OpenAI 官宣了有史以来，第一次收买。
刚刚，OpenAI 收买了制造开源版「我的国际」的草创公司 Global illumination，详细收买金额不知道。
根据公告，Global illumination 整个团队将参加 OpenAI，未来专心于 ChatGPT 研制。
Global illumination 是由 Thomas Dimson、Taylor Gordon 和 Joey Flynn 三人共同创立，是一家使用 AI 构建创意工具、根底设施和数字体会的公司。
OpenAI 收买这个动作暗示着什么？
对此，英伟达高级研讨科学家 Jim Fan 表示十分好奇：「下一步是什么？在 GPT-5 上运转多智能体文明模仿？或许「我的国际」便是打造 AGI 所需求的一切？」
「八大金刚」参加 OpenAI
Global Illumination 于 2021 年创立，是一家总部坐落纽约的数字产品公司。
最近，这家公司开发了最受欢迎的产品——开源多人在线角色扮演游戏「Biomes」。
项目地址：github.com/ill-inc/bio…
一直以来，Global Illumination 所做的工作侧重在面向视觉的产品和服务上。
也便是说，OpenAI 有或许正为 ChatGPT 拓宽更多的图画 / 视频类功能，或许是为了构建 Dall-E 2 图画生成服务，又或是推出一个文本 – 视频产品，以与草创公司 Runway 的 Gen-2 竞赛。
从另一面看，这家公司命名也是与众不同。
「Global Illumination」（大局光照）一词在计算机图形学范畴已经使用了很多年，用于描绘在 3D 物体上创立传神光照作用的算法。
大局光照的最初算法之一是加州理工学院（Caltech）的研讨员 James Jim Kajiya 在 1986 年提出的。
这家公司共有 8 位成员组成，3 位创始人。有趣的是，官网每个人头像都用的是像素小人。
一些网友表示，此举是 OpenAI 的一次超卓的「收买」，通过收买来收揽新人才。
在 OpenAI 公告中，也列出了 Global Illumination 团队在 Instagram、Facebook、YouTube、谷歌、Pixar, Riot Games 等著名公司做出贡献。
一起看看，OpenAI 从这次收买得到背面团队的强壮之处在哪？
Thomas Dimson
Thomas Dimson 是 Global illumination 首席执行官。
在兴办公司前，他大部分职业生涯在 Ins 度过。
2013 年，Thomas 参加 Ins，成为首席工程师，并在 5 年后，升任为工程总监。
他被称为 Ins「第 16 号工程师」，「Instagram 内容排名算法原始创作者」，于 2020 年正式离职。
在 Ins 工作的 7 年里，他在 Ins 在迭代渠道的发现算法方面发挥了重要作用，比方信息排名算法、探究排名、故事排名。
另外，他还发明晰故事投票贴纸、Hyperlapse，emojineering 等产品，并被 Fast Company 评为商业范畴十大最具创造力的人之一。
上一年，Thomas 在为 Future 写的一篇文章中，透露了他领导的团队开发了 Instagram 的个性化内容排名 / 引荐系统，取代了默许的反向时刻次序引荐。
Taylor Gordon
Taylor Gordon 是 Global Illumination 的首席技能官。
Taylor 已有 20 多年的编程经历，并有 8 年以上的计算机科学教育，在领先的科技公司有 10 多年的工作经历。
他自己丰富经历，遍及许多实验室 Facebook AI、Instagram、YouTube、谷歌、微软。
2019 年，他在 Facebook AI 首要做计算机视觉研讨。
同样，他在 2015 年参加 Ins 后，就领导了 Feed 排名的开发，专心于机器学习和根底设施组件的排名。
2012 年，作为 YouTube 机器学习工程师，他首要担任视频引荐，领导了核心根底排名设施重构。
在微软期间，为必应查找成果中的站内链接规划并构建了生产算法。在谷歌，担任内部核心服务和根底设施开发分析，以及监控软件。
Joey Flynn
Joey Flynn 是 Global Illumination 的首席产品官。
他自己也曾在 Facebook、Ins 工作过，被外界称为 Facebook 的顶级规划师之一。
