Judul video: Presiden OpenAI Greg Brockman: AI Strategi, AGI, dan Super App
Video karya Alex Kantrowitz
Foto oleh Peggy Block Beats

Pos ini adalah bagian dari liputan khusus kami Global Voices 2011. Programme telah lama berfokus pada perubahan dalam AI, industri sains dan teknologi dan struktur bisnis, dan merupakan jendela penting dari pandangan Silicon Valley garis penilaian pertama。

Dalam percakapan ini, Brockman tidak berhenti pada kapasitas model per se, tetapi memindahkan masalah ke depan: ketika kemampuan AI sebagian besar divalidasi, bagaimana industri kemudian akan memilih jalurnya, mereformulasi bentuk produknya dan menyerap dampak sistemiknya. Perbincangan itu berkisar pada strategi produk OpenAI, ” aplikasi super ” yang akan datang dan penilaiannya bahwa AI memasuki ” fase yang sangat dalam ”。

Perbincangan ini dapat dipahami dalam tiga cara。

Pertama, jalur menyusut。
Dari generasi video ke model penalaran, dari garis ganda dan ke trade-off aktif, pilihan OpenAI bukan penilaian teknis yang sederhana, tetapi lebih sebagai tanggapan terhadap batasan realitas - aritmetika telah menjadi bottleneck inti. Dengan sumber daya terbatas yang tersedia, rute teknis mulai menyusut ke dua dari arah yang paling berpengaruh: asisten pribadi dan memecahkan masalah kompleks. Ini juga berarti bahwa logika kompetisi AI bergerak dari " melakukan apa yang dapat" untuk " melakukan apa yang pertama"。

Kedua, itu adalah renovasi pola。
Pengenalan α super-aplikasi" pada dasarnya merupakan lompatan dalam pola produk. AI tidak lagi koleksi alat-alat fragmen, tapi portal tunggal: Ini memahami konteks, memanggil alat, melaksanakan tugas dan membangun pada memori dalam konteks yang berbeda. Dari ChatGPT ke Codex, AI secara bertahap mengambil alih alur kerja penuh, sementara peran manusia berubah dari pelaksana menjadi dispatcher — menetapkan target, menetapkan tugas dan pemantauan。

Ketiga adalah putaran irama。
JIKA DUA TAHUN TERAKHIR TELAH MENJADI FASE PENINGKATAN KAPASITAS, APA YANG TERJADI SEKARANG ADALAH "TERBANG." DI SATU SISI, KAPASITAS PEMODELAN TELAH MELOMPAT DARI "DISEDIAKAN SEKITAR 20 PERSEN" UNTUK "DIPULIHKAN SEKITAR 80 PERSEN" DAN SECARA LANGSUNG MEMICU RE-ENGINEERING DARI ALUR KERJA; DI SISI LAIN, AI BERPARTISIPASI DALAM EVOLUSI SENDIRI (MENGOPTIMALKAN AI DENGAN AI), MELIPAT CHIP, APLIKASI DAN SINERGI SAMPING PERUSAHAAN UNTUK MEMBENTUK LINGKARAN TERTUTUP YANG TERUS MENERUS MEMPERCEPAT. AI TIDAK LAGI MENJADI TEKNOLOGI SATU POIN TETAPI MULAI MENJADI MESIN KUNCI UNTUK PERTUMBUHAN EKONOMI。

Namun, pada saat yang sama, serangkaian isu lain juga muncul secara bersamaan: ketidakpercayaan publik, ketidakpastian tentang pekerjaan, perselisihan mengenai pusat data, dan batas-batas keamanan dan pemerintahan. Jawaban yang diberikan Brockman tidak sepenuhnya teknis. Dia menekankan dua hal: pertama, risiko tidak dapat dialamatkan melalui "pusatisasi" dan kebutuhan untuk membangun infrastruktur sosial di sekitar AI mirip dengan sistem listrik; kedua, kemampuan individu berubah — benar-benar penting, tidak "akan alat digunakan" tetapi "dapat AI digunakan untuk mencapai tujuannya."。

JIKA MASALAH DI MASA LALU ADALAH "APA YANG DAPAT AI LAKUKAN," MAKA MASALAHNYA TELAH MENJADI, KETIKA AI MULAI MELAKUKAN SEBAGIAN BESAR PEKERJAAN UNTUK ANDA, APA LAGI YANG HARUS ANDA LAKUKAN。

Berikut ini adalah teks asli (untuk memudahkan pembacaan dan pemahaman, teks asli telah dikonsolidasikan):

♪ TL;DR ♪

AGI TELAH MEMASUKI THELISTING PATH" FASE:Anagoza Greg Brockman (OpenAI Co.) percaya bahwa model penalaran berbasis GPT sudah memiliki rute yang jelas ke AGI dan diharapkan dapat dicapai dalam beberapa tahun, tetapi polanya akan tetap "tidak merata" (jagged)。

Catatan: AGI (Artificial General Intelligence) mengacu pada kecerdasan buatan umum dan keberadaan sistem AI yang setara dengan, atau bahkan melebihi, kemampuan manusia dalam mayoritas besar tugas kognitif. Tidak seperti AI"khusus-tujuan saat ini" (misalnya identifikasi gambar, algoritme yang disarankan), AGI menekankan interoperabilitas lintas-misi dan kapabilitas migrasi。

Konvergensi strategis nuklear: dari beberapa baris ke dua aplikasi inti:Diagnona OpenAI berkonsentrasi sumber dayanya pada "Personal Assistant" dan "Complicated Problem Solution" daripada secara bersamaan mendorong semua arah (misalnya generasi video) di bawah batasan aritmetika。

SUPERAPPLICATION AKAN MENJADI BENTUK MASUK AI:KECAKAPAN, PEMROGRAMAN, PERAMBAN DAN PENGETAHUAN AKAN DIINTEGRASIKAN KE DALAM SISTEM TERPADU, DENGAN AI BERPINDAH DARI SEBUAH ALAT KE TINGKAT "EXECUTIVE" DAN PENGGUNA PINDAH KE SEBUAH "MOBILIZER"。

PERALIHAN KUNCI: AI UNTUK MULAI MENGAMBIL ALIH ALUR KERJA DARIPADA MENDUKUNG:Kemampuan-kemampuan Model telah melompat dari "menyelesaikan 20% dari tugas" untuk "mengambil 80%", memaksa individu dan bisnis untuk merestrukturisasi metode kerja mereka。

Kalkulus menjadi inti dari fokus persainganAI AI DEMAND JAUH MELEBIHI PASOKAN DAN BATASAN MASA DEPAN TIDAK DALAM BENTUK KAPASITAS MODELLING, SEMENTARA PUSAT DATA DAN INFRASTRUKTUR ADALAH VARIABEL KUNCI DALAM SUMBER DAYA KOMPUTASI。

Ini pertama kalinya aku mendengar iniTEKNOLOGI TEKNOLOGI SELF-ACCELERASI (AI OPTIMIZATION AI) SUPERIMPOSES INDUSTRI SYNERGIES (CHIP, APLIKASI, BISNIS) YANG MENDORONG AI DARI ALAT KE MESIN PERTUMBUHAN EKONOMI。

Risiko terbesar tidak dalam teknologi, tetapi dalam pemerintahan dan penggunaan:Masalah - masalah Keamanan Kebidanan tidak dapat diatasi oleh satu subjek pun, dan diperlukan infrastruktur ekologi dan sosial yang terbuka。

Ketergantungan inti individu sedang berubah:PERSAINGAN MASA DEPAN YANG AKAN DATANG TIDAK "DILAKSANAKAN" TETAPI "TARGET+MANAGE AI" DAN PENGGUNAAN AKTIF AI AKAN MENJADI KEMAMPUAN DASAR。

Q:

Alex (Moderator):
Hari ini kita mengundang Greg Brockman, co-founder dan CEO OpenAI, untuk berbicara tentang peluang AI yang paling potensial, bagaimana OpenAI akan merebut mereka, dan ide dari "superapply." Hari ini Greg datang ke studio kami。

Greg Brockman (Presiden, OpenAI):
Senang bertemu denganmu, terima kasih atas undangannya。

Mengapa menutupnya, Sora? Itu tidak cukup

Alex:
Sekarang ini adalah waktu yang menarik, dan OpenAI menunda kemajuan generasi video dan memusatkan sumber dayanya pada aplikasi "super" -- ini akan mengintegrasikan skenario bisnis dan pemrograman. Dari luar, termasuk saya, rasanya seperti OpenAI memimpin sisi konsumen dan sekarang menyesuaikan alokasi sumber dayanya. Apa yang terjadi

Catatan: Pada Maret 2026, OpenAI menyatakan produksi videonya Sora (termasuk aplikasi dan API) ditutup dan menghentikan kemajuan komersial terkait。

Greg Brockman:
Untuk beberapa waktu sekarang, kita telah mengembangkan teknologi ini dari pembelajaran mendalam untuk melihat apakah itu benar-benar memiliki dampak positif yang telah kita pikirkan. – Apakah mungkin untuk membangun aplikasi yang benar - benar membantu orang dan memperbaiki kehidupan mereka。

Pada saat yang sama, kita melakukan jalur lain: menyebarkan teknologi ini. Salah satunya adalah untuk mendukung operasi dan yang lainnya adalah membangun pengalaman di dunia nyata di muka dan mempersiapkan momen ketika teknologi benar-benar dewasa。

Dan sekarang kita telah mencapai tahap baru. Kita melihat bahwa teknologi ini memang layak. Kami beralih dari benchmarking dan beberapa kemampuan abstrak ke fase baru -- Ini harus ditempatkan di dunia nyata, di mana itu benar-benar dapat bekerja dan berkembang melalui umpan balik pengguna。

Jadi saya lebih suka menafsirkan perubahan ini sebagai pergeseran strategis yang didorong oleh perubahan teknologi。

Ini bukan untuk mengatakan bahwa kita pindah dari "konsumsi" ke " bisnis". Lebih tepatnya, kami mengajukan pertanyaan: Aplikasi apa yang hendaknya kita utamakan sewaktu sumber daya terbatas? Karena kita tidak bisa melakukan apa-apa。

APLIKASI APA YANG DAPAT BENAR - BENAR MENDARAT, MENCIPTAKAN SINERGI DI ANTARA MEREKA DAN MEMILIKI IMPLIKASI PRAKTIS? JIKA ANDA MENCANTUMKAN SEMUA ARAH, SISI KONSUMEN DAPAT DIPECAH MENJADI BERBAGAI MACAM HAL: ASISTEN PRIBADI, SISTEM YANG BENAR-BENAR MENGENAL ANDA, KONSISTEN DENGAN ANDA, MEMBANTU ANDA MENCAPAI TUJUAN HIDUP ANDA; KREATIF DAN MENGHIBUR; DAN BANYAK KEMUNGKINAN LAINNYA. DAN PADA TINGKAT PERUSAHAAN, JIKA ANDA MELIHATNYA DARI TINGKAT YANG LEBIH TINGGI, ANDA DAPAT MEMBUATNYA ABSTRAK MENJADI SATU HAL: DAPATKAH AI MELAKUKANNYA UNTUK ANDA

UNTUK KITA, PRIORITAS SAAT INI SANGAT JELAS, DENGAN HANYA DUA HAL DI ATAS: PERTAMA, ASISTEN PRIBADI; KEDUA, AI YANG DAPAT MEMBANTU ANDA MEMECAHKAN MASALAH KOMPLEKS。

Masalahnya adalah bahwa kita bahkan tidak puas dengan perhitungan kita saat ini. Sekali lagi aplikasi ditambahkan, cakupan penuh tidak mungkin. Jadi ini adalah penilaian yang realistis: teknologi adalah pematangan cepat dan dampaknya akan meledak, dan kita harus memilih arah yang paling penting untuk benar-benar membuatnya。

Alex:
Anda menyebutkan analogi sebelumnya, mengatakan bahwa OpenAI adalah jenis seperti Disney: Ada kemampuan inti, dan kemudian dapat diperpanjang ke skenario yang berbeda. Disney memiliki Mickey Mouse dan dapat melakukan film, taman tema, Disney+. Onado OpenAI's "core" adalah model yang dapat digunakan untuk pembuatan video, asisten dan aplikasi bisnis。

Tapi sekarang, apakah terlihat seperti Anda tidak akan mengambil ini " rollover penuh" jalur, tetapi lebih suka harus memilih

Greg Brockman:
Sebenarnya, saya pikir itu lebih seperti sekarang. Namun intinya adalah: dari sudut pandang teknis, Sora dan GPT sebenarnya milik dua cabang teknis yang berbeda. Mereka dibangun dengan cara yang sama sekali berbeda。

MASALAHNYA ADALAH PADA TAHAP INI, SANGAT SULIT UNTUK MEMAJUKAN KEDUA POHON TEKNOLOGI INI SECARA BERSAMAAN, TERUTAMA DALAM KONTEKS SUMBER DAYA YANG TERBATAS. JADI PILIHAN YANG KITA BUAT ADALAH, PADA TAHAP INI, UNTUK MEMFOKUSKAN SUMBER DAYA UTAMA KITA PADA JALUR GPT。

Tentu saja, itu tidak berarti kita menyerah arah lain. Sebagai contoh, di bidang robotik, kami melanjutkan penelitian kami. Tapi robot itu sendiri pada tahap yang lebih awal, dan belum matang untuk wabah nyata。

SEBAGAI KONTRAS, PADA TAHUN MENDATANG, KITA AKAN MELIHAT AI BENAR-BENAR LEPAS LANDAS DI BIDANG PENGETAHUAN。

Dan penting untuk menekankan bahwa rute GPT tidak hanya "teks". Sebagai contoh, interaksi suara dua arah (speech-to-speech), yang merupakan bagian dari jalur teknologi ini, membuat AI lebih berguna dan praktis. Kemampuan-kemampuan ini dalam esensi diadaptasi dalam berbagai cara dalam sistem model yang sama。

Tetapi jika Anda pergi ke dua cabang teknologi yang sama sekali berbeda, sangat sulit untuk mempertahankan mereka dalam jangka panjang, mengingat kendala perhitungan. Dan alasan untuk ini adalah bahwa kebutuhan terlalu besar. Setelah hampir setiap model dirilis, orang ingin melakukan lebih banyak dengan itu。

