之前在 2022 年的 Vol.048 时我们聊过 ChatGPT，我也引用过其背后团队 OpenAI 创始人 Sam Altman 的一些简要的观点。不过很多朋友恐怕都不知道，Sam Altman 正是大名鼎鼎的 YC 多年的 CEO，也是推动 YC 成为孵化了 3500+ 初创公司，累计总市值 1500 亿的头牌创投加速器的主要舵手。
Sam Altman 的故事，以及他对 OpenAI 乃至未来的看法，很有意思。他是技术乐观主义派、期待更大视角的共享经济和全球物质的进一步丰富，生活里却是悲观主义和少数派（他是同性恋+素食主义者）。这两个视角又互为补充——正因他能看到社会中存在的无助和痛苦，才更有改变的动力和光明的预期。
我搜集了 Sam Altman 过往的文章、演讲以及近期的推特（他在推特上也算是个话唠），整理出来以下内容，期待对你有所启发。
▎Sam Altman 其人
Sam Altman，1985 年出生，斯坦福计算机专业，05 年没读完就退学（跟乔布斯一样），很小时候开始就是同性恋和素食主义者。
2005 年创立 Loopt，是基于 LBS 的社交 APP，可以简单理解为陌陌。融资 3000 万美元，2010 年用户数超过 Foursquare 达到 400 万（显然这时的 Foursquare 也不行了），2012 年关闭。
2011 年加入 YC，成为兼职合伙人。
2012 年 Altman 创立区块链公司 Worldcoin，2500 万美元融资，a16z、Coinbase 等机构参投。Worldcoin 计划发行属于全球所有人的通证，每个人有定额，识别方式用虹膜扫描。他们雇佣的工作人员，在非洲、南美、亚洲等地的街头采集虹膜数据，参与者会得到价值数十美元的加密代金券。但经过三个多月，代币依然没有发行。Worldcoin 被指控为欺诈项目，窃取大家的生物信息（斯诺登也对此表示了批评）。Worldcoin 很快就减少了多个国家的运营计划。这个项目不算特别成功。
2014 年，年仅 31 岁的 Sam Altman 被 Paul Graham 任命为 YC 总裁。YC 是硅谷当时知名的加速器、创投服务公司。
如果在互联网工作略多几年的朋友，估计少不了像我一样，对 Paul Graham 的名字感情特殊。他的著作《黑客与画家》是带领不少理想主义青年在当年涌入还是毛坯状态的互联网行业中的一个路牌。这本书把互联网工作者和用技术改造世界写得格外浪漫。如今看互联网对世界的影响是平平无奇、司空见惯，毕业生也愿意去高薪大厂，在十年前却不是如此，愿意舍弃稳定工作、离开「当时的大厂」的朋友，或多或少都是带着做点不一样事情的心思的。
YC 的创始人 Paul Graham 对 Altman 评价极高，他是这么描述第一次见到 Altman 的心情的：「啊，19岁的比尔盖茨估计也就这样了吧！」
后来甚至还说过：「在给创业公司建议的时候，我提起来最多就是两个人：Steve Jobs 和Sam Altman。当我遇到设计问题的时候，我会问自己：Steve Jobs 会怎么做？而遇到战略和野心问题的时候我想的是：Sam Altman 会怎么做？」
2016 年，出任 YC 母公司 YC 集团总裁。
2019 年，转任 YC 主席，主要精力放在 OpenAI。2020 年彻底退出 YC。离开 YC 时，Altman 已经推动 YC 成为覆盖了 1500 亿市值公司的加速器，涉及 4000+ 园区和 1900+ 公司。
在 YC 期间，Altman 的投资项目包括：Airbnb、Stripe、Reddit、Asana、Pinterest、Teespring、Zenefits、FarmLogs、True North、Shoptiques、Instacart、Optimizely、Verbling、Soylent、Reserve、Vicarious、Clever、Notable PDF（现为 Kami）、Change.org。
