De evolutie van OpenAI en de industriële revolutie van AI

Minder dan zes jaar geleden opgericht, OpenAI handhaaft een filosofie dat gigantische bedrijven de progressieve technologische ontwikkeling niet mogen beheersen. de non-profit organisatie heeft tot doel kunstmatige intelligentie (AI) te onderzoeken om het potentieel en de voordelen ervan voor de samenleving te ontdekken. Het doel is om open-source software en applicaties te produceren waarmee verschillende onderzoekers AI-systemen kunnen ontwikkelen. Sinds het begin van de organisatie, het heeft verschillende indrukwekkende prestaties opgeleverd, wat de primaire focus van dit artikel is.

Wat is OpenAI?

De non-profit organisatie OpenAI heeft een onderzoekslaboratorium opgericht dat tot doel heeft AI-technologie te promoten die de samenleving ten goede komt.

Het werd aanvankelijk eind 2015 opgericht door verschillende ondernemers, waaronder Elon Musk, Sam Altman en vele anderen.

Ze hebben allemaal $ 1 miljard toegezegd om de ontwikkeling van AI-systemen te ondersteunen die geschikt zijn voor ontwikkelaars.

Hoewel Musk na drie jaar ontslag nam bij de organisatie, bleef hij een donor en pleitbezorger voor OpenAI.

De organisatie leek af te drijven van haar aanvankelijke doelstellingen om te voorkomen dat software wordt ontwikkeld om financieel rendement te genereren.

In 2019 accepteerde OpenAI een investering van $ 1 miljard van Microsoft, een van 's werelds meest vooraanstaande technologiebedrijven.

Op 23 januari 2023 hebben Microsoft en OpenAI een meerjarige deal van meerdere miljarden afgerond, waarbij Microsoft de infrastructuur aan OpenAI levert om zijn producten te blijven ontwikkelen en gebruiken.

En Microsoft krijgt commerciële exclusiviteit in de integratie en distributie van deze producten.

Als OpenAI uitgelegd:

Deze meerjarige investering van meerdere miljarden dollars van Microsoft volgt op hun eerdere investeringen in 2019 en 2021 en stelt ons in staat om ons onafhankelijk onderzoek voort te zetten en AI te ontwikkelen die steeds veiliger, nuttiger en krachtiger wordt.

als Microsoft aangekondigd de deal zal rond drie pijlers bewegen:

Supercomputing op schaal

Microsoft zal onze investeringen in de ontwikkeling en inzet van gespecialiseerde supercomputersystemen verhogen om het baanbrekende onafhankelijke AI-onderzoek van OpenAI te versnellen. We zullen ook doorgaan met het uitbouwen van de toonaangevende AI-infrastructuur van Azure om klanten te helpen bij het bouwen en implementeren van hun AI-applicaties op wereldwijde schaal.

Nieuwe AI-aangedreven ervaringen

Microsoft zal de modellen van OpenAI implementeren in onze consumenten- en onderneming producten en nieuwe categorieën digitale ervaringen introduceren die zijn gebaseerd op de technologie van OpenAI. Dit omvat die van Microsoft Azure OpenAI-service, waarmee ontwikkelaars geavanceerde AI-applicaties kunnen bouwen via directe toegang tot OpenAI-modellen die worden ondersteund door het vertrouwde, onderneminghoogwaardige mogelijkheden en voor AI geoptimaliseerde infrastructuur en tools.

Exclusieve cloudprovider

Als de exclusieve cloudprovider van OpenAI zal Azure alle OpenAI-workloads voor onderzoek, producten en API-services aansturen.

OpenAI-producten door de jaren heen

De organisatie was gestructureerd om non-profit te zijn om zich te concentreren op haar hoofddoel: onderzoek naar AI-technologie.

Het primaire doel van OpenAI is om gebruik te maken van kunstmatige intelligentie die een positieve impact op de lange termijn heeft.

Er zijn altijd risico's verbonden aan het bevorderen van een krachtige technologie zoals AI.