Alex:
Lalu kenapa kau tidak fokus pada World Model? Model-model video dari model-model model video model model model model model model model model model, misalnya, perlu memahami hubungan antara objek, yang juga kritis bagi robot. Dan Sora sebenarnya bergerak sangat cepat. Mengapa taruhan tertinggi

Wona: World Model berfokus pada naluri sensoris dan fisik, dengan inti adalah untuk membuat AI memahami bagaimana dunia bekerja, bukan hanya untuk belajar tentang pola wajah data. Model-model ini biasanya digunakan untuk menggambarkan sistem seperti Sora: Ini bukan hanya generasi gambar atau video, tetapi juga hubungan antara objek pemodelan (misalnya, orang, mobil, cahaya), perubahan waktu yang terus menerus (misalnya, evolusi antara bingkai) dan pola fisik yang mendasari (misalnya, gerakan, pelindung dan tabrakan). Secara kontras, GPT adalah model bahasa dan penalaran yang lebih berfokus pada kinerja kognitif dan misi abstrak。

Greg Brockman:
Masalah terbesar di daerah ini sebenarnya terlalu banyak kesempatan。

Kami menemukan awal bahwa, di OpenAI, ketika ide secara matematis masuk akal, biasanya berjalan melalui dan mencapai hasil yang baik. Hal ini menunjukkan bahwa tingkat bawah pembelajaran in-depth sangat kuat, dan dapat menjadi aturan dari data dalam abstrakto dan bermigrasi ke adegan baru. Anda dapat menggunakan model dunia, penemuan ilmiah, pemrograman, dll。

Tapi kuncinya adalah: kita perlu membuat perdagangan-off。

ADA PERDEBATAN DI MASA LALU. SEJAUH MANA MODEL TEKS BISA PERGI? APAKAH ITU BENAR-BENAR BISA MEMAHAMI DUNIA? SAYA PIKIR ADA JAWABAN UNTUK PERTANYAAN INI. MODEL TEKS MODEL MODEL DAPAT PERGI KE AGI。

Kami telah melihat jalan yang jelas, dan akan ada model yang lebih kuat tahun ini. Dan, di OpenAI, salah satu penderitaan terbesar kita adalah bagaimana mendistribusikan kalkulus — problem yang hanya menjadi lebih buruk, tidak kurang. Jadi, pada intinya, ini bukan pertanyaan rute mana yang lebih penting, tetapi waktu dan urutan。

SEKARANG, BEBERAPA APLIKASI YANG KITA GUNAKAN UNTUK BERPIKIR BAHWA REMOTE TELAH MULAI DAPAT DIAKSES. SEBAGAI CONTOH, MEMECAHKAN MASALAH FISIK YANG BELUM TERSELESAIKAN. KAMI BARU SAJA MEMILIKI KASUS DI MANA SEORANG FISIKAWAN TELAH MEMPELAJARI MASALAH UNTUK WAKTU YANG LAMA, MEMBERIKANNYA KEPADA MODEL, DAN 12 JAM KEMUDIAN, KAMI TELAH MEMBERIKAN SOLUSI. DIA BILANG ITU PERTAMA KALINYA DIA MERASA SEPERTI SEORANG MODEL BERPIKIR. MASALAH INI BAHKAN MUNGKIN TIDAK DAPAT DISELESAIKAN OLEH MANUSIA, TETAPI AI MELAKUKANNYA。

Bila Anda melihat sesuatu seperti ini, pilihan Anda hanya untuk menggandakan taruhan Anda dan tiga kali lipat masukan Anda. Karena itu berarti bahwa kita benar-benar dapat melepaskan potensi besar。

Jadi bagi saya, ini bukan persaingan antara arah yang berbeda, tapi apa misi OpenAI? Bagaimana kita membawa AGI ke dunia? Apa manfaatnya bagi semua orang? Dan kita telah melihat jalan itu, dan kita tahu bagaimana untuk bergerak maju。

WET GPT, BUKAN MODEL DUNIA: PATH PILIHAN KE AGI

Alex:
Aku ingin kembali ke model generasi berikutnya yang baru saja kau sebutkan, tapi aku ingin menanyakan pertanyaan itu dulu。

Aku berbicara dengan Demis Hassabis dari Google DeepMind awal tahun ini. Menariknya, ia mengatakan bahwa baginya, hal yang paling dekat dengan AGI sebenarnya adalah generator gambar mereka, Nano Banana。

Catatan: Demis Hassabis adalah salah satu orang kunci yang mengemudikan AI dari penelitian ke aplikasi terobosan. Dia menciptakan DeepMind untuk mengembangkan AlphaGo dan mengalahkan juara dunia catur pada tahun 2016 sebagai peristiwa landmark dalam sejarah perkembangan kecerdasan buatan。

Alasannya adalah bahwa, untuk menghasilkan gambar dan video tersebut, sangat penting untuk memahami interaksi antara objek, setidaknya sehubungan dengan bagaimana dunia beroperasi。

Jadi apakah itu berarti risiko potensial? Apakah OpenAI pernah melewatkan sesuatu dengan menambahkan angka ke pohon teknologi lain

Greg Brockman:
Bagaimana jika itu benar? Aku punya dua jawaban。

Pertama, tentu saja ada kemungkinan. Ini adalah di mana Anda harus memilih dan bertaruh. Dan OpenAI telah melakukan ini dari awal: kita harus mencari tahu apa jalan ke AGI, dan kita harus fokus tinggi di jalan. Seperti vektor acak, hasil akhir mungkin dekat dengan nol; tetapi jika Anda menyelaraskan semua vektor, mereka dapat mendorong Anda ke arah yang jelas。

Namun poin kedua adalah bahwa generasi gambar sebenarnya adalah kemampuan yang sangat populer dalam ChatGPT, dan kita masih berinvestasi di dalamnya dan menjadikannya prioritas. Kita bisa melakukan ini karena tidak benar-benar milik cabang teknologi dari World Model atau Proliferation Model, yang sebenarnya didasarkan pada struktur GPT. Jadi, meskipun menghadapi distribusi data yang berbeda, hal yang sama pada inti teknologi yang lebih rendah。

DAN INI ADALAH SALAH SATU TEMPAT YANG PALING MENAKJUBKAN UNTUK AGI: KADANG-KADANG APLIKASI YANG SANGAT BERBEDA -- SUARA UNTUK SUARA, GENERASI GAMBAR, PEMROSESAN TEKS, DAN PENGGUNAAN TEKS ITU SENDIRI DALAM KONTEKS YANG BERBEDA, SEPERTI PENELITIAN ILMIAH, PEMROGRAMAN, INFORMASI KESEHATAN PRIBADI -- DAPAT DIAKOMODASI DALAM KERANGKA TEKNOLOGI YANG SAMA。

Jadi, dari sudut pandang teknis, satu hal yang saya dan perusahaan pikirkan adalah bagaimana menyelaraskan upaya kami sebanyak mungkin. Karena kita benar-benar percaya bahwa teknologi ini akan menyebabkan peningkatan keseluruhan, atau bahkan peningkatan seluruh sistem ekonomi。

Dan hal ini terlalu besar. Tentu saja, kita tidak bisa melakukan segalanya, tapi kita bisa melakukan apa yang menjadi milik kita。

Alex:
Ini adalah apa arti Artificial General Intelligence dengan "umum."。

Greg Brockman:
ITU BENAR. ITU G. ITULAH ARTI SEBENARNYA。

Alex:
Apa yang akan terlihat seperti ini

Greg Brockman:
Aku mengerti bahwa super-aplikasi adalah..

Alex:
Ini menyatukan chatting, pemrograman, peramban dan ChatGPT, kan

Greg Brockman:
BENAR. APA YANG KITA INGINKAN ADALAH APLIKASI BERORIENTASI PENGGUNA AKHIR YANG MEMBERIKAN ANDA PENGALAMAN NYATA KEKUATAN AGI, YANG ADALAH "UNIVERSALITASNYA."。

JIKA ANDA BERPIKIR TENTANG PRODUK CHAT HARI INI, SAYA PIKIR ITU AKAN BERKEMBANG MENJADI ASISTEN PRIBADI ANDA, API PRIBADI ANDA, AI NYATA UNTUK ANDA. INI TAHU ANDA DENGAN BAIK, TAHU BANYAK INFORMASI TENTANG ANDA, KONSISTEN DENGAN TUJUAN ANDA, DAPAT DIPERCAYA, DAN DAPAT DALAM BEBERAPA UKURAN MEWAKILI ANDA DI DUNIA NOMOR INI。

Sebagai Codex, Anda dapat memahaminya: itu masih alat yang terutama dirancang untuk insinyur perangkat lunak, tapi berubah menjadi "Codex untuk semua orang."。

Siapa saja yang ingin menciptakan atau membangun sesuatu dapat menggunakan Codex untuk membiarkan komputer melakukan apa yang mereka inginkan. Dan ini bukan hanya tentang menulis software lagi, tapi lebih seperti menggunakan komputer. Seperti aku akan membiarkannya membantuku dengan pengaturan laptop. Kadang-kadang saya lupa bagaimana mengatur daerah panas, dan saya hanya membiarkan Codex melakukannya, dan itu tidak。

Itu seharusnya komputer. Mereka harus disesuaikan untuk orang-orang, bukan untuk saya。

JADI ANDA DAPAT MEMBAYANGKAN SEBUAH APLIKASI DI MANA ANDA DAPAT MEMBERITAHU SEMUA YANG ANDA INGIN KOMPUTER LAKUKAN. INI AKAN MENGGABUNGKAN KEMAMPUAN PENGGUNAAN KOMPUTER" DAN OPERASI "BROWSER" SEHINGGA AI BENAR-BENAR DAPAT MENGOPERASIKAN HALAMAN WEB DAN ANDA DAPAT MEMANTAU APA YANG DILAKUKANNYA. DAN APAKAH INTERAKSI ANDA MENGOBROL, MENULIS KODE, ATAU PENGETAHUAN BEKERJA SECARA UMUM, SEMUA DIALOG INI DISATUKAN DALAM SATU SISTEM. AI AKAN INGAT, AKAN MENGERTI ANDA。

Itulah yang kita bangun。

Tapi sejujurnya, itu hanya puncak gunung es, bagian yang ada di permukaan. Yang penting bagiku adalah perpaduan teknologi dasar。

Kami telah menyebutkan sebelumnya harmonisasi tingkat model bawah, tetapi apa yang benar-benar telah berubah selama beberapa tahun terakhir adalah bahwa itu bukan hanya model" itu sendiri, tetapi yang lebih penting sistem "membawa". Itu adalah, bagaimana model mendapatkan konteks? Bagaimana hubungan dunia nyata? Apa yang bisa dilakukannya? Bagaimana siklus interaksi dengan pengguna bekerja ketika konteks baru masuk

DI MASA LALU, KAMI BENAR-BENAR MEMILIKI BEBERAPA SET HAL, ATAU SETIDAKNYA BEBERAPA HAL YANG SEDIKIT BERBEDA. SEKARANG KITA MENYATUKAN MEREKA. AKHIRNYA, KITA AKAN MEMILIKI LAPISAN AI TERPADU, DAN KEMUDIAN, DENGAN CARA YANG SANGAT RINGAN, MENGARAHKANNYA KE APLIKASI SPESIFIK YANG BERBEDA。

Tentu saja, Anda masih dapat melakukan plugin kecil, antarmuka kecil, didedikasikan untuk layanan keuangan, khusus hukum layanan, tetapi dalam kebanyakan kasus Anda bahkan tidak membutuhkannya, karena super-aplikasi itu sendiri akan cukup luas dan universal。

Alex:
Aplikasi ini untuk bisnis dan individu

Greg Brockman:
Ya, itu sebenarnya jantungnya. Seperti komputer, seperti notebook Anda, apakah untuk keperluan pribadi atau pekerjaan? Jawabannya adalah: keduanya. Ini perangkatmu, antarmuka dunia digital. Dan itulah yang ingin kita lakukan。

Alex:
Dan dari sudut pandang non-komersial, apa yang akan saya lakukan dengan itu jika saya menggunakannya dalam kehidupan pribadi saya? Apa yang terjadi dengan hidupku

Greg Brockman:
Saya akan mengerti bahwa dalam kehidupan pribadi, itu akan pertama melanjutkan cara Anda menggunakan ChatGPT。

Bagaimana kau menggunakan ChatGPT sekarang? Bahkan, orang sudah menggunakannya untuk tugas yang sangat beragam dan menakjubkan. Kadang-kadang hanya itu, "saya akan alamat pernikahan. Kau bisa membantuku menyusunnya? Bisa kau tunjukkan ide ini dan beri aku beberapa tanggapan? Dan seperti, aku melakukan bisnis kecil. Bisa kau pikirkan..

