openai官网,openai在您所在的国家不可用,openai services are not available,openai 百度百科

编者按：OpenAI 背后尽是一些硅谷的「大人物」，Musk 支持 OpenAI 是出于规范人工智能的目的，但 OpenAI 中不乏那些自由主义者，这些人观点是否与 Musk 相悖，尚未可知。同时眼下比「我们可能控制不了人工智能」这个问题更迫在眉睫的是，人工智能是否会对社会的就业和经济结构造成冲击。人工智能确实是一把「利剑」，可我们究竟应该怎样使用这把利剑？

（不了解 Open AI ？你需要先看看这篇文章 → 曾经反对人工智能 Elon Musk 怎会创立 OpenAI 公司？答案或许在这里。）

本文编译自 MIT Technology Review，图片来源于 MIT Technology Review。

十亿美金是一笔巨额投资――即使你的目标是从失控的人工智能造成的伤害中拯救世界。

OpenAI 的想法是这样的：由于无需回应学术界或工业界，在它创造出技术带来的潜在伦理问题上，它能够更好地思考和处理――OpenAI 并不是第一个致力于推动人工智能发展的非营利性公司。Google，Facebook 和其他的在人工智能做出贡献的公司都已经开放了他们开发出来的技术。然而，OpenAI 还是赚足了眼球，不仅是因为它涉及了如Elon Musk，Peter Thiel，和 Sam Altman 等许多大人物，还因为它崇高而超前的目标。

朝着这个方向努力是值得并且明智的。毕竟许多人工智能的专家都认为，对一个日渐强大却混乱的科学技术进行思考是有价值的。

然而，还有一些重要的问题有待回答。我们尚不明确 OpenAI 获得的这十亿美金将会如何使用，或它的研发进度将会是怎样。也没有明确的证据表明这个组织的道德伦理将会如何在他们编写给人工智能的基础算法中得到规范。也许其中最让人感到疑惑的是，这些道德目标将会如何被编写成未来人工智能的程序中，并且让人工智能能够接受这些道德规范。

「我同意人工智能是很强大的工具，人工智能的设计和使用有好有坏，」加州理工大学研究机械和人工智能伦理的哲学学者 Patrick Lin 说，「虽然 OpenAI 表明自己的目标是「对于所有人的好结果」和「造福全人类」，但谁能定义什么是好结果？」

Lin 注解道，有些支持 OpenAI 的人以他们自由论的观点而广为人知，而这些人也许和公众不在同一战线上。并且他指出 Tesla 在公共道路上测试它的无人驾驶技术在道德上是存有问题的。Lin 也表示，简单地将去除金钱上的激励是无法根除事物走向歧途的潜在可能性的。

其他人，尤其是一直担心他们开发出来的技术会造成长期不良后果的人们，却更加支持 OpenAI。「我对他们采取主动的方式感到异常兴奋。」技术出身的一名微软总经理 Eric Horvitz 表示。他目前在华盛顿州雷德蒙德工作，并且对人工智能造成的长期重大影响一直很感兴趣。「我希望微软研究大体上能帮助 Elon、Sam 和其他人，并与 OpenAI 的人一起合作。」

在 2009 年之时，作为「推动人工智能进步协会」主席的 Horvitz 召开了一次会议来探讨人工智能的长期影响。去年他发现学术研究能解决他的困惑。「这方面的发展不仅仅是矫正机器性能和确认系统能正确工作，」Horvitz 说道，「还必须要赋予他们能力去判断人们是否身处困境，以及什么时候人工智能应该施以援手。」

Oren Etzioni 是 Allen 人工智能研究所（同样也是一家非营利性组织）的 CEO，他对于这次公告也持肯定态度：「我觉得每个人都会认为这是一件好事情。OpenAI 的人都是极具天赋的。」

OpenAI 发出公告显然是人工智能重生的重要时刻。这个过程十分迅速有时候快得让人瞠目结舌――使用了一项基

于神经网络的技术――大家所熟知的「深度学习」。构建出这项算法之前，机器都是躲避这些任务的，这些任务包括辨识图片中的内容，理解口语，以及分析基础的文本。

与 OpenAI 成立随之而来的是来自于 Musk 和其他人的警告。他们担心人工智能的潜在长期影响，这些担心部分是源于无法控制人工智能超人一般能力的猜测。大部分猜测是受到一本名为《Superintelligence：Paths，Dangers，Strategies》书的影响。这本书的作者是来自于牛津大学未来人类研究所的哲学学者 Nick Bostrom。他的书中还包含许多关于人工智能的耸人听闻的想法和实验。

