对话背后的技术革命：微软CTO与OpenAI总裁关于AI基础设施的探讨

在今年的微软Build大会上，微软CEO纳德拉的 consecutive product launches sparked intense discussion among the media. However, beyond these product demonstrations, there was another conversation that was equally important and worthy of attention.

在一次引人入胜的现场对话中，OpenAI总裁Greg Brockman与微软CTO Kevin Scott共同探讨了前沿科技的发展与应用。

Greg Brockman作为ChatGPT的核心构建者之一，与Kevin Scott共同肩负着将ChatGPT与微软各项工程整合推进的重任。

类似于众多硅谷神话般的创新者，OpenAI的联合创始人Greg Brockman也曾是顶级学府的退学生。他先后从哈佛大学及麻省理工学院退学，并在成立OpenAI之前加入了支付软件公司Stripe。据悉，OpenAI的初创团队核心成员大多得益于Greg Brockman的招募，而他自己在团队中也扮演着领导者的角色，负责推动一系列研究项目的开展。

作为一名技术狂热者，Kevin Scott在谷歌时期便已崭露头角。后来，他在领英公司面临危机之际，临危受命，成功地协助公司完成了平台增速扩容，并最终促使公司成功上市。因此，他被赞誉为“拯救了领英的工程师”。值得注意的是，Kevin Scott在微软收购领英后不久，便被迅速提拔为微软CTO，足以证明他在技术和领导力方面的出色表现。

在大众的眼中，Kevin Scott与Greg Brockman这两位在人工智能领域具有重大影响力的人物，分别在代表着“技术进步”与“应用平台”两大方向。他们之间的交流不仅体现了这两个方向的交融与共处，也为从业者提供了深刻的启示，同时也在很大程度上塑造了行业的发展走向。

这场对话也许才是关心ChatGPT背后技术思考和工程实践的人们最不能错过的。我们整理了这场对话实录，供大家参考：

Kevin Scott：非常感谢你今天加入我们的Build大会。我想从ChatGPT的体验开始，因为它确实让我们所有人都感到惊叹。ChatGPT的应用是多么令人兴奋，人们对它的兴趣也是如此之大，构建这样的东西确实是一个巨大的工程挑战。所以也许你可以和我们分享一下你对此的看法。

Greg Brockman：从基础设施和各个方面来看，ChatGPT都是一个非常有趣的过程。事实上，多年来我们一直在研究如何构建一个聊天系统的。我们之前还推出了一个名为Web GPT的demo，它是一个很有趣的demo。我们找了几百个测试者，真的是付钱让他们使用这个系统。他们的反馈是：“这个（Web GPT）有点用吧，还能编程。”

但对我而言，真正让我眼前一亮的时刻是在我们拥有了GPT-4时。我们之前已经有了一套熟悉的流程，例如对于GPT-3，我们只是部署了基本模型，进行了预训练，没有进行任何方向上的微调。而在GPT-3.5时，我们开始让它根据指令进行操作。我们给测试者一系列的步骤，让他们按照这些步骤进行训练。到了GPT-4时，我进行了一个小实验，例如，如果在模型已经生成了一些内容之后再提供第二条指令，会发生什么？这个模型给出了完美的响应，将之前生成的内容与新的指令融合在一起。

所以我认识到这个模型的强大之处，因为它真的能够总结出这样一种思路：“嗯，当你想让我遵循指示，并给我一个新的指示时，也许你是想与我聊聊。”

对我而言，那是我“开窍”的时刻：好吧，我们有了这个基础设施，它已经在早期模型中表现出色。这个模型虽然不是专为聊天设计的，但它确实能够进行聊天。所以这是一个真正的“啊哈！”时刻。从那时起，我们就想，我们必须将这个东西推出去，这个东西是可以成就大事的。

Kevin Scott：是的，这确实让我感到非常惊讶。我还记得当阿尔特曼给我打电话说，我们计划发布ChatGPT，预计需要几周时间。我当时的想法是，为什么不呢？我当时没有意识到这个技术在技术层面上会如此有效率，也没有想到它会取得如此疯狂的成功。我知道你是GPT-4的基础设施的主要架构师之一，而GPT-4为ChatGPT的发展提供了动力。对于在AI领域工作的每个人来说，这都是一种启发。所以我想知道你是否可以分享一些有趣的事情。

Greg Brockman：在很大程度上，GPT-4这个项目让我们成为“爱的劳工”，很辛苦但很值得。实际上，在GPT-3之后，我们尝试了多次超越该模型的性能，但都以失败告终。这并不是一件容易的事情。我们最终决定回到原点，重新构建整个基础设施。我们采取了许多方法，致力于处理每个细节。

