本文为780字，建议阅读2分钟
OpenAI总裁Greg Brockman 不像公司里的其他人，他几乎每天会分享自己所思所想，从这些点滴的分享中，我们可以窥探这位技术狂人工作状态，也能知道一些OpenAI为什么如此成功
这里分享一些greg 2024年1月份一些非常有启发性的思考和感悟
预测：就人工智能的能力、安全性以及对其潜在影响的普遍积极性而言，2024 年将是突破性的一年。从更长远的角度看，这只是指数级发展的又一年，它能让每个人的生活都比今天更美好
在机器学习系统工程中，长远来看，解决棘手的低级问题比回避它们更有助于降低系统的复杂性。
编程生产力是一种源自于高度专注的珍贵而脆弱的财富。为了保持这种生产力，需要个人和组织共同进行积极的维护。
在OpenAI进行构建是一种最大程度地利用每个可用计算资源的实践，科学地预测和理解由此产生的系统，寻找新的或已准备好投入工作的想法，并在超越先例的基础上不断扩展。
在OpenAI工作感觉就像提前获知未来的大致轮廓一样。
在创业公司，与不确定性相比，人们更容易共同应对逆境。
通过实际操作学到的东西很难用言语描述 —— 通过仔细考虑所有因素，做出决策，然后对结果负责。这种方式开启了无法通过其他途径获得的智慧。
虽然容易被忽视，但迭代循环往往是进步的关键要素。
公司规模小的时候，深思熟虑、集中精力要容易得多，规模大的时候则要困难得多，但无论如何，深思熟虑和集中精力都是非常重要的
为一个有价值但不确定能否实现的目标而努力工作，其中蕴含着一种强大的力量。
构建一个组织往往是一个惊人的过程，即在不断扩大的规模上越来越擅长执行完全相同的活动。
初创公司常见的错误是将可以并行化的子项目序列化，在初创企业中，当面临容易和困难两条道路的选择时，困难的道路往往是创造价值的地方
观看 OpenAI 团队创造新事物，是一种独特的激励方式
人生中一项值得挑战的事情，就是理解并阐明推动你前进的真正原则
预测未来技术影响的一个挑战在于要提前预测这个过程中世界将如何变化。在互联网、智能手机和GPS出现之前描述Uber似乎是相当困难的 —— 但对于先进的人工智能，我们必须这样做。幸运的是，从最近的进展中我们可以学到很多经验。
个人精力管理与任何技术技能一样重要
取得 ML （机器学习）进步的诀窍之一就是不断提高工程设计的精确度，减少被掩盖的谜团数量--也就是说，专注于提高你对正在使用的系统的理解
最后分享一个故事
我们需要有益的AGI一个原因：
在经历了五年的痛苦，她的身体多个系统受到了影响，最近我妻子被诊断患有一种遗传性疾病，名为高度活动性艾勒斯-丹洛斯综合症（hEDS）。
由于医疗系统的设计是为个体专业服务，而hEDS却影响她身体的每一个系统（骨科学、心脏病学、神经学、胃肠学、皮肤科等），我们花了五年的时间看了比她以前整个生命还要多的医生和专科医生。大多数医生只关注与他们专业相关的事务。我们很幸运，她的过敏医生通过观察和听取她完整的症状和问题后，将所有线索组合在一起。
随着人类医学的进步，似乎我们提高了医生的专业深度，但却牺牲了广度。我们需要更好的工具，能够同时为患者提供深度和广度。这正是正确构建的人工智能的一个承诺 —— 可靠的、个性化的、负担得起的医疗护理，就像今天每个专业的顶级医生团队一样协同工作，以保持您的健康（而无需在它们之间传真表格）。
在技术和在高风险领域如医学中如何有益地部署它方面，仍然有很长的路要走，但这一承诺变得越来越清晰。在技术开发者、医疗提供者、政府和社会的共同努力下，我们有望为我们家庭的每个成员（包括我们毛茸茸的非人类家庭成员）提供更好的护理。
⭐星标AI寒武纪，好内容不错过⭐
用你的赞和在看告诉我～
有所启发？👇👇