Adegan - adegan ini agak pribadi dan beberapa orang mulai mengaburkan batas antara individu dan pekerjaan. Dan maksud saya adalah, semua hal ini harus dibiarkan dengan tepat。

Greg Brockman:
Tapi jika Anda melihat kembali ke ChatGPT, itu sebenarnya sudah berkembang。

DULU TIDAK ADA INGATAN, KAN? BAGI SEMUA ORANG, ITU ADALAH AI YANG SAMA, MULAI DARI AWAL, HAMPIR BERBICARA DENGAN ORANG ASING. TAPI JIKA ITU MENGINGAT INTERAKSI MASA LALUMU, ITU AKAN JAUH LEBIH KUAT. JIKA DAPAT MENGAKSES LEBIH BANYAK KONTEKS, BISA JAUH LEBIH KUAT。

Misalnya, itu terhubung ke kotak surat Anda, kalender Anda, benar-benar memahami preferensi Anda, memiliki informasi latar belakang yang lebih dalam tentang pengalaman masa lalu Anda, dan menggunakannya untuk membantu Anda mencapai tujuan Anda. Dan sekarang, misalnya, ChatGPT sudah memiliki fungsi bernama Pulse, yang tergantung pada apa yang diketahuinya tentang Anda, menawarkan sesuatu yang mungkin Anda tertarik。

Jadi pada tingkat penggunaan pribadi, peralatan super akan menutupi semua ini dan akan melakukan lebih dan lebih。

Alex:
Kapan kau akan meluncurkannya

Greg Brockman:
Lebih tepatnya lagi, kita akan bergerak ke arah ini langkah demi langkah dalam bulan-bulan mendatang. Visi lengkap yang kita bicarakan ini akan disampaikan secara bertahap, tetapi tidak akan sejalan dalam satu, cara yang terintegrasi, dan akan muncul dengan cara yang bertahap。

Sebagai contoh, aplikasi Cordex saat ini sebenarnya mengandung dua lapisan: salah satu pembawa cerdas universal yang dapat menggunakan alat; dan yang lainnya dari tubuh cerdas yang dapat menulis perangkat lunak。

Dan sistem pembawa universal ini sebenarnya dapat digunakan dalam banyak skenario lainnya. Anda meletakkannya pada lembar kerja, pada file Word, dan itu membantu Anda dengan pekerjaan pengetahuan Anda。

Jadi langkah pertama kita adalah membuat aplikasi Cordex lebih berguna untuk pengetahuan generik. Karena kita telah melihatnya di dalam OpenAI, dan orang-orang mulai menggunakannya seperti ini。

Ini akan menjadi langkah pertama, dan akan ada banyak langkah di depan。

Alex:
Ketika saya berbicara dengan salah satu rekan Anda kemarin tentang Codex, ia menyebutkan seseorang yang sedang melakukan klip video dengan Codex: Dia membuat Codex menangani video untuk dirinya sendiri, dan Codex bahkan membuat plugin untuk Adobe Premiere, membagi video menjadi bab dan mulai mengedit. Itu yang akan kau lakukan

Greg Brockman:
Aku sangat ingin mendengar kasus seperti itu. Itulah cara kita ingin sistem bekerja. Dan ini menarik, Codex awalnya dirancang untuk insinyur perangkat lunak, jadi untuk non-programer, itu tidak benar-benar sangat berguna. Karena ada begitu banyak masalah kecil dalam konfigurasi。

Para pengembang rumahan tahu apa artinya dan bagaimana memperbaikinya, kita sudah terbiasa. Tapi jika kau bukan pengembang, maka kau seperti, " Apa ini?" Aku belum pernah melihatnya sebelumnya

Meskipun demikian, kami telah melihat banyak orang yang belum pernah menulis program, yang mulai memasukkannya ke situs web, atau melakukan apa yang baru saja Anda katakan — mengotomatiskan interaksi antara perangkat lunak yang berbeda, dengan pengaruh yang besar. Sebagai contoh, seseorang dalam tim komunikasi kami mengambilnya di Slack dan kotak surat sehingga dapat menangani banyak umpan balik dan membuat sintesis dan sintesis yang baik。

Jadi apa yang terjadi adalah bahwa mereka yang sangat termotivasi sudah bersedia untuk melewati ambang ini dan kemudian mendapatkan kembali tinggi。

BISA DIKATAKAN, BAGIAN TERSULIT TELAH TERCAPAI — KITA TELAH MEMBUAT AI YANG BENAR - BENAR CERDAS, CAKAP DAN MAMPU MELAKSANAKAN TUGASNYA。

Hal berikutnya yang harus dilakukan adalah relatif "mudah" bagian: untuk membuatnya benar-benar berguna bagi publik, untuk meruntuhkan ambang masuk。

Alex:
Dan dalam hal pola kompetisi, Anthropic sekarang memiliki aplikasi Claude, baik robot chat dan Claude Code. Mereka punya prototipe peralatan super sendiri。

Bagaimana menurutmu, Anthropic? Dan bagaimana menurutmu OpenAI akan menyusul

Greg Brockman:
Jika Anda menempatkan kembali 12 sampai 18 bulan yang lalu, kami telah menggunakan " pemrograman" sebagai daerah prioritas, dan kami telah mendapatkan hasil terbaik dalam kompetisi pemrograman dan sebagainya. Tapi satu hal yang kami tidak berinvestasi cukup adalah kilometer ketersediaan terakhir。

ARTINYA, KAMI TIDAK CUKUP MEMPERHATIKAN FAKTA BAHWA AI CUKUP PINTAR UNTUK MENYELESAIKAN SEMUA PERTANYAAN PEMROGRAMAN YANG SULIT, TETAPI BELUM PERNAH MELIHAT SEBUAH PERPUSTAKAAN CODING DI DUNIA NYATA — DAN BAHWA BANK CODING DUNIA NYATA SERING KALI KELIRU, JAUH DARI LINGKUNGAN \"BERSIH\" YANG DIKETAHUINYA。

Pada saat itu, kami memang tertinggal. Tapi mungkin sejak pertengahan tahun lalu, kami mulai membuat ini sangat serius. Kami telah mengumpulkan tim untuk melihat di mana semua celah ini, apa dunia nyata, apa kompleksitas, dan apa yang kita belum memiliki kontak nyata dengan sebelumnya。

MISALNYA, BAGAIMANA MEMBANGUN DATA PELATIHAN? BAGAIMANA MEMBANGUN LINGKUNGAN PELATIHAN? BIARKAN AI BENAR-BENAR MENGALAMI BAGAIMANA RASANYA MENJADI "MELAKUKAN REKAYASA PERANGKAT LUNAK" UNTUK DIGANGGU, MEMILIKI MASALAH ANEH, MENJADI TIDAK DIINGINKAN, DAN SEBAGAINYA。

Saya pikir sekarang kita sudah terjebak. Ketika pengguna benar-benar membandingkan kita dengan pesaing mereka, banyak yang memilih kita。

Tentu saja, kita juga tahu bahwa kita memiliki celah dalam pengalaman depan-akhir, dan kita akan mengisi itu. Tapi itulah cara kita pergi kali ini: bukan hanya untuk membuat model, tetapi untuk menambahkan shell; untuk berpikir tentang hal itu sebagai produk dari awal. Dalam melakukan penelitian kami, kami berpikir pada saat yang sama, "Bagaimana akhirnya akan digunakan?" Ini adalah pergeseran yang terjadi di dalam OpenAI。

Jadi intinya adalah, kita akan memiliki gelombang peningkatan yang sangat kuat. Melihat peta jalan untuk tahun ini saja, saya merasa sangat senang bahwa banyak yang bisa dilakukan。

Pada saat yang sama, kami membuat untuk kilometre terakhir dengan fokus yang sangat fokus。

Alex:
Sejak 2022, OpenAI sudah seperti pelari yang tak terbantahkan di bidang ini. Jelaslah, persaingan bukan lagi hanya kompetisi tes. Kau baru saja bilang "kami akan datang."。

Apakah suasana di perusahaan berubah? Dengan kata lain, ini tidak seperti di masa lalu bahwa Anda memimpin pada produk seperti ChatGPT, tetapi sebenarnya memasuki kompetisi positif。

Beberapa laporan di luar dapat benar-benar melihat perubahan ini — misalnya, pertemuan intra-perusahaan yang menekankan bahwa OpenAI tidak lagi memiliki \"misi tribe\" dan bahwa setiap orang harus fokus pada arah pusat ini. Apa yang terjadi di lingkungan dan atmosfer

Greg Brockman:
Secara pribadi, OpenAI adalah momen yang paling mengganggu bagi saya, hanya setelah kami merilis ChatGPT。

Saya ingat ada sebuah "kami menang" suasana di pesta liburan perusahaan. Aku belum pernah merasa seperti itu sebelumnya. Tidak, kami tidak. Kami adalah orang yang berada di kerugian。

Dan kita selalu begitu. Sebagian besar pesaing di daerah ini sudah didirikan firma-firma besar dengan lebih banyak modal, lebih banyak tenaga kerja, lebih banyak data dan hampir semua sumber daya。

Jadi, mengapa OpenAI bersaing? Jawabannya adalah kita tidak pernah merasa aman. Kita selalu menganggap diri kita sebagai penantang。

Bahkan, sehat bagi saya untuk melihat bahwa pasar mulai menunjukkan pola kompetisi ini dan bahwa lawan lain mulai muncul dan melakukannya dengan baik。

Karena menurut pendapatku, kau tak pernah bisa mengalihkan perhatianmu pada pesaing. Jika Anda hanya menatap di mana mereka sekarang, mereka akan pergi pada saat Anda sampai di sana。

Dan saya pikir itu telah terbalik selama beberapa waktu, banyak orang telah menatap di mana kita berada dan kita telah mampu untuk bergerak maju. Sebaliknya, itu memberi kita rasa keselarasan internal dan kesatuan。

Seperti yang saya sebutkan sebelumnya, di masa lalu kita hampir memandang Øresearch" dan "deployment" sebagai dua hal yang terpisah; sekarang kita benar-benar ingin mengintegrasikan mereka. Bagiku, itu hal yang indah。

Jadi saya akan mengatakan bahwa ini bukan tahap di mana saya pikir kita telah Østable" atau di mana kita tiba-tiba dalam krisis. Kau tahu, biasanya tidak sebaik yang mereka katakan, atau seburuk yang mereka katakan。

Kurasa kita sudah stabil secara keseluruhan. Dan aku sangat yakin dengan peta jalan kita dan penelitian yang telah kita lakukan. Adapun akhir produk, saya pikir kita sekarang memiliki energi yang sangat baik, dan Anda datang bersama-sama untuk mengirimkan hal-hal ini ke dunia。

Alex:
Kau sudah mengatakannya beberapa kali sebelumnya, dan akan ada model baru yang kuat. Apa itu

Informasi tersebut melaporkan bahwa Anda telah menyelesaikan pra-latihan untuk \"Spud\", dan Sam Altman juga telah mengatakan kepada staf internal OpenAI bahwa mereka harus melihat model yang sangat kuat dalam beberapa minggu. Itu beberapa minggu yang lalu. Di dalam tim, dirasakan bahwa bahkan ada kemungkinan nyata bahwa hal itu dapat mempercepat ekonomi dan bahwa hal-hal bergerak lebih cepat dari yang telah diperkirakan banyak。

Jadi, apa itu Spud

Greg Brockman:
Model yang bagus. Tapi kurasa intinya bukan model tunggal。

PROSES R & D KITA SECARA LUAS ADALAH INI: PERTAMA, PRA-PELATIHAN, I.E., PRODUKSI MODEL BASIS BARU, DAN KEMUDIAN SEMUA PERBAIKAN LEBIH LANJUT AKAN DIBANGUN PADA MODEL FONDASI TERSEBUT. HAL INI SERING KALI MERUPAKAN LANGKAH YANG MEMBUTUHKAN UPAYA YANG CUKUP BESAR OLEH BANYAK TIM DALAM PERUSAHAAN. BAHKAN, DALAM 18 BULAN TERAKHIR, AKU MENGHABISKAN SEBAGIAN BESAR WAKTUKU DI SINI: INI TERUTAMA DI SEKITAR INFRASTRUKTUR GPU, MENDUKUNG TIM-TIM YANG BERTANGGUNG JAWAB UNTUK KERANGKA PELATIHAN DAN MEMBUAT NYATA BERJALAN UNTUK TUGAS-TUGAS PELATIHAN BERSKALA BESAR INI。

HAL INI DIIKUTI DENGAN PEMBELAJARAN INTENSIF. DAN ITULAH BAGAIMANA AI, YANG TELAH BELAJAR BANYAK TENTANG DUNIA, MULAI BENAR-BENAR MENGGUNAKANNYA。

Kemudian ada proses pasca-pelatihan. Pada tahap ini, Anda akan benar-benar mengatakan itu -- sekarang Anda tahu bagaimana menyelesaikan masalah, pergi berlatih dalam situasi yang berbeda。

Terakhir, terdapat fase αlast kilometre" pada perilaku dan ketersediaan。

Jadi aku akan melihat Spud sebagai basis baru, model pra-latih baru. Dan di atasnya, dapat dikatakan bahwa penelitian kami selama dua tahun terakhir atau lebih telah mulai benar-benar mengarah ke hasil. Ini akan sangat menarik。

Aku pikir apa yang akhirnya dirasakan dunia luar adalah peningkatan kapasitas secara keseluruhan. Tapi bagi saya, itu tidak pernah hanya satu masalah. Karena ketika keluar, itu hanya versi awal dari apa yang akan kita lakukan. Kami akan terus melakukan lebih banyak pada setiap langkah proses ini。

Jadi saya pikir kita lebih seperti memiliki mempercepat mesin kemajuan, dan Spud hanya node di jalan ini。

Alex:
Jadi menurutmu apa yang bisa dilakukan model hari ini

Greg Brockman:
Saya pikir itu akan menyelesaikan masalah yang lebih sulit dan menjadi lebih halus. Ini akan lebih baik memahami arahan dan konteks。

orang kadang-kadang mengatakan "bau model besar" - ini berarti anda dapat merasakannya ketika model benar-benar lebih cerdas dan lebih mampu. ini akan lebih sejalan dengan niat anda, lebih selaras dengan kebutuhan anda。

KETIKA ANDA MENGAJUKAN PERTANYAAN DAN AI TIDAK BENAR-BENAR MENGERTI APA YANG ANDA MAKSUD, PERASAAN ITU MASIH MENGECEWAKAN. ANDA TIDAK DAPAT MEMBANTU TETAPI BERPIKIR BAHWA ANDA HARUS DAPAT MENCARI TAHU。

JADI SAYA AKAN MENGATAKAN, DALAM ARTI, ITU BANYAK "MASSA" YANG DATANG BERSAMA-SAMA. DI SATU SISI, AKAN ADA BANYAK PENINGKATAN INDIKATOR; DI SISI LAIN, AKAN ADA SKENARIO BARU: DULU KAU BOSAN MENGGUNAKAN AI KARENA ITU TIDAK BISA DIPERCAYA, DAN SEKARANG KAU AKAN MENGGUNAKANNYA。

Kurasa ini akan menjadi perubahan besar. Aku ingin melihat bagaimana itu akan terus meningkatkan kapasitas langit-langit. Kami telah melihat kinerjanya dalam studi fisik dari skenario seperti itu, dan saya pikir itu akan dapat memecahkan masalah yang lebih terbuka dan rentang waktu yang lebih lama。

Pada saat yang sama, saya berharap untuk melihat bagaimana itu mengangkat ambang listrik. - Tidak. Jadi apapun yang ingin kau lakukan, itu jauh lebih berguna daripada hari ini。

