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就AI技术面临的突破难题发表了独到见解。他指出，在算力与数据呈指数级增长的背景下，算法的创新与突破成为了制约AI技术进一步飞跃的核心要素。Brockman特别提及强化学习，尽管这一领域正逐渐成为研究热点，但仍面临着诸多待解难题。
在谈及工程师与科研人员的角色时，Brockman表达了两者相辅相成的重要性。他强调，没有科研的突破，就如同无源之水；而缺乏工程实现的能力，再美好的设想也只能停留在纸面上。OpenAI自成立以来，便始终秉持着科研与工程并重的理念，但这两者的思考路径却大相径庭。对于新加入的工程师，Brockman寄语他们保持开放与谦逊，因为在大厂行之有效的方法，在OpenAI的特定环境中或许并不适用。
在资源分配方面，Brockman坦诚地分享了OpenAI在平衡产品与科研需求时所面临的挑战。为了满足产品上线所需的庞大算力，OpenAI不得不暂时挪用部分原本用于科研的资源，这一举措无疑是对未来的某种“预支”。然而，在他看来，这一权衡是必要的，也是值得的。
在与英伟达CEO黄仁勋的对话中，Brockman进一步探讨了未来AI基础设施的发展趋势。他指出，随着AI模型能力的不断提升，检查点设计的更新变得尤为关键，以应对日益复杂的长期运行任务。他预测，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还展望了AI对经济格局的深远影响。他认为，AI将成为推动经济发展的新引擎，创造前所未有的机遇，让每个人都能从中受益。随着AI模型的日益强大和基础技术的不断完善，AI的应用门槛将逐渐降低，使得更多人能够参与到这一变革中来。
