马斯克不断质疑OpenAI，是因为嫉妒吗？聊聊马斯克和OpenAI这些年来的恩怨情仇。 | ChatGPT | 人工智能 | Q* | Q-Star | Sam Altman | Ilya

The video delves into the complex relationship between Elon Musk and OpenAI. It suggests that while some perceive Musk's criticism of OpenAI as stemming from jealousy, this view overlooks the deeper history between Musk and OpenAI and his profound insights into artificial intelligence.
The video begins with a recap of recent internal upheavals at OpenAI. Sam Altman, briefly appointed by Microsoft, returned to OpenAI and continued as CEO, while Ilya Sutskever, who had attempted to oust him, no longer held a board position. This incident reflects internal power struggles and directional shifts within OpenAI.
The focus is on Musk's critique of OpenAI. He questioned Sutskever's motives and expressed concern about a project called Q-Star, which is reportedly a significant step towards general artificial intelligence but could pose threats to humanity. The video points out that Musk's concern over AI isn't borne out of jealousy but from a deep understanding of the potential dangers of AI development.
The video mentions that Musk was one of the founders of OpenAI, initially aiming to develop and share AI to prevent it from being controlled by a single entity. Musk's investment and vision were crucial to the establishment of OpenAI. However, over time, OpenAI transitioned from a non-profit to a limited-profit organization, which Musk viewed as a deviation from its original mission. He expressed concerns over OpenAI's commercialization and the insufficient emphasis on safety.
Additionally, the video touches on the idea that innovations like ChatGPT might never have materialized without OpenAI's transformation, raising a conflict of values about whether technological innovation should be accelerated unconditionally or approached with more caution. Musk's founding of Neuralink is also linked to his concerns about AI, with the goal of enhancing human intelligence through human-machine integration to counteract the threat of AI.
Overall, the video highlights Musk's profound apprehension and foresight regarding AI. He has long focused on how to address the potential risks posed by AI while recognizing the importance and challenges of technological advancement. Despite his complicated relationship with OpenAI, his goal remains to ensure the safe and beneficial development of AI.
--------------------
本视频探讨了埃隆·马斯克与OpenAI之间复杂的关系。视频指出，尽管有人认为马斯克批评OpenAI是出于嫉妒，但这种看法忽视了马斯克与OpenAI的历史和他对人工智能的深刻见解。
视频首先回顾了OpenAI近期的内部动荡。Sam Altman在被微软短暂任命半天后，重新回到OpenAI并继续担任CEO，而曾试图将他罢免的伊尔亚·苏茨克弗不再担任董事会成员。这一事件反映出OpenAI内部的权力斗争和方向转变。
重点在于马斯克对OpenAI的批评。他质疑伊尔亚的动机，并对一个名为Q-Star的项目表示关切，该项目据称是通向通用人工智能的重要一步，但可能对人类构成威胁。视频指出，马斯克对人工智能的担忧并非出自妒忌，而是基于他对人工智能发展潜在危险的深刻理解。
视频提到，马斯克是OpenAI的创始人之一，最初的目标是开发和分享人工智能，以避免由单一实体控制强大的人工智能。马斯克的投资和愿景对OpenAI的成立至关重要。然而，随着时间的推移，OpenAI从非盈利组织转变为有限盈利组织，这在马斯克看来是背离了初始愿景。他对OpenAI过度商业化和对安全性不够重视的做法表示担忧。
视频还提到，如果没有OpenAI的转型，像ChatGPT这样的创新可能永远不会出现，这引出了关于科技创新应该无条件加速还是需要更多考虑的价值观冲突。马斯克创立Neuralink的原因也与他对人工智能的担忧有关，他希望通过人机融合提高人类智能，以应对人工智能的威胁。
总体而言，视频强调马斯克对人工智能的深刻担忧和预见性思考。他长期关注如何应对人工智能带来的潜在风险，同时也认识到科技发展的重要性和挑战。尽管他与OpenAI的关系复杂，但他的目标始终是确保人工智能的安全和有益的发展。

[@老周横眉]

即便我非常欣赏马斯克，但其实他对于OpenAI的愿景我认为是有点过度理想化的。这世上还是有几个不接受普世价值的邪恶政党的，和他们开源共享，非常危险，而且他们也不会感激你。

[@laohuan1]

