阿尔特曼在信中对米拉、格雷格、布雷特等32个人进行了一一点名感谢，言语富有感情地肯定了他们在OpenAI的工作及一系列变动中的表现。

王坚表示，云计算跟奥运会的关系不是简单的用技术还是不用技术的关系，它的意义就像当年在芝加哥的世界博览会上第一次用交流电。

几个人聊起了马斯克的卫星，当时我们就在心里算卫星轨道。后来在登雪山时，我们晚上没事就继续讨论这个问题，我当时很快就现场推导出了卫星绕地球的高度等数据，我特别震惊，在这么缺氧的情况下脑子还能转这么快，就很有成就感，当时就想下山后要不开个课。

在20世纪70年代和80年代进行人工神经网络研究是完全合理的。这个阶段的发展是无法预见的，直到最近，我还认为这场危机还远未来临。所以，我并不真的为自己所做的事情感到后悔。

即使有计算器，让小孩学四则运算也是有意义的。学习这些基础知识能帮助孩子们理解运算规则，还有个原因是我们有时候手头上不一定有计算器。但我觉得最重要的是，学好四则运算能让人更加相信计算器得出来的结果。学习编程也是这个道理。

说conversational AI，其实对话引擎也很多年历史了，1966年第一个也就是MIT就做出了一个对话的引擎ELIZA，这么多年有很多次迭代，到了Siri，到了Alex，到了Cortana.现在大语言模型，或者基础模型，它自己本身就是一个工具，同时它也可以使用别的工具，比如使用Hugging Face等开源的数据、模型，然后去执行新的任务或者构建新

原来的自然语言处理有14种任务，我能够把动词找出来、名词找出来、句子分析清楚。即使分析清楚，你知道这是形容词，这是动词，这是名词——那这个名词是包香烟？还是你的舅舅？还是一个坟墓？还是个电影？No idea（不知道）。你需要的是知识。自然语言处理没有知识永远没用。

AI是科技发展曲线。crypto不见得是。科技发展曲线和非科技发展曲线是有根本差别的，科技曲线在发展不好的时候也就是停滞，但非科技不好说，非科技的事情在我不够理解时，无法预测是否对社会有伤害，这种情况下不宜武断参与。

我觉得大厂做这件事的话，很容易是为他自己的业务目标服务，你让他们提一个创新性的东西，一个从没见过的东西，从上到下都很难去做一个决定，惯性很难改变，所以大厂很难做出大的变革，反而机会是在创新公司。

如果车都不存在，如何设计安全带？如果都没有发明飞机，怎么设计安全的喷气式引擎？这种对未来的恐慌是误导。人工智能离人类水平的智能还很远，否则我们就不会还没有L5级自动驾驶了。而青年人学习20小时就会开车。

它接受了大量不一致的数据训练，试图预测下一个网络用户会说什么。人们对很多事情有不同的观点，而它必须有一种混合所有这些观点的方式，以便可以模拟任何人可能说的话。这与一个试图拥有一致世界观的人非常不同，特别是如果你想在世界上采取行动，拥有一致的世界观是非常有益的。

RLHF技术背后的其中一个作者正是John Schulman。很多人不知道的是，他也是ChatGPT项目的主要负责人。在ChatGPT发布前一个月，John Schulman在Robin Ranjit Singh Chauhan主持的TalkRL播客节目中，详细介绍了RLHF想法的产生源头，InstructGPT以WebGPT的主要思想，并阐述了AI对齐以及对AGI实现的看法。