阿尔特曼再谈 DeepSeek：肯定开源模型巨大贡献，坚信人类终将实现 AGI

全球确实需要开源模型，它们可以为人们创造巨大的价值。

我很高兴看到一些出色的开源模型已经在世界范围内问世。

在柏林工业大学的一次圆桌讨论中，阿尔特曼再次提及 DeepSeek，并高度赞扬开源模型对世界的积极贡献。

讨论中，他还分享了对 AGI 的最新看法，表示他对实现 AGI 充满信心，尽管未来会面临挑战与困难，但他坚信人类终能实现这一目标。

同时，他谈到了 GPT-5，认为其智能将超过人类，包括他自己在内。

此次讨论由柏林工业大学教授兼计算机科学家 Fatma Deniz 主持。

除了 Deniz 和阿尔特曼，讨论的参与者还包括该校的教授 Volker Markl，以及德国 AI 公司 Merantix Momentum 的创始人兼 CEO Nicole Büttner。

期间，他们探讨了 AI 对科学研究的影响、AI 的前景与挑战，以及关于 AGI 的话题。

（注：以下内容摘录了讨论中阿尔特曼的发言，斜体字为解释性文字，其他均为原话）

“AI 是人类制造工具的历史”

首先，针对 AI 对科研和学术工作的影响，Deniz 提出了首个问题，阿尔特曼借助新公布的 Deep Research 功能进行了说明。

阿尔特曼认为，AI 在科研过程中的作用是帮助人们节省时间，使他们能更专注于思考更深层次的问题。

Deniz：像 ChatGPT 这样的聊天助手正在被用来激励想法、撰写文本和总结内容，它为我们节省了一部分时间，甚至可以说是“抄近路”。

你认为这对科学和学术研究意味着什么？如果最有洞察力的想法其实来自我们慢慢思考的过程而不是“抄近路”呢？

阿尔特曼：我们最近刚推出了一个名为Deep Research的项目…… 这是 ChatGPT 时代的一个重要时刻，受到的反响热烈，特别是科学家们对此尤为兴奋。

你可以向 Deep Research 提出请求，它可以为你完成大规模研究，处理一些需耗费数小时、数天甚至数周的任务。

目前，它虽然不会直接产生许多新的深入见解，但在信息整合与提高科学家或研究者的工作效率上表现出色。

这正是 AI 的作用所在 —— 它帮助我们节省时间，使我们能够在更高层次上工作。

这实际上是人类制造工具的历史，我们利用机器完成过去需要亲自做的工作，从而解放自己，进入更高的抽象工作层次。我认为未来一切都会更美好。

在接下来的讨论中，阿尔特曼补充说，他相信人类将在未来几年内目睹 AI 自主做出重大发现。

“GPT-5 将比人类更聪明”