从马斯克的行为（例如在中国办厂……）是否可以推理：他希望民主和独裁能够保持一种理想的均衡和自由竞争的状态，而由他靠科技之力来担任仲裁，并借此发财、进入一种“良性循环”的状态。

[@mingChen-or7wz]

我覺得這涉及到一個很根源性的佛學理念--萬法唯識。馬的心識是這樣想的，在他眼裡的世界也是這樣發生的。邪惡政黨所思所想所為，也必以其編導的劇本自食苦果，邪惡終歸邪惡。世界既真且幻，不同不異，這是真相也是妙智慧。

[@mingChen-or7wz]

邪惡政黨從來不會感激正義（他只會感激當年盜寇的行為誤打誤撞使其僥倖壯大），正是這類竊喜，才使得邪惡者不得長久，謂之理無久享。

[@mingChen-or7wz]

開源共享是老馬的理想意念，如他的電動汽車，確是被邪惡集團利用了，迅速擴張了，但很快就沒落了。所以我相信是有天理的，就是因果律。定律無善惡之分，但人的心念有善惡，故果報也如是。

[@janchangchou777]

任何一條神經網路也是一個多變數廻歸分析，也是統計學迴歸分析的一環。我在40年前攻讀數理統計就涉及這些人工智能及多變量（含時間變量）的廻歸分析（向量/ 矩陣/ 線性代數/ 機率/ 取様….）。以便對一些事件做出精准智能的預測。所謂自我學習也只是用後面收集或模擬出的更新的資料去修正原先迥歸分析的參數而已。40 年前人工智慧就是數理統計的一大課題。馬斯克說得一點都沒錯-目前的人工智慧全部建立在數理統計的基礎上。從那時開始就不斷有各行各業的數據分析專業人士來我們數理統計這參與並學習迥歸分析。他們回去後就不斷建立了屬於他們行業內的多條神經網絡（行業內的迥歸模型）。在那時從事這類研究工作的數理統計的博士生全部被限制在晚上12 時過後才能使用國家級的超級計算機，否則我們兩三𠆤人一上線全部就大當機。我們那時也發展出一套類似挖礦機的方式，利用所有大量閒置的𠆤人電腦來提供其微小的算力，進而整合這些龐大的所謂分散型算力，但受限那時網路的不發達，很難把規模擴大。
近幾十年隨計算機能力不斷提升，目前市面AI 所謂大模型，主要是著力於面對”服務大衆需要”的所謂生成式/ 語言等等的智能協作服務。就是把百行百業各個領域等等數以千萬千億計資料進行迥歸模型的建立及修正（所謂自我深度學習）而形成龐大的神經網絡。因此也不用太誇大眼下的AI , 這些理論早在40 年以前都已建構了理論基礎，而智能恊作早在各專業領域都已發展的非常完善，只是因過去算力不足只能在各自專業領域進行中小規模（變量數較少）的神經網絡建構。例如氣象預報就是早期最明顯的利用氣象專用超高速大電腦發展為成熟預測能力（AI)的例子，股票買賣決策也是智能恊作(AI/CIC)的典型。”把簡單數學上使用即存的規模資料或電腦模擬資料進行所謂的㢠歸分析/模型建構並藉此模型做可行的智能預判或恊作，包裝成醫學上複雜尚未完全掌握的神經網路的機制及作用原理”，不但瓢竊了數理統計在AI 發展的絕對地位，實在也是在誤導整𠆤AI 的發展。也會造成眼下一般人的過度期待和焦慮。應將AI 改稱作” CIC:Computer Intelligent Collaboration , 電腦智能恊作， 更為恰當。
何謂知識？ 由經驗總結後（ 抽象具體化） ，就形成知識（用數字分析的表達方式就是去建構知識模型）。 形成知識後就可複製/ 傳承/ 預測/ 擴展。因此目前的AI 發展，就是在循人類文明發展至為重要的其中的一𠆤過程-只是採用了數位化的方式，將經驗知識化了。
目前的AI 只是以數理統計為手段及方法論，以資訊及計算計工程為工具，進行數位型的經驗知識化的過程。人類有許多其他不同型態非常複雜的知慧，這種僅止於知識化的智慧， 其實離人類多型態的智慧還有非常巨大的距離。
另外， 眼下AI 服務非專業大衆的大模型的各種數學理論及所謂的機器學習（參數修正）及深度學習（參數及變數的多層次增加及修正）。 早在40 年前相應的數學理論都已完備（但落實到實際應用上，如何解1 億 by 1 億的聯立方程組( 行列式計算）， 這需要極其龐大的平行計算能力，在那時期是完全不可能的） 。