2010 年，他参加了 Facebook，领导了一些重要的项目，比方，Chat Heads，以及 Facebook 的移动软件 Home。
2014 年，Flynn 构思并打造了一款 Facebook 即时通讯使用 Slingshot。
Alexei Karpenko
Alexei Karpenko 自己也曾在 Facebook、Midnox、苹果工作过。
Andrew Top
Andrew Top 是 YouTube 电视使用程序背面使用程序渠道 Cobalt 的技能主管，在 YouTube 工作了 7 年。
2012 年，他作为一位图形担任人参加团队，为 PlayStation 3、PlayStation 4 和 WiiU 完结各自专有图形使用程序接口 GLES 图形 API 子集。
他还规划了 Cobalt 图形渲染仓库，让嵌入式设备上的动画帧率速度比 Chrome 更快。
Andrew 的其他贡献包含：
-
规划了首要浏览器组件的高级布局，JavaScript 引擎、Web API（包含 DOM）、网络引擎和图形。
-
规划并完结了一个跨渠道的低推迟根据网络的解决方案，能够在电视和 VR 头显上观看 YouTube 的 3D 360 球形视频。
-
规划用于监控和分析性能问题的系统。
Nick Cooper
Nick Cooper 曾在 Artifact、Ins、谷歌工作过。
Ian Silber
根据他的主页，Ian Silber 也曾在 Artifact、Ins 任职。
Brandon Wang
团队里仅有一位华人研讨员，曾在 Riot Games、Pixar 致力于游戏动画的研讨。
他个人也是十分擅长实时渲染、根据物理渲染、以及 Networked Gameplay。
如下，是 Brandon Wang 规划的部分项目。
开源版「我的国际」，用浏览器就能跑
「Biomes」是一个为 Web 构建的开源沙盒 MMORPG（大型多人在线角色扮演游戏）。
只需翻开浏览器，就能够建造、采集、玩小游戏等等。
而关于 OpenAI 来说，其实早在 2022 年的时分就提出了一种全新的 VPT「视频预操练模型」，能够让 AI 学会了在「我的国际」里从头开始造石镐。
而整套流程需求一个骨灰级玩家至少 20 分钟的时刻才干完结，总计要操作 24000 次。
研讨地址：openai.com/research/vp…
详细来说，研讨人员首要搜集一波数据标示外包们玩游戏的数据，其间包含视频和键鼠操作的记载。
VPT 方法概述
然后，使用这些数据制造逆动力学模型（inverse dynamics model，IDM），然后推测出视频里每一步在进行的时分，键鼠都是怎么动的。
这样，整个使命就变得简单多了，只需求比本来少很多的数据就能够完结意图。
根底模型操练数据对微调的影响
在操练了 70000 个小时今后，OpenAI 的行为克隆模型就能完结其他模型做不到的工作了。
比方，怎么砍树搜集木头，怎么用木头做木条，怎么用木条做桌子。而这一套事儿需求一个比较娴熟的玩家操作小 50 秒的时刻。
除了做桌子，模型还能游水，打猎，吃东西。
甚至还有「跑跳搭」的骚操作，也便是起跳的时分脚下放个砖块或许木块，跳着跳着就能搭个柱子。这属于是骨灰级玩家的必修课了。
「跑跳搭」粗陋版
而难度更大的制造钻石镐，则需求一系列绵长而杂乱的子使命。
为了使这项使命易于处理，研讨人员为序列中的每个项目奖赏智能体。
他们发现，使用传统方法操练的 RL 策略几乎没有获得任何奖赏，从不学习搜集日志，并且很少搜集木棍。
与之构成鲜明对比的是，根据人来数据微调后的 VPT 模型不只能够学习如何制造钻石镐，并且在搜集所有物品方面的成功率，甚至达到人类水平。
制造石镐
对此，有网友以为 OpenAI Gym playgrounds 便是一个「我的国际」。
在实际国际中使用这些系统之前，最好先在虚拟国际中进行操练，看看会发生什么。操练的速度或许也会更快。等待几个月后能看到一些「我的国际」加速运转的惊人视频。
这家草创公司的工程师团队来自高水平的规划团队，我以为 ChatGPT 很快得到大幅晋级。
还有人以为，从 Global Illumination 做过的工作来看。他们的产品才能是 OpenAI 十分需求的，可是结合前几天的斯坦福 AI 小镇来看，这种高自由度运转成本低的沙盒游戏结合 AI 会有无限或许，所以 OpenAI 或许是看重了他们成员的产品才能，也或许纯粹的看上了这个高自由度的游戏。
参考资料：
openai.com/blog/openai…