Het verkennen van dergelijke complexe technologie wordt vaak misbruikt.

Met zo'n grote kracht maken ze het hun missie om een positieve en welvarende toekomst te garanderen.

Over het algemeen ontwikkelt de organisatie technologieën om mensen in staat te stellen AI te gebruiken voor de verbetering van de wereld.

De focus van OpenAI-onderzoek gaat verder dan kunstmatige intelligentie zelf.

Ze doken in het paradigma van machine learning dat Reinforcement Learning wordt genoemd.

Het omvat het trainen van leermodellen die de basis worden voor toekomstige acties. Met dat in gedachten zijn hier de producten en applicaties die OpenAI door de jaren heen heeft ontwikkeld.

Fitnessruimte

Een van de eerste software die de non-profitorganisatie heeft gemaakt, heet Gym.

Het is een open-sourcebibliotheek waar onderzoekers leeralgoritmen voor versterking kunnen ontdekken.

Deze software biedt ontwikkelaars een overvloed aan mogelijkheden om verschillende AI-omgevingen te verkennen.

De toolkit omvat ook AI-onderzoekspublicaties om hun nieuwste ontwikkelingen gemakkelijker te ontdekken.

Eind 2017 slaagden ontwikkelaars er niet in om de documentatiesite te onderhouden en informatie over hun recente werk op de GitHub-pagina van Open AI over te dragen.

Diefstal Sumo

Bij RoboSumo zijn humanoïde 'meta-learning'-robots betrokken die tegen elkaar strijden.

Het belangrijkste doel is om gesimuleerde AI-technologieën fysieke vaardigheden te laten leren, waaronder bukken, duwen en bewegen.

In de arena creëert de competitieve omgeving een intelligentie waarmee AI tegenspoed kan overwinnen en zich kan aanpassen aan veranderende omstandigheden.

Het resultaat van dit onderzoek concludeerde dat agenten te maken hebben met een geheel nieuwe omgeving met harde wind.

Door tegenspraak te leren, paste het zijn nieuwe intelligentie op een algemene manier toe.

Debatspel

The Debate Game is een andere applicatie ontwikkeld door Open AI in 2018.

Machines debatteren over verschillende speelgoedproblemen in aanwezigheid van een menselijke rechter.

In de hoop verklaarbare AI te ontwikkelen, onderzoekt dit onderzoek de invloed van AI bij het nemen van cruciale beslissingen.

dactylus

Open AI ontwikkelde Dactyl om objecten te manipuleren met behulp van een Shadow Dexterous Hand.

Begeleid door de algoritmecode voor versterkend leren die wordt gebruikt in Open AI Five, onderzoekt Dactyl de rol van AI in robotica.

Generatieve modellen van open AI

Een van de belangrijkste onderwerpen die Open AI verkende, zijn generatieve modellen.

Om de mogelijkheden van kunstmatige intelligentie te bepalen, maakten onderzoekers gebruik van deze modellen.

Het omvat het trainen van de modellen door de grote hoeveelheden gegevens die vanuit een domein worden gegenereerd.

Generatieve modellen lezen bijvoorbeeld een boek om hun leren te versterken en gegevens te creëren die erop lijken.

Om dit succesvoller te laten zijn, integreren de neurale netwerken in meerdere parameters die aanzienlijk kleiner zijn dan hun trainingsnetwerken.

Op deze manier moeten de modellen de omvang van de gegevens onafhankelijk onderzoeken en een kopie genereren.

GPT

De allereerste publicatie over de taal model van generatieve pre-training (GPT) onthuld in juni 2018.

Onderzoekers ontwikkelden diepgaande gegevens over hoe de generatieve model van taal verwerft kennis van de Open AI-website.

GPT-2

Als opvolger van GPT gebruikt GPT-2 generatieve modellen om de volgende woorden binnen een internettekst van 40 gigabyte te voorspellen.

Deze op transformatoren gebaseerde taal model kan 1.5 miljard parameters bereiken op een dataset van 8 miljoen pagina's.

