時間：2019-07-23 來源：互聯網 瀏覽量：
機器之心報道
機器之心編輯部
微軟向 OpenAI 投資 10 億美元，並成為 OpenAI 的獨家雲計算服務提供商，二者將合作開發新技術。
周一，微軟和 OpenAI 宣布將開展多年「獨家計算合作」，根據雙方的官方公告，兩家公司的合作將聚焦於構建通向通用人工智能（AGI）的軟硬件平台，將 Microsoft Azure 平台的能力擴展至大規模 AI 係統。
微軟和 OpenAI 的合作主要從以下幾方麵展開：
聯合構建新型 Azure AI 超級計算技術；OpenAI 將在 Microsoft Azure 上運行其服務，使用 Azure 平台創建新型 AI 技術，發展通用人工智能；微軟將成為 OpenAI 商業化新型 AI 技術的首選合作夥伴。微軟在官方公告中表示：
雙方將聚焦於構建大規模的 Azure 計算平台，從而訓練和運行先進的 AI 模型，包括基於微軟超級計算技術的硬件技術，雙方將遵循共同的倫理和信任原則。該合作將為以安全、可信的方式發展 AI 奠定基礎，這也是雙方合作的重要原因。這一新聞引發了大量討論。
TechCrunch 對此評論道：
有 twitter 用戶表示 OpenAI 的變化有一個清晰但令人傷感的軌跡：
圖源：https://twitter.com/mouthofmorrison/status/1153405571657338881
同樣，有網友對 OpenAI 的開放性表示質疑：
數據科學家、機器學習工程師 Ali Shahed 設想也許 OpenAI 下一篇論文中會出現這樣的語句「該模型使用 1000 萬 GPU 花費一年時間訓練而成……由於它過於危險，不好意思，你們無法擁有它。」
Sam Nazarius 認為 OpenAI 的工作是開源，世界上已經有那麼多構建壁壘的組織了，我們需要讓每個人都能獲取知識的組織。
圖源：https://twitter.com/OpenAI/status/1153289143964725249
也有網友質疑 OpenAI 是否真的在研究通用人工智能：
圖源：https://twitter.com/n_iccolo/status/1153386427763306497
OpenAI：一切轉變都是出於算力和資金需求
OpenAI 起初是一個非營利性研究機構，成立於 2015 年，由 CTO Greg Brockman、首席科學家 Ilya Sutskever 和 Elon Musk 等人聯合創建，同時還受到來自 LinkedIn 創始人 Reid Hoffman 和 Y Combinator 前總裁 Sam Altman 的支持。今年 3 月，Sam Altman 宣布離開 Y Combinator，把工作重點轉向 OpenAI。
OpenAI 旨在匹敵穀歌、亞馬遜等公司的高科技研發水平，同時以安全、民主的方式開發人工智能技術。但今年 3 月份，OpenAI 宣布轉型為營利公司，成立了一家新形式的「有限利潤」公司「OpenAI LP」，以此快速增加對於計算和人才的投資。
OpenAI 為新成立的公司設置了 10 倍的利潤上限，即任何 OpenAI LP 投資生成的超額利潤將轉輸給另一家非營利公司，後者將會按照合適的方式使用這些資金——但這隻在利潤超過 100 倍的情況下才會成立。據 Techcrunch 介紹，很多類似的公司設定的利潤上限通常是 10 到 20 倍，因此有人擔心這個結構隻是名義上的「限製」。
對於微軟這次投資的 10 億美元，目前尚不清楚雙方就此達成了什麼條款。實現「通用人工智能」目前看起來仍然有點科幻。但在談判結果中，微軟和 OpenAI 正準備啟用和構建任何技術推動通用人工智能的實現，無論是雲計算服務還是新型機械臂。
「我創立 OpenAI 的目標就是為了創造對人類廣泛有益的通用人工智能，」Altman 在最近的一次采訪中說道。「而這種夥伴關係是迄今為止我們實現的最重要的裏程碑。」
Open AI CTO Greg Brockman 表示，此次合作的達成與 OpenAI 對巨大算力的需求密不可分。其研究者最近發布的分析表明，從 2012 年到 2018 年，最大型的 AI 模型訓練所消耗的算力增長了 30 萬倍，每 3.5 個月翻一倍，遠遠超過摩爾定律的速度。
以 OpenAI 挑戰 Dota2 的 OpenAI 5 為例，它每天使用 256 塊英偉達 Tesla P100 GPU 和 12.8 萬 CPU 內核在穀歌雲平台上進行訓練，而幾年前 CPU 內核的數量僅為 6 萬。
「OpenAI 正在致力於開發更加強大的 AI 技術，因此需要非常多的資金，」Brockman 表示。「填補資金漏洞最有成效的方法就是構建一款產品，但那會改變我們的方向。」