Alex:
NAMUN, TIDAK SELALU MUDAH BAGI PENGGUNA BIASA UNTUK MERASAKAN PERUBAHAN INI. MISALNYA, SEBELUM GPT-5, ADA BANYAK PANAS DAN HARAPAN; TETAPI KETIKA ITU BENAR-BENAR KELUAR, REAKSI PUBLIK AWAL AGAK MENGECEWAKAN. SAAT ITU BARULAH TAMPAK BAHWA HAL ITU SANGAT KUAT DALAM TUGAS TERTENTU。

Jadi, untuk generasi berikutnya, menurutmu itu akan terasa lebih jelas dalam beberapa adegan profesional, atau akan menjadi lebih intuitif, promosi universal untuk semua

Greg Brockman:
Kurasa ceritanya mungkin masih sama. Setelah model dirilis, seseorang pasti mulai berpikir, "Ini adalah perbedaan antara siang dan malam dibandingkan dengan apa yang saya lihat sebelumnya. Namun ada juga beberapa aplikasi yang tidak ada di Øsmart" bottlenecks. Jadi jika Anda hanya membuat model lebih pintar, mungkin di tempat-tempat ini, pengguna tidak merasakan perbedaannya segera。

Tapi seiring berjalannya waktu, saya pikir kita semua akhirnya merasa berubah. Karena apa yang benar-benar berubah adalah berapa banyak Anda akan mulai mengandalkan sistem ini。

JIKA ANDA INGIN BERPIKIR TENTANG BAGAIMANA KITA BERINTERAKSI DENGAN AI SEKARANG, SEMUA ORANG BENAR-BENAR MEMILIKI MODEL PSIKOLOGIS APA YANG DAPAT DILAKUKAN. DAN MODEL PSIKOLOGI INI TIDAK BERUBAH SANGAT CEPAT. INI BIASANYA DENGAN PENGALAMAN BAHWA ITU MELAKUKAN SESUATU YANG MENAKJUBKAN UNTUK ANDA SEKALI-SEKALI, DAN ANDA TIBA-TIBA MENYADARI BAHWA ITU MAMPU MELAKUKANNYA, DAN SAYA TIDAK BERPIKIR ITU AKAN。

Kami telah melihat hal-hal seperti ini dalam konteks akses informasi medis. Aku punya teman yang menggunakan ChatGPT untuk memahami pengobatannya yang berbeda untuk kanker. Dokter itu sebelumnya mengatakan kepadanya bahwa itu sudah larut malam dan bahwa tidak ada yang tersisa untuk dilakukan. Tapi dia menggunakan ChatGPT untuk mempelajari banyak ide yang berbeda, dan akhirnya dia menemukan obatnya。

DALAM KASUS INI, PREMIS ADALAH BAHWA ANDA HARUS MEMILIKI KEYAKINAN PADA KEMAMPUAN AI UNTUK MEMBANTU DALAM ADEGAN INI, DAN ANDA BERSEDIA UNTUK MENCURAHKAN BEGITU BANYAK UPAYA UNTUK MENGEKSTRAK NILAI DARI SISTEM。

JADI SAYA PIKIR APA YANG AKAN KITA LIHAT SELANJUTNYA ADALAH BAHWA DALAM SETIAP SKENARIO APLIKASI YANG SAMA, AKAN LEBIH JELAS BAGI SEMUA ORANG BAHWA AI DAPAT MEMBANTU ANDA。

Jadi kedua teknologi itu sendiri menjadi lebih kuat dan pemahaman kita tentang teknologi berubah dan berkembang。

Alex:
Itu berarti Anda akan mengandalkan itu lebih dan lebih. Dalam OpenAI, Anda juga mengembangkan peneliti AI otomatis yang dikatakan diluncurkan musim gugur ini. Apa itu

AI DI TAHAP AWAL DARI " DOWNING"

Greg Brockman:
Saya berpikir bahwa kita sekarang pada tahap awal penerbangan teknologi ini dalam hal tren keseluruhan。

Alex:
Apa artinya

Greg Brockman:
DAN ITU, SEPERTI, AI SEMAKIN KUAT SEPANJANG KURVA EKSPONENSIAL. DAN SEBAGIAN ALASANNYA ADALAH BAHWA KITA DAPAT MENGGUNAKAN AI UNTUK MEMBANTU KITA MEMPERBAIKI AI SENDIRI, SEHINGGA SELURUH PROSES SEMAKIN CEPAT。

TAPI SAYA BERPIKIR BAHWA APA YANG DISEBUT TERBANG - BUKAN HANYA MASALAH TEKNIS, TAPI PELEPASAN PENGARUH DUNIA NYATA. BANYAK PERKEMBANGAN TEKNOLOGI SEPERTI KURVA S; DAN JIKA ANDA MELIHAT BEBERAPA KURVA S SELAMA DIMENSI WAKTU YANG LEBIH LAMA, MEREKA AKHIRNYA BERKUMPUL MENJADI PERTUMBUHAN YANG HAMPIR EKSPONENSIAL。

Saya pikir kita di tahap ini. Dengan kata lain, teknologi itu sendiri sedang maju dengan kecepatan yang semakin cepat, dan mesin kemajuan adalah mengumpulkan energi kinetik。

PADA SAAT YANG SAMA, DI DUNIA LUAR, ADA SEJUMLAH FAKTOR YANG BERKELOK-KELOK: PENGEMBANG CHIP MENDAPATKAN LEBIH BANYAK INPUT; SEJUMLAH BESAR ORANG MELAKUKAN APLIKASI DI BAGIAN ATAS, MENCOBA UNTUK MEMBENAMKAN AI DALAM SKENARIO YANG BERBEDA, MENCARI TITIK-TITIK KONVERGENSI ANTARA ITU DAN KEBUTUHAN SPESIFIK。

SEMUA ENERGI INI MEMBANGUN, DAN BERSAMA-SAMA, ITU MENDORONG AI KE DALAM PERIODE "JAUH- DARI KEHADIRAN MARGINAL KE MESIN UTAMA PERTUMBUHAN EKONOMI。

Dan itu bukan hanya apa yang terjadi di dinding kita. Ini adalah tentang dunia secara keseluruhan, ekonomi secara keseluruhan, bagaimana bersama-sama mempromosikan teknologi ini, dan bagaimana cara kerjanya。

Alex:
Apa sebenarnya yang dilakukan oleh peneliti ini

Greg Brockman:
ISTILAH ÆRESEARCHER" PADA DASARNYA BERARTI BAHWA KETIKA AI DAPAT MENGAMBIL ALIH LEBIH BANYAK DAN LEBIH BANYAK TUGAS, KITA HARUS MEMUNGKINKAN UNTUK BEROPERASI LEBIH OTONOM。

Tentu saja, ada banyak di balik ini yang perlu dipertimbangkan. Ini tidak berarti bahwa kita mengeluarkannya, biarkan berjalan untuk sementara waktu dan kembali kemudian untuk melihat apakah itu bekerja。

Saya pikir kita masih akan sangat terlibat dalam manajemennya. Seperti sekarang, jika Anda membawa peneliti junior, jika Anda menggantungnya sendirian terlalu lama, dia mungkin akan berada di jalan yang tidak memiliki banyak nilai. Tetapi jika ada peneliti senior, atau seseorang dengan pengertian arah yang nyata, yang tidak perlu memiliki semua kemampuan operasional spesifik secara pribadi, ia masih dapat memberikan umpan balik terus-menerus, meninjau dan mengarahkan petunjuk tentang apa yang ia hasilkan: apa sebenarnya yang saya ingin Anda lakukan。

Jadi apa yang saya pahami adalah bahwa sistem yang kita bangun adalah mekanisme yang akan meningkatkan kecepatan model keluaran kita secara drastis, mendorong terobosan penelitian baru dan membuatnya lebih berguna dan berguna di dunia nyata. Dan itu semua akan terjadi pada tingkat yang meningkat。

Alex:
APA SEBENARNYA YANG AKAN DILAKUKANNYA? AKANKAH KAU KATAKAN PADANYA, PERGI MENCARI AGI, DAN KEMUDIAN ITU AKAN MENCOBA

Greg Brockman:
Sejauh ini, aku mengerti itu, setidaknya dalam arti pertama. Tapi dalam arti yang lebih praktis, saya akan memahaminya untuk berarti memindahkan salah satu ilmuwan penelitian kami ke sistem berbasis silikon sebanyak mungkin。

Alex:
CARA LAIN UNTUK MEMAHAMI ISTILAH "DEFUNCT" ADALAH AGAR AI BERPINDAH DARI KEMAJUAN PROGRESIF KE AKUMULASI ENERGI KINETIK, YANG AKHIRNYA BERKEMBANG MENJADI DORONGAN YANG HAMPIR TAK TERBENDUNG KE ARAH KECERDASAN YANG LEBIH CERDAS DARIPADA MANUSIA。

Apakah Anda khawatir bahwa, sebagaimana hal - hal mungkin berjalan ke arah yang benar, kemajuan seperti itu sendiri bisa di luar kendali dan bisa menjadi bias

Greg Brockman:
Saya pikir, tentu saja, bahwa tidak ada keraguan. Saya percaya bahwa, untuk menuai manfaat teknologi ini, teknologi ini harus disertai dengan refleksi serius pada risikonya。

Jika Anda melihat pendekatan kami pada pengembangan teknologi, Anda akan menemukan bahwa kami telah berinvestasi banyak dalam keamanan dan perlindungan. Contoh yang baik adalah serangan cepat. Jika Anda akan menjadi AI yang sangat cerdas, sangat mampu, dan memiliki akses ke banyak alat, tentu saja Anda akan memastikan bahwa itu tidak mendapatkan didorong dan dimanipulasi untuk memberikan instruksi aneh。

Itulah yang kita telah mengabdikan begitu banyak energi untuk, dan saya pikir kita telah mencapai hasil yang sangat baik dan ada tim yang sangat kuat yang bertanggung jawab atas bagian dari pekerjaan ini。

Menariknya, beberapa pertanyaan sebenarnya mirip dengan manusia. Manusia - manusia yang sama - sama terpengaruh oleh serangan penangkapan ikan dan mungkin disesatkan dan mungkin bertindak tanpa pengetahuan tentang konteks penuh。

Kami akan membawa analogi ini ke R&D kami sendiri. Setiap kali kita menerbitkan model dan mengembangkan model, kita bertanya-tanya: Bagaimana kita memastikan bahwa hal itu benar - benar konsisten dengan tujuan manusia dan bagaimana hal itu benar - benar dapat membantu? Ini satu hal yang sangat kita pedulikan。

Ada juga, tentu saja, pertanyaan yang lebih besar tentang dunia, ekonomi secara keseluruhan: bagaimana semuanya akan berubah? Bagaimana semua orang dapat memperoleh manfaat dari teknologi ini? Ini bukan hanya masalah teknis, itu bukan masalah OpenAI. Tapi ya, saya berpikir sering kali tidak hanya tentang mengemudikan teknologi ke depan, tetapi juga tentang benar-benar memastikan bahwa hal itu dapat membawa efek positif berkompensasi dengan potensinya。

Alex:
Masalahnya adalah, ini terlihat seperti balapan. OpenAI akan direplikasi dengan cepat oleh banyak pemain open-source juga. Para pemain ini cenderung jauh lebih lemah dalam hal perbatasan aman dan tindakan perlindungan。

Aku ingat apa yang kau katakan sebelumnya sampai pada efek bahwa hasil kreatif membutuhkan banyak orang untuk melakukan hal yang benar, tapi hasil yang merusak mungkin hanya membutuhkan seorang pria dengan niat buruk. Di situlah aku paling khawatir. Karena itu jelas ras, dan bergerak cepat. Banyak rekanmu mengatakan bahwa mereka akan berhenti jika semua setuju untuk berhenti. Tapi sekarang tampaknya tidak ada tanda-tanda melambat。

Apa itu benar-benar sepadan dengan resikonya

Greg Brockman:

Kurasa pengembalian itu sepadan. Tapi aku juga berpikir itu terlalu kasar, terlalu satu ukuran-fits-all。

Dari awal OpenAI, kami telah bertanya, " Apa masa depan yang baik?" Bagaimana teknologi ini dapat benar - benar memajukan situasi semua orang

Anda dapat memecahkan ini menjadi dua sudut. A "centreization" perspektif: cara terbaik untuk membuat teknologi ini aman adalah hanya memiliki satu subjek untuk mengembangkannya. Dengan cara itu, tidak akan ada tekanan kompetitif, dan Anda dapat perlahan-lahan dan hati-hati mendapatkan hal-hal yang benar, dan ketika Anda siap, memutuskan bagaimana untuk menyampaikan kepada semua orang. Ide ini, tentu saja, dapat dimengerti, tetapi juga, sampai batas tertentu, formula yang tidak dapat diterima。

Dan jalan lain, yang merupakan jalan utama kami, adalah untuk berpikir tentang Øresistensi." Dengan kata lain, ia dipandang sebagai sistem terbuka: banyak peserta yang mempromosikan perkembangan teknologi ini, tetapi fokusnya bukan hanya pada teknologi itu sendiri, melainkan pada pembangunan infrastruktur sosial di sekitarnya sehingga dapat diambil alih dengan lebih aman。

Kau bisa memikirkan evolusi listrik. Elektrik nizashi juga diproduksi oleh banyak orang dan institusi yang berbeda, dan sama-sama berisiko dan berbahaya dalam dirinya sendiri. Namun, pada saat yang sama, kami telah membangun infrastruktur keamanan multilapisan di sekitarnya: standar keselamatan listrik, norma penggunaan yang berbeda dan berbagai ukuran regulasi. Pada skala yang sangat besar, ada juga persyaratan regulator tertentu. Banyak orang mampu menggunakan listrik secara demokratis, bersama dengan inspektur dan sistem pendukung, dibangun di sekitar karakteristik teknologi ini。

DAN SAYA PIKIR, AI ADALAH SAMA. APA YANG BENAR-BENAR KITA LIHAT ADALAH BAHWA HARUS ADA DISKUSI SOSIAL YANG LUAS DI SEKITAR AI. JIKA TEKNOLOGI INI BENAR-BENAR DATANG DAN MENGUBAH KEHIDUPAN SEMUA ORANG, MAKA ORANG HARUS TERLIBAT. HAL INI TIDAK DAPAT DIDORONG DAN DIPUTUSKAN SECARA RAHASIA OLEH KELOMPOK KECIL YANG TERPUSAT。

