Sam Altman: No próximo ano, a OpenAI entrará na era dos sistemas de IA

Escrito por: 21VC

Compilação: Mu Mu

Editor: Wen Dao

Depois do GPT-4, o que a OpenAI está preparando para o próximo ano? Onde está o fosso da OpenAI? Qual é o valor do Agente de IA? Com a saída de muitos funcionários antigos, a OpenAI escolherá pessoas mais jovens com mais fé e vitalidade?

Em 4 de novembro, o CEO da OpenAI Sam Altman (doravante referido como “Altman”) respondeu a essas perguntas no podcast “The Twenty Minute VC”, afirmando claramente que o aprimoramento da capacidade de raciocínio tem sido uma estratégia central da OpenAI.

Quando o apresentador do podcast e fundador da 21VC, Harry Stebbings (doravante referido como “Stebbings”), perguntou a Altman quais oportunidades a OpenAI ainda poderia oferecer aos empreendedores de IA, Altman acredita que se os empreendedores de IA continuarem a se concentrar na resolução de problemas de modelos inadequados, esse modelo de negócios não será mais competitivo com a atualização dos modelos OpenAI, os empreendedores devem construir negócios que se beneficiem do fortalecimento dos modelos, o que representará uma grande oportunidade.

Na visão de Altman, a forma como as pessoas estão discutindo IA agora está um pouco desatualizada. Em comparação com modelos, o desenvolvimento de sistemas é o caminho a seguir, e o próximo ano será um ano crucial para a transição da OpenAI para sistemas de IA.

Aqui estão algumas seleções essenciais da conversa entre Stebbings e Altman:

OpenAI planeja criar ferramentas sem código

Stebbings: Começo a entrevista de hoje diretamente com uma pergunta da plateia - o futuro da OpenAI é lançar mais modelos como o GPT-3.5 ou treinar modelos maiores e mais poderosos?

Altman: Vamos otimizar totalmente o modelo e melhorar a capacidade de raciocínio, que é o cerne da estratégia atual. Acredito que uma forte capacidade de raciocínio desbloqueará uma série de recursos que esperamos, incluindo fazer contribuições substanciais à inteligência artificial no campo da pesquisa científica, escrever códigos de alta complexidade, entre outros, o que impulsionará significativamente o desenvolvimento e o progresso da sociedade. Podem esperar iterações e otimizações contínuas e rápidas da série de modelos GPT, que será o foco e a direção prioritária do nosso trabalho futuro.

Sam Altman aceita a entrevista em podcast do fundador da 21VC, Harry Stebbings

Stebbings: A OpenAI irá desenvolver ferramentas sem código no futuro para pessoas não técnicas, para que elas também possam construir e expandir facilmente aplicações de IA?

Altman: Sem dúvida, estamos avançando constantemente em direção a esse objetivo. Nosso plano inicial é aumentar significativamente a eficiência dos programadores, mas a longo prazo, nosso objetivo é construir ferramentas de primeira linha sem código. Embora já existam algumas soluções sem código no mercado, atualmente elas ainda não conseguem atender completamente às necessidades de criar uma startup completa de forma sem código.

Stebbings: No futuro, em quais áreas do ecossistema tecnológico a OpenAI irá expandir? Considerando que a OpenAI pode ser dominante no nível de aplicação, seria um desperdício de recursos para as startups investirem pesadamente na otimização dos sistemas existentes? Como os fundadores devem abordar essa questão?

Altman: Nosso objetivo é melhorar constantemente nosso modelo. Se o seu negócio é apenas para resolver algumas pequenas deficiências do modelo existente, seu modelo de negócio pode perder sua competitividade assim que nosso modelo se tornar suficientemente poderoso para eliminar essas deficiências.

No entanto, se você puder construir um negócio que se beneficie do progresso contínuo do modelo, isso será uma grande oportunidade. Imagine se alguém lhe dissesse que o GPT-4 se tornará excepcionalmente poderoso e capaz de realizar tarefas atualmente consideradas impossíveis. Você poderá planejar e desenvolver seu negócio a longo prazo.

Stebbings: Tivemos uma discussão com o investidor de risco Brad Gerstner sobre o possível impacto da OpenAI em alguns mercados específicos. Do ponto de vista dos fundadores, que empresas podem ser afetadas pela OpenAI e quais podem escapar? Como investidores, como devemos avaliar esta questão?

