来自可汗采访 Greg 视频中的一段有价值的对话：为什么是 OpenAI 首先开发出像 GPT-4 这样强大的模型？即使像 Google、Meta 有那么雄厚的资本，那么多人才储备也没有做到？

因为 OpenAI 的团队不仅仅是学术背景的研究型人才，而同时还有优秀的工程人才，这种组合使他们能够从不同的角度解决问题，更有效的推动项目进展。

大多数实验室以研究为主，研究型工程师被告知要做什么，而研究科学家则可以随心所欲。这种方式似乎并不是实际构建一个工作系统的方法，更像是为了追求论文引用数量。如果你真的想产生影响并开发出有用的东西，你需要以不同的方式来组织团队。

***

**Sal Khan**：我想问的第一个问题是，你们认为自己做了什么才能达到如今的地位？在这个领域，有许多人在努力工作，也有许多资源雄厚的大型组织。你们认为自己做了什么与众不同？是因为你们的方法不同，还是有其他原因？

**Greg Brockman**：这是个很好的问题。我认为我们是更大趋势或历史的一部分。回顾过去70年的计算机发展史，我们经历了指数级的增长。2000年，Ray Kurzweil曾经说过：“看看计算能力，它会告诉你什么是可能的。这就是推动进步的动力。”起初，大家都认为他疯了，但现在我相信大家基本上都认同他的观点。想想我们为了实现像GPT-4这样的项目，付出了多少工程上的努力，从计算基础设施到使用的所有数据集和工具，这其实是全人类在很多方面的巨大努力。

具体来说，我们能取得这些成就，是因为我们聚集了来自研究和工程背景的优秀人才。我认为这是非常独特的。安全是我们工作的核心部分，涉及到所有不同的角度。无论是在实践中还是理论上，我们都在思考这些系统如何运行、如何成功、又会如何出错。

当我们开始这个项目时，让我感到非常有趣的是观察其他实验室的工作方式。你会发现，大多数实验室以研究为主，研究型工程师被告知要做什么，而研究科学家则可以随心所欲。这种方式似乎并不是实际构建一个工作系统的方法，更像是为了追求论文引用数量。如果你真的想产生影响并开发出有用的东西，你需要以不同的方式来组织团队。

虽然在纸面上看起来很简单，但实际上，这涉及到很多相互冲突的思维方式，特别是当你来自实践或学术背景时。我们必须尽力去解决这些问题。我认为我们已经解决了许多涉及不同思维方式和背景的复杂问题，虽然你永远不能完全解决它们，但可以不断解决其更复杂的版本。这就是我们需要勇于面对困难和挑战的地方。

来源：https://t.co/M6avVGQbpN