眼里，Kevin Scott和Greg Brockman这两个在AI圈举足轻重的人或多或少分别代表着“技术发展”和“应用平台”两个维度。他们的对话也昭示着两个维度的碰撞和共存，为从业者带来启发的同时也影响着行业的未来。

这场对话也许才是关心ChatGPT背后技术思考和工程实践的人们最不能错过的。我们整理了这场对话实录，供大家参考：

Kevin Scott：非常感谢你今天加入我们的Build大会。我想从ChatGPT的体验开始，因为它确实让我们所有人都感到惊叹。ChatGPT的应用是多么令人兴奋，人们对它的兴趣也是如此之大，构建这样的东西确实是一个巨大的工程挑战。所以也许你可以和我们分享一下你对此的看法。

Greg Brockman：从基础设施和各个方面来看，ChatGPT都是一个非常有趣的过程。事实上，多年来我们一直在研究如何构建一个聊天系统的。我们之前还推出了一个名为Web GPT的demo，它是一个很有趣的demo。我们找了几百个测试者，真的是付钱让他们使用这个系统。他们的反馈是：“这个（Web GPT）有点用吧，还能编程。”

但对我而言，真正让我眼前一亮的时刻是在我们拥有了GPT-4时。我们之前已经有了一套熟悉的流程，例如对于GPT-3，我们只是部署了基本模型，进行了预训练，没有进行任何方向上的微调。而在GPT-3.5时，我们开始让它根据指令进行操作。我们给测试者一系列的步骤，让他们按照这些步骤进行训练。到了GPT-4时，我进行了一个小实验，例如，如果在模型已经生成了一些内容之后再提供第二条指令，会发生什么？这个模型给出了完美的响应，将之前生成的内容与新的指令融合在一起。

所以我认识到这个模型的强大之处，因为它真的能够总结出这样一种思路：“嗯，当你想让我遵循指示，并给我一个新的指示时，也许你是想与我聊聊。”

对我而言，那是我“开窍”的时刻：好吧，我们有了这个基础设施，它已经在早期模型中表现出色。这个模型虽然不是专为聊天设计的，但它确实能够进行聊天。所以这是一个真正的“啊哈！”时刻。从那时起，我们就想，我们必须将这个东西推出去，这个东西是可以成就大事的。

Kevin Scott：是的，这确实让我感到非常惊讶。我还记得当阿尔特曼给我打电话说，我们计划发布ChatGPT，预计需要几周时间。我当时的想法是，为什么不呢？我当时没有意识到这个技术在技术层面上会如此有效率，也没有想到它会取得如此疯狂的成功。我知道你是GPT-4的基础设施的主要架构师之一，而GPT-4为ChatGPT的发展提供了动力。对于在AI领域工作的每个人来说，这都是一种启发。所以我想知道你是否可以分享一些有趣的事情。

Greg Brockman：在很大程度上，GPT-4这个项目让我们成为“爱的劳工”，很辛苦但很值得。实际上，在GPT-3之后，我们尝试了多次超越该模型的性能，但都以失败告终。这并不是一件容易的事情。我们最终决定回到原点，重新构建整个基础设施。我们采取了许多方法，致力于处理每个细节。

我相信即使现在，我们仍然可能会发现更多的错误。但项目负责人之一雅各布曾经做了一个很好的类比，他说这几乎就像建造一枚火箭，你希望每个工程公差都尽可能小。例如，我们曾经遇到一个检查点读取的错误，如果你在错误的时间停止工作，当工作重新开始时，你可能会混合使用新权重和旧权重。这其实无伤大雅，因为机器学习可以从中恢复。但每当你在图表中看到一些奇怪的波动，你就会想知道是什么原因造成了这种情况。所以，我会回头重新审视每一个细节，这些看起来很乏味的工程工作是我的主要职责。