Altman: A inteligência artificial criará trilhões de dólares em valor, gerando novos produtos e serviços, tornando possíveis coisas anteriormente impossíveis ou impraticáveis. Em algumas áreas, esperamos que os modelos sejam tão poderosos a ponto de alcançar facilmente os objetivos; em outras áreas, essa nova tecnologia será ainda mais aprimorada através da construção de excelentes produtos e serviços.

No início, cerca de 95% das startups pareciam estar apostando que o modelo não iria melhorar, o que me surpreendeu, mas agora já não me surpreendo mais. Quando o GPT-3.5 foi lançado, já prevíamos o potencial do GPT-4, sabíamos que seria muito poderoso.

Portanto, se estiveres a criar uma ferramenta apenas para compensar as deficiências do modelo, essas deficiências tornar-se-ão cada vez mais irrelevantes à medida que o modelo for melhorado.

Quando o desempenho do modelo anterior era ruim, as pessoas tendiam mais a desenvolver produtos para compensar as deficiências do modelo em vez de construir produtos revolucionários como ‘professores de IA’ ou ‘consultores médicos de IA’. Senti que, naquela época, 95% das pessoas estavam apostando que o modelo não melhoraria, e apenas 5% acreditavam que ele poderia melhorar.

A situação mudou agora, as pessoas compreenderam a velocidade das melhorias e entenderam a direção do nosso desenvolvimento. Este problema agora não é tão proeminente, mas costumava ser uma grande preocupação para nós, pois prevíamos que as empresas que esforçavam-se para corrigir falhas no modelo poderiam enfrentar dificuldades.

Stebbings: Você disse que a inteligência artificial criará trilhões de dólares em valor, e Masayoshi Son (fundador e CEO do SoftBank) também prevê que a IA criará um valor de 9 trilhões de dólares por ano, o que é suficiente para compensar o que ele considera um ‘necessário investimento de 9 trilhões de dólares’. Qual é a sua opinião sobre isso?

Altman: Não consigo fornecer um número preciso, mas é evidente que um grande investimento de capital também criará um enorme valor, porque cada grande revolução tecnológica é assim e a inteligência artificial é, sem dúvida, uma delas.

O próximo ano será um ano chave para nós, pois entraremos na era dos sistemas de IA de próxima geração. Não tenho certeza de quanto tempo levará para desenvolver um agente de software sem código que você mencionou. Atualmente, isso ainda não é possível, mas se imaginarmos alcançar esse objetivo, todos poderão facilmente obter o conjunto completo de software empresarial de que precisam, o que liberará tanto valor econômico para o mundo. Se você puder manter o mesmo valor enquanto torna tudo mais conveniente e com custo mais baixo, isso terá um enorme impacto.

Acredito que veremos mais exemplos semelhantes, incluindo nos setores de saúde e educação, que representam um mercado de trilhões de dólares. Se a IA puder impulsionar novas soluções nessas áreas, acredito que os números específicos não são importantes, mas sim que ela realmente criará um valor incrível.

Um excelente Agente de IA com capacidades superiores às humanas

Stebbings: Qual papel você acha que o Código aberto desempenhará no futuro do desenvolvimento da inteligência artificial? Dentro da OpenAI, como seria a discussão sobre se deveria Código aberto alguns modelos?

Altman: O modelo de código aberto desempenha um papel crucial no ecossistema de inteligência artificial. Atualmente, existem alguns modelos de código aberto muito excelentes. Eu acredito que fornecer serviços de alta qualidade e API é igualmente importante. Na minha opinião, faz sentido oferecer esses elementos como um conjunto de produtos, para que as pessoas possam escolher a solução que melhor atenda às suas necessidades.

Stebbings: Além de Código aberto, também podemos fornecer serviços aos clientes através de Agent (代理). Como você define ‘Agente’? O que é e o que não é na sua opinião?

Altman: Eu acho que o Agente é um tipo de programa que pode executar tarefas de longo prazo e quase não precisa de supervisão humana durante a execução das tarefas.

Stebbings: Você acha que as pessoas têm mal-entendidos sobre o Agente?

