美国参议院发言人,参议员 美国,美国参议院视频,参议长美国

ChatGPT之父舌战国会山！

OpenAI欲与政府联手，权力通天

来源：新智元（微信号【【微信】】）授权互联网思想（wanging0123)

【导读】Sam Altman也迎来「周受资时刻」了，在国会山听证会上，他备受议员尊敬。OpenAI和政府一联合，他是要成为rulemaker、登顶硅谷之王了？

上次是周受资，这次，轮到了Sam Altman。

不过这一次，国会议员对他的态度截然不同――友好，耐心，做足了功课，虚心请教。

北京时间昨晚，【【淘密令】】在美国参议院就AI技术的潜在危险作证，并敦促立法者对制造先进AI的组织实施许可要求和其他法规。

Sam Altman不用接受刁钻的问话，他坐在席位上游刃有余、侃侃而谈，再次向世界证明：作为全世界最受瞩目的初创公司CEO，他在书写着科技世界的规则和未来。

面对美国国会，Sam Altman再次斩钉截铁地保证：在未来六个月内，OpenAI坚决不会训练GPT-5。

同时， 他也对全世界发出警告：AI有可能会对世界有害，为了应对日益强大的AI风险，我们需要加强监管和立法，而政府的干预极为重要。

为啥Altman对政府监管如此积极呢？

显然，只要成为规则制定者，就能在竞争中赢者通吃。

而对于在硅谷靠着「社牛」属性闯出一片天地的Altman，和政府打交道，简直轻松得如同探囊取物。

用AI生成的开场演讲

作为科技界异军突起的新力量，OpenAI在成立8年后，在今年以迅雷不及掩耳之势搅动了全世界，逼得所有科技公司都参与进了一场以ChatGPT为起点的全球内卷。

这场全球AI军备竞赛，让不少专家警铃大作。

不过这次听证会，参议院的议员们并没有批评OpenAI的技术带来的混乱，而是谦逊地就ChatGPT的潜在规则征求了证人们的意见，对Sam Atlman的态度是肉眼可见的友好和尊敬。

?

听证会一开始，参议员Richard Blumenthal使用了声音克隆软件复制自己的音色，让ChatGPT写了一段开场白，使用数小时的演讲训练了一个文本到语音生成器。

此举证明，国会「拥抱AI」的态度旗帜鲜明。

AI危险，请监管我们

这一场听证会上，立法者明显非常兴奋，与他们曾经对小扎和周受资步步紧逼的质疑形成了鲜明对比。

参议员们没有喋喋不休地谈论过去的错误，而是对AI可能带来的好处充满渴望。

而Altman开门见山地告诉参议院：AI技术可能会出错。

他表示，自己很担心人工智能行业对世界造成重大伤害（cause significant harm to the world）。

「如果AI技术出错，造成的后果不堪设想。我们需要对此发声：我们希望与政府合作，防止这种情况发生。」

「我们认为，政府的监管干预对于减轻日益强大的AI模型的风险，至关重要。比如，美国政府可以考虑将许可和测试的要求结合起来，以开发和发布超过能力阈值的AI模型。」

Altman表示，自己非常担心选举会受到AI生成内容的影响，因此在这方面需要有足够的监管。

对此，参议员Dick Durbin表示，大公司来到参议院「恳求我们的监管」，是很了不起的行为。

Altman提出三点方案：

怎么监管？Altman早就替政府想好了。

在听证会上，他提出一个成体系的方案。

1. 成立一个新的政府机构，负责为大型 AI 模型颁发许可，撤销不符合标准的模型的许可。 而对于能力远达不到最先进的大模型的技术，他认为不需要使用这种许可监管制度。国会可以「定义能力阈值」，免除小型公司和研究人员可能遇到的监管负担，鼓励创新。 2. 为 AI 模型创建一套安全标准，包括对其危险能力的评估。 例如，模型必须通过安全测试，比如它们是否可以「自我复制」和「流出到监管之外」。 3. 要求独立专家对模型在各种指标上的表现进行独立审计。 当参议员问他是否愿意担任这个角色时，Altman说：我对目前的工作感到满意，不过他很愿意提供一个名单供国会挑选。

Altman说，因为AI模型可以「说服、操纵、影响一个人的行为、信仰」，甚至「创造新的生物制剂」，因此，非常需要许可。

对所有超过一定计算能力阈值的系统进行许可会更简单，但Altman表示，自己更愿意根据特定能力划定监管线。

那OpenAI自己的模型安不安全呢？

Altman一再表示，大家可以放心。

他说，GPT-4模型比其他任何类似模型做出的回应都会更有意、更真实，并且一定会拒绝有害的请求，因为GPT-4经过了广泛的预发布测试和审计。

「在发布任何新系统之前，OpenAI 会进行广泛的测试，聘请外部专家进行详细审查和独立审计，改进模型的行为，并实施强大的安全和监控系统。」

「在发布GPT-4之前，我们花了六个多月的时间进行广泛的评估、外部红队和危险能力测试。」

并且在上个月，ChatGPT的用户已经可以关闭聊天记录，防止自己的个人数据被用来训练AI模型了。

不过呢，也有眼尖的群众发现了「华点」，Altman的提议中，并没有涉及到公众热议的两点――

1. 要求AI模型为其训练数据公开来源。 2. 禁止AI模型使用受到知识产权保护的作品进行训练。

嗯，就是说，Altman非常巧妙地回避了这两个争议点。

Altman对于AI安全规则的提议，议员们大为赞许，并且偶尔会对他的证词表示感谢。参议员R-LA甚至向Altman抛出了橄榄枝，问他是否有意在国会创建的监管机构工作。

