奧特曼再談DeepSeek：肯定開源模型巨大貢獻，堅信人類終將實現AGI

基爾西 整理自 凹非寺

量子位 | 公眾號 QbitAI

世界上確實需要開源模型，它們可以為人們提供大量價值。

我很高興，世界上已經有一些優秀的開源模型。

在柏林工業大學的一場圓桌對話當中，奧特曼再一次談到了DeepSeek，並大讚開源模型對世界的貢獻。

對話中，奧特曼還發表了對AGI的最新看法，透露了十足的信心，他認為，雖然會遇到阻礙和挑戰，但他相信人類終將實現AGI。

同時他還談到了GPT-5，表示GPT-5將會比人類更聰明，其中也包括他自己。

這場對話由柏林工業大學教授、計算機科學家Fatma Deniz主持。

除了Deniz和奧特曼之外，參與者還有同為該校教授的Volker Markl，以及德國一家AI公司Merantix Momentum的創始人兼CEO Nicole Büttner。

期間，他們討論了AI對科學研究的影響、AI的前景與挑戰，以及AGI等話題。

（註：下文主要摘錄了對話中涉及奧特曼的部分，斜體字為解釋性文字，其餘均為對話者原文）

「AI是人類製造工具的歷史」

首先，針對AI會給人們的科研和學術工作帶來的影響，Deniz拋出了第一個問題，奧特曼則借助這兩天剛上線的Deep Research功能進行瞭解釋。

奧特曼認為，AI在科研過程當中的意義是幫助人們節省某些工作的時間，從而有更多精力去思考更高層次的問題。

Deniz：像ChatGPT這樣的聊天機器人今天被用於激發靈感、起草文本和摘要，它幫助我們節省了一些時間，甚至可以「抄近路」。

你認為這對科學和學術工作意味著什麼？如果最有洞察力的想法其實來自於我們慢慢思考而不是「抄近路」呢？

奧特曼：我們週一推出了一個叫Deep Research的項目……這在某種程度上就像ChatGPT時代的一個時刻，人們的反應非常熱烈，而科學家是其中最興奮的一群人。

你可以向Deep Research提出一個查詢，它可以為你進行大量研究，完成一些需要數小時、數天甚至數週才能完成的任務。

目前，它不會直接生成許多新的深刻見解，但在整合信息、幫助科學家或研究人員更高效地工作方面，它非常出色。

這正是AI應該發揮作用的地方——它幫助我們在某些領域節省時間，讓我們能夠在更高層次上工作。

這其實是人類製造工具的歷史，我們通過機器來完成以前必須自己做的事情，從而解放自己，使工作進入更高的抽像層次。我認為一切都會變得更好。

在之後的對話中，奧特曼還補充說，他認為人類將在未來幾年內看到AI自主完成重大發現。

「GPT-5將比人類更聰明」

昨天，OpenAI與德國一家名為Bifold的大數據公司達成了合作，為其提供了5萬美元的API額度，以促進對o3模型的探索。

以此為話題，Deniz向奧特曼提出了新的問題。

Deniz：與這樣一個基礎研究機構合作，你們的期望是什麼？

奧特曼：我對AI有很多期待，我們之前已經稍微提到了一些。但對我個人來說，最讓我興奮的事情是AI在科學發現方面的作用。

我相信，如果我們能加速科學發現，或許可以在一年內完成十年的科學研究，甚至未來某一天，在一年內完成一百年的科學研究。

這對人類生活質量的提升意義重大，比如解決最緊迫的問題，應對氣候變化，讓生活變得更美好，甚至找到治癒疾病的方法。

這將是AI給予世界的一份巨大禮物，而我認為AI終於可以真正實現這一點了。

說到這裏，奧特曼話鋒一轉，詢問現場觀眾有多少人覺得自己比GPT-4聰明，又有多少人覺得自己會比GPT-5聰明。

問到GPT-5的時候，現場只有兩個人舉手。

奧特曼：我不認為自己會比GPT-5更聰明。

但我對此並不感到難過，因為這意味著我們能夠利用它來做令人難以置信的事情。我們希望能推進更多的科學研究，希望能讓研究人員完成他們以前無法做到的事情。

這就是人類歷史的發展軌跡。當然，這次感覺有點不同，因為AI賦予我們的能力前所未有。

但如果科學家們能利用超高智商的工具，更加專注於提出正確的問題，更快地解決問題，加速他們的研究進程，那對我們所有人來說，都是一種巨大的勝利。所以，我們很高興能夠推動這一進步。

剛才兩位認為自己比GPT-5更聰明的人，我很想過段時間再聽聽你們的想法。

「我們最終會實現AGI」

下一個話題關於AGI，Deniz提到了隔壁Claude創始人、前OpenAI員工Dario Amodei的一篇文章。

Amodei在這篇文章中談論了自己對於AGI的看法，他認為AGI本質上就是一個「數據中心裡的天才國家」。

Deniz：你同意這個說法嗎？這對下一代科學家意味著什麼？

奧特曼：在當今階段，我們已經足夠接近AGI，因此它的精確定義變得重要。當你擁有一個世界級專家團隊，在各個領域不知疲倦地協作時，我認為這已經超出了大多數人對AGI的認知。

所以，與其討論我們什麼時候會真正達到AGI，還不如關注更實際的問題。

我想說的是，在未來幾年內，我們會看到一些成就，讓很多人驚訝地說，「我真的沒想到計算機會做到這個程度」。

之後，我們會進入一個新的階段，比如AI在一年內完成十年的科學研究。這個階段可能還需要更長時間，但那一刻到來時，世界的變化將會更加迅速，並帶來巨大的好處。

與一些人會唱衰AI不同，奧特曼對AGI的看法十分樂觀。

奧特曼：目前來看，我們正處於一個陡峭的技術發展曲線上。過去一年，有許多人喜歡唱衰 AI，比如「AI 擴展訓練已經到頭了」「它不會再進步了」。

但事實是，我們已經找到了新的範式，現在有了真正具備推理能力的模型，這些模型非常聰明，而且還可以繼續擴展。我預計，在這個範式之後，我們還會找到下一個新範式。

我從這之中學到的一點是：當你看到科技呈現陡峭的指數增長時，千萬不要低估它。

當有人開始說「這就要到極限了」「我們快要碰到天花板了」「這一點不會再提升了」時，你們都應該保持懷疑。

目前來看，我們似乎已經找到了真正能夠學習的算法，它會持續發展。

當然，我們會遇到一些障礙，需要去克服它們。但我相信，我們最終會實現AGI，甚至超越AGI，而且從現在開始，這個進步過程會變得更加順暢。

Deniz：在你看來，目前誰最有能力來獨立驗證AGI是否真正實現了？

奧特曼：唯一重要的事情，就是它能為人類提供多少實際價值。

如果它對你有用，如果它超過了一定的實用門檻，那就足夠了。如果一群專家想要爭論它到底是不是AGI，我認為這根本不重要。

我相信AGI的進步不會是某個突然發生的「終點」，而是一個指數級的持續增長過程,真正的問題是：它能幫助多少人？它能為世界帶來多少價值？

Deniz：你是否認為第一批真正達到AGI的基礎模型，會具備自我複製、自我改進、自我修改的能力？比如，它們能否基於新出現的需求，自行優化？

而且，即使你認為它們可能會具備這些能力，OpenAI本身是否會意識到這一點？或者更廣泛地說，AI公司是否能真正察覺到這樣的變化？你認為像OpenAI這樣的公司在報告AGI進展及其社會影響方面應該承擔什麼責任？