Altman: Instead of saying it’s a misunderstanding, it’s more like we haven’t fully understood the role that Agent plays in the future world.

Um exemplo frequentemente mencionado é usar um Agente de IA para ajudar a fazer reservas em restaurantes, como usar o OpenTable ou ligar diretamente para o restaurante. Isso certamente pode economizar algum tempo, mas o que me emociona mais é o fato de o Agente poder fazer coisas que os humanos não conseguem, como contatar 300 restaurantes ao mesmo tempo e encontrar o prato mais adequado para mim ou um restaurante que ofereça serviços especiais. Isso é praticamente impossível para os humanos, mas se os Agentes forem todos IA, podem lidar em paralelo e resolver o problema facilmente.

Embora este exemplo seja simples, demonstra a capacidade do Agente de superar as capacidades humanas. Mais interessante ainda, o Agente não só pode reservar um restaurante para si, mas também pode agir como um colega experiente e inteligente, colaborando consigo num projeto; ou pode até completar independente uma tarefa que levaria dois dias ou até duas semanas, contatando-o apenas em caso de problemas e apresentando, no final, um resultado excelente.

Stebbings: Este modelo de Agente terá algum impacto no preço do SaaS (Software como Serviço)? Tradicionalmente, o SaaS é cobrado por assento de usuário, mas agora o Agente está substituindo o trabalho humano. Como você vê a mudança nos modelos de preços no futuro, especialmente quando o Agente de IA se tornar uma parte central dos funcionários da empresa?

Altman: I can only speculate because we really can’t be sure. I can imagine a scenario: the future pricing model will be based on the computing resources you use, such as whether you need 1 GPU, 10 GPUs, or 100 GPUs to process the problem. In this case, pricing is no longer based on the number of seats or agents, but on the actual computational workload consumed.

Stebbings: Então, precisamos construir um modelo especial para o Agente?

Altman: É verdade que é necessário uma grande quantidade de infraestrutura para suportar a execução do Agente, mas eu acredito que o GPT-3.5 já apontou a direção, ou seja, um modelo geral capaz de executar tarefas complexas do Agente.

O modelo é um ativo depreciado, mas a experiência de treinamento é mais valiosa do que o custo.

Stebbings: Muitas pessoas acreditam que, à medida que a tendência de comercialização dos modelos se torna cada vez mais significativa, os modelos são ativos desvalorizados. O que você acha dessa visão? Atualmente, a intensidade de capital necessária para treinar modelos está aumentando, o que significa que apenas algumas empresas podem arcar com esses custos?

Altman: De facto, os modelos podem ser considerados ativos depreciados, mas é completamente errado pensar que o seu valor é inferior ao custo de treino. Na verdade, durante o processo de treino do modelo, conseguimos obter um efeito positivo de juros compostos, ou seja, o conhecimento e experiência que obtemos do treino irão ajudar-nos a treinar a próxima geração de modelos de forma mais eficiente.

Acredito que os rendimentos reais que obtivemos com o modelo provaram a racionalidade desses investimentos. Claro, nem todas as empresas podem alcançar esse tipo de desempenho. Atualmente, pode haver muitas empresas treinando modelos muito semelhantes, mas se você estiver um pouco atrasado, ou não tiver um produto que possa atrair continuamente usuários e fornecer valor, pode ser mais difícil obter retorno do investimento.

Temos a sorte de ter o ChatGPT, que é usado por centenas de milhões de usuários, portanto, mesmo que seja caro, podemos distribuir esses custos através de uma base de usuários enorme.

Stebbings: Como é que o modelo da OpenAI pode manter a diferenciação no futuro? Em que áreas gostarias de ver uma maior expansão da diferenciação?

Altman: A capacidade de raciocínio é a área que mais valorizamos atualmente, acredito que será fundamental para abrir a próxima fase de criação de valor em grande escala. Além disso, também nos dedicaremos ao desenvolvimento de modelos multimodais e à introdução de novas funcionalidades que consideramos crucial para os usuários.

Stebbings: Como será expandida a capacidade visual no novo paradigma de raciocínio GPT-3.5?

Altman: Sem spoilers, prevejo um rápido desenvolvimento dos modelos de imagem.

