馬斯克狂砲轟老友OpenAI、還聯合千人連署!為什他對GPT這麼反感?
馬斯克狂砲轟老友OpenAI、還聯合千人連署!為什他對GPT這麼反感?
2023.04.06 | AI與大數據

喜歡放炮的馬斯克最近把他的砲口對準了AI。2月以來,馬斯克屢屢在推特上對開發出ChatGPT的OpenAI公司發難。

在他看來,現在的OpenAI實際上並不Open,反倒更加近似於「CloseAI」。他說:「OpenAI最初是作為一家開源(這就是為什麼我把它命名為「Open」AI)的非營利性公司而被創建的,用來制衡Google。但現在它已經成一家閉源、追求利潤最大化的公司,由微軟有效控制。而這完全不是我的本意。」

Musk twitter
圖/ 36kr

對此,OpenAI的現任CEO山姆·奧特曼也坐不住了。

最近,一向以溫文爾雅形象示人的他在接受採訪時面對鏡頭時稱,「馬斯克是我心目中的英雄,儘管他在推特上是個混蛋(Jerk),但我希望他能更多看到我們所做的艱難工作。」

除此之外,馬斯克還頻頻在推特表示了AI的擔憂,認為AI未來可能會對人類產生嚴重威脅。這一負面聲音,隨著一封千人聯名公開信的出現,達到了高潮。

3月29日,一封公開信在網路上開始流傳,這封信由非營利性的「生命未來研究所」發布,包括馬斯克、蘋果公司聯合創辦人史蒂夫·沃茲尼亞克和 Stability AI 執行長埃馬德·莫斯塔克等大佬在內的 1000多人在這份公開信上署名。

在這份公開信裡,大佬們呼籲,所有人工智慧實驗室應暫停訓練比GPT-4更強大的人工智慧係統至少6個月,並共同開發和實施一套高級人工智慧設計和開發的共享安全協議,由獨立外部專家進行嚴格審核和監督。

延伸閱讀:暫停GPT-4研究6個月!馬斯克帶頭千名CEO、科學家聯名信,他們恐懼什麼?

該消息一出,坊間吃瓜群眾看熱鬧不嫌事大,立刻聯想:馬斯克一方面批評OpenAI的ChatGPT不夠開放,另一方面又說它過於危險。

這該不會是你馬斯克因妒忌ChatGPT的成功而搞的拖延戰術吧?

open letter
圖/ 36kr

01

你很難責怪吃瓜群眾會產生這樣的聯想。

畢竟,就在ChatGPT橫空出世前,馬斯克還曾經高調宣布,特斯拉是人工智慧領域無可爭議的領導者。更何況,馬斯克自己就曾是OpenAI的聯合創辦人之一。

2015年,伊隆·馬斯克(Elon Musk)、山姆·奧特曼(Sam Altman)、彼得·泰爾(Peter Thiel)和里德·霍夫曼(Reid Hoffman)等六人聯合創辦了OpenAI,馬斯克向OpenAI提供10億美元作為啟動資金。

有了這10億美元,OpenAI在一開始設定的目標十分理想化。在章程之中,OpenAI甚至赫然寫道:「如果一個與人類價值觀相符、注重安全的項目領先於我們將近達成通用人工智慧,我們承諾將停止競賽,並轉而協助這個項目。」

翻譯過來就是說,如果市場上出現了符合人類價值觀且領先於我們的AI產品,我們就退出競爭去幫我們的競爭對手。這種為了追求崇高遠大理想而近乎脫離現實的目標,無疑嚇退了許多潛在投資者。

更何況,據當時比較熟悉矽谷的李開復所說,主要來自於馬斯克的10億美元投資其實只是個目標數字,而不是一筆可以一次性打到賬面的現金。

成立之初那幾年的OpenAI,並沒有什麼太拿得出手的研究成果。除了在一場Dota2遊戲的表演賽中,限定不能使用瓶子、凝魂之淚、靈魂之戒、神壇等道具,雙方都使用影魔(Shadow Fiend)等條件,單挑戰勝了冠軍選手Dendi外,其餘乏善可呈。

