TMT观察网_独特视角观察TMT行业

營利組織向非營利組織學使命，非營利組織向營利組織學效率。 如今業內談起Open AI，語氣和一年前截然不同。
距離它上一次技驚四座，還是今年8月其戰隊Open AI Five在《Dota2》中血虐人類半職業選手。當時甚至掀起了一片比AlphaG更猛烈的“AI恐怖論”，一度成為Open AI腳踢DeepMind、拳打Facebook的實力證明。
但是最近情況卻出現了變化。下半年，Open AI不是致力于打出游戲新記錄（在《蒙特祖瑪的復仇》超越了DeepMind），就是分享自己的游戲攻略（發布Spinning Up in Deep RL課程教人打游戲），要不就是研究更適合打游戲的新環境（推出訓練平臺CoinRun）。
雖然這些游戲一條龍技術也吸引了媒體關注，但顯然都沒能掀起什么大水花。
反觀DeepMind，不是承包頂會論文的半壁江山，就是憑Alphafold等重大突破收獲一片口頭諾貝爾獎，時不時就有神仙成果刷屏。
種種跡象都表明，Open AI似乎已經不再是科技巨頭里最能打的那個，而且越來越專注電競比賽的節奏。
天才極客為何沉迷游戲？科技巨頭為何頻頻失手？究竟是人性的扭曲還是道德的淪喪，今天咱們《走近科學》（劃掉）就來抽絲剝繭，看看Open AI究竟是什么地方出了問題。
少年維特之煩惱： Open AI的青春期綜合癥
公開處刑之前，先簡單普及一下Open AI的運營方式：
2015年成立的Open AI，一直是以第三極的方式存在于AI世界的。由特斯拉的創始人埃隆·馬斯克（Elon Musk）聯合其他科技巨頭們共同出資成立，旨在以非盈利的方式進行人工智能研究。 
Open AI采用開源項目的形式，將所有的研究結果對外開放，以達到“防止企業和政府依靠超級AI過度榨取利潤或謀取權力”的目的。
這種“為人類未來而搞AI”的技術理想主義，很投一些研究人員的胃口。因此，盡管薪水并沒有太大競爭力，Open AI一成立依然吸引了不少頂級天才加入。像是Stripe的前CTO格雷格·布洛克曼（Greg Brockman），前谷歌研究員伊利亞·蘇特斯科瓦（Ilya Sutskever），天才的計算機大師艾倫·凱伊（Alan Kay），以及眾多曾在學術機構、Facebook AI或DeepMind里工作過的青年才俊。
如今，Open AI已經擁有40多個技術人員，在一個投資人提供的辦公空間里工作，而其工作所用到的一些基礎設施，比如AWS服務等，則由亞馬遜合作提供。
左：Y Combinator的Sam Altman 右：特斯拉、Space X的Elon Musk   作為一個非營利機構，Open AI成立以來的貢獻，主要體現在三各方面：
1. 引領深度學習技術突破。比如舉辦了首屆針對AI 的強化學習競賽，發布了深度強化學習教育資源Spinning Up，最近還推出了一個解決AI模型通用難題的訓練環境CoinRun。
2. 推動AI安全和持續發展問題。由于自身的公益性，Open AI非常關心人工智能的安全問題，在發布的分析報告中，多次提醒注意計算量增長可能引發的安全風險和惡意使用問題。
3. 推進技術普惠和民主化。Open AI是“AI民主化”的主要推動者之一，它的一切發展成果都會開放給所有人，與合作方自由分享信息。比如與谷歌(GoogleBrain)和加州大學伯克利分校(UC Berkeley)合作研發現代機器學習系統。
看起來，Open AI就是一個由技術精英們組織起來的“正義聯盟”。但最近這半年，Open AI，似乎經歷了一場狂野而迷茫的叛逆青春期。
最明顯的，就是正在喪失在AI界的領航能力，變成一個專注打游戲的組織。因此，它對媒體的吸引力也開始減弱，以至于這大半年，人們對它的印象大多數還停留在峽谷里血虐人類玩家的游戲戰績。
從叱咤風云到刷不出存在感，究竟是Open AI太飄，還是谷歌們提不動刀了？
同樣愛打游戲，為什么 一個成了學霸，一個成了網癮少年？ 
AI和游戲玩家的對抗，似乎成了Open AI的核心發力點。原因也比較簡單：
一是符合Open AI的AI研發邏輯：先開發新的強化學習算法，再在模擬環境中訓練解決困難的問題，最后再把得到的系統應用在真實世界中。而游戲在訓練AI上有天然優勢，比如清晰的數據支撐啦，訓練結果好壞一目了然啦，而且還有大量的人類訓練數據充當參照系。顯然，Open AI正是將工作重心放在了游戲模擬上。
二是比較容易搞出大新聞。電競賽事的復雜性和難預測性，導致圍觀群眾常常會把完爆人類選手、游戲跑分等作為衡量算法價值的標尺，進而成為評價一個公司技術能力的標準。與玩家對抗容易吸引關注，也成了Open AI刷存在感的主要方式。
不過，曾經將Open AI捧上神壇的游戲，也正讓它深陷泥沼。最為明顯的一點，就是日復一日地玩游戲，而忘記了主業是為了催化變革而生的。導致不少人開始質疑Open AI的公益模式。
Open AI 的團隊