Stebbings: O modelo da empresa Anthropic é por vezes considerado superior em tarefas de programação, qual é a sua opinião sobre isto? Você acha que esta avaliação é justa? Como é que os desenvolvedores devem escolher entre a OpenAI e outros provedores?

Altman: A Anthropic realmente possui um modelo impressionante no campo da programação, e seu trabalho é realmente impressionante. Acredito que os desenvolvedores normalmente utilizam vários modelos ao mesmo tempo e não tenho certeza de como isso vai mudar com o desenvolvimento desse campo. Mas acredito que a inteligência artificial estará em todos os lugares no futuro.

A forma como estamos discutindo a IA atualmente pode estar desatualizada. Eu prevejo que iremos mudar de discutir ‘modelos’ para discutir ‘sistemas’, mas isso levará tempo para ser implementado.

Stebbings: Sobre o problema da expansão do modelo, você acha que a lei da escala do modelo pode continuar por mais quanto tempo? No passado, todos achavam que não seria duradouro, mas parece que é mais duradouro do que as pessoas esperavam.

Altman: Sem entrar em detalhes, a questão central é: a trajetória de melhoria da capacidade do modelo continuará a ser como é agora? Eu acredito que sim, e continuará por um período bastante longo.

Stebbings: Alguma vez duvidaste disso?

Altman: Enfrentamos de fato alguns padrões de comportamento que não conseguimos entender e passamos por alguns processos de treinamento malsucedidos, tentando vários novos paradigmas. Quando estamos perto do limite de um paradigma, temos que encontrar o próximo ponto de ruptura.

Stebbings: Qual é o desafio mais difícil de lidar neste processo?

Altman: Durante o desenvolvimento do GPT-4, enfrentamos alguns problemas extremamente desafiadores que nos deixaram sem saber como resolver. No final, conseguimos superar esses obstáculos. Mas houve um momento em que estávamos confusos sobre como avançar no desenvolvimento do modelo.

Além disso, a transformação do GPT-3.5 e o conceito de modelos de raciocínio têm sido há muito tempo um objetivo que temos perseguido, mas o caminho para alcançar esse objetivo tem sido cheio de desafios e reviravoltas.

Stebbings: Como manter a moral da equipe neste processo longo e tortuoso? Como manter a moral quando o processo de treinamento pode falhar?

Altman: Todos os membros da nossa equipe estão entusiasmados com a construção de Inteligência Artificial Geral (AGI), que é um objetivo extremamente motivador. Estamos cientes de que este não é um caminho fácil e o sucesso não virá facilmente. Como diz o ditado: “Eu nunca rezei para que Deus estivesse do meu lado, mas sim para que eu estivesse do lado de Deus.”

Envolva-se no campo de estudo da Profundidade, é como se estivesse a embarcar numa causa justa, embora haja inevitavelmente contratempos ao longo do caminho, parece que conseguimos sempre progredir. Esta convicção firme é de grande ajuda para nós.

Stebbings: Qual é o seu nível de preocupação com a Cadeia de fornecimento de semicondutores e a tensão internacional?

Altman: Não consigo quantificar o nível dessa preocupação, mas sem dúvida, sinto-me preocupado. Embora possa não ser a minha maior preocupação, está definitivamente entre as 10% das questões que me preocupam.

Stebbings: Posso perguntar qual é a sua maior preocupação?

Altman: No geral, o que mais me preocupa é a complexidade de tentar completar todo o trabalho em todo o campo. Embora eu acredite que tudo vai acabar por se resolver, é de fato um sistema extremamente complexo.

Esta complexidade existe em todos os níveis, incluindo dentro da OpenAI e em cada equipe. Tomando os semicondutores como exemplo, precisamos equilibrar o fornecimento de energia elétrica, tomar as decisões de rede corretas, garantir que temos chips suficientes, ao mesmo tempo em que consideramos os riscos potenciais e se o progresso da pesquisa pode corresponder a esses desafios, para que não sejamos completamente pegos de surpresa ou desperdiçar recursos.

Todo o Cadeia de fornecimento parece ser um canal direto, mas na verdade a complexidade dos ecossistemas em cada nível é maior do que qualquer outro setor que eu já tenha visto. Em certa medida, esta é exatamente a minha maior preocupação.