我相信即使现在，我们仍然可能会发现更多的错误。但项目负责人之一雅各布曾经做了一个很好的类比，他说这几乎就像建造一枚火箭，你希望每个工程公差都尽可能小。例如，我们曾经遇到一个检查点读取的错误，如果你在错误的时间停止工作，当工作重新开始时，你可能会混合使用新权重和旧权重。这其实无伤大雅，因为机器学习可以从中恢复。但每当你在图表中看到一些奇怪的波动，你就会想知道是什么原因造成了这种情况。所以，我会回头重新审视每一个细节，这些看起来很乏味的工程工作是我的主要职责。

Kevin Scott：你所做的那些看似“无聊的工程工作”已经达到了一个令人难以置信的惊人规模。我确实认为，这对于房间里的每个人来说都是一个很好的启发，有时候真正导致成功的是那些看似平凡的基础工作。

萨蒂亚·纳德拉在他的演讲中提到了我们正在开发的共享插件。这个想法是，我们将授权房间里的每个人都能编写软件，以扩展ChatGPT的功能，以及我们正在构建的所有这些Copilot。这也是一个有趣的技术挑战，我们还没有解决所有的技术问题，还有很多工作要做，才能使它达到我们最终的目标状态。所以我很想知道你是否有一些想法想要分享。

Greg Brockman：我爱插件！我认为这是一个非常棒的机会，对于每个开发人员来说，都可以利用这项技术，让系统对每个人都更好，对吧？我们当时设计为开放标准的部分原因是，作为开发人员，你只需构建一次，然后任何AI都可以使用它。这真是个好主意，不是吗？

就像互联网推动发展的主要因素一样：你可以搭建一个网站，然后每个人都可以访问它。然后你开放了一个API，任何人都可以利用它。我认为这种核心设计原则非常棒，它让任何想要插入的人都能获得系统功能，并且能够将各个领域的扩展功能引入ChatGPT本身。

Kevin Scott：我真的很喜欢插件的一点就是它在概念上非常简单。这让我想起了我写的第一个HTTP服务器。一旦你理解了核心概念，你就能够快速构建出功能强大的东西。我觉得这是一件很棒的事情，所以在OpenAI的角色中，你一直在思考如何突破技术的极限。在我们的合作关系中真正令人惊奇的一点是，似乎因为你们，我们能够看得更远了。所以我很想知道你是否可以分享一些让你兴奋的应用程序或模型。

Greg Brockman：对我来说同样有趣的是，我们几乎处于一个像英特尔早年间使用的“Tick Tock模型”（注：”Tick-Tock”是Intel公司在2007年提出的一种战略模式，用于发展微处理器芯片设计制造业务。该模式将处理器微架构和芯片制程的更新错开，以提高效率。每个”Tick”代表一次微架构的芯片制程更新，旨在减小芯片面积、降低能耗和发热量；每个”Tock”代表在上一个”Tick”的基础上更新微处理器架构，提升性能。该模式的周期为两年，其中一年为”Tick”，另一年为”Tock”。）一样的循环中，你会想出创新，然后真正推动它。

就像GPT4一样，我们仍处于推动的早期阶段，对吧？我们已经宣布了视觉能力，但仍在生产中。我相信这将改变这些系统的工作方式和感受，以及在其上构建的各种应用程序。因此，我对此感到非常兴奋。回顾过去几年的历史，我想到两年前我们把价格砍下了70%。在过去一年中，我们又降价了90%。这看起来非常疯狂，不是吗？我相信我们将能够用新模型重复这样的事情。现在，虽然GPT4价格昂贵且尚未完全可用，但我认为这是将会改变的事情之一。

Kevin Scott：这也是我想留给在座各位的一件事：今天昂贵的东西明天不再昂贵，因为技术进步是如此惊人。我们还有时间来谈论最后一个话题——你已经为这里的开发人员提供了一系列非常好的建议，还有什么想跟大家分享的吗？

Greg Brockman：我认为在这个领域，技术路线越来越清晰，技术也越来越出色。但我相信有一件事是每个开发人员都可以做到的，而即使像微软这样的大公司也很难实现，那就是真正深入某个特定领域，弄清楚如何让这项技术在该领域发挥作用。因此，我非常欣赏那些在法律领域等领域工作的公司，他们获取了专业知识，与许多律师交流，了解他们对这项技术的痛点。我相信每个人的努力都可以为这项技术增添巨大的价值。

Kevin Scott：太棒了。正如Greg所说，你们都是让AI变得伟大的人。Greg，非常感谢你今天与我们共度时光！