昨日，OpenAI 与德国大数据公司 Bifold 达成了合作，为其提供 5 万美元的 API 使用额度，推动对 o3 模型的研究。

基于这个话题，Deniz 向阿尔特曼提出了新的疑问。

Deniz：与这样基础研究的机构合作，你们期望能达成什么？

阿尔特曼：我对 AI 有许多期待，之前我们也提到了一些。但对我来说，最令人兴奋的事情是 AI 在科学发现上能发挥的作用。

我坚信，如果能够加速科学发现的进程，或许在一年内可以完成十年的科研，甚至将来的某一天，在一年内实现百年的科研成果。

这对于提升人类生活质量有着重要的意义，比如解决迫在眉睫的问题、应对气候变化、改善生活，甚至找到治疗疾病的方法。

这将是 AI 给世界带来的巨大祝福，我相信 AI 终能实现这一愿景。

说到这里，阿尔特曼转而询问在场观众，多少人认为自己比 GPT-4 聪明，又有多少人认为自己比 GPT-5 聪明。

问及 GPT-5 时，仅有两人举手。

阿尔特曼：我不认为自己会比 GPT-5 更聪明。

对此我并不沮丧，因为这意味着我们能够借助其完成非凡的事情。我们期待持续推进科学研究，助力研究人员实现他们曾经无法做到的事。

这正是人类历史的进程。当然，这次的情况略有不同，因为 AI 赋予我们的能力是前所未有的。

但假如科学家们能利用超高智商的工具，专注于提出正确的问题、更快地解决问题，加速他们的研究进度，那么这对所有人来说将是巨大的胜利。这就是我们乐于推动前进的进步。

那两位相信自己比 GPT-5 聪明的人，我很想过段时间再听听你们的想法。

“我们最终将实现 AGI”

下一个话题围绕 AGI，Deniz 提到了 Claude 的创始人、前 OpenAI 员工 Dario Amodei 的一篇文章。

Amodei 在该文中分享了他对 AGI 的理解，认为 AGI 实质上是一个“数据中心里的天才国家”。

Deniz：你同意这个观点吗？这对下一代科学家意味着什么？

阿尔特曼：在这一阶段，我们已足够接近 AGI，因此对其的精确定义变得至关重要。当有一支世界级的专家团队在各个领域无疲倦地合作时，我认为这已经超出大多数人对 AGI 的理解。

因此，与其讨论我们何时能真正达到 AGI，还不如关注更实际的问题。

我想说的是，在未来几年内我们将看到一些成就，令许多人惊讶地说，“我真的没有想到计算机会做到这一点”。

然后，我们将进入一个新的阶段，比如 AI 在一年内完成十年的科研。这一阶段可能需要更长时间，但到来之际，世界变化将会加速，带来巨大的益处。

不同于一些人对 AI 的悲观看法，阿尔特曼对 AGI 的看法十分积极。

阿尔特曼：当前，我们处于一个技术发展快车道上。过去一年，有很多人对此持悲观态度，认为“AI 扩展已经到头”，“不会再进步”。

但现实是，我们已经发现了新的范式，如今有些真实具备推理能力的模型，它们非常聪明，并且能持续扩展。我预计在这个新范式之后，我们还可能发现下一个新时代。

其中我汲取到的一件重要理念是：如果看到科技快速呈现陡峭增长时，请务必保持警惕。

当问及“这就是极限了”，“我们快要碰到天花板了”，“这一点不会再有所提升”时，大家应当保持怀疑态度。

目前来看，我们似乎已经找到了真正能够学习的算法，并且它会不断进步。

当然，我们将会遇到一些障碍，并需克服这些障碍。但我坚信，我们最终一定会实现 AGI，甚至超越 AGI，而且从现在起，这一进程会愈加顺利。

Deniz：在你的眼中，谁具备能力独立验证 AGI 是否实现呢？

阿尔特曼：关键在于它能够为人类带来多少实际价值。

若它对你有实际帮助，达到某个实用门槛，那就已经足够了。如果有一批专家纠结于是否属于 AGI，我认为这并无意义。

我相信 AGI 的进步不会是某种突发的“终点”，而是一个指数级的持续增长过程，真正的问题是：它能帮助多少人？能为世界创造多少价值？

Deniz：你认为首批真正实现 AGI 的基础模型，会具备自我复制、自我改进、自我修正的能力吗？比如，它们能否基于新需求自动优化？

即便你相信其有这种能力，OpenAI 是否能及时察觉？更广义上说，AI 企业能否真正认清这样的变化？你认为像 OpenAI 这样的公司应该在报告 AGI 的进展及其社会影响时承担怎样的责任？