有些人注意到，媒体的担心应该要比对长期影响的恐惧更重要，比如人工智能在就业和法律地位上的影响。

「我肯定会思考人工智能对社会和经济的影响。」Etzioni 说道，「我担心的是，那些牵强附会的想法――人工智能是否会成为潜在威胁，是否会让我们从现实存在的问题中分心。」

这家非营利性组织最不担心的是缺少技术支持。它的研发总监是 Ilya Sutskever。他曾是「深度学习」方面的研究先驱 Geoffrey Hinton 的学生，并与 Hinton 共同创立了一家公司，后来这家公司被 Google 收购了。

OpenAI 项目还没有阐述它的道道德规范如何改变 Sutskever 和他的同事们开发出的机器学习技术。

有些技术专家表示这并不是一项无法完成的挑战。「我认为将道德标准考量编写进机器学习算法并不困难，因为部分功能是由它们自己优化的。」华盛顿大学的一名教授 Pedro Domingos 表示。然而，他也注释道：「最大的问题是我们人类自身是否能够从头至尾地贯彻同一套道德标准。另一个选择是让人工智能通过观察我们的行为来学习道德规范，但我感觉如果它们真的这样做，它们会被变得更加困惑。」

尽管 OpenAI 选择将道德规范编写进他们的算法中，但 Lin 主张这个问题需要公开进行更多地讨论。「社会上应该有更多关于「什么是好的结果」的界定，尤其是针对如人工智能一样能够改变世界的技术，」他表示，「如果没有更多的界定，他们可能会误入歧途。」

如果你想了解、试用更多新鲜有趣的硬件产品，掌握最新的硬件行业动态，欢迎关注「极客之选」微信帐号。查看历史文章请点击：传送门 。

（头图来自视觉中国）

open ai 模型 openai模型开源吗

微软正在通过其改进后的 Bing 搜索引擎和 Edge 网络浏览器在 AI 上大放异彩，这两款浏览器似乎都由对 OpenAI 流行的 ChatGPT 大型语言模型的独家访问权提供支持。

新的 AI 暂时未命名，仅在博客文章中描述如下：

...下一代 OpenAI 大型语言模型，比 ChatGPT 更强大，并且专门为搜索定制。下一代 OpenAI将吸取了 ChatGPT 和 GPT-3.5 的重要经验和进步――速度更快、更准确、功能更强大。

在微软中，多位高管反复重复了“专门为搜索定制”事情，因此，新的 AI必须是某种商定的语言，而不会以某种方式过度使用模型的功能。他们确实称其为“新的大型语言模型”，但很难说新的 AI与 OpenAI 之前的模型相比有多大进步。推测新的 AI是 GPT-4，但到目前为止还没有使用该术语。

像这样的大型模型的缺点之一是运行需要巨大的计算能力，这导致许多潜在的 ChatGPT 用户需要等待几分钟才能开始会话。微软对扩容性关注是有道理的，尤其是微软将承担计算和服务器费用。

与 ChatGPT 和其他 GPT 模型不同，AI驱动的 Bing 可通过普通搜索界面直接访问，包含在微软创建的称为 Prometheus（普罗米修斯） 的安全系统中。可以肯定的是，这是一个不祥的名字，因为尽管普罗米修斯是一位智慧和狡猾的神，但他也以无尽的折磨而闻名，被锁在一块岩石上，一只大鸟永远啄食着他的内脏。希望 Bing 不会以同样的方式结束。

图 普罗米修斯

Prometheus 是围绕模型的安全和控制层的一部分，充当消毒剂和过滤器，排除明显不合适或不正确的结果。但它也引入了相关数据，如位置、上下文和最新信息，以定制或改进核心模型的输入和输出。

下一代模型也被应用于 Bing 的搜索排名指数，“这导致了二十年来相关性的最大跃升。”承认这一点需要实力！

今天在微软总部举行的活动后，我们将获得有关新 Bing 和为其提供支持的 AI 模型的更多详细信息。

#ChatGPT将取代搜索引擎吗#

open ai对国内的影响 open ai 技术原理

昨天 OpenAI 正式开放了 OpenAI Five 竞技场，可能是出于服务器资源有限的原因，OpenAI Five 竞技场并没有在游戏内提供入口，玩家需要在竞技场页面使用网页来启动游戏。

游戏模式分为两类，一类是合作对抗，另一类是人机大战，其中合作对抗最多支持 5 名人类玩家，对战发起人可以自由地配置天辉、夜魇两边的 AI 数量，并为 AI 决定他们要玩的英雄。

