【新智元導讀】寫代碼是我在這個世界上最喜歡的事。但即便如此，「人」仍然是我關注的焦點: 走到這一步的旅程是一個社會化的故事，而不是一個純粹的技術故事。我對 Ilya，Sam，Elon 以及其他所有讓 OpenAI 成為可能的人都心懷無比的感激。近日，OpenAI總裁兼董事長Greg Brockman等人官方發(fā)文稱，OpenAI正式發(fā)布ChatGPT API，允許開發(fā)者將該技術集成到他們的應用程序中。Greg Brockman是OpenAI團隊的杰出代表。在成為OpenAI的CTO之前，他原本對AI和機器學習知之甚少。學生時代，他曾先后就讀于哈佛大學和麻省理工學院，畢業(yè)后加入Stripe擔任創(chuàng)始工程師兼CTO，后經引薦結識了Sam Altman，由此一發(fā)不可收拾地開啟了AI之旅。在OpenAI成立初年的博文中，他用平靜的語調講述了OpenAI創(chuàng)立之初，團隊從相識到相知的一點一滴。本文素材綜合自Greg Brockman從2015年至2019年寫作的博文。 - 在加入OpenAI之前，Greg曾于2013年初正式擔任 CTO，
- Greg與Sam Altman的相識源于前老板的介紹。一通電話，讓Greg堅信Sam是共謀事業(yè)的人。于是才有了后來眾星云集的晚宴
（Greg以及Elon Musk、Sam、IIya等人同時出席）。 - 從那以后，Greg和Sam開始著手招募團隊。Greg意識到，當時團隊缺少一個核心要素：一個在人工智能技術方面擁有遠見卓識，可以讓眾人跟隨取得非凡突破的人，后來證明IIya Sutskever正是最合適的人選。
- 企業(yè)文化（同時重視工程和研究），和日常小技巧（每日舉辦一個讀書會）
- 早期人員招募方面，門外漢Greg吃了很多閉門羹。而改變的臨界點是，后者十分認同OpenAI將學術界的開放性和使命與私營企業(yè)資源相結合的做法。正是John的加入，才后續(xù)引起了Andrej Karpathy等人的注意。
- 創(chuàng)始團隊的正式offer是在一次團建中發(fā)出的。接受offer截止到當年的12月1日，因為要在趕在12月初的NIPS頂會上啟動。
- 受《人月神話》一書的啟發(fā)，Greg意識到，技術攻堅階段，技術負責人一邊要做實際技術工作，一邊還要管理比較困難于是他決心從IIya身上接管所有和研究無關的瑣碎任務。而有趣的是，在后來的工程攻堅階段，二人角色互換了，IIya反過來接管了行政管理任務。
軟件系統(tǒng)搭建階段，Greg排除干擾，從早到晚工作，但他強調，工作要以輸出質量，而不是小時來衡量。 如果上午或下午有大塊的會議，晚上高效代碼將會筋疲力盡。 因此Greg把會議只安排在清晨或午飯后，每天不超過三次，長會議不超過兩天一次 。 - 2018年，經過九個月的不懈努力以及利用假期時間瘋狂“補課”，他終于成為了一名機器學習的實踐者。他認為，最大障礙其實是從頭學起。大多數(shù)優(yōu)秀的程序員和懂數(shù)學知識的人也可以做到。
- Greg組織帶領團隊完成了包括Gym工具包在內的OpenAI早期項目，以及現(xiàn)如今的Foundry開發(fā)者平臺和ChatGPT API項目等等。
- 創(chuàng)建OpenAI 的核心是為了創(chuàng)造新事物。過程中需要維護基礎設施和大型代碼庫，來快速行動、創(chuàng)新并不斷抵達新的高度。
成功背后，感情生活也是重要支撐，和妻子（當時的女友）在一起的第一個假期，他一頭扎進機器學習當中，廢寢忘食，女友毫無怨言地陪伴著他。
Gap year開始認真學習編程，靈感源自圖靈《計算機器與智能》 在高中時，我積極參加化學奧林匹克競賽，還在國際化學奧林匹克競賽中獲得銀牌。在上大學之前，我休假一年，并花了相當多的時間，試圖寫一本高中化學教科書，并將它親切地稱為「化學進展」（A Chemical Progressionhttps:///pdfs/a-chemical-progression.pdf）。后來我被計算機分散了注意力，忘記了這本書，但我希望有一天能完成它。但與此同時，我在高中時所做的一些化學研究也已經發(fā)表了（https://pubs./en/Content/ArticleLanding/2013/NR/C3NR01287E）。我是在高中畢業(yè)后的gap year開始認真學習編程的。我讀了圖靈的《計算機器與智能》一文（Computing Machinery and Intelligence，是艾倫·圖靈（Alan Turing）所寫的AI開創(chuàng)性論文。該論文發(fā)表于1950年的《 Mind》，是第一個向公眾介紹圖靈測試概念的論文，并提出了「機器會思考嗎？」的問題。），并受到書中一個觀點的啟發(fā)，寫代碼可以幫助寫代碼的人去理解他原本都不理解的事物。那時候我已經在編寫一個聊天機器人了，這能有多難呢？我設法建造了一個可以令人信服地談論天氣的東西，但是沒怎么真正發(fā)揮作用。我很快就擱置了我對聊天機器人的追求，決定專注于創(chuàng)造能產生真正影響力的系統(tǒng)，這種理想延續(xù)至今。在大學期間，我發(fā)現(xiàn)了一個吸引我進入AI領域的切入點：編程語言。編譯器或靜態(tài)分析器能夠以一種我不太能理解的方式「理解」程序，然后將這種理解應用于非常有用的事情（比如迅速生成代碼或驗證正確性），這讓我非常激動。 我一直想花時間認真研究編程語言。但是我也總是被新的創(chuàng)業(yè)點子(通常是相當糟糕的)和新的合作伙伴(通常是相當不錯的)分散注意力。我從哈佛大學開始，后來又到了麻省理工學院，試圖不斷地去接觸一些能從他們身上學習并一起打造一些有用的東西的人。博士三年級那年，我發(fā)現(xiàn)在學校里面嘗試創(chuàng)業(yè)是沒有意義的。于是我打算多會見一些創(chuàng)業(yè)公司的人，逐漸摸索出什么可行，什么不可行。與此同時，我終于開始了我的編程語言研究，從一位教授那里獲得了研究資金，并招募了一些朋友參與一個靜態(tài)緩沖區(qū)溢出檢測項目。幾周后，Palo Alto一家尚未成立的初創(chuàng)公司聯(lián)系了我。通常情況下，這封電子郵件會躺在垃圾箱里，但這次卻是例外。我和這個團隊的人一拍即合，我知道這些人正是我一直在尋找的人。所以就這樣我離開了學校，并沒有來得及讓當時研發(fā)的緩沖區(qū)溢出檢測器正式工作。那家創(chuàng)業(yè)公司現(xiàn)在叫做 Stripe。我?guī)椭鼜?人擴大到250人的規(guī)模，公司的業(yè)務遍布四大洲；在我離開后的一年里，它繼續(xù)擴張，一度超過450人。當我要離開Stripe的時候，我感覺公司所處的狀態(tài)很好，不管有沒有我，公司都會繼續(xù)做很好的事情。我最關心的是和優(yōu)秀的人一起工作，創(chuàng)造奇跡ーー但開發(fā)者基礎設施并不是我想在余生中致力于解決的問題。而有一個問題我愿意奉獻余生，那就是讓人類社會進階至安全的能達到人類水平的AI。很難想象還有什么比成功打造AI更令人驚奇和有正向的影響力了，只要通過正道的方式實現(xiàn)。在我最終決定離開Stripe之前，Stripe的CEO Patrick Collison讓我去找 Sam Altman 談談。