阿尔特曼：许多人认为，AGI 必须变成一个能自我复制、自我改进的宇宙探测器才能算实现。我个人不会把期望建立在这个里程碑上，我会在那之前就承认 AGI 的存在。

当然，我们有责任向公众报告这类进展。如果我们发现 AI 接近这一阶段，我们必定会告知大家。

Deniz：你们如何通知公众？

阿尔特曼：你是问我们该如何与世界分享这一进展？

Deniz：是的，更重要的是，你们如何察觉 AI 发展出这样的能力？

阿尔特曼：我认为，这种进步将是渐进的。人们在讨论自我改进时，往往将其视为一个明确的二元状态，非此即彼。

但实际情况可能更复杂 —— 早期，AI 只是稍微提高科学家的工作效率，之后变得更快，并且能处理的任务越来越多。

因此，我不认为 AGI 的演进会呈现清晰的二元分界，而是一条变化的曲线斜率。我们可能会去察觉 AI 进步速度的变化，比如其能力曲线越来越陡。

“世界确实需要开源模型”

DeepSeek-R1 疫情引发广泛讨论，成为 AI 圈内热议话题。

Deniz：在学术和科研领域，开源和开放数据信息至关重要，这不仅与之前谈到的 AI 可解释性有关，也关联到复现性问题。

因此，在 DeepSeek-R1 发布之后，你曾在 Reddit 上表示，OpenAI 就开源问题“站在了历史对立面”。

我的问题是，DeepSeek-R1 发布的这一时刻，或者更广泛地说 —— 开源 —— 对 OpenAI 未来的竞争力及生成式 AI 领域的发展意味着什么呢？

阿尔特曼：我认为，开源具有其存在的价值，确实需要开源模型，因其能为用户提供大量的价值。

我们可以探讨 AGI 是否应该开源，但我相信没人会否认，在当前阶段，开源模型确实创造了经济价值。

因此，我认为开源是有益的。虽然有许多优先事项需要考虑，口头上简单，实际操作却复杂。但我非常高兴看到世界上已出现了一些优秀的开源模型。

三问

访谈的最后，观众提问，组织者提前收集了一些问题，由 Deniz 提出。

Q1：你认为让 AI 变得更强大的最大技术障碍是什么？

阿尔特曼：更先进的算法、更强的计算能力、更复杂的训练数据集，以及更优的产品，这些都有助于我们更好地从用户反馈中学习，判断哪些方面需要改进。

但我必须强调，未来两年我们的进步将显著。我们掌握了提升 AI 模型能力的方法，目前没有显著的技术瓶颈阻碍我们的发展。

Q2：如果你是一名当今的学生，你会如何为未来设计自己的发展路径？

阿尔特曼：显而易见的策略就是真正高效地掌握使用 AI 工具的能力。

在我上大学时，编程是一项重要技能，而如今编程方式将发生重大变化。

你应站在这一趋势的正确一方，所以，学会使用 AI 工具，利用 AI 来实现早已无法做到的事情，是最重要的实用技能。

此外，更深层的关键技能在于适应能力（adaptability）与韧性（resilience），这将在未来变得至关重要，这两者都是可以学习和实践的技能，并且越多实践效果越明显。

另一项重要技能是——理解他人的真实需求，这也是可以学习并培养的能力。

当 AI 能做几乎所有事情并创造任何内容时，选择做什么以及理解人们重视的内容将变得极为重要。

人类始终关心他人和他人创造的价值，这一趋势不会改变。

有些人会说，提出正确的问题是重要之处，但我认为更关键的是：搞清楚人们真正需要什么，什么能创造现实的价值，以及如何正确引导 AI。

在 YCombinator 作为创业投资人的经历中，我最大的收获之一正是——人们学习这种技能的能力超出我的预期。这是一项值得教授和培养的能力，也是我们需要更为重视的事情。

Q3：你对 2025 年的 AI 发展最感兴趣的是什么？

阿尔特曼：我仍然坚持认为，AI（推动了）科学的进展。

原视频地址：

• https://www.youtube.com/watch?v=McuO7Osgzqo

本文摘自微信公众号：量子位（ID：QbitAI），作者：关注前沿科技

广告声明：文中包含的外部链接（如超链接、二维码、口令等），旨在提供更多的信息，以减少筛选时间，结果仅供参考。