OpenAI 在某些方麵與 DeepMind 有相似之處。早在 2014 年，穀歌母公司 Alphabet 就收購了人工智能企業 DeepMind。與 OpenAI 一樣，DeepMind 也嚴重依賴於計算密集型技術，以在遊戲、媒體合成和醫學領域取得顯著的人工智能進展。這些進展付出了高昂的代價。據《連線》報道，僅 2017 年，DeepMind 就燒掉了 4.42 億美元。
OpenAI 此前從創始成員和投資者那裏獲得了 10 億美元的注資，OpenAI LP 也吸引了霍夫曼慈善基金會和科斯拉風險投資公司的資金。美國國稅局（IRS）最新的文件顯示，該公司 2016 年支出了 1120 萬美元。
OpenAI 對 AI 的不斷探索
OpenAI 一直將實現 AGI 作為自己的願景和終極目標。AGI 是人工智能領域的聖杯，指的是一種與人類一樣靈活的人工智能係統。Brockman 和 Altman 認為，通過識別人類專家無法識別的複雜跨學科關聯，AGI 將掌握任何人都無法單獨掌握的多個領域。而且，他們預測，負責任地部署 AGI 可能有助於解決環境變化、醫療、教育等長期困擾人類的問題。
但以現有的技術水平來看，AGI 的實現可能還需要很長時間。目前，我們隻能看到 OpenAI 在特定 AI 領域的探索。
創立至今，OpenAI 在通用語言模型和強化學習領域進行了不懈的探索，如最近引發爭議的 GPT-2 模型和在 Dota 比賽中擊敗人類的遊戲 AI。
通用語言模型 GPT-2
今年 2 月，OpenAI 推出了一個大型無監督語言模型——GPT-2，能夠生產連貫的文本段落，在許多語言建模基準上取得了 SOTA 表現。而且該模型在沒有任務特定訓練的情況下，能夠做到初步的閱讀理解、機器翻譯、問答和自動摘要。
GPT-2 是基於 transformer 的大型語言模型，包含 15 億參數、在一個 800 萬網頁數據集上訓練而成。GPT-2 是對 GPT 模型的直接擴展，在超出 10 倍的數據量上進行訓練，參數量也多出了 10 倍。
起初，由於擔心模型太過強大，被不懷好意的人濫用，OpenAI 宣布不開源 GPT-2。這一做法在社區內引發爭議，有人甚至嘲諷 Open AI 是 Closed AI。在一場爭議之後，OpenAI 決定階段性開放 GPT-2 模型。
OpenAI Dota2 項目的前世今生
研究遊戲中的 AI 一直是機器學習領域的熱門課題，並且過去幾年遊戲研究為機器學習領域帶來了重大的突破，如穀歌 DeepMind 開發的 AlphaGo 以及進化版 AlphaZero。
在這樣的背景下，OpenAI 的 Dota AI 項目被寄予厚望。2016 年 11 月，OpenAI 決定開發可以學習 Dota 2 的人工智能體。項目組由 OpenAI CTO Greg Brockman 帶領。自該項目組成立以來，OpenAI 就不斷地向人類玩家發起挑戰，AI 與人類玩家之間互有勝負。
2017 年 8 月，OpenAI 在 Dota2 TI 決賽現場以 1 對 1 solo 的方式擊敗了「Dota 2」世界頂級玩家 Dendi。此外，OpenAI CTO Greg Brockman 承諾：明年，我們會帶著 5v5 的 AI bot 重回 TI。
不到一年的時間，OpenAI 於 2018 年 6 月宣布他們的 AI bot 在 5 v 5 團隊賽中擊敗業餘人類玩家，達到 4000 分水平，並計劃之後能夠擊敗頂級專業團隊。
隨後，在 2018 年 8 月首次公開的基準測試賽中，OpenAI 的人工智能與前職業玩家、遊戲解說員 Blitz、Cap、Fogged、Merlini 和 MoonMeander 進行了三場 5v5 對決，並以 2 比 1 的比分取勝（6600 分水平）。人類僅僅依靠陣容優勢在最後一場比賽中「挽尊」獲勝。
但遺憾的是，2018 年 8 月 23 日，OpenAI 帶著全新的 OpenAI Five，意欲挑戰全世界最頂尖的 Dota 2 人類玩家—paiN Gaming 戰隊。然而，51 分鍾的比賽之後，OpenAI 經曆了一場完敗。8 月 24 日，OpenAI Five 在一場長達 45 分鍾的比賽中再次輸給了中國 Dota 2 史上最傳奇的元老人物——徐誌雷、張寧駱、非池。白帆和王兆輝。
今年 4 月，在 OpenAI Dota2 項目最終的決戰中，OpenAI Five 2:0 戰勝 Dota2 職業戰隊、TI 8 冠軍 OG。但是在擊敗 OG 後，OpenAI Five 還有很長的路要走。
參考鏈接：
https://www.theverge.com/2019/7/22/20703578/microsoft-openai-investment-partnership-1-billion-azure-artificial-general-intelligence-agi
https://openai.com/blog/microsoft/