他說Sam有一個很好的局外人的視角，他可能會對我下一步該怎么做有很好的建議。和Sam談了不到五分鐘，我就告訴他，我已經準備好離開了。他問我下一步什么打算，他能幫我做什么。我回答，人工智能是我的首要目標(而且絕對是我的畢生追求)。然而，我還不確定現(xiàn)在是否是合適的時機，或者對我來說最好的貢獻方式是什么。他說：「我們一直在考慮通過 YC 建立一個人工智能實驗室。我們應該保持聯(lián)系。」在這次談話大約一兩周后，我就離開了 Stripe，開始深入研究人工智能，試圖更好地理解這個領域正在發(fā)生的事情。甚至包括不時查看一下Hacker News上相關的帖子，圍繞人工智能和深度學習的興奮討論和活動越來越多。在接觸這個領域的過程中，我懷著一種健康的懷疑態(tài)度，我想在徹底投身之前，確定事情是否真的work。我的第一個目標是弄清楚深度學習到底是什么。事實證明，這件事出人意料地困難。例如， deeplearning.net 網站上說「深度學習是機器學習研究的一個新領域，它的引入是為了使機器學習更接近其最初的目標之一：人工智能」ーー這種說法聽起來很令人興奮，但并不是很具體。幸運的是，我有一些在 AI 專家的朋友，包括Dario Amodei 和 Chris Olah。我問他們一些建議，他們給了我一些很好的初學者資源。其中最有用的是Michael Nielsen的書《神經網絡與深度學習》（http:///），讀完之后，我在 Kaggle 上實踐了自己的新技能。在參加的第一場比賽中，我甚至一度是第一名！Neural Networks and Deep Learning by Michael Nielsen 一路走來，我不斷遇到AI領域頂級聰明的人，并與我大學里最聰明的一些朋友重新取得聯(lián)系，比如Paul Christiano和Jacob Steinhardt，他們現(xiàn)在都在這一領域工作。這是一個強烈的信號。我挖得越深，就越相信AI的影響力早已蓄勢待發(fā)。緣起OpenAI，與創(chuàng)始團隊的相識源于一場飯局 組隊
那年的6月，Sam問我是否已經想好下一步該怎么辦了。我告訴他，我目前的計劃是在明年內成立一家人工智能公司。我們在電話中聊到，他提及他們正在推進 YC 人工智能項目；我問Sam實驗室的目的是什么，他說: 「建造安全的人類級別的人工智能?！?/span>在那一刻，我知道他是合適的合作伙伴，共謀下一個公司。直到今天，都很少有人敢明確嘗試構建人類水平的人工智能。我意識到有時候，只需要一個足夠大膽的人來宣布一個目標，然后合適的人就會加入他們。具體緣分的促成來源于一次晚宴。2015年8月，OpenAI還只是一個想法，當時在一次晚宴上，有Elon Musk、Sam Altman、IIya Sutskever，我還有其他幾個人一起。我們每個人參加晚宴的時候都帶著自己的想法，但是當時Elon和Sam已經有了一個頗為清晰的愿景，即打造安全的人工智能，并致力于造福人類。我也想盡我所能為這個想法做出貢獻，于是Sam和我開始召集一個團隊將這個想法變成現(xiàn)實。但當時我們缺少一個核心要素：一個在人工智能技術方面擁有遠見卓識的人，一個我們可以跟隨他的直覺和想法去取得非凡突破的人。IIya Sutskever顯然是世界上最合適的人選。IIya一度被描述為用機器學習（有時也通過繪畫）來表達自己的藝術家。Geoff Hinton曾經告訴我，觸發(fā)計算機視覺深度學習革命的 AlexNet，要歸功于Alex Krizhevsky 的 GPU 編碼技術和 Ilya 的信念，后者認為，深度神經網絡必將在 ImageNet 上獲勝。我一直覺得，和熟識多年的合伙人共同創(chuàng)辦一家公司才算靠譜。