Reinforcement learning wordt gebruikt om modellen te trainen op een eenvoudig doel, dat het volgende woord voorspelt. l

Het is na te zijn voorzien van tekstreeksen die over een bepaald onderwerp praten.

Hoewel de modellen worden blootgesteld aan verschillende domeinen, is het fascinerend dat ze tekst kunnen voorspellen binnen de voorbeeldtekstcontext.

GPT-2 kan taken uitvoeren met betrekking tot het beantwoorden van vragen, begrijpend lezen, samenvatten en vertalen.

De modellen beginnen tekst nauwkeurig te voorspellen na het leren van een aantal taaltaken die onbewerkte tekst laten zien.

Als gevolg hiervan kunnen taken zonder toezicht worden uitgevoerd.

Naar aanleiding van de bezorgdheid over het mogelijke misbruik van dergelijke geavanceerde technologie, heeft Open AI de training niet vrijgegeven model voor GPT-2.

Geïnteresseerden kunnen echter nog steeds op een kleinere experimenteren model om zijn mogelijkheden uit te proberen.

GPT-3

GPT-3 werd voor het eerst geïntroduceerd door Open AI in mei 2020.

Toegang tot de privé-bètaversie van deze technologie is alleen beschikbaar voor een paar mensen die verzoeken hebben verzonden vóór de release.

Open AI moedigt degenen met toegang aan om de mogelijkheden van GPT-3 te verkennen. GPT-3 moet worden geïntegreerd met bedrijfsdeskundigen operaties als een commerciële artikel kort.

Het uiteindelijke doel is om op te zetten abonnement-gebaseerde betalingsopties voor degenen die willen profiteren van de model via de wolk.

GPT-3 werd echter verworven om in september 2020 exclusief aan Microsoft in licentie te worden gegeven.

Als voorloper van GPT-2 verbetert het de voorspellende capaciteiten bij blootstelling aan tekststromen met een reeks verschillende stijlen.

Door de parameters te verhogen tot 175 miljard, schrijdt GPT-3 als de leidende taal model dat bepaalde beperkingen overschrijdt die niet kunnen worden overwonnen door GPT-2.

ChatGPT en de explosie van AI-commerciële use-cases

Met de opkomst van generatieve modellen en de exponentiële verbetering van GPT-3, werd een aantal bedrijven bovenop deze spelers gebouwd.

De nieuwste release van OpenAI van een conversatie-interface genaamd ChatGPT liet iedereen in de branche versteld staan.

Toen ik het testte, werd ik weggeblazen door de praktische mogelijkheden.

We dachten dat AI achteruit zou gaan werken door fysieke arbeid of minder gespecialiseerde werknemers te verstoren en stroomopwaarts naar kenniswerkers te gaan.

In plaats daarvan gebeurde het tegenovergestelde!

AI werkt op dit moment ongelooflijk goed voor creatieve inspanningen, en laat daarmee zien dat het erg moeilijk is om de evolutie van technologie te voorspellen.

Dit betekent dat de hele kenniseconomie de eerste zou kunnen zijn die volledig opnieuw wordt gedefinieerd door AI.

Maar wat is ChatGPT?

Ik vroeg het om zichzelf te definiëren, en dat is wat het zei!

Ik vroeg ChatGPT of het Google zou vermoorden.

Op dit moment hebben we, bovenop OpenAI en andere generatieve modellen, al de opkomst van miljardenbedrijven gezien!

Alleen al in 2022:

- Stabiliteits-AI kondigde $ 101 miljoen aan financiering aan voor open-source kunstmatige intelligentie.
– Jasper AI, een startup die een platform voor "AI-inhoud" ontwikkelt, heeft $ 125 miljoen opgehaald tegen een waardering van $ 1.5 miljard.
– OpenAI, Gewaardeerd op bijna $ 20 miljard, is in vergevorderde gesprekken met Microsoft voor meer financiering.

