最近ChatGPT的母公司OpenAI又推出了自己的新产品Sora,目前Sora刷爆网络了。
Sora是一个文字生成视频的AI，Sora生成的效果可以说在某种程度上，已经接近于电影的水平，似乎一个行业又要被AI改变了。
OpenAI发展到今天，从ChatGPT再到Sora处处充满了惊喜这俨然又是一次科技的革命。
接下来介绍下OpenAI是如何一步一步发展到今天的。
OpenAI它是一家科技公司，那么既然是科技公司呢它自然要有技术。
但是如果你仔细研究OpenAI的创始人萨姆奥特曼你会发现他并非是一个技术性人员。
他的人生履历中基本上没有什么和科学技术是相关的，技术并非是来自于他，而是来自于一位科学家辛顿教授。
辛顿教授出生于1947年全名杰弗里珠穆朗玛峰辛顿。
大家应该能发现了他名字里，有个很奇怪的珠穆朗玛峰，这主要是因为珠穆朗玛峰就是他祖上的亲戚命名的。
辛顿教授出生于英国，在爱丁堡大学获得了人工智能的博士学位
虽然目前辛顿教授的研究成果得到了广泛的认可被人们称为什么21世纪最伟大的计算机科学家人工智能之父并且还荣获了计算机界的诺贝尔奖、图灵奖。
但是其实他的前半生还是挺诗意的，我们如果看人工智能相关的文章，现在都可能看到什么神经网络、深度学习之类的词语以为呢这就是AI的全部。
但是其实不是，他在AI研究上专注的神经网络方向。
在他当学生的时候并不是一个主流的方向当时主流的方向是符号主义人工智能进化计算知识库系统模糊逻辑等等。
而他研究的神经网络方向在当时是一个小众的方向甚至可以说是被学界抛弃的方向。
这种小众的研究方向就让他早期的生活处处碰壁比如读博期间，他的导师就对他的研究方向很不满意。
他导师认为神经网络方向完全是扯犊子，为此辛顿在读书期间和导师产生了非常多的冲突。
根据辛顿教授自己的回忆，在他读博期间基本上每周都会和导师有一次争吵。
每次他都会和导师说再给我6个月，我就会证明我的方向是可行的当然6个月之后呢就变成了再给我6个月，以此反复。
直到5年之后他毕业了他的方向都没有取得实际的成果。在毕业之后这种不受主流认可的研究方向自然使他找工作变得极其困难。
毕业之后在他开始寻找教职的时候可以说是处处碰壁他说自己在找工作要经费的时候有一个大学的校长甚至直接说他是一个胡说八道的弱智。
最后辛顿几经辗转于1987年来到多伦多大学任教根据辛顿教授的自述。
他来多伦多大学的原因有两个一个原因是多伦多大学算是唯一一个可以给他人工智能项目提供还算可观经费的大学。
另一个原因则是他在美国能拿到的经费全部来自于美国军方他不希望自己的AI研究成功之后会是帮助战争的工具。
在加入多伦多大学之后就是长达25年的默默无闻了直到2012年一切开始改变了。
普林斯顿大学从2010年开始举办了一个叫imageNET的比赛这是一个图片识别的比赛。
在比赛中会给出一些特定的图片和关键词让AI去选定对AI的能力进行对比，这个说白了就是大家经常遇到的谷歌填写验证码。
你在填写验证码的时候会叫你识别图片里面的电线杆识别图片里面的自行车之类，差不多就是这个概念。
在第一届和第二届的时候当时其他的AI模型识别错误率都很高
2010年的冠军它的错误率是在28%而2011年的冠军它虽然好一点但是错误率也达到了26%。
这个时候它的商用性就很差因为人类识别的错误率是在5%这显然和26%有着很大的差距。
但是2012年辛顿教授和他的两个学生带来了他们的研究成果在比赛中一下把错误率就下降到了16%远超当年同水平的竞争对手。
当年东京大学的模型错误率还是维持在26%，而牛津大学的错误率更是高达27%。
比赛之后没多久市场很快就意识到了辛顿教授的研究意义多家大公司开始为辛顿教授抛出了橄榄枝。
最后辛顿教授和他的两个学生连夜成立了一个公司，后面这个公司被谷歌以4,400万美元买下。
在资金注入之后模型的准确度也得到了进一步的提升很快在2015年的测试中人工智能的错误率就下降到了5%以下这已经优于人类的水平了。
而到2017年更是下降到了3%，当然我们后来都知道牛逼起来的他不是谷歌而是OpenAI。
辛顿教授他解决了技术问题，他为大家提供了可能性但是他没有解决商业问题。
商业问题就要轮到奥特曼、布罗克曼等人出场了。
AI的训练是需要大量的显卡的而这大量的显卡自然是需要很多的钱
辛顿和他的团队虽然被谷歌以高价买下，但是谷歌后续提供的资金并不多辛顿教授并不知道怎么去给谷歌画饼然后从谷歌要到研发经费。
这就导致他即使有一定的技术也完全无法开发出可商用级别的产品。
而奥特曼和布罗克曼他们之前是成功的创业者具有丰富的创业经验在他们看到AI的前景之后他们就找到了包括马斯克在内的多位投资人于2015年融资到了10亿美元开始创立OpenAI。
为了解决技术问题布罗克曼找到了AI界的另一位知名人物约书亚本西奥要求他推荐人才同时在马斯克的劝说下辛顿教授当年的弟子之一苏兹克维尔也跳槽来了OpenAI。
在这种情况下OpenAI的班底算是搭好了钱有了技术也有了剩下的就是等待起飞了。
经过三年的研究OpenAI在2018年初露锋芒，OpenAI在当时的Dota2邀请赛中用算法击败了当时顶尖的两支Dota队伍第一次向观众展示了自己的实力。
不久之后微软加投了10亿美元，在之后的2022年的11月30号OpenAI推出了chat GPT，伴随着chat GPT的爆火微软加投了100亿美元
大致的流程就介绍完了，下面说说辛顿教授的曲折之路。
我们从辛顿教授的自述来看的话，他早期的道路是十分不太平的从学生期间就和导师有着重大的冲突而找到工作之后的后续研究也是处处碰壁
但辛顿教授还是坚持了自己的观点和自己的研究方向直到走到了现在获得了最后的成功。
我不知道是什么支撑他这样头铁走下来的可能是个人的信念。
接下来说说辛顿教授与中国的联系。
辛顿教授在2012年的比赛中一炮而红，当时主要有三家公司在争抢他，其中一家就是来自中国的百度而且百度差点都成功了。
在2012年的10月份辛顿教授取得成绩之后，时任百度多媒体部门的负责人余凯立刻注意到了辛顿教授的研究，他也是最早去找辛顿教授谈判的人。
一开始的报价很低只有1,200万美元在辛顿教授几乎都快同意的时候，微软和谷歌也意识到了辛顿教授的研究意义迅速的加入了战场。
价格也立马得到了抬升，在公开竞标之后很快价格就抬升到了2,200万美元，当时的微软决定退出。
而在晚上12点，谷歌和百度还在持续进行厮杀，那个时候的报价已经抬升到了4,400万美元。
因为时间太晚当时谷歌和百度决定第二天再开始继续竞价。不过在第二天，大家摩拳擦掌准备继续厮杀的时候辛顿教授停止了竞价。
辛顿教授选择不再接受更高的报价，而是把公司和技术出让给谷歌。
接下来我们说说美式的创新模式
大学学者提供技术，创业精英提供转化，而华尔街提供资本
资金是在华尔街手里的，创业精英就各显神通来说服华尔街的资本
华尔街资本如果同意了，钱就会流向到他那里。对比美国，谈谈中国方面的一个投资方向，这里就点到为止，主要是不能聊太深。
国内偏向于投资预期收益比较稳定的公司或者说项目，比方说大把的花钱去投资基建，有些地方政府会投资企业。但是他们投资的企业都具有极高的确定性。
而什么是确定性呢？以合肥政府来看举例。
他投资的典型的企业由蔚来汽车、京东方、长鑫存储
这三家公司呢分别代表了三个行业电动车汽车行业、显示技术行业与芯片行业
虽然投资的企业看起来是一些高薪企业啊，这些企业也具有一定的创新性
但整个行业并不是创新型的行业，这些行业是可以预期的朝阳行业而不是像AI一样完全是一张白纸。
所以虽然看似合肥政府的投资具有一定风险是有一定风险投资的概念存在的。
但是他们还只是在确定的道路上前进，这也体现下美国与中国在投资方面的差异。
简单来说国内偏类似于计划经济模式，美国偏自由市场模式。
美国的资金或者说资源，他怎么使用是由自由市场上的一堆人共同决定
是由一个个普通投资者以及马斯克这样的富豪决定的而在中国则不同，具体就不说了。
转载请注明：跨境电商amazon,shopify,ebay,wish,lazada,虾皮,alibaba,速卖通跨境电商行业信息 » ChatGPT的母公司OpenAI推出的新产品Sora背后的故事