Jadi, bagi saya, ini selalu menjadi pertanyaan yang sangat penting: dengan cara apa teknologi ini harus pergi? Dan apa yang kita percayai adalah bahwa ini adalah ekosistem yang "berliku" yang telah berkembang di sekitar perkembangan teknologi。

Alex:
JADI APA YANG ANDA KATAKAN ADALAH BAHWA KITA SEDANG DALAM PROSES "TERBANG" DAN KITA SEMUA DI DALAMNYA. CEO WEIDA MUDA WONG IN-HOON BARU-BARU INI MENGATAKAN DIA PIKIR AGI TELAH DICAPAI. KAU SETUJU

Greg Brockman:
SAYA PIKIR AGI MEMILIKI DEFINISI YANG BERBEDA UNTUK ORANG YANG BERBEDA. DAN ITU BENAR BAHWA BANYAK ORANG BERPIKIR BAHWA TEKNOLOGI YANG KITA MILIKI HARI INI SUDAH AGI。

Hal ini dapat dibantah. Tapi saya pikir yang benar-benar menarik adalah bahwa teknologi yang kita miliki sekarang masih sangat "tidak stabil" dengan kesalahan yang jelas。

DALAM BANYAK MISI, SEPERTI MENULIS KODE, ITU PASTI SUPERMAN. AI MAMPU MELAKUKANNYA, DAN MELAKUKAN SECARA SIGNIFIKAN MENGURANGI GESEKAN DALAM MENCIPTAKAN SESUATU. NAMUN PADA SAAT YANG SAMA, ADA HAL-HAL YANG SANGAT MENDASAR YANG DAPAT DILAKUKAN MANUSIA DENGAN MUDAH, DAN AI MASIH DAPAT BEKERJA。

Jadi di mana kau menggambar garis? Dengan cara, itu lebih seperti perasaan, suasana penilaian, daripada pertanyaan yang dapat didefinisikan secara ketat oleh ilmu pengetahuan pada saat ini dalam waktu。

Jadi bagi saya, saya pikir kita jelas akan melalui saat itu. Jika kau menunjukkan sistem ini padaku hari ini lima tahun yang lalu, aku akan mengatakan, "Ya, itulah yang kita katakan. Hanya saja kenyataan terlihat sangat berbeda dari yang kita duga. Ini tidak sama dengan bentuk yang kita pikirkan。

Jadi saya pikir kita perlu menyesuaikan model mental kita sesuai。

Alex:
Jadi maksudmu belum

Greg Brockman:
Menurutku sekitar 70%, 80%. Jadi saya pikir kita benar-benar dekat。

DAN SAYA PIKIR SATU HAL YANG SANGAT JELAS: DALAM BEBERAPA TAHUN KE DEPAN, KITA PASTI AKAN BERTEMU AGI. PENAMPILANNYA MUNGKIN MASIH ØSLASHY" DAN TIDAK SEPENUHNYA HALUS DAN SEMPURNA. TAPI BATAS YANG LEBIH RENDAH DARI KEMAMPUANNYA UNTUK MENYELESAIKAN MISINYA AKAN DINAIKKAN SANGAT TINGGI - SAYA BISA MELAKUKAN HAMPIR APA PUN SECARA INTELEKTUAL YANG MENGHARUSKAN ANDA UNTUK MELAKUKAN DI KOMPUTER。

Jadi sekarang saya harus memberikan sedikit ketidakpastian, karena ini semacam semacam prinsip yang tidak pasti -- Anda dapat membantahnya dari definisi yang berbeda. Tapi menurut definisiku, kita hampir sampai. Sedikit lebih jauh, dan itu pasti ada。

Keadaan kritis: dari 20% hingga 80% untuk mengambil alih

Alex:

Apa yang terjadi pada Desember 2025. Karena itu tampak seperti titik balik, "Biarkan mesin menulis kode selama berjam-jam tanpa gangguan," dan tiba-tiba itu dimulai dari pemikiran teoretis kepada semua orang, dan berkata, "Saya pikir saya bisa percaya dan membiarkannya terus berjalan untuk sementara waktu."

Jadi apa yang terjadi kemudian

Greg Brockman:
SETELAH KELUARAN MODEL BARU PADA SAAT ITU, PERSENTASE TUGAS YANG DAPAT DILAKUKAN OLEH AI SEKITAR 20 PERSEN DARI HASIL KERJA ANDA, DAN MENINGKAT MENJADI 80 PERSEN. INI ADALAH TRANSFORMASI YANG LUAR BIASA. KARENA ITU BUKAN HANYA ALAT KECIL YANG BAGUS LAGI, TAPI ITU -- ANDA HARUS MENGATUR ULANG ALIRAN KERJA ANDA DI SEKITAR AI INI。

SECARA PRIBADI, AKU PUNYA MOMEN YANG SANGAT KHAS PERASAAN. SELAMA BERTAHUN-TAHUN, AKU PUNYA PETUNJUK TES: BIARKAN AI MENYIAPKAN WEBSITE UNTUKKU. AKU MELAKUKANNYA SENDIRI SAAT BELAJAR PEMROGRAMAN. AKU BUTUH BERBULAN-BULAN。

DAN PADA TAHUN 2025, DIBUTUHKAN SEKITAR EMPAT JAM DAN BEBERAPA PUTARAN TIPS UNTUK MELAKUKANNYA DENGAN BENAR. TAPI DI BULAN DESEMBER, AKU HANYA BERTANYA SEKALI, DAN AI MELAKUKANNYA SEKALI, DAN ITU BAGUS。

Alex:
Dan bagaimana model-model ini mencapai itu

Greg Brockman:
Alasannya adalah model dasar itu sendiri menjadi lebih kuat. OpenAI telah terus meningkatkan kemampuan pra-latihannya. Dan pada saat itu, untuk pertama kalinya, kami melihat sedikit dari apa yang akan terjadi di sisa tahun ini. Tapi pada saat yang sama, itu bukan hanya terobosan tunggal. Lebih tepatnya, kita maju pada semua dimensi inovasi。

Hal yang menarik dari model-model ini adalah bahwa dalam arti, Anda merasa bahwa mereka telah "melompat" sekali dan untuk semua, tetapi dari sudut pandang lain, itu sebenarnya adalah evolusi yang berkesinambungan. Ia tidak tiba-tiba melompat dari 0% ke 80%, tetapi dari 20% ke 80%. Jadi, kau bisa bilang ini semakin membaik。

dan saya pikir kemajuan ini terus berlanjut dalam setiap pembaruan kecil yang kita ikuti. sebagai contoh, dari 5.2 ke 5.3, saya memiliki seorang insinyur yang sangat dekat yang tidak bisa mendapatkan model untuk melakukannya. jenis rekayasa sistem inti yang paling bawah dan keras yang ia bertanggungjawab; tetapi dengan versi baru, model telah mampu mengakses file desainnya, sebenarnya mencapai, ditambah pemantauan indikator dan observabilitas, menjalankan analisis kinerja profiler, terus mengoptimalkan, dan akhirnya mencapai hasil yang ia harapkan untuk mengantarkan dirinya。

Jadi saya akan mengatakan, itu lebih seperti maju lambat, dan tiba-tiba berubah di mana-mana." Tapi semua ini telah diprediksi oleh kemampuan untuk bekerja sekarang. Dalam satu tahun paling lambat, banyak hal, beberapa bahkan lebih cepat, akan menjadi sangat dapat diandalkan。

Alex:
Apa itu mengejutkanmu juga? Karena aku ingat beberapa saat yang lalu Anda mengatakan dalam wawancara bahwa Codex, sebuah alat pemrograman otomatis, dimaksudkan untuk pengembang perangkat lunak. Tapi bahkan sebelumnya hari ini, Anda mengatakan bahwa alat-alat tersebut tersedia untuk semua。

Apa yang membuatmu berubah pikiran

Greg Brockman:
Aku sebenarnya menggunakan Codex untuk memahaminya dalam konteks penulisan kode. Lagi pula, ada kode dalam namanya, yang secara alami dipandang sebagai alat untuk programer. Dan di dalam OpenAI, banyak orang adalah insinyur perangkat lunak sendiri, dan kami membangun alat untuk diri kita sendiri, jadi wajar untuk berpikir seperti itu。

Tapi teknologi ini terus berkembang, kita mulai menyadari satu hal: teknologi dasar yang kita buat adalah sebagian besar bukan tentang "kode" sama sekali, ini tentang "masalah yang terpecahkan"。

DI HATI ITU ADALAH MENGATUR KONTEKS, MENGATUR KERANGKA IMPLEMENTASI, DAN BERPIKIR TENTANG BAGAIMANA AI HARUS MASUK KE PEKERJAAN NYATA DAN BENAR-BENAR MENYELESAIKAN SESUATU. DAN KETIKA INI TERJADI, BAHKAN DALAM ADEGAN PEMROGRAMAN, TIBA-TIBA ITU BERARTI BAHWA SIAPA PUN DAPAT MENGAKSESNYA. KARENA APA YANG ANDA MILIKI ADALAH SISTEM YANG DAPAT DITERAPKAN UNTUK ANDA. SELAMA ANDA MEMILIKI VISI, ANDA MEMILIKI TUJUAN UNTUK MENCAPAI, ANDA DAPAT MENGGAMBARKAN NIAT ANDA, DAN AI DAPAT MELAKUKANNYA, DAN ANDA DAPAT MELAKUKANNYA。

Tapi itu juga akan membuat Anda bertanya mengapa saya hanya melihat "non-programme" atau "programming" division. Sebenarnya ada banyak pekerjaan, pada dasarnya hanya semacam keahlian mekanik. Misalnya, bentuk Excel, seperti presentasi. Jika AI sudah memiliki konteks dan kecerdasan asli yang cukup, itu sebenarnya dapat melakukannya dengan baik。

Jadi jika kita hanya mendapatkan lebih dekat dan lebih ramah, itu akan dari "Codex adalah untuk programer" ke "Codex adalah untuk semua orang."。

Alex:
Dan sekarang kita telah melihat kemajuan gelombang, ada fenomena lain yang hampir diam di Silicon Valley: Open Claw, kan? Atau, lebih luas lagi, seluruh lingkaran teknologi mulai mempercayai AI dengan cara yang baru saja Anda sebutkan -- seperti menyerahkan kontrol desktop kepada robot AI, atau mendapatkan Mac Mini, memberikan semua hak untuk surat, kalender, dokumen, dan kemudian membuatnya "mengambil alih kehidupan."。

Kemudian, OpenAI merekrut pendiri Open Claw. Jadi bisakah kau ceritakan lebih banyak tentang al yang membantumu mengatur hidupmu? Bawa tim Open Claw. Apakah itu visi di balik itu

Greg Brockman:
Saya akan mengatakan bahwa titik pusat teknologi ini adalah untuk mencari tahu bagaimana benar-benar bekerja, bagaimana orang ingin menggunakannya, apa visi tubuh cerdas, dan bagaimana memasuki kehidupan orang - masalah yang sulit dalam diri mereka sendiri。

Dan satu hal yang telah saya lihat berulang kali dalam evolusi teknologi generasi ini adalah bahwa mereka yang benar-benar bersedia untuk terlibat, penasaran dan imajinatif berada dalam diri mereka sendiri sangat nyata dan akan menjadi semakin berharga dalam ekonomi baru。

Peter, pendiri Open Claw, yang, menurut pendapat saya, memiliki imajinasi besar dan dorongan kreatif yang besar. Jadi, hingga taraf tertentu, masalah ini berkaitan dengan teknologi tertentu; hingga taraf lain, hal ini bukan hanya masalah teknis sama sekali. Yang benar-benar penting adalah bagaimana kita menanamkan kemampuan ini dalam kehidupan orang-orang dan menemukan di mana mereka benar-benar berada。

Jadi, sebagai ahli teknologi, hal ini tentu menarik; tetapi sebagai orang yang benar-benar peduli tentang cara menyampaikan nilai-nilai praktis kepada pengguna, kita sekarang berinvestasi berat dalam hal ini juga。

Alex:
KAU PUNYA PENDAPAT MENARIK TENTANG INI AKHIR-AKHIR INI. ANDA MENGATAKAN BAHWA KETIKA ANDA MULAI BEKERJA DENGAN KECERDASAN AI OTONOM, ANDA MENJADI CEO DARI ARMADA RIBUAN CERDAS YANG MELAKUKAN TUJUAN ANDA, VISI ANDA DAN MISI ANDA, DAN ANDA TIDAK LAGI TERJEBAK DALAM RINCIAN BAGAIMANA MASALAH SPESIFIK DISELESAIKAN。

Tapi Anda juga mengatakan bahwa, dalam arti, cara kerja baru ini dapat membuat orang merasa bahwa mereka kehilangan "perasaan pulsa" tentang masalah itu sendiri。

Greg Brockman:
Apakah itu hal yang baik? Saya pikir itu adalah perdagangan-off。

Jadi saya berpikir bahwa apa yang perlu kita lakukan adalah mengenali, di satu sisi, kekuatan nyata alat-alat ini dapat membawa dan, di sisi lain, untuk meminimalkan kelemahan yang mereka bawa. Misalnya, jika Anda memiliki penglihatan dan satu hal yang ingin Anda lakukan, Anda dapat mengerahkan seluruh armada yang cerdas untuk melakukannya bagi Anda, yang tentunya sangat kuat。

Tapi jika kau berpikir tentang cara dunia bekerja, pasti ada seseorang yang bertanggung jawab pada akhirnya. Misalkan Anda melakukan sebuah situs web, dan kecerdasan Anda mengacaukan segalanya dan akhirnya mempengaruhi pengguna, itu bukan kesalahan cerdas, tapi kesalahan Anda. Jadi kau harus peduli tentang ini。

SAYA PERCAYA BAHWA SIAPA PUN YANG INGIN MEMANFAATKAN ALAT-ALAT INI HARUS MENYADARI BAHWA MOBILITAS MANUSIA DAN TANGGUNG JAWAB MANUSIA ADALAH KOMPONEN INTI SISTEM. BAGAIMANA ORANG MENGGUNAKAN AI, ITU SANGAT MENDASAR DALAM DIRINYA SENDIRI。

Jadi hal yang paling penting yang saya pikir adalah sebagai pengguna tubuh cerdas ini -- dan kita berada di dalam OpenAI -- Anda tidak dapat menyerah pada tanggung jawab. Anda tidak bisa hanya mengatakan, "Ai akan melakukannya sendiri."