Stebbings: You mentioned unprecedented complexity, and many people compare the current AI boom to the Internet bubble period, especially when it comes to excitement and enthusiasm. I think the difference lies in the scale of investment. Larry Ellison (co-founder of Oracle) once said that the entry cost into the basic model competition is 1000 billion dollars. Do you agree with this view?

Altman: Não, acho que o custo não será tão alto. Mas há um fenômeno interessante aqui: as pessoas gostam de comparar a revolução tecnológica passada com a nova revolução, para que pareça mais familiar. No geral, acho que não é um bom hábito, mas entendo por que as pessoas o fazem. Também acho que os casos de comparação de IA escolhidos pelas pessoas são particularmente inadequados, a internet é claramente muito diferente da IA.

Você mencionou um exemplo de custo, e um dos traços marcantes da revolução da internet é que é ‘fácil começar’, independentemente de precisar realmente de 100 bilhões ou 1 trilhão para ser competitivo. Outra característica semelhante à internet é que, para muitas empresas, a IA é apenas uma extensão da internet - outras pessoas construirão esses modelos de IA e você poderá usá-los para desenvolver vários produtos excelentes. Isso é considerar a IA como uma nova maneira de construir tecnologia. Mas se você quiser construir a própria IA, a situação é completamente diferente.

Outra analogia comum é a eletricidade, mas acho que isso não se aplica em muitos aspectos.

Embora eu acredite que as pessoas não devam depender demais de analogias, minha analogia favorita é o transistor, que é uma nova descoberta da física com uma escalabilidade incrível e logo se infiltrou em todos os setores. Toda a indústria de tecnologia se beneficia dos transistores, que estão presentes em muitos dos produtos e serviços que usamos. No entanto, você não consideraria as empresas que criam esses produtos e serviços como ‘empresas de transistores’.

Este (transistor) é um processo industrial muito complexo e caro, que gera uma enorme cadeia de fornecimento em seu entorno. Essa descoberta física simples trouxe um crescimento econômico a longo prazo, mesmo que a maioria das pessoas nem sequer perceba sua existência, apenas pensam ‘isso pode me ajudar a processar informações’.

Manter altos padrões de talento, em vez de se inclinar para uma faixa etária específica

Stebbings: Como é que achas que o talento humano é desperdiçado?

Altman: Há muitas pessoas talentosas no mundo que, por trabalharem em empresas inadequadas, viverem em países que não apoiam empresas excelentes ou por outras razões, não conseguem desenvolver todo o seu potencial.

Uma das coisas que mais me anima em relação à IA é a possibilidade de nos ajudar a aproveitar ao máximo o potencial de cada pessoa, algo que ainda não estamos fazendo o suficiente atualmente. Acredito que existem muitos pesquisadores de IA talentosos em todo o mundo, apenas com trajetórias de vida diferentes.

Stebbings: In the past year, you have experienced an incredible surge. If you look back over the past decade, what do you think is the biggest change in your leadership?

Altman: Para mim, a coisa mais incomum nos últimos anos foi a velocidade das mudanças. Uma empresa normal leva muito tempo para subir de zero para um bilhão de dólares em receita, depois de um bilhão para dez bilhões, e finalmente de dez bilhões para cem bilhões. No entanto, tivemos que completar esse processo em apenas dois anos. Passamos de um laboratório de pesquisa pura para uma empresa que realmente atende a uma grande quantidade de clientes, e essa rápida transformação me fez perder tempo de aprendizado.

Stebbings: O que você gostaria de passar mais tempo estudando?

Altman: Como direcionar a empresa para alcançar um aumento de 10 vezes e não apenas um aumento de 10%. Para crescer de uma empresa com receita de bilhões para uma empresa com receita de centenas de bilhões, é necessário uma transformação profunda, e não apenas repetir o trabalho da semana passada.

Mas o desafio trazido pelo rápido aumento é que não temos tempo suficiente para consolidar as bases. Eu subestimei o quão grande é o esforço necessário para alcançar e continuar a progredir nesse ambiente de aumento extremamente rápido.