彼時AI界最耀眼的明星,是以AlphaGo為代表的、隸屬於Google的DeepMind,以及尚未誤入元宇宙「邪道」的Facebook。

據媒體Semafor報導,面對全面落後於Google的態勢,馬斯克向奧特曼提議由他來全面掌管並親自營運OpenAI。這一提議,在OpenAI聯合創辦人內部遭到了強力反對。

最終,馬斯克出局。

2018年,馬斯克與OpenAI正式分道揚鑣,從OpenAI的董事會卸任。

musk announcement
圖/ 36kr

馬斯克的離開帶來了一系列連鎖反應。雖然馬斯克認捐了10億美元,但到他離開時,尚有9億沒有兌現。

把崇高理想掛在嘴邊,不為金錢所動的OpenAI也開始缺錢了。最終,OpenAI在山姆·奧特曼的帶領下引入了微軟高達100億美元為期數年的投資,微軟成為OpenAI新任金主爸爸。山姆·奧特曼也在不久後出任總裁,接管了公司的控制權。在強大資金加持下,OpenAI從此進入了高速發展的快車道。

而特斯拉人工智慧翻開新篇章,則是從馬斯克挖來OpenAI的首席科學家安德烈·卡帕斯(Andrei Karpathy)作為自主駕駛計劃的架構師和特斯拉人工智慧負責人後開始的。

02

馬斯克視線的邊界是星辰大海,他所立足的賽道也是新能源與最前沿的AI。但是,在AI技術領域秀肌肉,馬斯克的做法與傳統的技術宅理工男很不一樣。在自動駕駛技術上,主流新能源車企用的都是雷達+鏡頭的技術,只有特斯拉在馬斯克的力排眾議下,走了純視覺的道路。

很顯然,馬斯克並不是一個傳統意義上的理想主義者。除了遠大理想外,馬斯克身上散發出更多的,其實是典型的優秀商人氣質。對於他來說,「財富」和「控制」是其實現遠大理想中不可或缺的重要途徑。

在談理想的同時從來不避諱談錢,是馬斯克不同於矽谷大多數企業家的特質之一。所以,在滿足標準的前提下,特斯拉很多「不走尋常路」的動作實際上都與「成本」這一因素息息相關。

在2019年特斯拉首次提出「一體化壓鑄」技術後,該技術於2020年被首次適用於Model Y上。

如此一來,其後車架原本由70個零件沖壓、焊接而成,一體化壓鑄技術將其變為了一個零件,一體化壓鑄為ModelY節省的製造成本高達20%。

這一技術不僅開始為其他新能源車廠所採用,也將被用在特斯拉發布的電動皮卡Cybertruck中。

在Cybertruck這輛車上,一體化壓鑄技術外與301不銹鋼外骨骼設計相結合,在車輛外殼上將低成本做到了極致。

事實上,301不銹鋼材料最早應用於馬斯克控制下的另一家公司——Space X所生產的星際飛船的外殼上。本來,Space X最初計劃採用最先進的碳纖維材料來製造星際飛船,但後來宣布將用301不銹鋼材料來取代碳纖維。

相比最高耐受溫度為200℃的碳纖維材料,鋼可以在820℃-870℃的高溫下正常工作。更重要的是,碳纖維的成本為每公斤135美元,在加工過程中至少會產生30%的廢料,而每公斤不銹鋼所需的花費僅為3美元。

由於301不銹鋼具有堅硬耐撞、具有強耐磨的特性,不能被熱成型而只能採用冷彎工藝,所以其沖壓出來的造型十分有限,現在很多車身上流行的複雜流線造型,無法被應用於Cybertrunk的車上設計上。所以,Cybertrunk最終選用了現在這樣一個別具一格、不同於當下主流趨勢的外觀。