有人說Open AI最初的夢想是不現實的，也有人說公益項目研究過多但力度不夠，往往難逃無疾而終的命運。
反觀隔壁谷歌家的DeepMind，還與暴雪聯手在星際爭霸Ⅱ中與人類玩家對抗，但回頭就承包了NIPS一半的論文指標。同樣是玩游戲，耽誤人當學霸了嗎？沒有！
不過，簡單粗暴地給公益型AI判死刑，顯然不太合適。想要把Open AI從被邊緣化的趨勢中拉回來，恐怕還要經歷一場“刮骨療毒”。
AI公益的路真的走不通？ 只是Open AI先天不足罷了
AI公益的路真的走不通嗎？顯然不是。
除了都通過開源眾包的方式發布數據集和訓練平臺之外，谷歌也開始在“AI民主化”的公益道理上試水。
去年的谷歌云計算大會上，就提出了利用谷歌云計算的力量實現AI技術民主化的目標，甚至推出了可自動生成機器學習模型的AutoML。
同樣高舉“AGI”（引導AI走向通用智能）大旗，谷歌和Open AI，正在被逐漸擠到越來越狹窄的跑道上。為什么在公益領域，根正苗紅的Open AI，居然比企業還后勁不足呢？這恐怕還要從“非營利機構”經營模式的先天不足說起：
1. 自由與迷茫：公益的雙刃劍。
不以盈利為目的的理想主義，是Open AI的優點，也正在成為Open AI的弱點。
宏大的使命和愿景，讓Open AI可以吸引人才、贏得注意力并保持競爭力。但沒有商業目標驅動，也讓Open AI缺乏目標意識，最終展現出的就是對自己未來幾年內想做什么沒有明確的想法。
工作重點和主題，行動路線是什么，如何滿足受眾的需求和期待？都是云山霧罩，只能靠打游戲“混日子”。
2. 過分松散的管理體制和缺位的監督機制。
Open AI給予了員工很大的自由度和開放度，因此即便是薪酬低于企業主也能找來不少頂級人才。但這也帶來了兩個難題：
一是缺乏清晰有效的監督機制，產出效率只能建立在投資人一般性觀察的基礎上，這就使得工作成果很難被有效評估，也很容易因為惰性、人員變動、政治因素等讓組織行動流于形式；
二是留住人才的不確定性大大增強。“用愛發電”固然高尚，但因此而來的高級人才一旦在工作中難以滿足自我實現，就會面臨人才流失的問題。顯然，Open AI還沒有相應的激勵機制去讓員工始終如一地保持最初的熱情和斗志。 問題已經開始顯現，最近 Open AI 的研究員不斷流失。著名研究員、GAN提出者Ian Goodfellow 在今年2月底離開Open AI，重新回到了谷歌大腦。
3. 薄弱的公共關系與可持續性。
與企業動輒投入不菲的營銷與公關策略不同，Open AI這樣的非營利性組織要保持良好的公共關系和知名度顯然更為不易。
而人工智能項目想要順利進行下去必須投入大量的人力和硬件。目前Open AI還停留在吃老本的階段（2015年拿到的10億美元投資），未來如何募集資金是必然會面臨的問題。
當電競策略開始引發認知疲勞、特斯拉這棵大樹“自身難保”的當下，Open AI必須主動打破營銷乏力的組織慣性。
一句話，Open AI起于公益，也困于公益。當外界在譴責Open AI“小時了了，大未必佳”的時候，可能一直都忽略了一個問題，就是非營利性組織的先天弱點。
它并不是孤例。前微軟創始人Paul Allen曾投資1億美元到先進技術智囊團，也和很多技術公益項目一樣無疾而終。這也提醒我們：一個弱中心組織在將人類的未來捆綁在自己身上之前，首先要克服自身的諸多困境。
走出青春期： Open AI的未來向何處去？
與越來越封閉的企業AI和日趨商業化的學術AI相比，Open AI這樣思想覺悟和業務水平都在線的稀有物種，真是讓人舍不得求全責備。
所以，我們不妨以更全面的視角，來考量下一個問題——以社會責任為己任的Open AI，應該如何走出迷茫期？
這里有三個小建議：
1. 構建長期性策略。在組織共識的基礎上，將“實現AI民主”這樣寬泛而模糊的使命，轉化成實質性、可量度的行動目標，推動Open AI自身成長演化，即便是游戲打怪也更加有的放矢。
2. 有力的領導核心。即便有了清晰的使命，缺乏有力的領導人，就像一條船有航行圖卻沒有稱職的船長一樣。建立初期，Open AI是靠埃隆·馬斯克和山姆·奧爾特曼來支撐，如今馬斯克已經離開了Open AI的董事會，建立一個強有力的領導核心，對Open AI至關重要。
3. 健全的財務體系。目前大家對Open AI打游戲已經有點疲了，“在游戲中打贏xxx”已經很難吸引媒體加以報道，想要改變這種印象，Open AI還需要拿點新東西出來才行。機構名聲越好，越容易爭取到第三方的資金援助。正如馬斯克所說，一般非盈利機構的任務都是不緊急的，但Open AI不是，它要做的事情迫在眉睫。
總而言之，一旦大眾和媒體與非營利組織的蜜月期過去，失去了濾鏡的Open AI就不得不面對青春期的迷茫和成長陣痛。能不能完成自我進化，完全取決于自身的適應能力。
德魯克有句名言，營利組織向非營利組織學使命，非營利組織向營利組織學效率。連酷愛霸權的谷歌都不得不踏上了“AI民主化”的康莊大道，Open AI也是時候開始描繪更清晰的演化路線圖了。