Kevin Scott：你所做的那些看似“无聊的工程工作”已经达到了一个令人难以置信的惊人规模。我确实认为，这对于房间里的每个人来说都是一个很好的启发，有时候真正导致成功的是那些看似平凡的基础工作。

萨蒂亚·纳德拉在他的演讲中提到了我们正在开发的共享插件。这个想法是，我们将授权房间里的每个人都能编写软件，以扩展ChatGPT的功能，以及我们正在构建的所有这些Copilot。这也是一个有趣的技术挑战，我们还没有解决所有的技术问题，还有很多工作要做，才能使它达到我们最终的目标状态。所以我很想知道你是否有一些想法想要分享。

Greg Brockman：我爱插件！我认为这是一个非常棒的机会，对于每个开发人员来说，都可以利用这项技术，让系统对每个人都更好，对吧？我们当时设计为开放标准的部分原因是，作为开发人员，你只需构建一次，然后任何AI都可以使用它。这真是个好主意，不是吗？

就像互联网推动发展的主要因素一样：你可以搭建一个网站，然后每个人都可以访问它。然后你开放了一个API，任何人都可以利用它。我认为这种核心设计原则非常棒，它让任何想要插入的人都能获得系统功能，并且能够将各个领域的扩展功能引入ChatGPT本身。

Kevin Scott：我真的很喜欢插件的一点就是它在概念上非常简单。这让我想起了我写的第一个HTTP服务器。一旦你理解了核心概念，你就能够快速构建出功能强大的东西。我觉得这是一件很棒的事情，所以在OpenAI的角色中，你一直在思考如何突破技术的极限。在我们的合作关系中真正令人惊奇的一点是，似乎因为你们，我们能够看得更远了。所以我很想知道你是否可以分享一些让你兴奋的应用程序或模型。

Greg Brockman：对我来说同样有趣的是，我们几乎处于一个像英特尔早年间使用的“Tick Tock模型”（注："Tick-Tock"是Intel公司在2007年提出的一种战略模式，用于发展微处理器芯片设计制造业务。该模式将处理器微架构和芯片制程的更新错开，以提高效率。每个"Tick"代表一次微架构的芯片制程更新，旨在减小芯片面积、降低能耗和发热量；每个"Tock"代表在上一个"Tick"的基础上更新微处理器架构，提升性能。该模式的周期为两年，其中一年为"Tick"，另一年为"Tock"。）一样的循环中，你会想出创新，然后真正推动它。

就像GPT4一样，我们仍处于推动的早期阶段，对吧？我们已经宣布了视觉能力，但仍在生产中。我相信这将改变这些系统的工作方式和感受，以及在其上构建的各种应用程序。因此，我对此感到非常兴奋。回顾过去几年的历史，我想到两年前我们把价格砍下了70%。在过去一年中，我们又降价了90%。这看起来非常疯狂，不是吗？我相信我们将能够用新模型重复这样的事情。现在，虽然GPT4价格昂贵且尚未完全可用，但我认为这是将会改变的事情之一。

Kevin Scott：这也是我想留给在座各位的一件事：今天昂贵的东西明天不再昂贵，因为技术进步是如此惊人。我们还有时间来谈论最后一个话题——你已经为这里的开发人员提供了一系列非常好的建议，还有什么想跟大家分享的吗？

Greg Brockman：我认为在这个领域，技术路线越来越清晰，技术也越来越出色。但我相信有一件事是每个开发人员都可以做到的，而即使像微软这样的大公司也很难实现，那就是真正深入某个特定领域，弄清楚如何让这项技术在该领域发挥作用。因此，我非常欣赏那些在法律领域等领域工作的公司，他们获取了专业知识，与许多律师交流，了解他们对这项技术的痛点。我相信每个人的努力都可以为这项技术增添巨大的价值。

Kevin Scott：太棒了。正如Greg所说，你们都是让AI变得伟大的人。Greg，非常感谢你今天与我们共度时光！