OpenAI公司与它的大模型产品ChatGPT*的共同点是什么？
人们知道它们每天发生了什么，但是不知道是如何发生的。
我们使用 AI 大模型，惊喜于它给出的每一个回复，但还没有谁弄清楚 AI 的智能是如何起作用的。为了确保大模型能够按照人类的意愿工作， 几乎每个大模型产品内部都会被注入一段算法，这段算法保证 AI 工作与人类意愿对齐。不同的力量都在试图对齐这家公司，Ilya Sutskever 成为「执剑者」，Sam Altman 给出了反击，双方的两种立场让这家 AI 大模型公司内部的分歧浮出水面。
这种分歧会体现在理念、公司方向、利益和资源分配，以及产品的市场表现等方面。把目光聚焦在分歧之上，对于大模型创业公司来说更有意义。
技术追求和商业扩张主导着商业体成长，OpenAI 和大多数商业公司一样，长期以来保持着两股力量的微妙平衡，直到 11 月 17 日，天平发生了倾斜。
这种平衡是如何保持的？围绕 AI 有哪些分歧？裂缝又是如何扩大的？ChatGPT 现象让全世界知道了大模型、Transformer 等新事物，但另一个起关键作用的力量 —— AI 对齐被忽视了。
1、被忽视的算法
OpenAI 的在初代 GPT-3 上投喂了 3000 亿单词的语料，其中拥有 1750 亿参数。这样训练出来的模型就像掌握了世界知识的儿童，懂得很多，但交流困难。
让 OpenAI 在全世界范围破圈的 ChatGPT 来自于 GPT-3 的变体，它比 GPT-3 的表现更稳定，更能够模拟人与人之间的正常对话。
ChatGPT 一发布就成为现象级产品，在此之前，GPT-3 的 API 已经推向市场很长时间，但仅在小范围引发讨论。
成就 ChatGPT 的关键技术是 RLHF 算法 —— 基于人类反馈的强化学习。
GPT-3 在与人的交流中给出的回答质量参差不齐，OpenAI 通过人工干预的方式，对高质量回答标记正反馈，从而强化 GPT 做出更多高质量的回答。这样的工作得到了出乎意料的效果，ChatGPT 因此有了建模对话历史、增加对话信息量，以及拒绝回答超纲问题等能力。RLHF 算法就像是家长的角色，帮助掌握了知识的儿童学会顺畅地沟通表达。可需要强调的是，RLHF 并没有额外注入能力，而是帮助大模型解锁了能力。
比如，ChatGPT 拒绝回答问题时会回复统一的开头：「作为 OpenAI 训练的语言模型」。这句话因为在 RLHF 训练中得到了更多的正反馈，因此被 ChatGPT 拿来当做标准模板。事实上，并没有一个命令让 ChatGPT 必须使用这句话。
OpenAI 认为，ChatGPT 的突破之所以可能，离不开 RLHF。而 RLHF 算法的工作就叫做 AI 对齐。
AI 对齐是为了保证 AI 按照人类的意图和价值观做事，给出人类有用的、诚实的和无害的结果。在今天运行的大模型训练当中，对齐已经成为最为必要的部分之一。
除了上面提到的 ChatGPT 的例子，AI 对齐还要解决 AI 在交流中会给出错误信息和算法歧视等问题，被人类滥用、「越狱」等问题，以及应对未来随着 AI 能力「涌现」而可能出现的失控风险。因此可以把 AI 对齐比作是一场人类跟 AI 进化的赛跑，更强的 AI 系统需要更多的对齐工作，也面临更高等级的风险。
但 AI 大模型内部原理对于前沿的 AI 实验室来说仍然是个「黑箱」，这就要求 AI 对齐要尽量跑在大模型的前面，并要求大模型是一个稳定的研究对象。
OpenAI 超级对齐负责人 Jan Leike 做过一个预判，构建高性能的强 AI 系统需要两个因素：能力和对齐。但在当前的弱 AI 时期，大模型没有能力带来灾难性后果，与 GPT 给人类带来的惊喜相比，AI 对齐的重要性存在被轻视的情况。对齐算法会在大模型运行过程中分走部分算力资源，也会影响大模型输出的结果，人们常把这种影响叫做「性能阉割」，把对齐分走的算力称为「对齐税」。