但神奇的是，我和IIya 8月下旬在山景城一起吃了頓飯，我當時就覺得這事兒成了，雖說我們7月份才剛認識。IIya和我進行了一次極其深度的交流。我不太了解機器學習研究，他也不太了解工程學和團隊建設，但我們都仰慕彼此的成就，希望互相學習。我們的想法相輔相成。IIya認為，頂尖的研究人員會愿意在一個致力于為世界創(chuàng)造最佳研究結果的 AI 組織工作，而我長期以來一直認為，將私營企業(yè)的資源與學術界的使命相結合，是解決棘手問題的方法。如果不加干預，人工智能就會像自動駕駛一樣，一旦潛力得到證明，就會開始技術競賽。我和IIya一起工作期間，我們一起討論工作規(guī)劃和戰(zhàn)略，工作文化（我們想雇傭的人，同時重視工程和研究），和日常小技巧（每日舉辦一個讀書會）。我們和 Alan Kay 共進晚餐，他給我們講了Palo Alto研究中心的建造過程和「生活在未來」的故事，使用的硬件在十年內只需花費1000美元。飯后，IIya恰如其分地總結了這頓飯: 「我只聽懂了他說的50% ，但這一切都太鼓舞人心了。」但是那頓飯確實幫助我們驗證了許多假說，是什么造就了一個結合了工程和研究的有影響力的組織。因為當時IIya還在谷歌，還不能幫OpenAI招人。于是從8月到11月，創(chuàng)建團隊的工作落到了我肩上。我對于AI完全是個新手，也不知道應該怎樣去找到以及招募優(yōu)秀的研究人員。我開始把注意力集中到參加那次7月份晚宴上的人，卻沒有辦法拉到任何人加入OpenAI。我的下一步是通過我的人脈關系網，挨個從認識的人那里尋求推薦。這和我以前做的招聘工作截然不同。在以往的創(chuàng)業(yè)公司，最大的挑戰(zhàn)是向候選人推銷公司的使命，但是對于OpenAI來講，這個使命很容易引起共鳴，挑戰(zhàn)在于如何說服候選人相信這個未成形的組織。在該領域，密集的人脈關系網幫了我很大忙。一個朋友給我介紹了Andrej Karpathy和Wojciech Zaremba，他們都對我持懷疑態(tài)度，因為我是個門外漢。Yoshua Bengio把Durk Kingma介紹了給我，后者倒是很有興趣。改變的臨界點是，一個朋友的朋友把我介紹給了John Schulman，他立即意識到，這個將學術界的開放性和使命與私營企業(yè)資源結合在一起的組織，正是他想要的，于是選擇了加入。正是他的支持引起了Andrej和Wojciech的注意。招聘工程師倒是容易些。Trevor Blackwell是一位機器人專家，也是 YC 的合伙人，他一直在和Sam討論我們正在計劃的瘋狂想法。Vicki Cheung 在我們成立贊助機構 YC Research 之后提出了申請：我們甚至都還沒有宣布我們正在研究AI，但是她光是看到YC Research的架構就表示深受啟發(fā)，并很興奮能夠在任何需要的地方貢獻一份力。到當年11月初的時候，創(chuàng)始團隊已經初具規(guī)模，但是仍然需要讓大家走一個正式加入的流程。于是在Sam的建議下，我們把所有的候選人都叫到了一起外出團建。大家都發(fā)自肺腑地一見如故，空氣里都彌漫著想法和愿景。正是在這次團建過程中，Andrej提出了「宇宙」平臺的雛形——Universe：一個用于訓練解決通用問題AI 的基礎架構。我們的小貨車堵在了回去的路上，但是因為大家相談甚歡，幾乎都沒注意。 漫步戶外我們向每位團建參與者都發(fā)了offer，接受offer的截止日期設在了當年的12月1日，這樣我們就能夠在12月初的 NIPS 機器學習頂會上正式啟動。于是逐漸到了「決策月」（closing month）。Sam、Elon還有我，與每一位潛在的員工都深入聊了聊。我們的首要任務是要告訴人們，公司真的要正式啟動了。