在 FII（未来投资倡议）峰会的第 127 期，我们迎来了一个由众多科技巨头的 AI 领导者组成的小组讨论，这一场合吸引了来自 TikTok、Google 等前沿科技公司的多位代表。在这次对话中，技术精英们深入探讨了人工智能技术的快速发展及其对未来的广泛影响。作为科技界备受瞩目的交流平台，这次讨论旨在通过各领域领军人物的观点碰撞，揭示 AI 如何从根本上改变我们的生活和商业运作。
本次会议以 AI 技术的迅猛发展为背景，社会对其潜在影响的关注与日俱增。AI 技术已经逐步渗透到我们生活的各个层面，无论是娱乐、商业操作还是日常生活。峰会邀请了来自不同公司的专家，希望通过他们的讨论，解答当下最为紧迫的问题：未来的 AI 将如何演变？其发展速度是否已经超出可控范围？在这股技术浪潮中，企业和个人又该如何应对？
文章的核心观点如下：
- “大即是美”的时代： 特拉维斯·卡兰尼克认为，技术发展将为大型企业提供更大的竞争优势，使得价值增长偏向规模更大的企业。自动化将加强大型企业的商业模式，创造数万亿美元的价值。
- 定量 AI 的发展： 杰克·希达里强调定量 AI（LQMs）与大语言模型（LLMs）的互补性，以及定量 AI 在生物制药等领域的应用。
- 通用人工智能（AGI）的发展： 艾瑞克·施密特预测，未来几年内，AI 将达到各领域专家水平的 80%，带来国家安全和人类效率的挑战。
- AI 的社会责任和影响： 路斯·波拉特强调，在追求 AI 技术的同时，必须考虑其正面和负面影响，并采取保护措施。
- AI 作为经济基础： 杰伊·普利认为 AI 是经济的基础，并讨论了 AI 工厂的概念，以及 NVIDIA 在加速计算平台中的角色。
以下是本期播客内容的完整翻译，我们作了不改变原意的删减。
我们正步入一个 “大即是美” 的时代
彼得·迪曼迪斯（Peter Diamandis）
我有一个非常艰难的任务，要在 40 分钟内完成，但通常需要两个小时。我将记录今天早上的对话，并与大家讨论。请祝我好运。Travis，我们从你开始。你是 Uber 的创始人，也是 Cloud Kitchens 的首席执行官。我们经常谈论人工智能及其带来的前沿变革，这些变革有能力改变数十亿人的生活。那么，人工智能目前如何改变商业环境，提升企业的转型、扩展和盈利能力呢？你在 Cloud Kitchens 和人工智能方面做了一些令人惊艳的事情，请分享一下。
特拉维斯·卡兰尼克（Travis Kalanick）
这实际上是两个不同的问题。总体来看，我认为我们正步入一个 “大即是美” 的时代。 如果你是一家拥有强大商业模式的大型企业，那么即将到来的技术将为你提供相较于小型企业更大的竞争优势。价值的增长将偏向规模更大的企业。
我猜想，可能会有很多简单的方法来为这个商业模式创造更多利润，并加强其竞争壁垒。因此，像基本操作、工作流程、客户支持、员工培训和销售等一切都将实现自动化，这将使已经强大的商业模式更具竞争力。对于这些最大型的公司来说，我认为这将创造出数万亿美元的价值。
我们公司的业务涉及食品未来的发展，包括房地产、软件和食品机器人等诸多有趣且实用的领域。在这些领域中，我们的项目将会变得非常庞大且极具实用性。比如，我们研发了一台可以制作食物的机器。想象一下，在 Chipotle，那些为你准备饭碗的员工的工作将由我们的机器来完成。我们已经有一些餐馆可以在无人或仅需一人监控机器的情况下运行。当然，如果房间里只有一个人，他们可以与机器进行互动，了解机器的运作情况。
彼得·迪曼迪斯（Peter Diamandis）
就像他们是公司员工一样。
特拉维斯·卡兰尼克（Travis Kalanick）
目前，虽然这些只是一些简单的事情，但它们确实代表了我们现在的发展方向。例如，现在在餐馆中已经有机器人在运行，你可以询问它，比如，食物是否热？我需要补充食物吗？这样的问题。同时，我们希望赋予它一些个性。你现在可以问类似，今天道奇队打败洋基队了吗？确实是赢了。是的。你可以进行这样的对话，我们正在迅速进入一种如同科幻电影般的时刻，以非常自然和人性化的方式进行互动。