国会决心监管人工智能，早有前兆。本月初，Altman同谷歌、微软和英伟达的CEO一同在白宫会见了副总统Kamala Harris，讨论了负责任AI的发展。

而早在去年，白宫就曾提出「人工智能权利法案」，向业界提出各种要求，比如防止歧视。

类比原子弹，建议成立类似国际原子能机构的国际组织

参议员提出，把AI比作原子弹的说法。

而Altman参考世界各国政府监管核武器的做法，提出了组建一个类似于国际原子能机构的机构，来为该行业制定全球规则的想法。

OpenAI在未来六个月内不会训练GPT-5

在4月份Lex Fridman的第2轮访谈中，Sam Altman言之凿凿地说：「我们现在并没有训练GPT-5，目前只是在GPT-4的基础上进行更多的工作而已。」

这次听证会上，Altman更是直接承认，OpenAI在未来6个月内，没有训练可能成为GPT-5的新模型的计划。

而这应该意味着，谷歌将在今年晚些时候拥有其迄今为止最强大的人工智能系统――Project Gemini。

据说，Gemini专为存储和调度等未来创新而设计，不仅从一开始就是多模态的，而且在集成工具和API方面效率很高。目前正由新成立的Google Deepmind团队研发。

马库斯：OpenAI自称为了全人类，可数据不透明

纽约大学心理学和神经科学教授Gary Marcus也出现在了证人席上。

他的攻击性甚至比国会议员们还要强。

他对Sam Altman发出的提问，可谓「招招致命」。

OpenAI成立的宗旨不是造福全人类么，如今为什么跑去和微软结盟？

OpenAI不Open，GPT-4的训练数据不透明，到底是几个意思？

马库斯总结道：我们拥有前所未有的机会，但我们也面临着企业不负责任、广泛部署、缺乏适当监管和不可靠的可怕风险

在马库斯看来，Open和微软的行事都大有问题。

曾经微软的必应AI悉尼，表现出了一系列令人震惊的行为。

「悉尼的问题很大，如果是我，会马上把它从市场上撤下，但微软并没有。」

马库斯表示，这件事给自己敲响了警钟――即使是像OpenAI这样的非盈利组织，也可能被大公司买下，然后想做什么就做什么。

但现在，人们的观点和生活都在潜移默化地被AI塑造和改变，如果有人故意利用AI技术，用于不良的目的呢？

马库斯对此表示非常担心。

「如果让一种技术官僚和寡头政治相结合，那少数公司就可以影响人们的信仰，这是真正的风险所在......让少数玩家使用我们根本不知道的数据来做到这一点，这让我感到害怕」

Altman表示AI界并不存在垄断

针对一些常见的法律监管方面的问题，看得出来Altman早就成竹在胸，给各位参议员们安排得明明白白的。

参议员说，他对人工智能的「最大担忧」之一是「这种大规模的企业垄断」。

他举了 OpenAI 与科技巨头微软的合作为例。

Altman表示，他认为能够制造大模型的企业数量相对较少，反而可能会更加方便监管。

例如，大型的生成式 AI，只有少数公司能够制造，但是竞争一直是存在的。

给大模型建立法律责任

美国国会 1996 年通过的第 230 条促进了社交媒体的兴起，该条款保护网站免于对用户的帖子承担责任。

Altman认为：大模型现在没有办法受到230条的法律保护。应该制定新的法律保护大模型不会因为输出内容而承担法律责任。

巧妙回避最致命的问题

奥特曼最初回避了参议员提出的「AI可能造成最严重的后果」。

但在马库斯友好地提醒 Altman 没有回答问题后，这位参议员重复了他的问题。

Altman最终也没有正面回答这个问题。

他说，OpenAI 曾试图非常清楚人工智能的风险，这可能会以「很多不同的方式」对「世界造成重大伤害」。

他再次阐明。应对这个问题就是OpenAI成立的原因。「如果这项技术出了问题，它可能会大错特错。」

其实，在今年早些时候接受「StrictlyVC」采访时，Altman称人类灭绝是最坏的情况。

最终，就连马库斯似乎也对奥特曼软化了。

在听证会快结束时，坐在Altman旁边的马库斯说，「他在谈论恐惧时的诚意非常明显，这种诚意在透过电视屏幕是没法感受到的。」

老练的科技领袖

跟小扎相比，Altman此次听证会的表现十分老练，想来他作为社牛，对与政客们打交道早已游刃有余。毕竟，Altman可是多年前就曾考虑过竞选加州州长的人物。

而且对比去听证会前因为数据隐私和虚拟货币已经「捅了大篓子"的小扎，Altman背后的OpenAI不但几乎没有受到任何公众的指责，还是目前AI领域「万物竟发」局面的最主要开创者。