Alex:
Tentu. Tapi apa yang baru saja kau katakan adalah, " aku merasa seperti kehilangan denyut nadiku" dan itu tidak seperti " tanggung jawab."。

Greg Brockman:
BAGIKU, KEDUANYA TERHUBUNG. KARENA INTINYA ADALAH, JIKA ANDA CEO, TETAPI ANDA TERLALU JAUH DARI RINCIAN -- SEPERTI ANDA MENGAMBIL TIM, MENJALANKAN PERUSAHAAN, DAN ANDA KEHILANGAN RASA ANDA DARI NEGARA GARIS DEPAN, DAN ITU BIASANYA TIDAK MEMBAWA HASIL YANG BAIK. JADI APA YANG SAYA COBA KATAKAN TADI ADALAH TIDAK BAHWA MANUSIA AKHIRNYA BISA TAHU APA-APA - ADALAH SESUATU YANG LAYAK DIKEJAR。

Tentu saja, ada beberapa perincian yang dapat diberikan dengan nyaman. Sama seperti Anda menemukan kontraktor umum untuk membangun rumah Anda, ada banyak rincian Anda mungkin tidak perlu melihat, karena Anda percaya satu sama lain untuk mengurusnya. Tapi dalam analisis akhir, jika ada masalah dengan rincian kunci tertentu, Anda harus tetap peduli dan tahu。

Jadi inilah perbedaan yang sangat penting baik: Anda tidak bisa hanya mengatakan buta, "Saya bersedia kehilangan rasa kepastian that Sebaliknya, kita harus proaktif dalam mengatakan bahwa saya masih perlu mempertahankan rasa dan untuk benar-benar memahami kekuatan dan kelemahan sistem。

Dan ketika Anda mulai menarik diri dari sesuatu yang lebih rendah dan lebih mekanis, Anda harus dapat melakukan hal ini karena Anda telah membangun kepercayaan pada sistem untuk memastikan bahwa hal itu tidak。

Alex:
Satu pertanyaan terakhir tentang model. Anda baru saja menyebutkan jalan evolusi model: Dari pra-pelatihan sampai fine-tuning sampai pembelajaran intensif, lebih baik dilengkapi untuk menyelesaikan masalah satu per satu dan untuk dapat melaksanakan tugas di Internet。

Dan sekarang kita berada di tahap di mana model belajar menggunakan alat melalui proses ini. Jika aku mengerti dengan benar, apa langkah selanjutnya di jalan ini

Greg Brockman:
SAYA PIKIR DUNIA DI MANA KITA HIDUP ADALAH SALAH SATU DARI MEMPERDALAM DAN MEMPERLUAS KEKUATAN MESIN. TENTU SAJA, SEBAGIAN DARI HAL INI BERKAITAN DENGAN PENGGUNAAN ALAT, TETAPI PADA SAAT YANG SAMA KITA PERLU BENAR-BENAR MELAKUKAN ALAT SENDIRI DENGAN BAIK. SEBAGAI CONTOH, JIKA AI SUDAH DAPAT MENGOPERASIKAN SEBUAH "KOMPUTER" DAN MENGGUNAKAN SISTEM DESKTOP SEPERTI MANUSIA, MAKA PADA PRINSIPNYA DAPAT MELAKUKAN APAPUN YANG ANDA BISA。

Tapi pada saat yang sama, kita harus menambahkan banyak infrastruktur ke mesin. Misalnya, di lingkungan bisnis, bagaimana dengan identifikasi dan manajemen wewenang? Bagaimana dengan jejak audit dan pengawasan? Ada sejumlah besar teknologi pendukung yang perlu dibangun untuk mengejar perkembangan kapasitas dasar model。

Dan ke arah keseluruhan, saya pikir itu akan mencakup sesuatu seperti " sangat alami antarmuka suara." Dengan kata lain, Anda dapat berbicara dengan komputer secara alami seperti yang Anda lakukan sekarang, dan dapat benar-benar memahami Anda, melakukan apa yang Anda butuhkan, dan membuat rekomendasi yang berharga。

Sebagai contoh, itu adalah pengingat positif bahwa sesuatu yang Anda telah mendorong adalah terjebak, dan masalahnya adalah di sini. Atau ketika Anda bangun di pagi hari, itu akan memberitahu Anda, "Ini adalah singkat harian Anda, berapa banyak pekerjaan melakukan cerdas Anda lakukan malam terakhir?"。

Mungkin itu sudah menjalankan bisnis untuk Anda -- saya pikir ini akan menjadi aplikasi besar teknologi ini. Demokratisasi kewirausahaan pasti akan terjadi. Ini akan memberitahu Anda bahwa ada sesuatu yang salah dengan tempat-tempat ini; ada klien yang tidak bahagia sekarang, dan dia ingin berbicara dengan orang yang nyata, dan Anda lebih baik mengurusnya sendiri. Itulah yang terjadi。

Kemudian, saya pikir fase berikutnya juga akan mencakup langit-langit tujuan bahwa kemanusiaan dapat menantang dan akan terus dibesarkan oleh teknologi ini. Sekarang kita telah melihat garis depan tren ini. Hal yang paling menarik adalah bahwa hampir dapat dibandingkan dengan tangan ke-37 AlphaGo -- gerakan yang tidak pernah dikeluarkan manusia, kreatif dan mengubah pemahaman banyak orang tentang permainan。

Ini terjadi di setiap lapangan. Ilmu fikih dapat terjadi dalam ilmu pengetahuan, matematika, fisika, kimia; dalam ilmu material, biologi, kedokteran, kedokteran; dan bahkan dalam sastra, puisi dan banyak bidang lainnya. Ini akan membuka ruang baru untuk pemahaman kreatif dan konsepsi manusia dengan cara yang tidak bisa kita bayangkan hari ini。

Alex:
Tapi jika modelnya sekuat yang kau katakan, kenapa belum benar-benar terjadi

Greg Brockman:
Saya pikir ada kapasitas yang lemah -- di dalamnya -- ada jarak yang sangat jauh antara model dan bagaimana orang-orang menggunakannya. Dengan cara, pemahaman kita tentang apa yang ada di model tumbuh。

JADI, SAYA BERPIKIR BAHWA BAHKAN JIKA TEKNOLOGI TIDAK TERUS MAJU DARI SEKARANG, MASIH AKAN ADA PERUBAHAN BESAR DI DUNIA — SEBUAH PERHITUNGAN YANG MENGGERAKKAN, AI-DRIVEN EKONOMI YANG MASIH AKAN DATANG。

Tapi pada saat yang sama, ada alasan lain: apa yang kita terbaik adalah melatih model pada "meukuran" tugas. Jadi di awal, kami mulai dengan matematika, pemrograman, karena misi ini memiliki certifier yang sangat jelas: jawabannya adalah ya, dan dapat dinilai dengan sangat jelas. Dan selama periode yang lalu, kita telah dapat secara bertahap membawa model ke pertanyaan yang lebih terbuka dengan memperluas jangkauan hal-hal yang dapat diuji dan dinilai。

DAN AI DAPAT MEMBANTU DENGAN INI. JIKA AI CUKUP PINTAR UNTUK MEMAHAMI MISI, ANDA MEMBERIKAN STANDAR EVALUASI, ITU DAPAT BELAJAR DARI WAKTU KE WAKTU. TAPI SULIT UNTUK MENCETAK TUGAS SEPERTI MENULIS KREATIF, SEPERTI "BAGAIMANA PUISI DILAKUKAN?"。

JADI, KAMI BIASANYA BERADA DI ADEGAN SEPERTI INI, DAN SANGAT SULIT BAGI AI UNTUK BENAR-BENAR BELAJAR MELALUI UPAYA KONSTAN DAN UMPAN BALIK. TAPI ITU SEMUA BERUBAH, DAN KAMI TELAH MELIHAT JALAN BERIKUTNYA CUKUP JELAS。

Alex:
Itu menarik. Perancis Thiel mengatakan sebelumnya bahwa jika Anda ahli matematika, Anda mungkin lebih terpengaruh oleh model ini daripada kata-kata Anda. Dan kau anggota Klub Matematika. Jangan khawatir tentang hal itu

Greg Brockman:
SAYA PIKIR SELALU LEBIH MUDAH BAGI ORANG UNTUK MELIHAT APA YANG TELAH MEREKA HILANGKAN, BUKAN APA YANG MEREKA MILIKI. KARENA KITA MEMILIKI PENGALAMAN YANG MENDALAM TENTANG BAGAIMANA AKU DULU MELAKUKAN INI. AKU PERNAH MENGIKUTI KOMPETISI MATEMATIKA, DAN SEKARANG AI BISA MENGIKUTI KOMPETISI MATEMATIKA. TAPI MASALAHNYA ADALAH, ITU TIDAK PERNAH BENAR-BENAR TENTANG KOMPETISI MATEMATIKA ITU SENDIRI, BUKAN? ITU BUKAN INTI YANG MENDORONG UMAT MANUSIA KE DEPAN。

Jika Anda melihat cara kami melakukan pekerjaan kami — duduk di depan satu kotak, mengetik ke kotak lain — kami tidak hidup seperti itu seratus tahun yang lalu. Ini bukan keadaan alam, juga bukan dunia di mana kita terlibat。

Itu bukan inti dari menjadi manusia. Sangat penting untuk hadir, hadir, berhubungan dengan orang lain。

DAN APA YANG SAYA PIKIR AKAN KITA LIHAT ADALAH BAHWA AI AKAN MELEPASKAN BANYAK WAKTU DAN MEMBERIKAN MANUSIA LEBIH BANYAK KESEMPATAN UNTUK MEMPERKUAT LINK MEREKA DAN MEMBANGUN LEBIH BANYAK ORANG-KE-ORANG IKATAN。

Aku sangat senang dengan itu。

Alex:
oke. dan ketika anda bergerak lebih jauh ke lebih banyak aplikasi agen, dunia luar juga mulai membahas pertanyaan: apakah akan ada kebutuhan untuk terus melakukan begitu banyak pelatihan di masa depan

Terutama ketika modelnya cukup bagus, kau tampaknya bisa mendapatkannya ke dunia nyata, dan kemudian mendapatkan banyak upgrade dalam banyak pra-latihan non-bergantung. Dan mereka yang benar-benar perlu didukung oleh pusat data super kebanyakan pra-latihan。

Kau bertugas menskala dan mempromosikan ini. Bagaimana menurutmu

Greg Brockman:
Saya pikir pernyataan ini mengabaikan titik yang sangat penting dalam evolusi teknologi. Memang, setiap link di saluran air yang dihasilkan oleh model akan mengagungkan efek masing-masing. Jadi kau ingin segalanya menjadi lebih kuat。

Apa yang kita lihat adalah bahwa, setelah pra-latihan menjadi lebih kuat, setiap langkah yang mengikuti akan jauh lebih mudah. Itu masuk akal. Karena model lebih mampu dari awal, ia belajar lebih cepat; ia juga bergerak lebih cepat dan membuat lebih sedikit kesalahan ketika mencoba untuk berpikir berbeda dan belajar dari kesalahan sendiri。

Jadi perubahan sebenarnya adalah tidak mengatakan bahwa kita pergi dari " melatih murni tertutup, sistem pemrograman diri rasionalitas" untuk "menunjukkannya ke dunia nyata." Sebaliknya, kita menyadari bahwa tidak hanya model itu sendiri besar dan kuat, tetapi juga bahwa ia harus mencoba untuk memahami bagaimana orang menggunakannya di dunia nyata dan masuk kembali proses pelatihan dengan umpan balik pada penggunaannya. Namun, hal ini tidak mengurangi nilai atau pentingnya untuk terus memajukan bagian pelajaran itu。

saya pikir ada perubahan lain: di masa lalu, kita telah fokus terutama pada peningkatan kemampuan asli pada tahap pra-latihan, tetapi tidak begitu banyak pada tahap penalaran, atau tahap ekstrapolasi. dan dalam 24 bulan terakhir, pergeseran besar telah menjadi bahwa kita telah menyadari bahwa ada kebutuhan untuk keseimbangan。

Itu adalah, Anda dapat memiliki model dasar yang sangat kuat, tetapi juga harus cukup efisien untuk mengekstradisi dan benar-benar beroperasi. Karena Anda ingin belajar lebih banyak, dan untuk benar-benar menyebarkannya ke dunia nyata, ini membutuhkan bahwa itu sangat spekulatif。

Ini juga berarti bahwa Anda tidak harus mendorong skala pelatihan ke tingkat teoretis terbesar mungkin, karena Anda juga harus memperhitungkan jumlah besar penggunaan berikutnya。

Apa yang Anda inginkan adalah antara tingkat kecerdasan dan biaya, poin terbaik untuk dikalikan. Alih-alih mengoptimalkan hanya satu dimensi。

Alex:
Jika masa depan berubah terutama untuk inferensi, akan Anda tidak lagi perlu Nvidia GPU

Greg Brockman:
Tentu saja。

Alex:
Kenapa

Greg Brockman:
Ada banyak alasan。

Salah satunya adalah bahwa, terlepas dari rasio antara pelatihan dan ekstrapolasi, isu pelatihan skala super masih dapat dicapai hanya dengan berkonsentrasi komputasi massa pada satu isu, untuk yang saat ini tidak ada alternatif。

Jadi apa yang saya pikir lebih mungkin terjadi di masa depan adalah bahwa rasio kalkulus pada sisi penyebaran akan meningkat secara signifikan, tetapi pada saat yang sama, masih ada saat-saat ketika Anda harus melakukan putaran yang sangat besar dari tugas pra-latihan, ketika Anda masih perlu untuk kolam banyak perhitungan。

Dan saya pikir tim Nvidia benar-benar hebat, dan mereka melakukan pekerjaan yang luar biasa. Jadi, ya, kami bekerja sangat dekat dengan mereka。

Alex:
Akan suatu hari orang mulai berkata, "Kami sudah cukup terlatih, model cukup pintar?"

