偏离AGI目标？OpenAI解散机器人团队！曾研发解魔方机械手( 二 )

当加拿大蒙特利尔学习算法研究所（MontrealInstituteofLearningAlgorithms ， Mila）创始人YoshuaBengio和Facebook副总裁兼首席人工智能科学家YannLeCun等名人认为AGI不存在时， OpenAI的联合创始人和赞助人，包括GregBrockman、首席科学家IlyaSutskever、ElonMusk、ReidHoffman和美国YCombinator前总裁SamAltman等，都相信强大的计算机结合强化学习、预训练和其他技术可以实现颠覆范式的人工智能的进步。
除了利用解魔方机器人来推进强化学习之外，据MITTechnologyReview2020年报道， OpenAI的Foresight团队还开展过一项实验，测试他们通过越来越多大量的数据和计算去训练算法，能把人工智能的能力推进到什么程度。
这份报道还指出， OpenAI正在使用大量的计算资源开发一个训练图像、文本和其他数据的系统，该公司领导层认为这是实现AGI最有前途的路径。
OpenAI进行的这一努力的成果之一是DALL-E ，一个文本到图像（text-to-image）的引擎，它本质上是一个视觉创意生成器。

▲DALL-E根据文本去合成图像
给定一个文本提示， OpenAI这个系统生成图像去匹配提示。当提示信息暗示图像必须包含一个没有明确说明的细节时， DALL-E就填充空白。 DALL-E可用结合不同的想法来合成物体，其中一些合成物体不太可能在现实世界存在，比如蜗牛和竖琴的混合体。
相比DALL-E来说，目前机器人业务对于公司AGI发展目标来说，发挥作用可能有点慢。
Brockman和Altman特别相信， AGI将能够比任何一个人掌握的领域更多，这个的实现主要是通过识别人类专家难以发现的复杂的跨学科联系。此外，他们预测合理部署AGI ，换句话说，通过AGI与社会科学等相关领域的研究人员的“密切合作” ，可能会有助于解决气候变化、医疗保健和教育方面的长期挑战。
Zaremba说：“当我们创建机器人（系统）时，我们认为可以通过自生成（self-generated）数据和强化学习来取得很大进展。当时，我相信预训练让（增加）模型的‘智商点’便宜到原来的一百分之一。 ”
他补充道，在创建大型复杂的人工智能系统时，预训练是一种特别强大的技术。在高层次上，预训练有助于模型去学习一般的特征，这些特征可以在目标任务中重复使用，来提高模型准确性。
预训练被用来开发OpenAI的Codex模型，该模型经过数十亿行公共代码训练，以支持微软GitHub的Copilot服务，该服务为像MicrosoftVisualStudio等开发环境中的整行代码提供建议。 Codex是OpenAIGPT-3的一个微调版本， GPT-3是一种语言模型，它预先训练了来自网站、书籍、维基百科和其他网络资源的超过一万亿单词。

▲GPT-3网站主页
三、经济困境难解，和微软加深商业化合作
OpenAI放弃机器人业务，或许还与其面临的经济现实有关。
由于OpenAI是一家“非营利公司” ，主要研发的又是“GPT-3”这样的烧钱机器，成本负担与日俱增。谷歌母公司Alphabet旗下顶尖AI研究公司DeepMind也承受着相似的入不敷出压力。
从前年起， OpenAI和它的投资者微软公司开始开展更多商业化方向的尝试。
2019年7月微软宣布将向总部位于旧金山的OpenAI投资10亿美元，以联合开发微软Azure云平台的新技术。作为交换， OpenAI同意将其部分知识产权授权给微软，然后微软将这些知识产权打包出售给合作伙伴，并在OpenAI开发下一代计算硬件时在Azure上训练和运行人工智能模型。