A comunicação interna da empresa, compartilhamento de informações, gerenciamento estruturado e como equilibrar as demandas de curto prazo com o desenvolvimento a longo prazo são todos essenciais. Por exemplo, para garantir a execução da empresa nos próximos um ou dois anos, precisamos nos preparar antecipadamente com recursos de computação, espaço de escritório, etc. Em um ambiente de rápido crescimento, o planejamento eficaz é muito desafiador.

Stebbings: Keith Rabois (venture capitalist) once said that he learned a little something from Peter Thiel (co-founder of PayPal), which is to hire people under 30 because that is the secret to building great companies. What do you think of this suggestion, that hiring young, ambitious individuals full of energy is the only way to build a company?

Altman: Quando criei a OpenAI, tinha cerca de 30 anos, não muito jovem, mas parecia adequado (risos). Então, é definitivamente um caminho que vale a pena tentar.

Stebbings: No entanto, os jovens podem estar cheios de energia e ambição, mas podem carecer de experiência; ou optar por talentos experientes e comprovados?

Altman: A resposta óbvia é que a contratação de ambos os tipos de talentos pode ser bem-sucedida, como temos feito na OpenAI. Apenas hoje, antes desta entrevista, eu estava discutindo um jovem que acabou de se juntar à nossa equipe, talvez com vinte e poucos anos, mas ele está se saindo muito bem no trabalho. Estou pensando se podemos encontrar mais talentos como ele, esses jovens trazem novas perspectivas e energia.

No entanto, por outro lado, se você está projetando um dos sistemas de computação mais complexos e caros da história da humanidade, eu não entregaria facilmente essa responsabilidade a um jovem recém-chegado à área. Portanto, precisamos combinar dois tipos de talento. Acredito que a chave está em manter altos padrões de talento, em vez de se inclinar apenas para uma faixa etária específica.

Sou especialmente grato a Y Combinator (incubadora de startups) porque me fez perceber que a falta de experiência não significa falta de valor. Existem muitos talentos de alto potencial no início de suas carreiras que podem criar um grande valor, e nossa sociedade deve investir nesses talentos, o que é muito positivo.

Stebbings: Recentemente ouvi um ditado - o fardo mais pesado na vida não é ferro ou ouro, mas decisões não tomadas. Qual decisão não tomada lhe trouxe a maior pressão?

Altman: A resposta para esta questão muda todos os dias, e não há nenhuma decisão não tomada que seja particularmente importante. Claro, estamos enfrentando algumas decisões importantes, como escolher a direção do produto ou como projetar a próxima geração de computadores, que são escolhas importantes e arriscadas.

Quando me deparo com essa situação, posso adiar a decisão, mas na maioria das vezes, o desafio está em enfrentar diariamente questões que são 51% contra 49%, essas decisões estão diante de mim porque são difíceis de resolver, talvez não tenha mais certeza do que os outros na equipe para fazer a melhor escolha, mas tenho que decidir.

Portanto, o cerne da questão reside na quantidade de decisões, e não em uma decisão específica.

Stebbings: Quando se deparar com uma decisão de 51% contra 49%, você tem pessoas fixas para consultar?

Altman: Não, eu acho que depender de uma única pessoa em todas as coisas não é a maneira correta. Para mim, a melhor maneira é encontrar 15 ou 20 pessoas com bom instinto e conhecimento de fundo em áreas específicas, consultar os melhores especialistas quando necessário, em vez de depender de um único consultor.

Perguntas e Respostas Rápidas

Stebbings: Se você fosse um jovem de 23 ou 24 anos hoje, considerando a infraestrutura existente, o que você escolheria fazer?

Altman: Eu escolheria um campo vertical com suporte de IA, como educação em IA. Eu desenvolveria o melhor produto de educação em IA para permitir que as pessoas aprendam conhecimentos em qualquer campo. Exemplos semelhantes podem ser advogado de IA, engenheiro de CAD de IA, etc.

Stebbings: Quando se trata de escrever um livro, qual seria o título que você daria a ele?

Altman: Ainda não decidi o nome. Ainda não pensei muito sobre este livro, apenas sinto que a sua existência pode desencadear o potencial de muitas pessoas. Pode estar relacionado com o tema ‘potencial humano’.

Stebbings: Em termos de IA, há alguma área em que todos não estão a prestar atenção, mas que deveriam dedicar mais tempo?