其實AI 最重要最關鍵的是各行各業各領域的專家組，而不是這些AI 搞編程的公司（ 他們只是依需求用已完善的數學統計理論加以電腦編程後，利用巨大算力去幫忙找出合適的模型並不斷予以完善）。
只有各行各業各領域的專家組才知道在茫茫大海中的資料及訊息中，那些因素才是其所涉領域的関鍵變數，那些變數資料才是可做為他們收集分析建立模型的。例如氣象學/經濟學/股票買賣智能決策/ 醫學/ 藥學/ 農業生產/ 基因工程/ 化學工程/自動駕駛/飛彈防空系統/圖像識別及處理/ 建築結構力學/小樣品模擬模型（核爆/飛機失事）………..等等。
此外服務大衆的語言學也是極度複雜的一門學課，其可能的變量變因會高達幾千萬𠆤， 再加上多層級過濾學習修正的模式，因此其涉及的變數算力就以億計， 所以才稱做大模型。 要取那些因素進行那一層分析，主要都是語言學家在主導。
而這些眼下的AI 應用的公司， 只是利用已發展完備的數學統計理論在不同領域專家組的指導下，去有效的進行數拈收集整理分析並進而建立一個特定領域的模型，作為該特定領域的電腦智能恊作工具。
另外面對服務大衆的生成式服務，也是要面對大衆各種不同的需求，因此其所需處理消化的資料也是天文數字的龐大，也要各行各業領域專家介入協助指導進而形成並建立大模型。
其實生成式AI 可以理解成升級版的超級搜索引擎，傳統的搜索引擎，用関鍵字/詞，從數據庫內匹配/找出並羅列出可能所需資訊，現在進步升級到如果你給出更具體規範的需求，系統就能從數據庫內拼湊出並提供更完整的接近最終需求的服務內容。這只是把過往已存在的數據庫（已長年經各行業領域專家組維護並梳理過的）更完善的整理優化後予以呈現。而這𠆤更完善的過程使用了大量多層次的統計數字分析的手段， 把這個完善化的過程誇大的比擬成人類的思考及智慧（其誇大的目的-圈錢），將造成極大的誤導。
其實生成式大模型， 就是用即存服務於大衆的大型搜索的資料庫，如google ， Bing 等等，以數理統計為核心，結合資訊工程及硬體工程為工具，而進行更貼切於使用者需求的優化過程和結果。所以生成式大模型最終會回到過往提供搜索服務的大型公司的對決。
因此CIC 或是AI 是以特定領域專家組為主導，數理統計為核心，資訊工程及硬體工程都是配合的工具而已。 這樣的發展才會健康/ 不浪費/ 高效率/ 高精確度。
但目前的發展方式， 以資訊工程及硬體工程來主導開發服務大衆的大模型，只是因為這方面天文級別的龐大算力需大資本投入，這是一𠆤比較理想的快速盈利回報的營運方式，但這種情況就會造成眼下嚴重的誤導及錯誤的認知，沒有效率及喪失精準度，甚至如當下出現諸多以提供算力及編程服務的所謂AI 公司出面圈錢的亂象。
其實眼下的蓬勃發展是假象。 不管怎麽發展，從事這𠆤領域研究工作的人不能不具備相關數理統計的知識，也不能缺少專家組對資料的專業的選定/收集/整理。而資訊程序員和電腦只是工具。特別在早期各專業領域內的中小模型的智能發展和恊作，編程只是工具。但當算力上來後，服務大眾的類搜索引擎的生成式及語言大模型，就變得可行了， 但不管怎樣可行，仍是以數理統計為核心，更龐大的專家組仍是關鍵。 只是這種大模型下算力變成稀缺的主要投資成本， 使得這些編程及硬體人員不得不高舉這𠆤旗幟來圈錢， 如果這些編程及硬體人員拿不出這些算力（如果由國家直接投資），他們在整個AI(CIC) 的發展上，根本算不上什麼角色。但這一輪由算力提供方來主導的AI 發展，將會走得很偏，而且會很快撞牆。
未來可能的發展模式：
1） 資訊及硬體工程提供集中算力設備及模型編程的開放平台，供各領域的專家組使用。
有點像當下晶片產業，各應用領域產業由專家組組成公司後，進行各領域的智能開發和應用（如晶片應用的design house，聯發科，海思等 ) , 而算力的提供及收費則由資訊及硬體工程提供（這需要密集资本投入，甚至國家力量投入，如台積電）。
2） 由於網路的高度發展， 另外一種提供龐大算力的方式，是由巨量萬家萬戶閒置PC 𠆤人電腦參與分散型算力的提供，並予以整合，這也是需由資訊及硬體工程來實現的。