除此之外，还有一些有意思的侧面：
- Altman 很关注核能，他是两家核能公司 Helion 和 Oklo 的董事会主席。
- 在 COVID-19 大流行期间，奥特曼帮助资助并创建了 Covalence 项目，旨在与临床试验初创公司 TrialSpark 合作，帮助研究人员快速启动临床试验。
以下是我整理的 Altman 的一些对 AI 相关，颇有启发的观察和思考。
▎AI 的价值尚未被放大，以后存在更多大型企业的机会
现在，语言模型已经可以很好地应用到文案写作和教育服务领域，未来几年内，语言模型会更加强大，将能与 Google 这一价值万亿美元的搜索产品一较高下。聊天机器人可以用于医疗服务行业、提供咨询和教育服务，能催生出大型企业。
如今，自然语言命令已经能使用 DALL-E 图像生成工具和 Copilot 编程工具。不久之后会出现多模态模型，又将打开新局面。（注：多模态指的是不同类型的数据的融合的问题，文本、图像、视频、音频等，能处理更复杂的问题。比如可以问计算机，图里有几只狗？）
▎AI 初创公司自身的价值会是数据飞轮
将来在基础模型和具体 AI 应用研发之间会有一个中间层：出现一批专门负责调整大型模型以适应具体 AI 应用需求的初创企业。它们的成功取决于它们能在「数据飞轮」上走多远。（注：数据飞轮指使用更多数据可以训练出更好的模型，吸引更多用户，从而产生更多用户数据用于训练，形成循环。）
▎五年后将不会再需要提示词工程
五年后我们将不再需要提示词工程（注：Prompt Engineering，修改向 AI 输入的任务描述，使 AI 的输出结果更符合用户的需求），或者只需在这方面做少量工作。将来的AI系统可以较好地理解自然语言，用户只需以文本和语音形式输入指令，即可让计算机完成图像生成、资料研究、心理咨询等复杂任务。
▎AI 在科学领域的价值
在科学界对AI的应用分为两种。一种是将AI工具直接用于科学目的，如 AlphaFold（用于蛋白质结构预测），它们可以创造巨大价值，相信未来会出现无数这样的工具。另一种是将 AI 工具用于提升科研工作效率，如帮科学家和工程师找到新研究方向、写代码等。Copilot 编程工具就是一个例子。但 AI 工具的能力远不止于此。上述两种 AI 应用将会大大推动科技前进。
目前科学界也在探索对AI的第三种应用方式——让 AI 成为可以“自我改进”的科学家。这件事情既有好处也有风险。
好的一面是，可以利用 AI 将人类的工作内容自动化，教会 AI 做任何人类可以做的事情：探索新科学、提出理论解释、验证、思考等，或许还可借此解决困扰人类已久的“AI对齐问题（Alignment Problem）”（注：如何让 AI 系统的目标符合人类的价值观）。风险在于，有人担心懂得“自我改进”的 AI 有可能会像科幻小说描写的那样，擅自改动代码或修改优化算法。
▎AI 的迭代方式应该先沿确定性高的路走
我们现在进入了「AI+」时代，相信 AI 在未来可以实现很多东西，会成为最大的新一代技术平台。但就目前而言，我们倾向于往更有确定性的方向发展，这也是OpenAI的运作模式——先做摆在我们面前的最有信心能成功的事情，然后分出10%的资源进行成功确定性更低的探索工作。这种运作方式为我们带来巨大的成功。
现阶段不应该把重点放在「让 AI 无所不能」上，而是先沿着现有的道路慢慢发展完善AI，然后留有开放探索的空间——伟大的事物都不是计划出来的，有时重大的突破诞生于偶然。
▎AI 将会迎来技术革命
在一个放大的时间尺度上，技术进步遵循一个指数曲线。比较一下 15 年前（没有智能手机，真的）、150 年前（没有内燃机，没有家用电）、1500 年前（没有工业机器）和 15000 年前（没有农业）的世界面貌。
即将到来的变化将围绕我们最令人印象深刻的能力：思考、创造、理解和推理的惊人能力。除了三大技术革命——农业、工业和信息技术——我们将增加第四个：人工智能革命。如果我们作为一个社会负责任地管理它，这场革命将产生足够的财富，让每个人拥有他们所需要的东西。
