OpenAI:马斯克希望我们与特斯拉合并或“完全控制”

airobotnews 2024-03-07 阅读:280 评论:0
据称,特斯拉和SpaceX的亿万富翁首席执行官埃隆·马斯克希望人工智能研究公司OpenAI要么与特斯拉合并,要么让他完全控制该组织。OpenAI 的一篇博文回应了马斯克对该公司提起的诉讼,披露了 2015 年至 2018 年马斯克仍参与公司...

openai-elon-musk-tesla-lawsuit-legal-law-ai-artificial-intelligence-2048x1589.jpg

据称,特斯拉和SpaceX的亿万富翁首席执行官埃隆·马斯克希望人工智能研究公司OpenAI要么与特斯拉合并,要么让他完全控制该组织。

OpenAI 的一篇博文回应了马斯克对该公司提起的诉讼,披露了 2015 年至 2018 年马斯克仍参与公司运营时的电子邮件通信。 

据报道,在 2017 年 OpenAI 正在探索向营利性模式转型以获取更多资金的一封电子邮件中,马斯克希望获得多数股权、董事会控制权以及首席执行官职位。然而,OpenAI 认为这种由个人控制的程度有悖于其使命。

“埃隆希望我们与特斯拉合并,或者他想要完全控制,”OpenAI 在他们的博客文章中写道。“埃隆离开了 OpenAI,他说需要有一个与谷歌/DeepMind 相关的竞争对手,并且他将自己做这件事。他说他会支持我们找到自己的道路。”

当合并讨论陷入僵局时,马斯克在 2018 年表示,OpenAI 可以加入特斯拉,作为该汽车制造商提供资金的途径。“特斯拉是唯一有希望与谷歌相媲美的道路,”马斯克在转发给 OpenAI 的电子邮件中写道。

博文指出,马斯克的这些合并或收购提议最终并未成功,他很快就离开了公司。在引用的最后一封电子邮件中,马斯克表示,“在执行和资源方面没有发生重大变化的情况下,OpenAI 与 DeepMind/Google 相关的概率评估为 0%”。

马斯克于 2024 年 3 月提起诉讼,指控 OpenAI 违反合同、违反信托义务和不正当竞争。据称,在获得微软 130 亿美元的投资后,该公司已成为微软“事实上的闭源子公司”。

OpenAI 否认了这一说法,称马斯克知道其名称中的“开放”并不意味着它必须向公众开源所有人工智能技术。该公司对情况已演变为与他们“深深敬佩”的人提起诉讼感到悲伤。


版权声明

本文仅代表作者观点,不代表本网站立场。
本文系作者授权本网站发表,未经许可,不得转载。

发表评论
热门文章
  • 使用众包反馈来帮助训练机器人

    使用众包反馈来帮助训练机器人
    为了教人工智能代理一项新任务,比如如何打开厨房柜子,研究人员经常使用强化学习——这是一种试错过程,在该过程中,代理会因采取更接近目标的行动而获得奖励。在许多情况下,人类专家必须仔细设计奖励函数,这是一种激励机制,赋予代理人探索的动力。当智能体探索并尝试不同的动作时,人类专家必须迭代地更新奖励函数。这可能非常耗时、效率低下,并且难以扩展,尤其是当任务复杂且涉及许多步骤时。来自麻省理工学院、哈佛大学和华盛顿大学的研究人员开发了一种新的强化学习方法,该方法不依赖于专门设计的奖励函数...
  • 拆解 OpenAI 的新董事会

    拆解 OpenAI 的新董事会
    在人工智能和技术领域掀起波澜的惊人事件中,人工智能领域的领先实体 OpenAI 最近的领导地位发生了重大转变。以萨姆·奥尔特曼 (Sam Altman) 戏剧性地重返首席执行官职位以及随之而来的董事会改组为标志,这些变化代表了该组织的关键时刻。OpenAI 以其在人工智能研究和开发方面的开创性工作而闻名,包括广泛认可的 ChatGPT 和 DALL-E 模型,站在人工智能进步的最前沿。因此,董事会的重组不仅仅是人员的变动,还标志着人工智能领域最具影响力的组织之一的方向、优先事...
  • 一种自动确定计算机游戏状态中可能动作的方法

    一种自动确定计算机游戏状态中可能动作的方法
    由于手动彻底测试视频游戏软件非常困难,因此需要拥有能够自动探索不同游戏功能的人工智能代理。此类代理的关键要求是玩家动作的模型,代理可以使用该模型来确定不同游戏状态下的可能动作集,以及对代理策略选择的游戏执行选定的动作。目前使用的典型游戏引擎不提供这样的动作模型,导致现有的工作要么需要人工手动定义动作模型,要么不精确地猜测可能的动作。在我们的工作中,我们通过为游戏中存在的用户输入处理逻辑开发最先进的分析方法来演示程序分析如何有效解决该问题,该分析可以使用离散动作空间自动建模游戏...
  • 康普顿未来智慧农场

    康普顿未来智慧农场
    康普顿未来农场,使用更少的水和1%的土地,即可实现与产统农业相同产量....
  • 在音频中将你的描述和内容分开模型AudioSep

    在音频中将你的描述和内容分开模型AudioSep
    语言查询音频源分离(LASS)是计算听觉场景分析(CASA)的新范例。LASS 旨在根据自然语言查询从音频混合物中分离出目标声音,这为数字音频应用程序提供了自然且可扩展的接口。最近的 LASS 工作尽管在特定源(例如乐器、有限类别的音频事件)上取得了有希望的分离性能,但无法在开放域中分离音频概念。在这项工作中,我们介绍了 AudioSep,这是一种使用自然语言查询进行开放域音频源分离的基础模型。我们在大规模多模态数据集上训练 AudioSep,并广泛评估其在音频事件分离、乐器...