Greg Brockman:
Saya pikir itu seperti mengatakan, "Yah, mungkin kita bisa mengatakan bahwa ketika manusia telah menyelesaikan semua masalah sebelum mereka." Tapi saya pikir apa yang kita ingin mencapai sebenarnya langit-langit yang jauh lebih tinggi。

Selama 50 tahun terakhir, ambisi kami untuk banyak tujuan telah, sampai taraf tertentu, surut. Misalnya, beberapa pertanyaan tampaknya sangat jelas — dapatkah kita memberikan keamanan medis kepada semua orang? Dan itu bukan hanya "rehabilitasi dengan masalah," tetapi itu benar-benar obat pencegahan, melihat gaya hidup, membantu orang pada tahap awal untuk mendeteksi risiko potensial sebelum penyakit terjadi. Masalah semacam itu, saya pikir, sebenarnya dapat diselesaikan dengan model yang lebih cerdas。

Tentu saja, mungkin ada tingkat di mana masalah telah diselesaikan sepenuhnya, ketika Anda mungkin bertanya: Apakah saya perlu dua kali lebih pintar model? Tapi pada saat yang sama, harus ada masalah lain yang membutuhkan tingkat kecerdasan yang lebih tinggi。

Ini bukan biaya, itu adalah mesin pendapatan

Alex:
Mari kita bicarakan angka di belakang pusat data ini. Kalian mengumpulkan $110 miliar lebih awal tahun ini. Bagaimana matematika bekerja di sini? Akankah uang ini langsung ke pusat data? Dan kau pikir bagaimana kau akan mengembalikan uang itu ke investor di masa depan? Kau bicara tentang perhitungan ini。

Greg Brockman:
Saya pikir itu sangat sederhana di alam: pengeluaran terbesar kita punya sekarang adalah kekuatan. Tapi kau tidak bisa berpikir matematika hanya sebagai pusat biaya, lebih seperti pusat pendapatan。

Anda bisa bayangkan sebagai tim penjualan. Berapa harga penjualannya? Selama produk Anda dijual, dan selama Anda memiliki mekanisme untuk memasarkannya dalam skala, semakin banyak Anda menyewa, semakin tinggi pendapatan Anda。

Dan apa yang kita berada dalam adalah dunia di mana kita telah berulang kali menemukan bahwa kita tidak dapat membangun perhitungan kita cukup cepat untuk menjaga kecepatan dengan pertumbuhan permintaan. Aku bisa merasakannya sekarang. Kita harus membuat keputusan yang sangat menyakitkan: fungsi mana yang berada di garis dan yang sementara tidak; mana yang diberi prioritas atas mana。

DAN SAYA PIKIR HAL INI AKAN TERJADI PADA TINGKAT YANG LEBIH LUAS KARENA SELURUH EKONOMI BERGERAK MENUJU EKONOMI AI-DRIVEN。

Pertanyaan nyata untuk masa depan adalah: masalah mana yang dapat mencapai massa itu? Bagaimana Anda memperluasnya sehingga setiap orang memiliki kecerdasan pribadi? Bagaimana kau membuat semua orang menggunakan sistem seperti Codex

Tak ada cukup bakat di dunia ini untuk mempertahankan hal-hal ini. Jadi kita mempersiapkan ini di muka。

Alex:
Tapi itu kategori baru, kan? Dan, Anda bertaruh dengan tingkat kepastian yang sangat kuat — jumlah yang belum pernah dilihat dunia sebelumnya. Ketika Anda membuat kategori baru, bagaimana Anda bisa begitu yakin bahwa itu akan akhirnya didirikan

Greg Brockman:
Kurasa ada beberapa komponen。

Pertama, sudah ada contoh sejarah. Dari saat ChatGPT dibebaskan, aku ingat percakapan yang sangat jelas dengan timku. Aku ditanya, "Berapa banyak uang yang harus kita beli?" Aku berkata, "Semua itu." Yang lain bertanya, "Tidak, serius, berapa harganya? Aku berkata, "Bagaimana pun kita membangun, aku tahu kita tidak bisa mengikuti tuntutan。

Dan setiap tahun sejak saat itu, ini telah terbukti. Masalahnya adalah kalkulator jenis ini biasanya terkunci 18 bulan di muka, kadang-kadang 24 bulan, atau bahkan lebih lama lagi. Itu, sebelum mesin benar-benar menyampaikan, Anda harus membuat penilaian. Itu berarti kau harus bergerak maju dengan sangat kuat。

Dan dunia yang kita tuju adalah, sejauh ini, sebagian besar pendapatan kita berasal dari pelanggan, dan masa depan ini akan tetap sangat penting. Tentu saja, kita juga menghasilkan sumber pendapatan lain。

Tapi sekarang kesempatan yang lebih besar yang muncul adalah pekerjaan pengetahuan。

Dan itulah yang telah kita lihat dalam istilah yang sangat konkret: hampir semua perusahaan mulai menyadari bahwa teknologi ini benar-benar berguna dan itu harus diadopsi jika mereka tetap kompetitif. Dan Anda dapat melihat bahwa drive yang sangat alami, yang sudah digunakan oleh sejumlah besar insinyur perangkat lunak; dan kemudian mulai menyebar lebih luas, dan orang-orang menggunakannya dalam lanskap bisnis. Dan kesediaan untuk membayar yang telah muncul dalam industri ini, dan peningkatan pendapatan yang Anda lihat, sangat jelas。

Ini terjadi sekarang. Kau hanya perlu mendorongnya ke depan. Dan apa yang mungkin kita lihat lebih dari dunia luar adalah bahwa kita dapat melihat dengan lebih jelas bagaimana model-model ini akan berkembang。

ANDA AKAN MENEMUKAN: EKONOMI ITU SENDIRI ADALAH HAL YANG BESAR, HAMPIR TAK TERBAYANGKAN. DAN MULAI SEKARANG, FAKTOR PERTUMBUHAN TERTINGGI DALAM EKONOMI INI ADALAH AI -- SEBERAPA BAIK ANDA DAPAT MENGGUNAKAN AI, DAN SEBERAPA BAIK ANDA DAPAT MENGENDARAINYA。

Alex:
Anda baru saja mengatakan bahwa langganan konsumen masih sumber pendapatan terbesar Anda. Apakah penilaian Anda berarti bahwa, di masa depan, bisnis akan menjadi sumber pendapatan terbesar

Greg Brockman:
SAYA PIKIR ITU SANGAT JELAS SEKARANG BAHWA PERUSAHAAN INI BERKEMBANG PESAT. TENTU SAJA, KATA "ENTERPRISE" SENDIRI TELAH BERUBAH. KARENA APA YANG BENAR-BENAR MENUNJUKKAN BAHWA ORANG MENGGUNAKAN AI DALAM PEKERJAAN PENGETAHUAN PRODUKTIF。

Dan dalam hal harga, saya tidak berpikir klasifikasi akan sejelas di masa lalu. Sebagai contoh, cara Codex digunakan adalah jika Anda memiliki langganan konsumen ke ChatGPT, Anda dapat menggunakan Codex。

JADI SAYA TIDAK BERPIKIR MASA DEPAN AKAN MENJADI JENIS B-DAN-C-AKHIR PERBEDAAN. LEBIH MUNGKIN, SEBAGAI PENGGUNA, ANDA AKAN MEMILIKI PORTAL TUNGGAL -- SEPERTI LAPTOP ANDA, YANG MERUPAKAN PORTAL ANDA KE DUNIA DIGITAL。

Pendapatan asli berasal dari sini。

Alex:
Dan saya pikir dia mungkin berbicara tentang Anda beberapa pemain menempatkan risiko terlalu tinggi, dan dia sangat khawatir. Saya pikir dia mengacu pada besar saham Anda di infrastruktur. Bagaimana menurutmu

Greg Brockman:
Aku tidak setuju. Aku pikir kita sudah sangat berhati-hati, dan kita lihat apa yang terjadi selanjutnya. Saya berpikir bahwa jika kita melihat pada tahun ini sendirian, semua orang yang benar-benar terlibat akan merasa bahwa " iklim terbatas."。

Dan saya pikir kami baru menyadari bahwa lebih awal dari yang lain dan mulai mempersiapkan untuk bagaimana teknologi itu akan pergi。

Sebaliknya, apa yang saya lihat adalah bahwa banyak peserta lain mungkin menyadarinya pada akhir tahun lalu, dan kemudian mulai panik dan mencari ide-ide, tetapi ada sedikit yang tersisa untuk membeli。

Jadi saya pikir mudah untuk mengatakan bahwa. Tetapi kenyataannya adalah bahwa semua orang sekarang menyadari bahwa teknologi ini layak, bahwa telah tiba dan bahwa itu benar. Rekayasa perangkat lunak hanya contoh pertama yang jelas。

Dan yang benar-benar membatasi kita adalah kemampuan untuk menghitung。

Alex:
Dia juga mengatakan bahwa jika prediksinya sedikit berbeda, perusahaannya mungkin akan bangkrut. Apakah Anda pada risiko yang sama

Greg Brockman:
Saya pikir ada sebenarnya lebih "jalan keluar." Jika Anda mulai berpikir tentang langkah selanjutnya -- dan saya pikir itu sangat masuk akal -- Kemudian Anda akan menemukan bahwa, dengan cara, taruhan tidak pernah pada perusahaan。

Ini benar-benar taruhan pada seluruh industri. Anda percaya bahwa teknologi ini dapat dibuat dan memberikan nilai yang sangat besar yang kita lihat sebelum kita。

Aku masih akan kembali ke titik paling langsung bukti. Rekayasa Perangkat Lunak -- jika Anda bukan seorang insinyur perangkat lunak dan Anda tidak benar-benar menggunakan Codex -- sulit untuk memahami betapa berbedanya pengalaman ini dengan membaca. Sangat sulit untuk menggambarkan perbedaan itu. Tapi kurasa orang-orang akan segera merasakannya。

Enam bulan yang lalu, perasaan ini terjadi hanya dalam diri kita; kemudian mulai terlihat dari luar. Dan dalam enam bulan, saya pikir semua orang akan merasakannya. Dan kemudian kita semua akan merasakan sakit lain: ada model yang hebat, tetapi Anda tidak dapat menggunakannya sama sekali, karena dunia tidak memiliki matematika yang cukup。

Alex:
Ya, tapi ketika kami membuat proyeksi 2026 kami pada acara, ada diskusi di akhir tahun lalu, dan Ranjan Roy ada di sana, dan dia mengatakan bahwa 2026 akan menjadi tahun dari "semua orang menggunakan kecerdasan." Dan reaksi saya saat itu adalah saya tidak akan percaya sampai saya melihatnya dengan mata saya sendiri dan mulai menggunakan kecerdasan。

Greg Brockman:
Sekarang, bukankah ini saat kita mencapai? Apa yang akan kau lakukan sekarang

Alex:
Aku akan menggunakannya untuk menempatkan alat di tempat untuk membantu orang-orang yang bekerja dengan saya lebih baik sinkron ketika video pergi online, apa yang thumbnail harus dilakukan. Saya juga akan menghubungkan beberapa data di YouTube sehingga kita dapat memilah kinerja video berdasarkan, misalnya, thumbnail. Dalam satu cara, itu adalah perangkat lunak yang saya menyesuaikan diri sendiri, dan jika itu tradisional, saya mungkin bahkan tidak akan membayar untuk itu。

KURASA ITULAH YANG MENARIK SAAT INI: PERANGKAT LUNAK ITU DITUJUKAN UNTUK PRODUKSI MASSAL, TAPI ITULAH SEBABNYA SELALU ADA BANYAK RUANG DI DALAMNYA YANG TIDAK DIBUAT UNTUK ANDA. DAN MUNGKIN PERUBAHAN YANG AI BAWA ADALAH AKHIRNYA MEMUNGKINKAN KITA UNTUK MENANGANI PERANGKAT LUNAK DENGAN CARA YANG LEBIH ALAMI。

Greg Brockman:
Kurasa itulah intinya. Dan satu hal yang kupikirkan selama ini adalah cara kita membangun komputer hari ini, sebenarnya menarik kita ke dunia digital。

KAU MEMIKIRKAN BERAPA BANYAK WAKTU YANG KAU HABISKAN UNTUK BERUS DI PONSELMU. DAN COBA PIKIRKAN BERAPA LAMA WAKTU YANG DIBUTUHKAN ANDA UNTUK MENJAGA SEMUA JENIS TOMBOL DAN MEMBUAT SISTEM INI TERHUBUNG DENGAN SISTEM ITU -- MENGAPA ANDA HARUS MELAKUKAN INI SENDIRI? APA YANG SEBENARNYA HARUS AI LAKUKAN ADALAH MEMBAWA MESIN LEBIH DEKAT KEPADA ANDA, MEMBUATNYA LEBIH RELEVAN UNTUK ANDA, MEMAHAMI APA YANG INGIN ANDA LAKUKAN。

Ini selalu dalam budaya populer kami bahwa Anda dapat berbicara langsung dengan komputer, dan kemudian melakukannya untuk Anda. Dan sekarang ini menjadi kenyataan, itu benar-benar menjadi sesuatu yang bisa kau lakukan. Dan bagaimana menakjubkan perubahan ini, berkali-kali Anda harus mencoba sendiri untuk mengerti. Jadi aku merasa bahwa kita berada di saat yang sangat istimewa。

Alex:
Lalu aku bertanya-tanya, mengapa AI terlihat begitu buruk di publik? Sebagai contoh, AndaGov menunjukkan bahwa orang Amerika yang berpikir bahwa AI akan berdampak negatif terhadap masyarakat adalah tiga kali lebih besar kemungkinannya untuk berpikir bahwa hal itu akan berdampak positif。

APA YANG KAU PIKIRKAN DIBALIK SEMUA INI? APA KAU KHAWATIR DENGAN CITRA PUBLIK AI

Greg Brockman:
SAYA PIKIR ADA SATU HAL YANG HARUS KITA LAKUKAN: BIARKAN ORANG-ORANG DI NEGARA INI MELIHAT MENGAPA AI BAIK UNTUK MEREKA. DAN INI BUKAN HANYA TENTANG MAKROEKONOMI, INI BUKAN HANYA TENTANG KATA-KATA YANG MENDORONG PERTUMBUHAN PDB, INI TENTANG BAGAIMANA HAL ITU BENAR-BENAR MEMPERBAIKI KEHIDUPAN MEREKA。