玩家在地图的哪一边以及 AI 的英雄阵容都是在开始游戏前通过网页预先确定的，在游戏中玩家只需要选择自己需要玩的英雄。和之前的比赛一样，英雄是限定在了 17 位，这和游戏模式完整的《Dota 2》有很大的区别。

这个模式可以让组不到五人车队的玩家体验一下对抗 OpenAI 的感觉，该模式下的对战将不会计入这一次活动的总计分榜。你可以在这个模式下带 4 个 AI 来对抗一支 AI 队伍，当 AI 做你队友时，你可以通过一些 OpenAI 预先提供的指令来干预 AI 队友的动作。

人机大战模式和合作对抗模式中的规则是完全一致的，不同的地方只有人类玩家必须是一支完整的 5 人队伍，同时双方需要和之前进行过的比赛一样经过 BP 选出阵容，其中 AI 的阵容是由 AI 自己选择的，在合作对抗中 AI 的阵容则是由玩家指定的。

这个模式下的胜负将会计入总计分榜，这个计分榜主要用来统计玩家和 AI 的对战情况。

截止笔者写稿，OpenAI Five 在超过 1000 局对战中一共落败了 21 局，其中已经有不少队伍打赢了 OpenAI 多次。

这么看来 OpenAI 也并不是不可战胜的，而且不知名的路人玩家也有战胜 OpenAI 的可能。不过以 OpenAI 的实力，即使是路人玩家，其Dota 2天梯分也应该不低，因为想要在OpenAI的手下取胜，玩家需要掌握非常扎实的游戏基本功。

除了路人玩家外，也有一些半职业队伍（主播车队）和职业队伍战胜了OpenAI，所有的数据在OpenAI的总计分榜上都是可以看到的。

随着玩家对打法的不断尝试和以及对阵 OpenAI 的打法在玩家之间流传，战胜 OpenAI 的队伍在未来肯定会变得越来越多。

OpenAI 并不是战无不胜的，不论是之前和 OG 的比赛，还是现在开放的 OpenAI Arena，我们都能看出 OpenAI 还是有一些致命 Bug 的。

OpenAI 的取胜笔者个人感觉更多的还是靠操作，OpenAI 的反应速度非常快，而且对技能范围以及伤害的计算非常精准，以至于他们可以打出很多很极限的操作。

在补刀方面，OpenAI 可以对正反补做到相当精准的控制，补刀基本功不够扎实的玩家都没有办法正面对抗 OpenAI，补刀上双方的经济就大大拉开了。人类玩家补刀能力强的可以打中路或者优势路，这两路 AI 一般只会去一个人，如果你补刀稳定，那么你的发育不会落后于 AI。

通常来说，不在中路的玩家发育会普遍比 OpenAI 要更差一些，因为 AI 对补刀是做了精准计算的，他们只存在不想补刀的情况，AI 是永远不会漏兵的。

在对线过程中，OpenAI 表现得非常强势，只要有杀人机会他们就会上压对线，而且在游戏中 AI 开局非常喜欢使用 3-1-1 这样的分线，3-1-1 可以给对面开局带来更大的压力。在正常对局中这样的套路并不常见，但在 AI 的学习中这样的开局对他们来说显然是有利的。

在竞技场中 OpenAI 的对线策略实际上和他们之前和 OG 对阵时的表现一致，他们会在线上给对手很大的压力，极力阻拦对手补刀以影响其发育。

AI 只要觉得有杀人机会，他们就会向前推进并且尝试击杀，由于这个英雄池中的绝大部分英雄都带有控制技能，所以 AI 可以凭借精准的计算直接用控制起手接上一套 Combo 完成击杀。

如果玩家的站位过于靠前，那么这个人头毫无疑问是送出去了的，如果玩家的位置稍靠后，玩家在反应过来之后可以通过后拉英雄来回避对面的攻击。

在对线的过程中，玩家可以选择避其锋芒，不与其硬拼补刀，而是和队友配合通过控制技能做击杀。和 OG 对阵时一样，OpenAI 仍然不能很好地处理在视野盲区的敌人，所以在上下路线上通过控制技起手接 Combo 是能够完成对 AI 的击杀的。

线上 OpenAI 非常喜欢用大药，由于他们在经济上普遍有优势，所以他们会选择购买更多的消耗品来抵消对面对自己血量的消耗，你经常会发现远程消耗了 AI 一波之后 AI 立刻上大药回满血，给对面持续带来压力。