每個候選人都接受了，除了一個工程師，他決定徹底放棄人工智能。 IIya在團建的時候唱了卡拉 OKOpenAI正式啟動 在《人月神話》（Mythical Man Month）這本書中，F(xiàn)red Brooks引用了美國科幻作家Robert Heinlein寫作的關于殖民月球的故事。故事講到，該項目的總工程師經常被繁瑣的操作類任務分散注意力，比如搞定卡車或者電話等等，直到他接手一份報告，該報告的工作就是把所有非技術性的任務從他的工作范圍內移除。《人月神話》，作者：計算機科學家Fred Brooks這個故事另我印象深刻，因為這正是運營AI項目需要注意的。技術負責人一邊要做實際的技術工作，一邊還要發(fā)號施令。我不知道何時組織會需要我的工程技能，但是與此同時，我下定決心，要幫助IIya接管所有和研究本身無關的瑣碎任務。1月4日，團隊開始在我們公司的第一間辦公室開始工作，也就是我自己的公寓里。在一次討論中，John和IIya想轉過身在白板上寫點什么，卻發(fā)現(xiàn)我的公寓里沒有白板。我馬上給他們買了一塊白板和其他所需的辦公用品。 我們的第一間辦公室，因為我們的第一塊白板而完整在一月剩下的時間里，我的主要任務就是組織團隊。我們在一起討論在研究者身上看重的品質，并由此來設計和進行面試。我們在一起探討我們的愿景，想如何開展工作以及想要完成的目標。我和Vicki一起購買了服務器，創(chuàng)建了Google Apps賬戶，并對我們在去年12月建立的Kubernetes 集群進行了一些維護。剩下的時間我則花在了閱讀Ian Goodfellow的深度學習教科書上了（https://www./）。事實上這也是一種招聘策略，因為我寫作的長篇書評，給他留下了深刻印象。針對機器學習中的問題，新的可用數(shù)據(jù)集往往比新的算法更加奏效。Wojciech建議創(chuàng)建一個軟件庫來標準化強化學習環(huán)境（實際上是動態(tài)數(shù)據(jù)集），現(xiàn)在稱為Gym工具包。這個代碼庫的質量迅速提升，迭代很快。2月底，我和John討論了很長時間公開發(fā)布還要多久。按照當時的發(fā)展軌跡，他認為可能要到當年的年底。 我們用機器學習訓練一個取物機器人，Gym平臺支持控制物理機器人以及模擬機器人于是乎，工程便突然之間成為了研究進展的瓶頸。我和IIya交換了角色，他開始負責行政管理，這樣我就可以專注于技術工作。在和John一起評估這項工作之后，我們大概知道4月底之前可以把這個軟件庫建好。在 Stripe的時候，我發(fā)現(xiàn)了一種從無到有創(chuàng)建軟件系統(tǒng)的可復用模式: 專注于軟件，排除所有干擾，從早到晚工作，這將激勵其他人貢獻出最好的工作（重要的是，以輸出質量而不是小時來衡量）。這是我感覺最有活力的時刻: 寫代碼的感覺就好像將魔法變成了現(xiàn)實，任何我能想象和描述的東西都變成了現(xiàn)實。正是這種工作模式造就了 Stripe 的信用卡系統(tǒng)，是我在2010年度假的兩周時間內創(chuàng)建的。信用卡授權流程則是在三周內創(chuàng)建的，而不像銀行需要花費6到12個月，以及CTF奪旗賽上的獲勝。從戰(zhàn)術上講，我給自己選擇一個「軟」發(fā)布日期，和一個「硬」發(fā)布日期，這兩個時間點間隔一到兩周的時間；我從來沒有在軟發(fā)布日期內完成，但從來沒有錯過一個硬發(fā)射日期。而在OpenAI的工作帶來了不熟悉的挑戰(zhàn)：我并非這個領域的專家。起初，這引起了很多摩擦。我會創(chuàng)建抽象化的形式來幫助 Wojciech 的工作流程，而 John 則會覺得這妨礙了他的工作。