Sesungguhnya, aku mendengar banyak cerita yang sangat spesifik setiap hari. Misalnya, ada keluarga yang anak-anaknya mengalami sakit kepala dan masalah kesehatan lainnya, tetapi MRI belum pernah disetujui. Kemudian mereka menggunakan ChatGPT untuk mempelajari gejala tersebut dan menyadari bahwa mereka sebenarnya bisa menggunakannya untuk membuat aplikasi yang lebih kuat ke perusahaan asuransi. Mereka melakukannya, dan mereka menemukan bahwa ada tumor di otak anak itu. Dan karena mereka mendapat informasi yang tepat melalui ChatGPT, anak terakhir diselamatkan。

Ini hanya cerita. Ada banyak cerita seperti itu. Kehidupan orang-orang telah jauh membaik dengan teknologi ini dan bahkan menyelamatkan nyawa mereka. Kuncinya adalah mereka benar-benar memiliki kemitraan dengan teknologi ini dalam kenyataannya。

Tapi saya tidak berpikir seperti cerita benar-benar keluar. Saya berpikir bahwa ini terjadi dalam kehidupan banyak orang, tapi entah bagaimana hal ini tidak benar-benar menjadi narasi utama。

DAN SAYA JUGA MEMPERHATIKAN BAHWA BUDAYA POP, TERUTAMA IMAJINASI YANG BERLANJUT DARI TAHUN 1990-AN, SANGAT NEGATIF UNTUK AI, SELALU MENEKANKAN APA YANG MUNGKIN TERJADI. TAPI BEGITU ORANG BENAR-BENAR MULAI MENGGUNAKAN AI, MEREKA AKAN MENEMUKAN BERGUNA DAN MEMBANTU。

Jadi saya peduli tentang satu hal: kami tidak benar-benar berhasil membantu orang-orang memahami mengapa gelombang teknologi ini meningkatkan kehidupan mereka dan mengapa mempromosikan konektivitas manusia yang lebih dekat。

INI SANGAT PENTING DI HATIKU. DAN JIKA ANDA MEMPERBESAR SEDIKIT LEBIH DAN MELIHAT MENGAPA AI BEGITU PENTING, SAYA PIKIR ITU AKAN MENJADI SUMBER PENTING KEKUATAN EKONOMI DAN KEAMANAN NASIONAL. INI TENTANG PERSAINGAN SEBUAH NEGARA. DAN NEGARA-NEGARA LAIN SEPERTI CINA, PADA AI, MEMILIKI HAMPIR BERLAWANAN DENGAN ARAH。

Jadi, ya, saya pikir itu sangat penting. Kita harus melihatnya, dan kita harus benar-benar mencari tahu bagaimana manfaat teknologi ini dapat dibagikan oleh semua。

Alex:
TAPI KITA JUGA PADA SAAT KETIDAKSTABILAN BESAR. ORANG-ORANG KHAWATIR TENTANG PEKERJAAN. SETIAP KALI AKU BERBICARA DENGAN SESEORANG, AI, MEREKA HAMPIR BERTANYA, " BERAPA LAMA AKU BISA MEMPERTAHANKAN PEKERJAANKU?"

DAN KEMUDIAN LAGI, PUSAT DATA, PERSEPSI PUBLIK TENTANG HAL ITU BAHKAN LEBIH BURUK DARIPADA AI ITU SENDIRI. ANDA DAPAT MELIHAT BAHWA LEBIH BANYAK ORANG PERCAYA BAHWA PUSAT DATA BERDAMPAK NEGATIF TERHADAP LINGKUNGAN, BIAYA ENERGI RUMAH TANGGA DAN KUALITAS KEHIDUPAN PENDUDUK SEKITAR, DARIPADA DAMPAK POSITIF。

Jadi kita berada pada saat ketika pekerjaan yang baik semakin sulit ditemukan, dan orang-orang melihat pusat data memasuki komunitas mereka sendiri, dan mereka merasa bahwa itu tidak ramah lingkungan atau hemat biaya, dan itu mengurangi kualitas hidup。

Apa mereka salah

Greg Brockman:
Saya pikir ada banyak kesalahan di sekitar pusat data。

Contoh yang khas adalah air. Jika Anda benar-benar melihat fasilitas kami di Abilene, itu adalah yang terbesar, atau setidaknya salah satu terbesar, superkomputer di dunia, yang menghabiskan satu tahun penuh di atas air, yang setara dengan hanya satu tahun dalam rumah tangga biasa. Dengan kata lain, jumlah air yang digunakan bisa dibilang tidak sah。

Akan tetapi, ada banyak kesalahan informasi dari luar, yang mengarah ke keyakinan bahwa pusat data ini akan mengkonsumsi sejumlah besar sumber daya air。

Elektrik nihilosis serupa. Kami telah berjanji untuk menanggung biaya kami sendiri dan tidak memindahkan tekanan dari kenaikan harga listrik ke penduduk. Hal ini penting, dan komitmen serupa kini sedang dibuat di seluruh industri, karena memang penting untuk meningkatkan masyarakat setempat. Dan ketika kita membangun pusat data, kita benar-benar masuk ke komunitas lokal dan tahu apa yang terjadi di tanah dan apa yang bisa kita lakukan untuk membantu. Pusat data kota kota menghasilkan pajak dan menciptakan pekerjaan. Itu membawa banyak keuntungan。

Jadi saya pikir ini masih tentang bagaimana kita muncul, dan itu adalah tanggung jawab yang kita anggap sangat serius。

Alex:
Oke, tapi jika Anda tidak meningkatkan biaya listrik, Anda harus mendapatkannya dalam, yang bisa berarti polusi lebih. Bukankah itu masalah

Greg Brockman:
Kurasa ada lebih banyak detail di dalamnya。

Jika Anda melihat cara kerja grid hari ini, Anda akan menemukan bahwa sebenarnya ada banyak listrik bebas " — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —,,,,,,,,,,,,,,,,,,,,,,, — —,, — — — — — — — — — — —,,,, —, —,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, Pada saat yang sama, sistem transmisi itu sendiri perlu ditingkatkan. Selain itu, penting agar biaya upgrade ini ditanggung oleh kita, bukan oleh kontributor biasa. Ada banyak tempat di mana energi bersih itu sendiri tersedia, tetapi ini sebenarnya kurang dimanfaatkan dan, sampai batas tertentu, terbuang。

Dengan demikian, ketika pusat data perlu masuk, ada insentif nyata untuk meningkatkan grid lama dan usang. Penataran seperti itu akan benar-benar membawa manfaat nyata bagi masyarakat. Misalnya, di Dakota Utara, kita telah melihat bahwa pembangunan pusat data lokal telah membantu meningkatkan infrastruktur utilitas, sehingga harga listrik yang lebih rendah bagi penduduk。

Alex:
Oke, pertanyaan politik terakhir. Kau menyumbangkan $25 juta untuk Maga Inc, sebuah komite aksi politik yang mendukung Trump。

Greg Brockman:
Anda berbicara dengan Kara tentang hal ini sebelumnya。

Catatan: Kara Swisher, seorang jurnalis teknologi terkenal Amerika, telah lama meliput Silicon Valley dan perusahaan Internet, yang dikenal karena pertanyaan dan gayanya。

Alex:
Benar. Kau bilang, "aku akan melakukan apapun yang akan membantu membuat teknologi ini benar-benar bekerja untuk semua orang." Tak masalah jika itu membuatmu menjadi pemilih tunggal atau donor satu isu. Tapi apa yang saya pikirkan adalah, untuk kamp \"satu-masalah\" ini, bukankah seharusnya \"untuk membuat negara ini lebih kuat\" itu sendiri, tapi Bintang Utara di jantung aksi politik

Itu adalah, bahkan jika seorang kandidat tidak 100 persen mendukung apa yang Anda lakukan, haruskah ia menjadi kriteria penting untuk dukungan politik jika ia dapat membuat negara ini lebih kuat? Jika demikian, apakah itu bagian dari kontribusimu

Greg Brockman:
Saya melihat bahwa: sumbangan adalah keputusan yang saya buat dengan istri saya. Kami juga telah berkontribusi pada komite aksi super-politik dari kedua partai。

Saya pikir itu datang sangat cepat. Pada tahun-tahun mendatang, itu benar-benar akan mengubah segalanya dan menjadi bagian bawah dari seluruh ekonomi. Tapi sekarang tidak diterima. Jadi kami sangat ingin mendukung politisi yang benar-benar ingin menerima teknologi ini dan memahaminya。

Tentu saja, pada tingkat yang lebih besar, teknologi itu sendiri memang meningkatkan kapasitas negara kita. Bisa dikatakan, saya pemilih tunggal, karena saya pikir ini adalah daerah di mana saya dapat membuat kontribusi unik. Namun, dalam analisis terakhir, ini adalah ekspresi dukungan: sebagai bangsa, kita harus merangkul teknologi ini。

PRINSIP UTAMA UNTUK MASA DEPAN: TIDAK MENGGUNAKAN AI, TETAPI MENGELOLA AI

Alex:
JIKA SEKARANG ADA SEORANG PRIA YANG TAKUT PADA AI DUDUK DI DEPANMU, DIA AKAN BERPIKIR BAHWA AI AKAN MENGAMBIL PEKERJAANKU, MENGHANCURKAN KOMUNITASKU, MEMBUAT DUNIA BERUBAH TERLALU CEPAT

Greg Brockman:
HAL YANG PALING INGIN SAYA KATAKAN: PERGI DAN MENCOBA ALAT-ALAT INI UNTUK DIRI SENDIRI. KARENA HANYA JIKA ANDA BENAR-BENAR MENGALAMI AI YANG ADA SEKARANG AKAN ANDA BENAR-BENAR MENGERTI APA YANG DAPAT DILAKUKAN UNTUK ANDA。

DAN KAMI TELAH MELIHAT TERLALU BANYAK KESEMPATAN, POTENSI DAN PEMBERDAYAAN DARI TEKNOLOGI INI HARI INI. KAU BARU SAJA MENGATAKAN APA YANG BISA KAU LAKUKAN DENGAN ITU, KAN? ORANG-ORANG YANG TIDAK PERNAH MEMILIKI SITUS WEB SEBELUMNYA DAPAT MELAKUKANNYA SEKARANG; JIKA ANDA INGIN MELAKUKAN BISNIS KECIL, ANDA MUNGKIN TELAH DIINTIMIDASI OLEH PROSES BELAKANG PANGGUNG, RINCIAN, TETAPI SEKARANG AI DAPAT MEMBANTU ANDA DENGAN BANYAK HAL INI。

Jadi saya pikir, untuk hidup Anda sendiri, Anda harus berpikir: Akankah itu membantumu mengatur kesehatanmu? Ada yang bisa kubantu merawat orang yang kau cintai? Ada yang bisa kubantu menghasilkan uang? Apa aku bisa menghemat uangmu? Ini semua pilihan realistis。

Saya pikir itu selalu lebih mudah untuk melihat perubahan apa, tapi kurang begitu untuk melihat apa yang Anda dapatkan. Tapi saya pikir itu layak memberikan kesempatan yang adil untuk benar-benar memahami apa setiap akhir dari keseimbangan。

Alex:
OMONG-OMONG, INI JUGA MERUPAKAN TITIK YANG JARANG DIBAHAS DALAM PEMUNGUTAN SUARA. ORANG-ORANG YANG HANYA MENDENGAR AI TETAPI BELUM PERNAH BENAR-BENAR MENGGUNAKANNYA, ATAU YANG HAMPIR TIDAK MENGGUNAKAN AI, CENDERUNG LEBIH NEGATIF. DAN SEKALI ANDA MEMASUKI SEKELOMPOK PENGGUNA BERAT, BAHKAN PENGGUNA BIASA, PERSEPSI MEREKA TENTANG TEKNOLOGI BIASANYA JAUH LEBIH POSITIF。

Greg Brockman:
Bagiku, kita sudah memikirkan teknologi ini selama bertahun-tahun. Dan cara di mana realitas yang saya lihat terungkap sekarang lebih dramatis, lebih berguna dan jauh lebih positif daripada yang kita bayangkan。

Alex:
Pertanyaan terakhir. Jika ada yang bertanya, "Bagaimana aku bisa mempersiapkan diri untuk masa depan?" Apa yang akan kau katakan

Dan jawabannya tidak bisa hanya menjadi " untuk menggunakan alat." Untuk saya punya teman dengan saya yang bertanya kepada saya, " Saya tidak tahu apa yang akan terjadi pada pekerjaan saya, apa yang akan terjadi pada dunia, tapi apa yang akan dilakukan sekarang?"

Greg Brockman:
Aku masih berpikir hal pertama adalah memahami teknologi. Kami telah melihat bahwa mereka yang paling banyak mendapatkan teknologi ini sering kali mendekatinya dengan rasa ingin tahu. Mereka benar-benar akan memasukkannya ke dalam aliran mereka sendiri dan mencoba untuk melewati ambang awal — yaitu, dalam menghadapi kotak masukan kosong, perasaan apa yang harus saya lakukan dengan itu。

Anda perlu mengembangkan rasa tindakan: Saya dapat menjadi manajer; saya dapat mengatur arah; saya dapat menetapkan tugas; saya dapat mengawasi. Hal ini juga penting untuk benar - benar mewujudkan perkembangan kapasitas tersebut, yang akan menjadi hal yang sangat mendasar。

Kami membangun teknologi ini untuk membantu kemanusiaan, untuk mempromosikan lebih banyak koneksi manusia dan memberi orang lebih banyak waktu untuk melakukan apa yang mereka benar-benar ingin lakukan. Jadi pertanyaannya adalah, apa yang kau inginkan? Dan yang terpenting adalah memikirkannya dan menggunakannya untuk mencapainya。

Alex:
Tepatnya. Terima kasih sudah datang ke pertunjukan。

Greg Brockman:

Terima kasih atas undangannya。

Alex:
Dan terima kasih sudah mendengarkan dan menonton. Kita akan melihat Anda berikutnya terbitan Big Technology Podcast。

[ Link video]