在成本節省上,特斯拉被媒體噴得最多的,恐怕還要屬特斯拉在自動駕駛技術上棄用雷達,採用純視覺自動駕駛路線。不僅不用雷射雷達,超聲波雷達甚至是毫米波雷達也被特斯拉棄用,而是完全用8個鏡頭來實現自動駕駛。

特斯拉兩款新車無預警開賣!Model-S、X-售價、亮點、交車日期一次看.jpg
圖/ 特斯拉

在大多數媒體看來,特斯拉這麼做,無非又是在省錢。據悉,砍掉超聲波雷達後,特斯拉每輛車可節省144美元的成本。

但是,媒體們似乎忘記了,特斯拉作為馬斯克控制的企業,其與「無良奸商」的本質差別是,特斯拉總是在尋找節省成本的最佳方案,而非為了節省成本而拋棄底線。

03

馬斯克本人,對雷達是非常不屑一顧的。

他本人曾經詳細闡釋過對雷達和鏡頭的看法:「在雷達波長下,現實世界看起來像一個奇怪的幽靈世界。除了金屬,幾乎所有東西都是半透明的。當雷達和視覺感知不一致時,你採信哪一個?」

視覺具有更高的精度,因此投入兩倍的精力改善視覺比押注兩種傳感器的融合更明智。傳感器的本質是比特流。鏡頭比特/秒的信息量要比雷達和雷射雷達高幾個數量級。雷達必須有意義地增加比特流的信號/噪聲,才能值得集成。隨著視覺處理能力的提高,鏡頭的性能將會遠遠甩開當下的雷達。

馬斯克的這一論斷,前兩日在採用雷射雷達+鏡頭的理想L9身上得到了應驗。

日前,有車主在社交媒體發布影片稱,自己的理想L9在空無一人的陵園道路上識別並標註出了數位行人。

理想汽車方面給出的回應是,「理想Max系列車型,使用雷射雷達和視覺鏡頭融合感知,受限於當前市場上傳感器識別能力的局限性,車輛在某些場景下會出現顯示異常,我們會在後續的OTA優化算法來加強識別能力。」

業內人士介紹,雷射雷達看到的是一堆點雲(point cloud),通過點雲來識別,而視覺鏡頭能達到的效果與人眼觀看的效果近似,這兩種不同傳感器的數據是需要融合的,兩種不同傳感器的融合算法尤為關鍵。

這就回到馬斯克提出的那個老問題了:「當雷達和視覺感知不一致的時候,你採信哪一個?」採信雷達,顯然不科學。

因為雷達不能識別出物體的樣貌,對物體屬性的判斷要弱於視覺,但能精準的測算出距離和速度;而視覺鏡頭就像人的眼睛,在識別物體後用大腦進行判斷後能大概知道物體的樣子和距離,以及大致的速度,在某種程度上比雷達方案獲取信息更多。

與很多人的直覺相反,純視覺方案的基礎,並不在於鏡頭的像素,而是在於神經網絡的機制和訓練。

特斯拉目前的純視覺算法,不僅能夠對物體三維立體形態進行準確識別,而且還能夠靠鏡頭讀取深度和速度信息,而採集外界數據和駕駛員面對外界環境採取動作訓練AI的,正是每一台採用純視覺算法的特斯拉。

現階段,特斯拉的純視覺方案當然也有可能會將墓碑這類陌生的物體錯認為行人,但只要投餵了足夠多的數據,就能夠最終解決。

而採用雷達+純視覺方案的車在出現此類問題的時候,除了要解決視覺算法本身對陌生物體的識別問題外,還需要兩種不同傳感器之間的算法融合問題。

如果說當雷達和視覺感知不一致,最終還是只能選擇採信視覺鏡頭的話,那麼這一切又回到了原點:

實際上這意味著視覺鏡頭的算法就成了事實上的「最終裁判」,那麼和馬斯克採用純視覺方案不還是一回事嗎?

所以說,特斯拉採用純視覺方案並不僅僅只是為了省錢,其最終目標是真正意義上的自動駕駛,而其他新能源車企採用雷達+視覺鏡頭的目標,在輔助駕駛時對車輛安全性的提高助力不小,但如果想要完全實現自動駕駛,依舊需要通過視覺算法來精確識別障礙物。

特斯拉和其他新能源車企的根本區別在於,其他新能源造車新勢力是在造一台新能源車,而特斯拉是在造一部通向未來的大型行動智慧設備。

這一點,被看透了真相卻又怒批特斯拉的華為前高管蘇菁巧妙地嫁接在了自己的品牌上。

在賈伯斯去世多年後,如果有人問起賈伯斯到底偉大在哪?有些人往往會從賈伯斯的個人品質上去尋找答案,而忽略了 賈伯斯世界上第一部智慧生態手機——iPhone的創造人。

很多善於百度的人看到這裡可能會問,你說的不對,第一部智慧手機不是摩托羅拉的天拓A6188嗎?

提出這種問題的人,顯然還在把觸摸屏當作智慧機的關鍵標誌。 iPhone真正的偉大之處在於,它提供的一整套智慧生態,開創了行動網路時代。

以iPhone為標誌,手機從一台行動電話,變為了一個具有行動通話功能的網路平台。

特斯拉也一樣,以自動駕駛為最終願景,車本身只不過是搭載人工智慧和人機新生態的一個載體罷了。

在偉大的賈伯斯逝去多年後,很多人都沒有意識到,馬斯克的特斯拉才是最接近賈伯斯的存在。

04

然而,與賈伯斯的iPhone所不同的是,特斯拉在通往未來道路上的挑戰遠比一台手機要多得多。

因為,iPhone絕對不會像以自動駕駛為最終目標的特斯拉這樣,需要將安全問題擺在首位。特斯拉的Autopilot(自動駕駛)在安全上先天就要承受其他AI工具所無需承擔的重壓。

除了算力,特斯拉的純視覺方案要想最終進化成熟,優秀的硬體也至關重要。在過去一段時間內,作為自動駕駛領域唯一堅持使用純視覺方案的特斯拉,確實有資本在自己的領域內稱雄。

直到,ChatGPT的出現。

GPT的全稱是Generative、Pre-trained、Transformer,中文翻譯為生成式預訓練轉換器。而其中的Transformer核心模型最早在Google論文Attention Is All You Need中提出,主要應用於自然語言處理(NLP)領域,也是特斯拉自動駕駛AI方案中用來表示向量空間的主要模型。

特斯拉
圖/ Shuttersotck

說的更淺顯一點,雖然GPT與Autopilot的算法原理和系統架構都不相同,但在特斯拉引以為傲的圖像識別領域內,ChatGPT與特斯拉之間並不存在技術上的絕對鴻溝。

最近GTP 4.0的橫空出世,已經證實了這一點——原本無法將語意與特定物品對應聯繫起來的GPT 3.5,在換代為4.0後,已經具備了識別圖像內容的能力。再加上大牛安德烈·卡帕斯(Andrei Karpathy)已經從特斯拉離職,重新加入OpenAI。

今時今日,特斯拉在自動駕駛道路上面臨的壓力無疑是巨大的。一旦在技術上不能形成足夠深的護城河,在自動駕駛領域,特斯拉很有可能會面臨被後入局的微軟反超的風險。所以,恐怕我們已經很難準確界定,馬斯克反對GPT,是出於其對AI失控的擔心,還是出於自身對特斯拉AI領先地位控制的渴望。

一方面,馬斯克是一個享受「控制」的人,這是他不同於其他技術宅而更像商人的一面。

在歐美職場,控制本身就是一條終極真理:如果要想成為一件事情的主導者,就必須擁有一個主導者所擁有的控制力,否則你永遠只能扮演一個邊緣的小角色。

事實上,你可以從很多事情上發現馬斯克對「控制」的追求。

比如,為了獲取4680電池的「乾式塗佈」關鍵技術,特斯拉在2019年初以2.35億美元的價格收購了開創這項技術的麥克斯韋(Maxwell)公司。在兩年後,特斯拉還將自己產品上用不到的、麥克斯韋公司的超級電容器業務出售給了UCAP Power公司。

在特斯拉內部,所有大小事物都由馬斯克直接決策。

這樣做當然會有矛盾和衝突,但也成為馬斯克身上獨有的魅力光環,進一步強化其在特斯拉內部的控制力。

ChatGPT大熱後,追求控制的馬斯克,想必不會喜歡在AI發展這條賽道上發生令自己失控的狀況。

另一方面,大熱的ChatGPT也確實出現了一些需要注意的安全問題,馬斯克等人在公開信中所言的內容的確是事實。

比如,ChatGPT已經存在編造杜撰信息的情況,對使用者產生嚴重誤導。另外,ChatGPT還被證實已經可以被用來定制編造虛假信息,被用於誤導他人,甚至還可以被不精通相關指令的人用於駭入他人電腦。

不僅馬斯克多次表達了對AI的擔憂,就連OpenAI創辦人兼首席執行長山姆·奧特曼3月25日在接受科技博客主萊克斯 · 弗里德曼(Lex Fridman)的採訪時也表態,他不會迴避「人工智慧可能殺死全人類」的說法。

不管出於何種原因,抑或兩者兼而有之,在AI浪潮下,馬斯克早已註定不會是輸家。

在特斯拉員工中間,馬斯克信奉的第一性原理被他們奉為圭臬:通過假設然後驗證,逐漸觸及本質的過程,而不是通過類比和比較來實現這個過程。

這恰恰是在可以預見的未來中,AI依舊未能抵達人類智慧彼岸的關鍵。

本文授權轉載自:36氪

責任編輯:傅珮晴

往下滑看下一篇文章
從新零售到新商務,騰雲科技以兩大策略打造新世代成長引擎
從新零售到新商務,騰雲科技以兩大策略打造新世代成長引擎

騰雲科技持續展現強勁成長,不僅連續五年維持雙位數的營收增幅,更於 2025 年前三季累計營收來到 5.47 億元、淨利 1.03 億元,年成長率高達 67%,顯示騰雲科技已從智慧零售解決方案供應商擴展成為智慧社區、智慧城市解決方案供應商,並持續發揮高毛利、高成長、以智慧場域資料為核心驅動的代理式 AI 解決方案全方位供應商。

騰雲科技是怎麼辦到的?

騰雲科技董事長暨總經理梁基文不藏私分享兩大關鍵:「首先是以 AI 賦能的產品與服務,協助客戶提升效率、優化營收;其次是透過騰雲孵化器與其生態系中新創夥伴協作,打造零售、不動產、製造與數位保險等產業所需的新商務服務。」

以 AI 賦能全產品線,強化客戶黏著度、深化長期關係

梁基文表示:「AI 不是單一產品或立即變現的技術,要能有效消除資訊不對等,需協助企業先將散落的資料整合成數據資產,才能找出能驅動決策的洞察。」因此,要讓 AI 真正落地,需要同時理解產業現況與營運痛點的夥伴,才能把技術與數據轉化為具體價值,成為企業成長的新引擎。

有鑑於此,騰雲科技的策略是推出 AI Agent 平台 –TrendVotex,由深耕百貨零售、商業不動產等產業的專業團隊協助打造符合場景需求的 AI 代理服務。

例如,為百貨零售打造的「AI 品牌行銷專家」透過市場輿論進行趨勢及同業動態分析、以口碑行銷進行品牌塑造、針對會員數據進行自動化文案生成及傳播、針對行銷成果進行效益分析等自動化決策,「AI 招商助理」則能整合商圈熱度、樓層營運狀態等資訊,提出精準的櫃位調整與招商策略。至於針對複合式商業不動產管理場景推出「AI 能源智慧管理」服務,導入 AIoT 終端裝置佈署並運用其感測數據與歷史異常紀錄,預測設備故障風險,協助排程維修,降低停機時間,大幅提升營運績效。

