Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

据报道,埃隆·马斯克急于组建 OpenAI 的竞争对手

Posted on 2023-04-15

据报道,Elon Musk 对拆除 Twitter 不满意,他计划与他以前的盟友 OpenAI 较量,目前正试图为此筹集资金和必要的人员。这位忙碌的亿万富翁可能会利用他的几家公司的资源来加速工作,但我们有充分的理由对这种努力持怀疑态度。

自从他在 2018 年从公司剥离以来,关于马斯克建立一家人工智能公司以对抗 OpenAI 的谣言和间接证据就一直存在——他在早期曾帮助这家公司取乐。他毫不掩饰地不同意他们的选择追求利润而不是纯粹的研发,以及他们试图建立道德护栏的人工智能,他似乎认为这太“清醒”了。

这种观点如何与人工智能对人类构成威胁并且必须在长期内受到限制并且可能在短期内暂停的世界观相吻合尚不清楚。这个立场可能已经被放弃了,因为马斯克已经放弃了那么多短暂的权宜之计。

英国《金融时报》今天报道的最新进展是,马斯克已经聘请了前 DeepMind 员工 Igor Babuschkin 和其他几名工程师开始工作,并正在联系他庞大的投资者网络和巨富人士,看看谁会为其提供资金.

人们被雇用,Twitter 的企业所有权也发生了变化(本周被转移到马斯克长期考虑的“一切应用程序”X Corp 的保护伞下)表明球最终至少以基本方式移动。

但马斯克可能会发现,就像经营 Twitter 一样,建立和经营一家现代人工智能公司绝非易事。 OpenAI 处于今天的位置是因为多年的反复试验和数十亿美元的资金,因为它吸引并留住了许多机器学习专家,他们觉得在谷歌和微软这样的地方没有得到充分利用(现在这两家公司都发现自己在吃东西它的灰尘,以不同的方式)。那里和少数其他机构(更不用说中国)的 AI 人才集中是一个巨大的障碍。

即使马斯克找到资金来资助这家公司,他在 Twitter 和其他地方公开冷酷和反复无常的管理方式很可能会严重阻碍他在十几个领域招募人工智能专家。你会离开目前可能是科技界最有影响力的公司,或者一家正在为解决这个问题投入资金的 FAANG 规模公司的工作,为马斯克工作吗?

公平地说,在某些方面,现在构建和调整您自己的大型语言模型是微不足道的,但这更像是进入障碍而不是入口。如果有人能做到,而且世界上有一半的科技公司都能做到,他们为什么需要一家像马斯克正在建设的公司?尽管骨干人员可能能够在最宽泛的意义上训练 GPT-4 的替代方案,但这个过程远不止于此,正如 OpenAI 转向成为一家普通 SaaS 公司所证明的那样。

我们还没有听到这家新兴人工智能公司的价值主张,但如果它与马斯克对他人的批评有关,它可能涉及较少他声称的自上而下干预技术增强言论自由的自然过程.如果是这样,那么传闻中的在 Twitter 数据上训练 LLM 的计划(FT 认为是熟悉的人)是一个有趣的选择。尽管他最近声称特斯拉的计算资源可能对人工智能开发很有价值,但该公司在该领域的工作一直落后于预测和说法。

虽然像马斯克的许多冒险一样,这个冒险可能远远达不到标准,但毫无疑问,他在一个行业的活动往往会激起它。一个人不必推翻市场领导者就能影响事件并获得一席之地——通常只需要数十亿美元。而这正是 Musk 似乎可以随意支配的东西。

据报道,埃隆·马斯克急于组建 OpenAI 的竞争对手作者: Devin Coldewey最初发表于TechCrunch

原文: https://techcrunch.com/2023/04/14/elon-musk-reportedly-rushing-to-assemble-a-rival-to-openai/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme