在世界AI工程师大会的舞台上，OpenAI的联合创始人兼领航者Greg Brockman近期发表了他对AI技术发展局限性的独到见解。他指出，尽管计算能力和数据量的爆炸式增长为AI带来了前所未有的动力，但算法的创新和突破正逐渐成为制约AI技术飞跃的新瓶颈。Brockman特别提及强化学习，尽管它已成为算法探索的热门领域，但仍面临着诸多能力上的短板。
Brockman进一步阐述了工程师与科研人员对于AI发展的不可或缺性。他强调，科研创新是引领方向的灯塔，而工程能力则是将这些创新转化为现实的桥梁。OpenAI自成立以来，始终坚持将科研与工程置于同等重要的位置，尽管两者的思考逻辑和工作方式大相径庭。对于新加入的工程师，Brockman鼓励他们保持技术上的开放态度，因为那些在传统互联网巨头中行之有效的方法，在OpenAI的特定环境中或许并不适用。
在资源分配方面，特别是科研与产品开发之间的平衡，Brockman坦诚地分享了OpenAI的策略。为了满足产品上线所需的庞大算力需求，OpenAI不得不暂时挪用部分原本用于科研的资源，这种做法近乎“预支未来”。尽管如此，他坚信这一权衡是必要的，也是值得的。
在与英伟达创始人兼首席执行官黄仁勋的对话中，Brockman探讨了未来AI基础设施的构建以及开发流程的变革。他指出，随着AI模型能力的持续提升，检查点的设计也必须与时俱进，以应对长时间运行任务带来的挑战。他预言，未来的AI基础设施将需要海量的GPU资源，甚至可能需要打造出人类历史上前所未有的超级计算机。
Brockman还描绘了AI驱动未来经济的愿景，他认为这将开启一个充满机遇的新时代，让每个人都能从中受益。他强调，随着AI模型的日益强大和基础技术的不断完善，我们将能够利用这些技术做更多的事情，而且进入这一领域的门槛也将大大降低。