梁基文補充說明:「除了協助企業打造專屬 AI 代理與串接代理式工作流程(Agentic Workflow),我們也推出 Marketing、Content、Sales、Manufacturing 等跨產業可重複使用的 AI 代理模組,加速零售、不動產、製造、旅遊與數位保險服務等產業的導入腳步。」

值得注意的是,為真正發揮、極大化 AI 價值,騰雲科技不僅提供技術,也協助企業梳理流程、整合分散數據,打造可支撐多場景的數據驅動營運中台。

梁基文表示,不只零售業正加速虛實通路整合,製造與金融服務業也十分重視「全通路數據」,例如製造業需要即時掌握生產過程關鍵數據指標與庫存狀況以確保良率及產能、數位保險業則積極深化對顧客旅程的掌握以完善服務能量等,騰雲科技推出「隨開即用」、雲地整合的 AI 平台,讓企業能在多場景中無縫串接數據並兼顧資訊安全,充分展現「From Insight to Intelligence」價值。

例如,協助數位保險整合顧客的「線上資料(如客戶資料、風險判斷」與「線下數據(如客戶活動數據、場域營運數據)」,透過 AI 進行產品推薦、簡化內部核保作業流程,並提供更加順暢的一致體驗,讓保險也能像零售一樣真正做到懂顧客。

「接下來,我們會把在百貨零售與商業不動產驗證過的技術,進一步擴大到製造、數位保險等產業,讓價值放到最大。」梁基文如是說道。

騰雲科技
騰雲科技董事長暨總經理梁基文
圖/ 數位時代

五大技術、四大產業,騰雲科技以孵化器成就下一個十年

梁基文表示:「過去 10 年,我們專注在『新零售・新生活』;接下來將延伸至『新商務・新生活』,透過收購、合資、投資等方式與外部夥伴共創新的成長動能。」

具體做法是以 ABCDE(AI、Blockchain、Cloud、Data、Experience)五大技術為核心,鎖定零售、不動產、製造與金融服務四大產業,透過外部合作與孵化機制強化解決方案的廣度與深度:整合現場設備、門市裝置、POS、排隊系統、取貨流程、感測器與後勤運作,推出 AIoT 智慧場域管理方案,滿足跨場域、跨產業與跨國企業的需求。

例如,協助泰國五星級酒店導入 AIoT 智慧場域管理方案以優化能源設備管理、降低營運成本並提升使用者體驗等。明(2026)年,騰雲科技計畫將 AIoT 智慧場域管理方案推向製造業廠房,協助客戶管理冷氣、燈光等能源設備並進行碳管理,同時,透過監控產線設備的振動與溫度等數據,提供 AI 預判的設備維修時機(Preventive Maintenance),擴大數位與綠色雙軸轉型的綜效。

除以集團力量推廣 AIoT 智慧場域管理方案,騰雲科技亦積極擴大相應的生態體系發展:首先是與跨業夥伴一同延伸 AIoT 智慧場域管理方案 的應用範疇,如與保險業者合資成立數位保險公司以提供 AI-Ready 數位應用方案;其次是建立消費者生態體系以發揮「新商務‧新生活」的相互影響綜效。例如,騰雲科技子公司騰加數位將擴大 AIoT 平台運營版圖,深入零售、商辦與飯店等多元場景,並以此為載體整合數位支付、會員數據與數位內容傳播等應用,藉此強化場域的智慧化能力,以及拓展騰雲解決方案的落地深度與廣度。

「透過 AIoT 智慧場域管理方案、營運中台與 TrendVotex 等產品與服務,我們不僅能更精準回應台灣、日本與東南亞市場在流程自動化、營運效率提升上的需求,也能同步改善大眾的日常體驗,真正落實『新商務・新生活』的共好價值。」關於未來的發展,梁基文如是總結。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