面对一上来就示好，呼吁对AI进行监管的Altman，这些几乎都是「技术素人」的立法者自然在这位「权威」面前会显得温柔和蔼很多。

所以同样场合之下，Altman身上的压力与小扎相比完全不是一个数量级。

大模型的商业模式

有参议院提出这种担心，如果像互联网社交平台一样，AI产品如果采用广告为主的商业模式，会让操纵性的产品设计和令人上瘾的算法被滥用。

Altman说自己「非常喜欢」订阅模式。

但是OpenAI 确实考虑过在 ChatGPT 免费版中投放广告来从其免费用户那里赚钱的可能性。

参考资料：

【【网址】】/tech-policy/2023/05/ai-technology-can-go-【【微信】】eo-tells-senate/

https://www.theverge.com/2023/5/16/【【QQ微信】】/【【微信】】sam-altman-openai

为伟大思想而生！

AI+时代，互联网思想（wanging0123)，

第一必读自媒体

chatgpt已应用的上市公司 chatgpt应用端龙头企业

chatgpt,chatgpt官网,chatgpt怎么读,chatgpt怎么用

5月16日，大语言模型开源厂商Together宣布获得2000万美元（约1.4亿元）种子轮融资，本次由Lux Capital 领投，Factory、S【【微信】】、First Round Capital、PayPal联合创始人Scott Banister 等跟投。

Together是一家「AIGC开放社区」报道过的类ChatGPT开源厂商，其产品RedPajama-INCITE具备与ChatGPT一样的问答功能。但在几乎同等的性能上算力消耗更低，普通笔记本就能跑30亿参数模型，甚至5年前发布的RTX 2070显卡也没问题。

目前，市面上类ChatGPT开源平台多如牛毛，几乎每天都有新品推出，例如，Alpaca、Guanaco、LuoTuo、Vicuna、Koala等。为何Together能获得巨额种子轮融资？这是因为Together手握两张王牌。

第一，其开源平台可以商业化，目前市面上多数开源平台都是基于LLaMA开发而成，LLaMA明文规定只能用于学术研究不允许商业化。

第二，Together曾开源1.2万亿token训练数据集（约5T），这在开源界非常罕见。也就是说中小型企业、个人开发者可以无需大规模数据训练就能直接使用其开源产品，进一步扩大了商业化落地空间。

RedPajama-INCITE开源产品介绍

RedPajama-INCITE（以下简称RedPajama）是在5月5日才开源的类ChatGPT产品，主要提供30亿、70亿两种参数，特点是功能强大算力消耗低，可在笔记本、普通显卡运行，适用于中小企业和个人开发者。

30亿参数：主要包括基础款、聊天款和指令调优三个版本。在8000亿token数据集上进行训练，在HELM和Eleuther的测试中比同类的GPT-Neo、Pythia-2.8B更优秀。自动生成的文本丝滑流畅，可以加入拟人化情感。

30亿参数开源地址：【【网址】】/togethercomputer/RedPajama-INCITE-Base-3B-v1

70亿参数：也是在8000亿token数据集上进行训练，RedPajama希望扩大至1万亿。主要包括基础款、聊天款和指令调优三个版本。其中，指令调优版本的测试结果非常棒，甚至高于LLama-7B版本。

70亿参数开源地址：【【网址】】/togethercomputer/RedPajama-INCITE-Chat-7B-v0.1

RedPajama曾开源1.2万亿token训练数据集

今年4月17日，RedPajama曾宣布开源1.2万亿token数据集，帮助开发者训练类ChatGPT大语言模型。（开源地址：【【网址】】/datasets/togethercomputer/【【微信】】ta-1T）

RedPajama完美复制了LLaMA模型上的1.2万亿训练数据集，按照其论文的数据模式从维基百科、GitHub、普通抓取、C4、图书、ArXiv、【【微信】】抓取了1.2万亿训练数据，并进行了数据优化、过滤。

其中，普通抓取渠道获取了8780亿数据，并通过多个质量过滤器进行过滤，包括选择类似维基百科页面的线性分类器。C4获取1750亿，基于标准 C4 数据集。GitHub获取590亿，按许可证和质量过滤；图书获取260亿，包括开放书籍的语料库，并根据内容相似性进行去重。

ArXiv获取280亿，去除了样板文件的科学文章。维基百科获取240亿，基于子集数据删除了样板内容。【【微信】】获取200亿，基于子集数据删除了样板内容。目前，Together正在打造RedPajama V2，这是一个包含2万亿token的训练数据集。

Together表示，非常感谢蒙特利尔大学的AAI CERC实验室，斯坦福基础模型研究中心，Ontocord.ai，Meta AI，EleutherAI，OLCF等学术机构和开源社区的鼎力支持。如果没有他们贡献核心训练代码、架构、数据，根本不可能推出RedPajama。