我们在未来 100 年取得的技术进步将远远大于我们第一次控制火和发明车轮以来所取得的一切。我们已经建立了人工智能系统，可以学习和做有用的事情。它们仍然是原始的，但趋势是明确的。
▎AI 革命中的万物摩尔定律
广义上讲，有两条路可以让人过上好日子：个人获得更多的钱（这让他更富有），或者价格下跌（这让每个人都更富有）。财富是购买力：我们能用我们拥有的资源获得多少。
增加社会财富的最好方法是降低商品的成本，从食品到电子游戏。技术已经在迅速推动这种下降。半导体和摩尔定律的例子：几十年来，芯片在相同的价格下大约每两年就会变得强大一倍。
人工智能将降低商品和服务的成本，因为在供应链的许多层面，劳动力是驱动成本。如果机器人可以在你已经拥有的土地上用现场开采和提炼的自然资源建造房屋，使用太阳能，那么建造房屋的成本就接近于租用机器人的成本。而如果这些机器人是由其他机器人制造的，那么租用它们的成本将比人类制造它们时要低得多。同样，人工智能医生可以比任何人类更好地诊断健康问题，人工智能教师可以准确诊断和解释学生不理解的问题。
「万物摩尔定律 」应该是这一代人的集结号，他们的成员无法负担他们想要的东西。这听起来很乌托邦，但它是技术可以实现的（而且在某些情况下已经实现了）。想象一下这样一个世界，几十年来，所有的东西——住房、教育、食物、衣服等等——每两年就会便宜一半。
▎万物摩尔定律与人人均享的资本主义
Altman 围绕万物摩尔定律设计了一个理想的 AI 驱动社会的结构。由于 AI 的出现，大量的工作可以由 AI 完成，因此人将变得异常自由。而世界的财富，可以相对平等地分配给大众，相当于每个人都变成股东，坐享经济收益，劳动力将不再是最主要的财富创造手段。
Altman 认为，未来财富的两个主要来源将是：1）公司，特别是那些利用人工智能的公司；2）土地，它有固定的供应。
所有 18 岁以上的公民每年都会得到一笔美元和公司股票的分配，存入他们的账户。只要国家一直做得更好，每个公民每年都会从基金中得到更多的钱（平均而言，毕竟会有经济周期）。因此，每个公民将越来越多地参与到经济自决带来的自由、权力、自治和机会中。贫困将大大减少，更多的人将有机会过上他们想要的生活。
Altman 的预估计算是，十年后，美国 2.5 亿成年人中的每个人每年将得到约 13,500 美元。如果人工智能加速增长，这一红利可能会高得多，但即使是 13,500 美元的购买力，也会比现在大得多，因为技术将大大降低商品和服务的成本。而这种有效的购买力将逐年大幅上升。
▎AI 会取代谁的工作？
作为创作辅助工具，AI 既有用也很受欢迎，但目前来看，AI 在大部分的创造性任务上的能力都有待提高，未来很长一段时间内都不能代替人类创作者。可能到 100 年之后，AI才可以独立完成创造性工作。
十年前，大部分人都认为AI取代人类工作的次序是：蓝领工作（卡车司机等）→低技能的白领工作→高技能的白领工作（程序员等），最后才会（也许永远不会）取代创造性工作。现在的事实证明，AI最有可能先取代的反而是创造性工作。
这也说明，预测未来是很难的，还说明人类可能不够了解自己，不清楚什么类型的技能最难、最需要调动大脑，或者错误估计了控制身体的难度。
另外，所有人类深层次的东西都不会被 AI 改变。作为人类，我们依然注重人与人之间的互动联系，人类大脑的奖励机制没有变，我们依然追求快乐，拥有创造欲和竞争欲，渴望组建家庭……五万年前人类在意的东西，一百年后的人类也会在意。
在未来几十年里，重大的哲学问题将再次出现。对于未来来说，重要的技能是：适应性和韧性。我认为这些是可以学习的！很难回答「什么工作是安全的」这个问题，但人类总能找到新的事情去做，未来可能会很精彩。拥抱变化很重要。
另外，对此 Paul Graham 有一条相关的推特：你无法预测哪种工作最终会变得有用。在几乎所有同时代人看来，牛顿都是在浪费时间。（他在研究炼金术和神学时确实如此。）
推荐阅读：