[@老周横眉]

哇，那么长的评论。 这是你发表在那里的文章吗？

[@gabrielgracenathanana1713]

这人是个gpt3.5 的一本正经的胡扯🤬。 现在的路子基本不编程，也没“领域专家”。

[@dreamdefender1255]

谢谢老周，拨云见日！

[@老周横眉]

不客气，感谢沙发。

[@user-guhuojin]

不错，这期视频时长勉强及格。

[@inc33]

謝謝分享🎉

[@user-yn4sd6cn5v]

支持老周支持马斯克的人类第一☝️的初衷

[@hexi3999]

支持人工智能，或许人工智能就是突破人们向往宇宙的钥匙

[@hexi3999]

如果真有人工智能控制人类那么一天，我会感到欣慰，真是期待呢！这说明了研发人工智能是正确的。人工智能或许能超越人类前往星辰大海探索宇宙奥秘。

[@haislipsalamy3327]

很喜欢你的视频

[@老周横眉]

谢谢

[@xuyuzu7294]

老周很有才

[@老周横眉]

谢谢订阅，有空常来😄

[@syutengu]

经费或成本高并不能成为非改盈的充分合理理由，恐怕还是两人想要得到的东西不同，境界不同。又，于私而言，AI使得人类天才们相较凡人的智力优势变得如此五十步百步。站在他们的角度，从能力尤其是智力上被碾压，该是一桩多恐怖和耻辱的事情啊。

[@lawrenceshih705]

我們凡人如何跟馬斯克這樣的偉人的遠見相比呢.

[@flyerzy]

就像国际原子能组织那样全世界各国都参与共同开发共享，可惜躲不开政治。

[@user-ns7mc9vy5h]

视频号看完不过瘾，来这里再看一遍

[@老周横眉]

哈哈哈，太好了，感谢感谢！

[@user-zj2lw6oz1u]

反對AI-了解AI-成為AI

[@tyhuang27]

我聽過的故事版本跟這個不一樣，在另一個版本中，對馬斯克的評價比較低。

[@yc2606]

OpenAI 被微软巨额投资之后，走向利润追逐是不可避免的。哪怕OpenAI自身是一个有限利润公司，其技术也会被微软用于微软自身的利润极大化。

[@老周横眉]

推动人类前进的最有效方式之一就是利润，就看利润和社会道德如何取得平衡了。

[@AmyAmy-wp6ye]

支持共享，但要剔除ccp

[@user-rs7bv3kh9g]

老周怎麽没有聊一聊sora？

[@老周横眉]

有啊，前一期：”中国人工智能无法逾越的障碍"

[@user-rs7bv3kh9g]

@@老周横眉 被华文时政耽误的科技财经博主，自选赛道选窄了。

[@chensonia777]

马斯克的脑洞真是让人佩服

[@老周横眉]

有人说他是外星人，你相信吗？😄

[@chensonia777]

@@老周横眉 哈哈，是的话他去火星会更容易些

[@terrymcroye7955]

我还是顶马斯克的初衷！😤

[@user-dm9tv5th3b]

想起马斯克说过地球面临人口少的危机，所以他生了好多。我想问下老周，你会觉得地球人口是多还是少，

[@老周横眉]

我觉得吧，这世界往往都是该多生的一般生不多，不该生的生特别多。 （当然不包括马斯克，他确实应该多生）

[@hexi3999]

@@老周横眉 所以马斯克很担忧未来，害怕人工智能伤害他的家人。

[@jc-w]

🫰🏻

[@user-wu1bs1cn7r]

脑机接口如果被权贵垄断了也是很无奈的事情

[@mattch0724]

造神造成這樣