只有控制技 Combo 的不断击杀才有机会打乱 AI 的节奏，从而扰乱 AI 在线上的发育，并且打掉 AI 的消耗品。在实际的对战中 AI 对消耗品使用的判断是存在问题的，他们有时候会在错误的时机使用消耗品而造成消耗品的浪费。

后期 AI 的推进团是相当难接的，AI 的推进团有两个特点，第一个是技能起手很快，一套技能就能直接把你带走，后期 AI 会买很多带有控制的装备，这会使 AI 在团战时发力更猛。

另一个是如果团战发生在线上，那么 AI 会习惯性做包夹，切后排英雄，如果 AI 选了隐刺这样的英雄，那么后排英雄很有可能会直接被切。

由于这个版本的 OpenAI Five 也并不能处理好隐身，所以玩家是完全可以隐身开团的，有主播也用这样的方式打赢了数波团战，看起来目前 AI 这种强化学习的算法仍然只能学习如何处理视野内可见的单位，对于视野看不到的「未知」他们还是没有办法去做很好的预测。

在实战过程中，OpenAI Five 单纯的强化学习还是有一定问题的，例如 AI 在插眼这个操作上还是会有 Bug，他们能精确计算游戏中的各种东西，但是唯独视野他们似乎是不能精准地计算，使得游戏中 AI 会做出很多奇怪的插眼操作。

笔者个人感觉 AI 对于插眼、反眼、反隐都是没有意识的，而且多数插眼都不在传统眼位上，感觉他们插眼是很随意的，不像是一个经过精确计算而做出来操作。

总体来看，即使是现有版本的 OpenAI Five，它也还是有很多可以强化的地方，单纯的强化学习显然不是应对的 Dota 2 这款游戏的最优解，而且 AI 的强大实际上有很大一部分是由其精密计算、精准操作、高速反应构成的，AI 本身在策略上、在意识上都有很明显的问题。

在看多了 OpenAI Five 的操作后你也会发现 AI 每一局的大策略都是基本上一样的，AI 还并不能很好地根据战局的变化去更加灵活地改变自己的策略，更多的只是英雄定位的切换。

这可能是机器学习的一种局限性，即 AI 在得出了一个较好的拟合结果之后，这个结果就会被 AI 的运行时视为是所谓的「最优解」去使用，即使战局有变化，AI 做出来的所有操作也不会脱离这么一个「近似最优解」的策略。

现有的 AI 主要还是通过局部的变化来应对战局的变化，例如我们有提到过的调整英雄定位，或者更改出装、加点方式等等。在笔者的实测过程中 AI 会处于劣势的时候做出一些类似偷塔的操作，但是可以看出来 AI 在做这种操作的时候其「意愿」不是很强烈，最终他们会放弃这样的推进转为抓人。

显然在 AI 的神经网络中这样的操作是和训练结果相违背的，它的权重更低，所以 AI 会做出这样的尝试，但是他们总体的操作还是不会违背这个大的策略。

看到这里，你可能会问，OpenAI 搞这么大一阵仗去开发、测试这样一个只会打《Dota 2》的 AI，它的意义在哪？

这样的 AI 显然不是开发出来陪各位玩家们打游戏的，它是用来测试当下的 AI 技术为日后 AI 进行进一步优化奠定基础而开发的「试验品」。

应用到现实世界的更高智能的 AI 需要有处理多变情况的能力，而现实世界中的大多数案例下虽然情况种数多，但每一种情况出现的频次很低，这使得现实世界难以提供足够多的数据反馈给 AI 的开发者帮助他们对 AI 进行调优。

所以他们选择了这样的即时策略游戏，即时策略游戏和现实世界类似有着相当复杂多变的情况，像《Dota 2》这款游戏中就含有着爆炸多的可能性。即使 AI 在游戏中能够展现出一些「非人类的」操作，但是他们仍然需要通过应对、掌握游戏中的各种多变情况才能取胜。

游戏进行一局是非常快的，OpenAI Five 进行这样的公开测试也能迅速收集到大量的反馈数据，并从这些反馈数据中提炼出当前 AI 在应对多变情况时还存在的问题，进而对 AI 进行更深度的优化。

面向一款游戏开发一个 AI 实际上成本是要更低的，因为游戏本身是开发者可控的，同时游戏本身是一个程序，AI 可以通过「加速时间」来进行大量的训练，AI 本身的迭代速度是要更快很多的。

所以 OpenAI Five 这样的 AI 就存在了，它存在的意义就是为了让 AI 变得更智能。

目前 OpenAI 竞技场还在持续开放中，如果你刚好是一名 Dota 玩家，同时有兴趣参与到这个活动中，那么你可以前往 开始你和 OpenAI 的对战。