奧特曼：有些人認為，AGI只有在變成一個可以自我複製、自我改進的宇宙探測器時，才算真正實現了。我個人不會等到那個裡程碑，我在那之前就會承認AGI的存在。

當然，我們有責任向公眾報告這類進展。如果我們發現AI接近這個階段，我們一定會告訴大家。

Deniz：你們會如何通知公眾？

奧特曼：你是問我們該如何溝通，如何向世界表達這個進展？

Deniz：是的，還有更重要的是，你們如何察覺AI發展出這種能力的跡象？

奧特曼：哦，你是問我們如何在AI系統中識別這些能力？

我認為，這種進步會是一個漸進的過程。人們談論自我改進時，往往把它看作一個明確的二元狀態，要麼發生了，要麼沒有發生。

但實際上，情況可能更複雜——一開始，AI只是幫助科學家稍微提高一點工作效率，然後變得更快，接著它可以做的事情越來越多。

所以，我不認為AGI的進化會是一個清晰的二元分界線，而是一個變化的曲線斜率。我們可能會察覺到AI進步速度的變化，比如它的能力曲線開始陡然上升。

「世界需要開源模型」

DeepSeek-R1火出圈之後，難免成為了AI圈中一個必談話題，此次也不例外。

Deniz：大學和科研領域，開源和開放數據極其重要，這不僅與我們之前討論的AI解釋性有關，也涉及可複現性。

那麼，在DeepSeek-R1發佈之後，你最近在Reddit上也表示，OpenAI在開源問題上「站到了歷史的對立面」。

所以，我想問，這次DeepSeek-R1的發佈，或者更廣義上說——開源——對OpenAI在競爭力以及生成式AI領域的整體發展方面意味著什麼？

奧特曼：我認為，開源有它存在的價值，世界上確實需要開源模型，它們可以為人們提供大量價值。

我們可以討論AGI是否應該開源，但我認為沒人會否認，在當前這個發展階段，開源模型確實創造了價值。

所以，我認為開源是一件好事。我們有很多優先事項要考慮，因此說起來容易，做起來難。但我很高興，世界上已經有一些優秀的開源模型。

Three More Questions

訪談的最後還有觀眾提問，組織者事先收集了一些問題，並由Deniz代為提問。

Q1：你認為讓AI變得更強大的最大技術困難是什麼？

奧特曼：更好的算法、更強大的計算機、更複雜的訓練數據集，以及更優秀的產品——這些都能幫助我們更好地從用戶反饋中學習，瞭解哪些地方還需要改進。

但我必須強調，在接下來的兩年里，我們的進步將會非常驚人。我們非常清楚如何大幅提升這些AI模型的能力，而且目前並沒有明顯的技術瓶頸阻擋我們前進。

Q2：如果你是一名今天的學生，你會如何為未來做準備？

奧特曼：顯而易見的戰術策略，就是學會如何真正高效地使用AI工具。

當我上大學時，最值得學習的技能是編程，而那確實是一項了不起的技能。但到了今年年底，編程的方式將會完全不同。

你應該站在這個趨勢的正確一側，因此，學會如何使用AI工具，以及如何利用AI讓自己能做到以前無法做到的事情，是最重要的實用技術。

但除此之外，更隱性的關鍵技能是適應能力（adaptability）和韌性（resilience），這兩點在未來將變得極為重要。它們都是可以學習和練習的技能，而且練習越多，提升越快。

另一項重要技能是——理解別人真正想要什麼。這其實也是可以學習的能力。

當AI幾乎可以做任何事情、創造任何東西時，決定做什麼和理解人們真正看重什麼，將成為至關重要的事情。

人類的本能就是關心他人，關注他人創造的價值，而這種趨勢不會改變。

有人會說，重要的是「提出正確的問題」，但我認為真正重要的事情是：搞清楚人們需要什麼，什麼能創造真正的價值，以及如何正確引導AI。

我曾是YCombinator的創業投資人，在那段經歷中，我最大的收穫之一就是——人們學習這種技能的能力遠遠超過我的預期。這是一項值得教授和培養的能力，也是我們應該更重視的事情。

Q3：你對2025年的AI發展最感到興奮的是什麼？

奧特曼：我堅持我前面的看法，是（AI推動了）科學的進步。

原影片地址：