2、CEO和首席科学家的分歧
回到 OpenAI 的这场闹剧，如果把 OpenAI 看作一个 AI 大模型，Sam Altman 主张提升能力，通过融资和商业化等操作吞噬巨量资源，追求变快变强。Ilya Sutskever 领导的部分则像 AI 对齐一样的存在，主张小心翼翼地把车开稳。
随着 AI 大模型发展加速，OpenAI 意识到要把对齐工作提升到新的高度。今年 7 月，OpenAI 宣布成立超级对齐团队（Superalignment），由 Ilya Sutskever 和 Jan Leike 两位科学家领导，他们将带着公司 20% 的算力资源，在 4 年内解决超智能 AI 系统的价值对齐和安全问题。
与此同时，Sam Altman 带着 GPT 进化，连续推动发布性能更强的 GPT 版本。
可以看到，两个工作团队即使不存在分歧，至少也存在张力，裂缝可能从这里开始产生。
Ilya Sutskever 指责 Sam Altman 在与董事会的沟通中始终不坦诚，阻碍了董事会履行职责的能力。而董事会的职责是确保 OpenAI 作为一家非营利组织能够开发造福全人类的「通用人工智能 AGI」。
在今年仅剩 6 人的董事会中，有 4 人更认可 AI 安全的重要性，Ilya Sutskever 因此能够使用投票权开除 Sam Altman。
Ilya Sutskever 曾提到，他参与创建 OpenAI 的动机之一，是为了探讨和解决 AGI 可能带来的问题，包括技术和道德方面的挑战。当他看到或者被告知这种挑战首先出现在公司内部而不是 AI 当中时，他有理由为了自己的信念行使权力，裂缝由此扩大。
可他始终没有给出具体的例证说明 Sam Altman 不坦诚在哪里，会带来哪些后果。Ilya Sutskever 挑起的风波就像 AI 对齐工作中被拿走的「对齐税」，他暂时限制了 OpenAI 的能力，又无法说明在他眼中这种限制的必要性。
房间里有一头大象，有少数人看到了，但只有更少数人行动。人们要做出符合自身角色和价值观的选择，因此分歧总是会不可避免地出现。
即便 Sam Altman 在很多时候是 OpenAI 安全政策的倡导者，但人们无法追问他的倡导是出于应对监管的需要，还是他真的看到了那头大象。即便 Ilya Sutskever 深知算力对 AI 的重要性，看到 AI 更远的未来的他只能把这种重要性放在价值排序的次席。
事件最后的焦点指向 OpenAI 的董事会，在复杂的矛盾中，董事会只支持做出 0 和 1 的选择，在功能上没有与这家公司的价值对齐。
闹剧以 Sam Altman 回归暂时结束，五天前罢免他的董事会解散，新的董事会雏形将由三人组成，Quora 首席执行官 Adam D'Angelo，Facebook 和 Salesforce 前高管 Bret Taylor，以及前美国财政部长 Lawrence H. Summers。
OpenAI 完成了它的对齐。
3、隐藏的模型
AI 对齐被大模型的声量遮盖，但暗暗决定着大模型的命运。
GPT 的发展和人类的反应一度超出了 OpenAI 的预料，在很多研究人员眼中，市面上的模型仍然远非*，甚至只是半成品。他们对生成式人工智能推向市场的速度和规模感到担忧。
与之对应的，AI 对齐的重要性已经成为 OpenAI、DeepMind、Anthropic 等前沿 AI 实验室的共识。
按照 OpenAI 超级对齐工作负责人 Jan Leike 的说法，各家公司会很快拥有能力水平相当的预训练语言模型，AI 对齐将决定产品的竞争力。
而影响竞争力的关键是「对齐税」。
Jan Leike 把「对齐税」总结为三类：性能税、研发税、上线时间税。
性能税（Performance taxes）：对齐模型相比未对齐模型在某些能力上表现下降，需要更多计算资源来弥补性能。
研发税（Development taxes）：对齐模型研发工作消耗的成本，如研究人员时间、计算资源、人工成本等。
上线时间税（Time-to-deployment taxes）：从预训练模型到可用的对齐模型上线所需要的时间成本。
以性能税为例，由于对齐模型在输出结果上更「保守」，用户想用它得到满意的结果，需要更多的算力，也需要调用更多次 API，性能税因此影响到产品的定价，进一步影响到用户规模。
Jan Leike 用一个例子说明了这种相关性：OpenAI 的 DALL·E 2 模型在市场规模上不如 Stable Diffusion 和 Midjourney，因为后面两个模型采取了较少的对齐限制。
另外，随着大模型能力不断增强，原来的对齐技术可能被 AI 绕过，需要不断更新对齐技术来跟上大模型迭代，这也可能导致研发税和上线时间税的增加。
AI 对齐在大模型训练中的存在感远非只有「对齐税」，存在于 OpenAI 的裂缝有更多延伸。
训练 ChatGPT 的 RLHF 算法证明了对齐的价值，但它依赖大量人工参与，只能作为初阶的对齐工具使用。更复杂的 AI 运行会涉及巨量的需要干预的环节，这样的对齐工作只能交给另一个或者一些 AI 来完成。即，用 AI 对齐模型帮助 AI 大模型对齐。
可以把 OpenAI 超级对齐团队的工作看作是研发 AI 对齐模型，在拥有最强大 AI 的实验室内部隐藏着一个将用来管理 AI 的 AI。其中涉及到「解剖」 AI 大模型、AI 对抗训练、以及这个 AI 对齐模型的对齐。
GPT 等大模型被设计用来处理自然语言，它的输出结果可以被用户部分地分辨真假。而 AI 对齐模型的输出结果会更难验证，越狱行为更隐蔽，因此需要更严格地对齐。
吊诡的地方就在于此，认为大模型发展太快，存在安全问题的 Ilya Sutskever，做着比 Sam Altman 更激进的工作。
4、低垂的果实
AI 能力的「涌现」来自于训练量，扩大训练规模成了玩家们坚信的方向，结果是天文数字的训练成本投入。
GPT-3 把大模型训练参数提高到千亿规模，开启了大模型训练的规模竞赛。百度文心、阿里通义、华为盘古等头部公司的大模型训练量都同步来到千亿。而最新的 GPT-4 的参数规模又上一个台阶，到达了百万亿。
却有观点认为，训练规模给大模型带来的边际效益呈递减趋势，有人称为「数字泡沫」或者「AI 版摩尔定律」，在一定程度，AI 对齐工作成果支持了这种观点。
OpenAI 在博客中提到：安全与大模型能力息息相关。一方面强调在 AI 进化过程中安全问题的重要性。另一方面也指出，AI 对齐训练是提升 AI 能力的隐藏路径。
后一种情况在 InstructGPT 当中得到了验证。与 GPT-3 相比，经过对齐的 InstructGPT 在输出结果时更符合人类要求，InstructGPT 减少了生成有害内容的情况，也能给出更多真实可靠性的信息。
不仅如此，InstructGPT 比 GPT-3 使用更少的算力，它的训练参数减少了 100 多倍，仅 13 亿规模。
经历 OpenAI 的闹剧，赛道上的玩家或许会认识到，把所有的成本放在算力和规模之上过于奢侈，在追求超大规模、超高算力的路上存在未被发现的低垂的果实。
而面对将到来的淘汰赛，不同玩家将必须在 Ilya Sutskever 和 Sam Altman 之间选边站。