但很快，我就能判斷出哪些選擇會影響研究工作的流程，哪些細節(jié)研究人員并不關心(比如人們如何記錄視頻)。在確定一個案例對研究是否重要之后，做出最佳選擇需要保持謙遜ーー我會提出五種可能的替代方案，John會說其中四種方案不好。但是大多數(shù)的設計決策可以憑借軟件工程的直覺來完成，并不需要對領域知識的了解。幸運的是，我并不是一個人。大約在正式發(fā)布六星期前，我在Stripe曾一起并肩作戰(zhàn)參加CTF3競賽的同事Jonas Schneider加入了我們。沒過幾天，我們就開始在Gym項目上合作了。他當時在德國，所以我們每天都在進行項目的日常對接。對于一個你已經在一起磨合過的同事來說，一起工作有一種真正的魔力，如果我們以前沒合作過，這次就不會這么順利。 我們在ICLR頂會上分發(fā)OpenAI T恤，就在Gym發(fā)布后不久總的來說，機器學習系統(tǒng)可以被認為是機器學習的核心ーー通常是一種高級算法，以及大量的軟件工程，需要熟讀Ian書中的幾章才能理解。工程工作包括對數(shù)據(jù)進行改組，為輸入和輸出提供包裝器，或者調度分布式代碼，所有這些都作為黑盒，與核心交互。當工程方面的努力加上研究方面的努力超過某個閾值時，機器學習就會進步。每增加一點工程工作（比如減少Universe平臺的延遲）都會使我們的模型問題變得越來越容易，并且有機會將研究推向終點。4月份Gym項目啟動后，我和IIya努力規(guī)劃我們的組織流程，確定我們的團隊結構和目標，Sam和Elon Musk每周會來訪問一次，提供一些指導性意見。  團隊在真正意義上的第一間辦公室里工作（白板仍然在，只是圖片里沒顯示）我們的計劃需要一個具有巨大多樣性和復雜性的人工智能環(huán)境。Andrej 建議創(chuàng)建一個智能體來控制網頁瀏覽器，這看起來是個好主意，但是他與 Selenium 產生了矛盾。我開始考慮使用 VNC 允許智能體從像素級別驅動整個桌面的想法。但是打造一個AI環(huán)境存在很多風險。例如，DeepMind 2013年的 Atari 論文（https://www.cs./~vmnih/docs/dqn.pdf）花了50個小時從像素級別訓練 Pong，我們的環(huán)境會比 Pong 更難。如果連小規(guī)模的實驗都要花幾天時間，那就永遠也不會取得什么進展了。所以我們設定了一個內部目標，讓智能體在一小時內學會Pong這個游戲。（今天我們可以10分鐘就完成訓練） 我專注于構建 VNC 系統(tǒng)，現(xiàn)在稱為「宇宙」平臺。與Gym不同，這個項目不是為了支持我們現(xiàn)有的研究風格，而是為了提出全新的問題。當時我們的工程師之一，Jie Tang，帶頭進行招聘。所以IIya的行政管理負擔減輕了很多，有足夠的精力去打造這一冒險項目中第一個版本的智能體。  人類玩家玩的 Universe 游戲環(huán)境示例展示（https:///research/universe#validating-infra）
Universe是一個足夠長的項目，我需要分配好時間來管理整個組織。我找到了一個適合我的平衡點。當我處于寫代碼模式時，我以整塊時間為基礎進行操作: 一個單獨的會議將扼殺整個上午或下午的工作效率。如果我在上午和下午都有會議，那么晚上還要高效地寫代碼會讓我筋疲力盡。因此，我開始把會議只安排在清晨或午飯后，每天不超過三次，長會議不超過兩天一次。在接下來的幾個月里，Dario Amodei 和 Rafa Józefowicz 領導了關于Universe宇宙平臺的研究。他們都是夜貓子，很多晚上我都陪著他們，解決遇到的問題。