Elke startup wordt de komende vijf jaar een AI-bedrijf.

Dit zal aanleiding geven tot nog slankere startups die in staat zijn om biljoenen dollars rijken op te bouwen met kleine teams!

OpenAI-bedrijfsmodel

Op dit moment is OpenAI georganiseerd rond twee entiteiten, de ene is non-profit en de andere is een “capped winst" organisatie.

Deze transitie is in 2019 gestart.

Het AI-onderzoekslaboratorium

In een post in juni 2016, toen OpenAI zijn onderzoek naar generatieve modellen opvoerde, legden ze ook het doel uit van wat destijds in de eerste plaats een onderzoekslaboratorium was.

Zoals ze toen uitlegden:

OpenAI's missie is om veilige AI te bouwen en ervoor te zorgen dat de voordelen van AI zo breed en gelijkmatig mogelijk worden verdeeld. We proberen AI te bouwen als onderdeel van een grotere gemeenschap, en we willen onze plannen en mogelijkheden gaandeweg delen. We werken ook aan het verstevigen van de bestuursstructuur van onze organisatie en zullen onze gedachten daarover later dit jaar delen.

In 2016, toen OpenAI zijn onderzoek naar generatieve modellen begon op te voeren, waarvoor aanzienlijke rekenkracht nodig was, ging het een partnerschap aan met Microsoft.

Als OpenAI uitgelegd, toen begonnen ze de meeste van hun grootschalige experimenten op Azure uit te voeren, waardoor Azure de primaire cloud werd platform voor diep leren en AI.

Evenals Microsoft aangekondigd in 2016 zou het belangrijkste doel van het partnerschap zijn om "Artificiële Intelligentie (AI) te democratiseren, het uit de ivoren torens te halen en voor iedereen toegankelijk te maken."

Microsoft zou dit doen via een vierledige aanpak, die het bedrijf als volgt omschreef:

Gebruik kunstmatige intelligentie om de manier waarop we omgaan met de ambient computing, de agenten, in ons leven fundamenteel te veranderen.
Geef elke applicatie waarmee we communiceren, op elk apparaat, op elk moment in de tijd, intelligentie.
Maak dezelfde intelligente mogelijkheden die in onze eigen apps zitten - de cognitieve mogelijkheden - beschikbaar voor elke applicatieontwikkelaar ter wereld.
Bouwen aan 's werelds krachtigste AI-supercomputer en deze voor iedereen beschikbaar maken via de cloud, zodat iedereen zijn kracht kan benutten en AI-uitdagingen, groot en klein, kan aanpakken.

Dat was het begin van een partnerschap dat zou leiden tot een van de belangrijkste deals van onze tijd, het commerciële partnerschap van meerdere miljarden tussen Microsoft en OpenAI!

Het keerpunt, GPT-2

In februari 2019, toen OpenAI al een paar jaar bezig was met het opschalen van generatieve modellen, werd het duidelijk dat de weg voorwaarts veelbelovend was.

En dat werd duidelijk met de release van GPT-2.

Als OpenAI uitgelegd vroeger:

We hebben een grootschalige taal zonder toezicht getraind model die samenhangende tekstalinea's genereert, state-of-the-art prestaties levert op veel benchmarks voor taalmodellering, en rudimentair begrijpend lezen, automatische vertaling, het beantwoorden van vragen en samenvattingen uitvoert - allemaal zonder taakspecifieke training.

GPT-2 was de opvolger van GPT, uitgebracht in juni 2018.

GPT, of Generative Pre-training Transformer, combineert twee bestaande ideeën: transformers en pre-training zonder toezicht.

Zoals OpenAI in 2018 uitlegde,

Eerst trainen ze een transformator model op een zeer grote hoeveelheid gegevens zonder toezicht - met behulp van taalmodellering als trainingssignaal.
Dan stemmen ze dit af model op veel kleinere gecontroleerde datasets om het te helpen bij het oplossen van specifieke taken.

