人工智能竞争？马斯克的“X帝国”正在整合进行中|天天新资讯

埃隆・马斯克正计划推出人工智能初创公司，和 ChatGPT 展开竞争，这一报道得到了马斯克的证实。

文章报道称，马斯克计划推出一家名为 TruthGPT 的人工智能初创公司，以与 ChatGPT 竞争。 马斯克在美国内华达州注册了一家名为 X.AI 的公司，目前正在为这家新公司招商引资。 马斯克已经从谷歌的姊妹人工智能公司 DeepMind 挖走了两名前工程师，并正在寻找方法从 OpenAI 招募更多人，他是 OpenAI 的创始成员之一。

【资料图】

2015 年，马斯克和当时还在担任美国创业孵化器 Y Combinator 总裁的 Sam Altman 等几位科技大牛共同创立了 OpenAI，那时候 OpenAI 还是个非盈利机构。

然而马斯克在 2018 年退出了 OpenAI 董事会，在公开场合的理由是他们家特斯拉开发自动驾驶功能也需要大量 AI 研究，和 OpenAI 有潜在的利益冲突。

事实是否如此简单？马斯克还当董事的时候曾经提出想全权掌管并亲自运营 OpenAI，但遭到一致拒绝，走了之后还把 OpenAI 的一大人才 Andrej Karpathy 挖去了特斯拉。

有当时的 OpenAI 员工表示，马斯克和公司对 AI 安全性上做出的选择也有分歧。有员工还称，马斯克退出董事会是当年公司士气最高的时刻。

ChatGPT 火了之后，马斯克也多次在网上开喷。

马斯克在推特上对 OpenAI 表示认可，称其当时是作为一家开源、非营利的公司创建的，因此名称中包含了“Open”，目的是制衡谷歌。 但现在它变成了一家由微软控制的闭源、利润最大化的公司，这与马斯克的初衷背道而驰。 他补充说：“我捐了 1 亿美元。”

除了谈及 OpenAI，马斯克还与数千名技术领袖签署了一封公开信，呼吁所有实验室暂停比 GPT-4 更先进的 AI 系统培训至少半年。

他们给出的理由主要是在安全方面，说这种可以与人类竞争的AI智能系统可能会对社会和人类造成威胁，所以首先要制定一个安全标准。

OpenAI CEO Altman 回应称同意需要提高安全标准，但要求暂停研发缺乏技术细节。

尽管马斯克表面上继续反对对 GPT 进行深入研究，但他私下购买了约 10,000 颗高性能 GPU 处理器，这些是训练和构建大规模语言模型所需的高端芯片。

近日在Twitter Spaces被问到这个问题时，马斯克并没有正面回答，而是表示，“现在好像大家都在买GPU，当然特斯拉和推特也在买。” 紧接着，马老板就去推荐特斯拉Dojo超级计算机，还暗示Dojo可以像亚马逊云一样成为服务器基础设施。

马斯克的 Empire X，正在进行整合

马斯克对“X”这个名字由来已久。 1999 年，他创办了一家名为 X.com 的网上银行公司，后来与竞争对手 Confinity 合并成立了 PayPal。 他和小他 17 岁的加拿大歌手格莱姆斯还有一个儿子 X。

马斯克也曾公开表示，收购推特是打造万物应用（Universal App）的“加速器”。 从马斯克对推特订阅、开发推荐信息流、增加金融服务的转型来看，他对微信的赞美不止一次是发自内心的。

对于大而全的微信，马斯克曾表示：“如果我们能用推特重现这一点，我们就能取得巨大的成功。”

目前还不清楚 X.AI 将在马斯克的公司组合中扮演什么角色。 或许马斯克会整合资源，利用X.AI提升自动驾驶能力； 与他去年买的推特联动是大概率事件。

众所周知的是，他成立了一家名为X的空壳公司，然后将推特并入其中。 这家X公司还有一个母公司叫X Holdings。

熟悉马斯克思路的人士表示，X.AI可以将推特内容作为数据来训练语言模型，也可以利用特斯拉的计算资源。

相反，去年年底，在 ChatGPT 推出一个月后，已经成为 Twitter 老大的马斯克，暂停了 OpenAI 使用此前开放的 Twitter 数据训练的许可。

与 OpenAI 的闭源相比，X.AI 项目将开源，这意味着每个人都可以贡献代码并在此基础上进行构建，同时也会增加透明度，尤其是在各大科技公司弱化 AI 伦理的背景下，价值无可估量 团队。

马斯克将面临的一个挑战是，大规模的语言模型训练会消耗大量本已不足的电力和水资源。 “ChatGPT 需要‘喝’一瓶 500 毫升的水才能进行大约 20-50 个问题和答案的简单对话，”加州大学和德克萨斯大学的教授在一篇论文中表示。

除了资源之外，还有货币成本——人工智能模型越强大，其运行成本就越高。 据《财富》杂志报道，OpenAI 预计其 2022 年的成本约为 5.445 亿美元。马斯克还授权出售 1 亿股公司股票，以便为 X.AI 融资。

为了降低成本，亚马逊、谷歌、Meta 等科技巨头，以及 OpenAI 的资金支持者微软，早已走上了自研内部芯片的漫长道路。