有時我真希望自己能躺平在床，但是每次修復bug都會讓整個研究進度加快幾個小時。你的研究真的很有效用，使得研究人員能夠提出人類前所未有的問題。 Universe宇宙平臺團隊在我們現(xiàn)在的辦公室開會到平臺發(fā)布時，Universe團隊已經發(fā)展壯大到大約20人。后來我們擴張到40人的組織，所以我們需要一個員工來專門負責組織優(yōu)化的事宜。自從 OpenAI 誕生以來，我們一直在尋找合適的第一個經理人。幾個月前，Sam向我介紹了一位特別優(yōu)秀的工程執(zhí)行人：Erika Reinhardt，她曾經是行星實驗室（Planet Labs）的產品工程總監(jiān)，曾和Sam一起經營 voteplz.org 網站。在行星實驗室，Erika 對端到端衛(wèi)星成像系統(tǒng)有著最深刻的理解。她努力工作，把事情做好，被前同事們一直形容為他們共事過的最聰明的人之一，是位使命驅動型的人才。所以 Sam 和我計劃招募她。她告訴我，她真正決定加入OpenAI的那一刻，是在第一次參議院舉行的AI聽證會上，她聽到了我在聽證會上的發(fā)言ーー我們正處于一場重大技術變革的開端，做好這一點才是最重要的。（注：2016年10月12日，白宮科技政策辦公室發(fā)布了一份題為《為人工智能的未來做準備》的報告。該報告還提出了23項政策建議和一個配套的戰(zhàn)略計劃，確定了聯(lián)邦資助的人工智能研究和開發(fā)的優(yōu)先事項。Greg參加此次聽證會并發(fā)言）2016年10月初 OpenAI 戶外團建在 Stripe的時候，Marc Hedlund 和我經常遇到他在以前的組織或公司中見過的問題。他喜歡開玩笑說所有的公司都是一樣的。事實是顯而易見的：如果放大來看，公司其實就是一群人圍繞著同一個目標組織起來的一種形式。然而，每個組織的差異在于，要解決的問題并不相同。大多數(shù)創(chuàng)業(yè)公司創(chuàng)造出一種技術，并在此基礎上不斷進行運營和規(guī)?；?/span>OpenAI 是一個創(chuàng)造新技術的工廠，意味著我們搭建公司的核心是為了創(chuàng)造新事物。我們需要維護基礎設施和大型代碼庫，正是因為它們的存在，我們才得以通過軟件工程和機器學習研究相結合，來快速行動、創(chuàng)新并不斷抵達新的高度。回顧OpenAI工作的頭三年里，我一直夢想著成為一名機器學習專家，但是這個目標幾乎沒什么進展。在過去的九個月里，我終于成功地完成角色轉變，成為了一名機器學習實踐者。這很難，但并非不可能，我認為大多數(shù)優(yōu)秀的程序員和知道（或者至少愿意去學習）數(shù)學的人也可以做到這一點。有很多在線課程可以自學技術方面的知識（Greg推薦了http://cs231n./），本質上我最大的障礙其實是一個心理障礙ーー重新做一個初學者。在這個過程中，我的感情生活也是支撐我前進的重要因素。之所以選擇和我的女朋友（現(xiàn)在的妻子）在一起，是因為她讓我覺得，即使失敗了也沒關系。我們在一起的第一個假期，我一頭扎在機器學習當中，廢寢忘食，她毫無怨言地陪著我，盡管因此錯過了很多計劃好的假期活動。2018年利用假期時間瘋狂學習機器學習在OpenAI的組織架構中，CTO 的角色代表著我在世界上最喜歡的一項活動: 寫代碼。但即便如此，「人」仍然是我關注的焦點: 走到這一步的旅程是一個社會化的故事，而不是一個純粹的技術故事。展望未來，CTO這個角色有著很強的可持續(xù)性，在這個夢幻團隊中，我愿意去負責處理海因萊因小說中所說的「卡車或電話」一類的非技術性問題。我對 Ilya，Sam，Elon 以及其他所有讓 OpenAI 成為可能的人都心懷無比的感激。
|