Het keerpunt van deze aanpak was het wegnemen van de belangrijkste nadelen van begeleid leren.

Inderdaad, zoals OpenAI in 2018 uitlegde:

Supervised learning vormt de kern van het grootste deel van het recente succes van machine learning. Het kan echter grote, zorgvuldig opgeschoonde en dure datasets nodig hebben om goed te werken. Leren zonder toezicht is aantrekkelijk vanwege het potentieel om deze nadelen aan te pakken. Omdat leren zonder toezicht het knelpunt van expliciete menselijke labeling wegneemt, kan het ook goed worden geschaald met de huidige trends van toenemende rekenkracht en beschikbaarheid van onbewerkte gegevens. Ongecontroleerd leren is een zeer actief onderzoeksgebied, maar de praktische toepassingen ervan zijn vaak nog beperkt.

Deze stap is van cruciaal belang om de kruising tussen Cloud en AI te begrijpen.

Hoewel leren zonder toezicht inderdaad een sprong voorwaarts betekende voor die grote generatieve modellen, bleek het ook extreem duur te zijn, in termen van rekenkracht, om dit soort training uit te voeren (wat maar één keer hoeft te worden gedaan).

In 2018 benadrukte OpenAI inderdaad de enorme computervereisten van generatieve modellen, zoals GPT, die vooruitgaan.

Vereisten berekenen: Veel eerdere benaderingen van NLP-taken trainen relatief kleine modellen vanaf nul op een enkele GPU. Onze aanpak vereist een dure pre-trainingsstap - 1 maand op 8 GPU's. Gelukkig hoeft dit maar één keer te gebeuren en geven we onze model zodat anderen het kunnen vermijden. Het is ook een grote model (in vergelijking met eerder werk) en gebruikt bijgevolg meer rekenkracht en geheugen - we gebruikten een 37-laags (12 blokken) Transformer-architectuur en we trainen op sequenties van maximaal 512 tokens. De meeste experimenten werden uitgevoerd op systemen met 4 en 8 GPU's. De model stemt zeer snel af op nieuwe taken, wat helpt om de extra resourcevereisten te verminderen.

Maar met een partnerschap met Microsoft Azure, werd het mogelijk om deze modellen vooraf te trainen met behulp van een enorme hoeveelheid rekenkracht.

En dat leidde ook tot de release van GPT-2.

Deze model was eenvoudigweg getraind om het volgende woord in 40 GB internettekst te voorspellen.

GPT-2 is getraind op 1.5 miljard parameters en een dataset van 8 miljoen webpagina's.

GPT-2 was een directe schaalvergroting van GPT, met meer dan 10x de parameters en getraind op meer dan 10x de hoeveelheid gegevens.

Dat is alles, schaal!

Toch werd GPT-2 alleen uitgebracht in een kleine versie, omdat OpenAI vreesde dat het zou kunnen worden gebruikt om inhoud op internet te manipuleren.

Daarom koos OpenAI voor een gefaseerde release van GPT-2, waarbij een familie van modellen in de loop van de tijd geleidelijk werd uitgebracht.

Het doel van deze gefaseerde release van GPT-2 zou zijn om mensen de tijd te geven om de eigenschappen van deze modellen te beoordelen, hun maatschappelijke implicaties te bespreken en de impact van release na elke fase te evalueren.

Uiteindelijk zou OpenAI in hetzelfde jaar een grotere versie van GPT-2 uitbrengen, rekening houdend met enkele belangrijke parameters:

Het gebruiksgemak (door verschillende gebruikers) van verschillende model formaten voor het genereren van samenhangende tekst.
De rol van mensen in het tekstgeneratieproces.
De waarschijnlijkheid en timing van toekomstige replicatie en publicatie door anderen.
Bewijs van gebruik in het wild en door experts geïnformeerde conclusies over niet-waarneembaar gebruik.

