从栽树到乘凉，OpenAI们的故事还能有多长？

与展示在人们面前的庞大潜能不同，ChatGPT背后的OpenAI仅仅只是一家由375名员工构成的小型企业。

近两年以来，这家公司在人工智能领域给外界留下了足够深刻的印象。不久前，OpenAI的首席执行官Sam Altman在Twitter上对自家公司的人才密度表示出了赞许，并且这“并不是在吹牛”。当然，如果用不是那么抽象的话来概括的话，这种赞许更多指向的是这家拥有微软背景的“小团队”正在用其举世瞩目的成果证明着自身的创新能力和对前沿技术的深刻探索。

小团队，大影响

如我们所见，OpenAI为外界带来了ChatGPT、GPT-3.5、DALL-E、Codex、MuseNet等一系列的研究成果。而在2021年和2022年，这家人工智能研究实验室分别发布了9篇和13篇研究论文。

向心力可能是OpenAI所具备的另一个与众不同的特质。对这家公司来说，把员工的全部潜力引导至一个共同的目标上并不是一件难事。而这种特质似乎也能追溯到公司的企业文化上——它把团队合作放在公司的首要位置，不断影响和培育出一种鼓励员工在推动人工智能领域前进的道路上勇于创新的工作环境。并且同时，OpenAI的团队非常强调团队协作和开放式沟通，使得员工队伍更加包容多样。

深入VS浅出

与OpenAI不同的是，另一家深入涉足人工智能领域的公司——谷歌旗下的DeepMind团队拥有超1000名员工，几乎是OpenAI的3倍。不过，DeepMind主要以研究为导向，而非OpenAI所追求的让产品快速实现商业化并从中盈利。而基于这一点，在过去的三年中，DeepMind发表的研究论文数量几乎是OpenAI的30倍之多，并且更加多样化。

DeepMind因AlphaGo击败世界顶级围棋选手李世石而为外界所熟知，并且它还通过3D蛋白质预测模型AlphaFold等项目深入到了健康和生命科学领域。但在更实际的角度上来看，DeepMind与普罗大众的距离却显得遥远了一些。

DeepMind并没有提供公开的API供一般群体使用。相反，通常情况下，DeepMind只会与企业和组织建立合作伙伴关系，让后者得以通过API或者其他方式访问团队的算法，而这往往只会用于特定或者限定范围的使用场景。比如，2019年时，DeepMind宣布与谷歌云合作，在谷歌云平台上提供其部分人工智能模型。这些模型以API的方式呈现，并旨在用于医疗健康和生命科学的研究方面。

不过，随着Meta和DeepMind分别推出ESMFold（“宏基因组”数据库）和AlphaFold，蛋白质折叠领域中长达50年悬而未决的问题也随之得到了解决。

AlphaFold 2和其他替代方案使用多序列比对 (MSA) 和类似蛋白质模板的方式在原子分辨率结构预测方面破冰。然而，ESMFold是基于语言模型的内部表征作为输入源，并且仅使用一个序列生成结构预测。但这些突破性模型的问世为一些开发者提供了打造自身作品的机会——MIT的研究人员使用了AlphaFold来观察现有的计算机模型是否可以掌握抗菌化合物的工作原理。

另一方面，Meta AI也推出了一款名为Galactica的开源语言模型产品（基于大语言模型/LLM），它可以提供论文和百科词条生成、回答问题、完成化学公式和蛋白质序列的多模态任务等一系列功能。不幸的是，由于安全和准确性问题，它在三个月后被迫关停。Meta AI负责人Yann LeCun表示，在作为写作助手的层面上，LLMs是可以信赖的。但如果有人把它当作搜索引擎进行查疑解惑时，它就没那么可靠了——它的强化学习能力只是减轻了一些错误，却没有解决其中的问题。

OpenAI栽树，初创公司乘凉

对谷歌和Meta来说，至少有一点可以肯定的是，这两家巨头一直是开源社区的热心贡献者。他们在帮助数千家基于其研究和技术成果的科技初创公司的创建方面发挥了重要作用——OpenAI的当红头牌聊天机器人ChatGPT 仍然基于Transformer模型，而该模型的源头为谷歌在2017年发表的论文《Attention is all you need》。

创作出一篇具有高度影响力的研究论文是寻求创新和验证创新之间的一种微妙平衡。它不仅需要提一个新颖的想法，还需要有能力通过严格的实验、面对无数次的失败、以证明其有效性。相比之下，一个成功产品的出现多数会取决于技术的熟练程度和市场的相关性，这种出现对产品与市场之间的契合性的需求要先于技术的创新。

凭借ChatGPT和其他产品，OpenAI在驾驭产品开发的复杂问题上取得了显著收获。但OpenAI也被一些人看作是一家对开源模式并不友好的企业——它以商业化的方式来为其API牟利，这包括为自身API的建立来付费使用系统。作为结果，开发者必须购买相应的代币才能使用该API。

值得一提的是，许多员工也选择了离开OpenAI，去建立自己的公司。在这一点上，Anthropic是一个相当典型的案例。这家由OpenAI的前员工Dario Amode作为联合创始人共同创立的公司最近刚获得了超过7亿美元的投资。它开发了一个名为Claude的人工智能系统，这与OpenAI的ChatGPT多少有些相似，但也在一些重要方面也呈现出了与后者不同的地方。

这类后继者的名单上还包括Pilot、Covariant、Adept、Living Carbon、Quill（被Twitter收购）、Daedalus等一系列新面孔。要知道，在过去的5年里，有近30名员工离开了OpenAI，并在随后创立了人工智能企业——当然，这些人也可以称作是“OpenAI的栽树乘凉者”。

他们中的绝大多数曾属于OpenAI的中高级领导职位。但也有一些是新人。2021年，OpenAI的一名前研究实习生Anish Athalye创办了Cleanlab，这是一个以数据为中心的人工智能平台，可以自动发现和修复机器学习数据集中的错误。OpenAI的另一位前研究工程师Taehoon Kim则于最近创立了Symbiote AI，而这是一个实时的3D人偶生成平台。

当然，除此之外，OpenAI自身也设立了一支创业基金，以便在早期阶段发现相应的人才，并在他们的旅程中提供相应的帮助。

相生、相伴、背道而行

在产品落地方面，OpenAI毋庸置疑地处于了这一领域中的前列，超过同时代的DeepMind和Meta AI。但在更高的层面上看，后两位在研究领域的贡献更大，并催生出了包括OpenAI在内的一系列衍生公司。

在人工智能的世界中，合作是一种至关重要的选项。而这一点也为微软和OpenAI所认知，二者都使用了PyTorch（Meta的开源Python机器学习库），而PyTorch又使用了OpenAI的Triton（OpenAI的开源编程语言）。

不过，也如我们所见，尽管开放科学存在着潜在的好处，并且协作的方式也正在被一些人工智能大咖所看好，OpenAI分享自身算法的方法却着实存在着一定的门槛。Sam Altman对人工智能实验室之间协作相处的事情上秉持了质疑的态度，而OpenAI也在限制或禁止外界访问其算法，并以API的形式将它们提供给公众。

也或许，在为外界所日益在乎的人工智能领域，OpenAI已经找到了自身的“不在乎”。