今天我們分享反思的下一階段。 我們正在建立可供所有人訪問的前沿開放智能。 我們組建了一支非凡的AI團隊，建立了一個前沿的LLM訓練堆棧，並籌集了20億美元。 為什麼開放智能很重要 技術和科學進步是由開放和合作的價值觀推動的。 互聯網、Linux以及支撐現代計算的協議和標準都是開放的。這不是巧合。開放軟件是被分叉、定制和嵌入到全球系統中的。這是大學教授的內容，初創企業構建的基礎，企業部署的技術。 開放科學使其他人能夠從結果中學習，受到啟發，質疑它們，並在此基礎上進行構建，以推動人類知識和科學進步的前沿。AI能夠達到今天的地步，是通過擴展那些被公開分享和發表的想法（例如，自注意力、下一個標記預測、強化學習）實現的。 現在，AI正成為其他所有技術運行的基礎層。加速科學研究、增強教育、優化能源使用、超級充電醫療診斷和運行供應鏈的系統都將建立在AI基礎設施之上。 但目前的前沿集中在封閉的實驗室中。如果這種情況持續下去，少數實體將控制建立AI所需的資本、計算和人才，創造一種使其他人無法進入的失控動態。我們有一個狹窄的窗口來改變這一軌跡。我們需要建立如此強大的開放模型，以至於它們成為全球用戶和開發者的明顯選擇，確保智能的基礎保持開放和可訪問，而不是被少數人控制。 我們所建立的 在過去的一年中，我們一直在為這一使命做準備。 我們組建了一支在包括PaLM、Gemini、AlphaGo、AlphaCode、AlphaProof等方面取得突破的團隊，並為ChatGPT和Character AI等做出了貢獻。 我們建立了一個曾被認為只能在世界頂尖實驗室內實現的大規模LLM和強化學習平台，能夠在前沿規模下訓練大規模的專家混合模型（MoEs）。當我們將其應用於自主編碼的關鍵領域時，我們親眼見證了我們方法的有效性。隨著這一里程碑的解鎖，我們現在將這些方法帶入一般的代理推理。 我們籌集了大量資金，並確定了一個可擴展的商業模型，與我們的開放智能戰略相一致，確保我們能夠持續可持續地構建和發布前沿模型。我們現在正在擴大規模，建立開放模型，從基礎上將大規模預訓練和先進的強化學習結合在一起。 安全與責任 開放智能也改變了我們對安全的思考方式。它使更廣泛的社區能夠參與安全研究和討論，而不是將關鍵決策留給少數封閉的實驗室。透明性使獨立研究人員能夠識別風險、制定緩解措施，並以封閉開發無法做到的方式對系統負責。 但開放性也需要面對可用模型廣泛可訪問的挑戰。我們正在投資於評估，以在發布前評估能力和風險，進行安全研究以防止濫用，以及負責任的部署標準。我們相信，AI安全的答案不是「通過模糊性來保護」，而是在開放中進行的嚴謹科學，全球研究社區可以為解決方案做出貢獻，而不是少數公司在封閉的環境中做出決策。 加入我們 今天有一個機會窗口來建立前沿開放智能，但它正在關閉，這可能是最後一次。如果這一使命引起共鳴，請加入我們。