Van het onderzoekslaboratorium tot een organisatie met winstoogmerk

Naarmate het onderzoek naar OpenAI snel vorderde, had het team zich misschien gerealiseerd dat door deze modellen verder op te schalen (door meer parameters en meer gegevens te hebben), ze een veel krachtigere versie van GPT konden maken.

Dat was ook de tijd waarin OpenAI overging van een onderzoekslaboratorium naar een hybride, tweekoppige entiteit.

Inderdaad, een paar maanden voor de aankondiging van een partnerschap van een miljard dollar met Microsoft (wat de ontwikkeling van GPT-3 mogelijk zou hebben versneld), OpenAI kondigde de creatie van een LP aan.

Zoals OpenAI uitlegde, in maart 2019, toen de creatie van de LP tot stand kwam, "We hebben OpenAI LP opgericht, een nieuw bedrijf met een maximale winst waarmee we onze investeringen in rekenkracht en talent snel kunnen verhogen, terwijl we checks and balances kunnen toevoegen om onze missie te realiseren."

Zoals OpenAI benadrukte, toen ze eenmaal hadden begrepen dat de meeste vooruitgang, vanaf GPT-2 in de toekomst, ging over schaal (meer rekenkracht nodig om meer parameters in te voeren en meer gegevens om te verwerken), was de creatie van de LP een manier om meer kapitaal binnenhalen om deze modellen te schalen.

Toch trad de LP op als een afgetopte organisatie. Dit betekent dat na een bepaalde drempel alle extra inkomsten die worden gegenereerd door de generatieve modellen van OpenAI, terugvloeien naar de non-profitorganisatie.

Daarnaast zijn de OpenAI LP's overall missie zou worden afgestemd op de non-profitorganisatie, waardoor de creatie en acceptatie van veilige en voordelige AGI wordt gegarandeerd, voordat er rendement voor investeerders wordt gegenereerd.

Om de OpenAI LP op schema te houden missie , wordt het bedrijf met winstoogmerk gecontroleerd door het bestuur van OpenAI Nonprofit.

Het non-profitbestuur bestaat uit medewerkers van de LP, zoals Greg Brockman (voorzitter en president), Ilya Sutskever (Chief Scientist) en Sam Altman (CEO).

En niet-werknemers Adam D'Angelo (mede-oprichter en CEO van Quora), Reid Hoffman (mede-oprichter van LinkedIn, nu eigendom van Microsoft), Will Hurd, Tasha McCauley, Helen Toner en Shivon Zilis.

En investeerders in de LP waren Microsoft, de liefdadigheidsstichting van Reid Hoffman, en Khosla Ventures.

Terwijl OpenAI de structuur opsplitste in twee entiteiten (OpenAI LP, geleid door de non-profitorganisatie OpenAI), stelde het ook de regels vast om belangenconflicten te voorkomen.

Inderdaad, slechts een minderheid van de bestuursleden mag tegelijkertijd financiële belangen in het partnerschap hebben.

Bovendien kunnen alleen bestuursleden zonder dergelijke belangen stemmen over beslissingen die in het belang zijn van commanditaire vennoten en OpenAI Non-profitorganisaties missie kunnen tegenstrijdig zijn, inclusief beslissingen over het doen van uitbetalingen aan investeerders en werknemers.

OpenAI LP, in 2019, toen het werd opgericht, telde het al ongeveer 100 mensen, georganiseerd in drie hoofdgebieden:

Mogelijkheden (bevorderen wat AI-systemen kunnen doen).
Veiligheid (ervoor zorgen dat die systemen zijn afgestemd op menselijke waarden).
En beleid (zorgen voor passend beheer van dergelijke systemen).

Dat is wat OpenAI organisatiestructuur ziet er nog steeds uit als vandaag.

De samenwerking van één miljard dollar met Microsoft

Toen OpenAI zijn LP oprichtte, slaagde het er ook in om de samenwerking met Microsoft voort te zetten, aankondigen een miljard dollar geïnvesteerd in dit partnerschap in juli 2019.