Altman: Espero ver uma IA que possa entender toda a sua vida. Não precisa de um contexto infinito, mas espero que haja alguma forma de ter um agente IA que compreenda todos os seus dados e possa ajudá-lo.

Stebbings: Houve algo nos últimos meses que o surpreendeu?

Altman: É um resultado de pesquisa que não posso revelar, mas é chocante.

Stebbings: Quem é o seu concorrente mais respeitado? Por quê?

Altman: Na verdade, eu respeito cada pessoa neste campo, cheio de talento e trabalho excepcional. Não estou evitando intencionalmente o problema, mas vejo talentos fazendo um trabalho excelente em todos os lugares.

Stebbings: Tem um específico em mente?

Altman: Não há nada de especial.

Stebbings: Qual é a sua API favorita do OpenAI?

Altman: O novo API em tempo real é ótimo, agora temos um grande negócio de API com muitas coisas boas.

Stebbings: Quem é a pessoa mais respeitada por você no campo de IA hoje?

Altman: Quero destacar especialmente a equipe Cursor, que trouxe uma experiência muito mágica com IA e criou muito valor para as pessoas. Muitas pessoas não conseguiram reunir todos os elementos, mas eles conseguiram. Eu não mencionei as pessoas da OpenAI de propósito, senão a lista seria muito longa.

Stebbings: Como vês o equilíbrio entre a latência e a precisão?

Altman: Precisa de um botão que possa ajustar entre os dois. Assim como agora, você quer que eu responda rapidamente, tentarei não gastar alguns minutos pensando, é aqui que a latência se torna importante. Se você quer que eu faça uma descoberta importante, talvez esteja disposto a esperar alguns anos. A resposta é que isso deve ser controlável pelo usuário.

Stebbings: Quando você pensa na insegurança na liderança, em qual aspecto você acha que precisa melhorar como líder e CEO, e o que você gostaria de melhorar?

Altman: In the past week, I feel more uncertain about what our product strategy details should be than before. Overall, I think products are my weakness, and now the company needs me to provide a clearer product vision. We have a great product manager and team, but this is an area I hope to excel in, and I have felt it particularly strongly recently.

Stebbings: contratou Kevin Scott (diretor de tecnologia da OpenAI), eu o conheço há muitos anos, ele é excelente. Quais são as qualidades de Kevin que o tornam um líder de produto de classe mundial?

Altman: “Disciplina” é a primeira palavra que me vem à mente.

Stebbings: O que exatamente isso significa?

Altman: Ele é muito focado em prioridades, sabe o que recusar e é capaz de pensar no ponto de vista do usuário para decidir por que fazer ou não fazer algo. Ele é realmente meticuloso e não tem ideias mirabolantes.

Stebbings: Olhando para os próximos cinco e dez anos, se você tivesse uma varinha mágica, como seria a visão de cinco e dez anos da OpenAI?

Altman: Consigo facilmente pintar um quadro dos próximos dois anos, mas se acertarmos e começarmos a criar alguns sistemas superpoderosos, como avanços científicos, isso trará progressos tecnológicos incríveis.

Acredito que, daqui a cinco anos, testemunharemos um avanço tecnológico surpreendente, possivelmente até além das expectativas de todos. A sociedade pode sentir que ‘AGI veio e foi embora novamente’; descobriremos muitas novidades, não apenas na pesquisa de IA, mas também em outras áreas científicas.

Por outro lado, acho que as mudanças na sociedade trazidas pelo progresso tecnológico são relativamente limitadas.

Por exemplo, se você perguntasse às pessoas há cinco anos se os computadores passariam no teste de Turing, elas provavelmente diriam que não. Se você dissesse a elas que sim, elas pensariam que isso traria uma grande mudança para a sociedade. Agora você vê, de fato passamos aproximadamente no teste de Turing, mas as mudanças na sociedade não foram tão drásticas.

Esta é a minha expectativa para o futuro, ou seja, o avanço tecnológico constantemente supera todas as expectativas, enquanto as mudanças sociais são mais lentas. Acredito que este é um estado bom e saudável. A longo prazo, é claro que o avanço tecnológico trará grandes mudanças para a sociedade, mas não se refletirá tão rapidamente nos próximos cinco a dez anos.