Zoals OpenAI uitlegde, zou het partnerschap worden gebruikt “om hardware en software te ontwikkelen platform binnen Microsoft Azure dat zal opschalen naar AGI.”

OpenAI zou samen met Microsoft de nieuwe Azure AI-supercomputertechnologieën ontwikkelen.

Dus openstelling voor Microsoft als exclusieve cloudprovider voor OpenAI.

Dit zou een cruciale en winnende gok blijken te zijn voor Microsoft Azure, aangezien het (dankzij OpenAI) zijn mogelijkheden in grootschalige AI-systemen ontwikkelde.

als Microsoft uitgelegd, anno 2019:

Microsoft en OpenAI gaan samen nieuwe Azure AI-supercomputertechnologieën bouwen.
OpenAI zal zijn diensten porteren om te draaien op Microsoft Azure, dat het zal gebruiken om nieuwe AI-technologieën te creëren en de belofte van kunstmatige algemene intelligentie waar te maken.
Microsoft wordt de voorkeurspartner van OpenAI voor het commercialiseren van nieuwe AI-technologieën.

Met de financiële steun van Microsoft en de mogelijkheid om deze AI-modellen in een krachtige AI-cloudinfrastructuur te duwen, zoals Azure, was het eindelijk mogelijk voor het OpenAI-team om zijn modellen verder op te schalen, wat leidde tot de release van GPT-3!

GPT-3

Tegen juni 2020 zou GPT-3 worden vrijgegeven, samen met de API's, die de expositie van een hele industrie mogelijk zouden maken.

En een paar maanden later, in september 2020, kondigde OpenAI de commerciële licentie van GPT-3 aan Microsoft aan. Dat zou om een aantal redenen een keerpunt zijn.

Ten eerste stelden de open API's iedereen in staat om een bedrijfsdeskundigen bovenop de funderingslaag.

Ten tweede toonde het aan dat met verdere schaalvergroting die generatieve modellen veel krachtiger zouden kunnen worden.

Ten derde bezegelde het de samenwerking met Microsoft, dat met de Azure AI Cloud-infrastructuur de de facto computergebruik platform voor OpenAI.

ChatGPT, het iPhone-moment. Een zegen en een vloek!

In november 2022 bracht OpenAI ChatGPT uit, een conversatie-interface aangedreven door de nieuwste versie van GPT en afgestemd op menselijke interacties.

Dat brak het internet!

Maar dat benadrukte voor mij dat de schaalbaarheid van ChatGPT niet alleen een technologisch probleem is, maar vooral een bedrijfsmodellering kwestie.

Om OpenAI in staat te stellen het momentum te behouden en vast te houden, moest het inderdaad een implosie als gevolg van deze hypergroei voorkomen.

Dat zette OpenAI in het nauw. Zorg er aan de ene kant voor dat het het gratis verkeer van ChatGPT kan blijven ondersteunen.

Aan de andere kant ervoor zorgen dat het onderzoeksteam zich kon blijven concentreren op de vooruitgang van GPT-4.

En een derde, en ook een belangrijk onderdeel, is dat OpenAI in staat zou zijn om de Open API-infrastructuur te onderhouden aan de basis van een bedrijfsdeskundigen ecosysteem dat sinds 2020 is ontstaan.

Die dingen samen vormen de OpenAI-Microsoft-deal.

Oké, nu is het logisch om terug te gaan en de deal opnieuw te bekijken in het licht van de tijdlijn hierboven!

ChatGPT premium, en op zoek naar een bedrijfsmodel!

Als je het niet hebt gevolgd, lijkt het erop dat Microsoft van plan is om $ 10 miljard in de samenwerking met OpenAI te steken, in ruil voor een aanzienlijk belang in de voor winst organisatie.

Inderdaad, OpenAI bedrijfsdeskundigen model, zoals we zagen, is een combinatie van voor winst, en non-profit. Wat is er nu aan de hand?

Aan de andere kant onderzoekt OpenAI een premiumversie van ChatGPT, zoals gedeeld door Greg Brockman (voorzitter en president).