彼得·迪曼迪斯（Peter Diamandis）
我还有个问题，纯属好奇。如果你仍然是 Uber 的 CEO，或者曾经担任过 CEO，你会采取什么不同的策略？现在的 Uber 会有哪些不同的举措？
特拉维斯·卡兰尼克（Travis Kalanick）
虽然我们可以深入探讨这个话题，但我会简明扼要地说明。在我离开 Uber 时，我们的 AI 实验室是业内最具前瞻性的之一。我们也注意到了谷歌发表的关于注意力机制的开创性论文。在 Uber 工作期间，大家都了解我的工作风格，我们计划在这方面进行一些有趣的尝试。
具体来说，当时我们启动了一些项目，尽管自动驾驶是一个方向，但这一领域我暂且不谈，我认为 Elon 会有更多的探索。而我们则从高频交易的角度来分析交通运输，将行程从司机手中购买再出售给乘客。我们充当市场的做市商，因此，在每个城市组建了量化团队进行高频的行程交易，以最低成本提供高效的乘车服务。这不仅提升了效率，也帮助我们增加了市场份额和利润。这个过程有点像是一种既有趣又极具技术含量的金融操作。
彼得·迪曼迪斯（Peter Diamandis）
在 30 秒内，您已经在两个重要市场中带来了变革。对于今天在这里希望引领市场变革的人，您有什么建议？
特拉维斯·卡兰尼克（Travis Kalanick）
随着时间的推移，我试图将快速、大规模创新的精髓提炼为一些核心原则和支柱。事实上，它们已成为我公司文化的价值观，因此我们总结为真诚、信任和激情。 这些听起来是高层次的理念，但要在创新中实现快速和大规模发展，每一个都需要发挥到极致。这其中包含了很多内容，可以被想象成孩童般的玩心与好奇心、叛逆少年的活力，以及智者的智慧。
彼得·迪曼迪斯（Peter Diamandis）
首先，我们来解释一下 AQ 的概念。AQ 通常指的是自动量化（Automated Quantization），这是一种优化人工智能模型的技术，主要用于减少模型的大小和对计算资源的需求，同时尽量保持其性能。所谓大规模量化模型，通常应用于金融市场、风险管理或其他需要大量数据分析的领域。在当前 AI 的发展中，我认为大规模量化模型将发挥重要作用。 这些模型通过处理和分析海量数据，能够帮助企业做出更加精准的预测、改善决策流程并提高效率。尤其在金融领域，大规模量化模型有助于自动化交易和风险评估。此外，这些模型还推动了生成式 AI 和大型语言模型的发展，使它们在理解和生成自然语言方面更为出色和精确。
杰克·希达里（Jack Hidary）
外国的一些机构投资者可能逐渐会被 AI 驱动的身份所取代。AI 或灭亡的警示不仅仅是口号，而是真实发生在我们周围的现象。不参与 AI 发展的公司和国家将面临衰退的风险。 但是，在我们一致同意参与 AI 发展后，要面临的一个问题是选择哪种类型和组合的 AI。市场现在提供的 AI 不再是单一类型，这正是令人兴奋的地方。
显然，我们有大语言模型（LLM）。在座的许多人以及小组成员都积极参与了这项工作，并取得了显著进展。我们看到 AI 正在接手推理功能，Eric 和其他人可能会提到这一点。然而，AI 的另一个重要方面较少受到关注，那就是定量 AI。这种 AI 依赖于方程式、定量数据和数字数据。
试想一下，在一个没有生物制药行业的国家启动该行业，这在五到十年前几乎是不可能的。但现在，这种发展正在沙特阿拉伯甚至其他国家实现。促成这些进展的并非大语言模型，而是经过生物学、物理学、化学和电子学等领域训练的模型。
因此，定量大模型（LQMs）补充了大语言模型（LLMs），使我们能够大规模快速部署这些技术。 我们使用与大语言模型相同的 GPU 进行操作，参与讨论的还有 NVIDIA 的代表，但我们采用了与训练大语言模型完全不同的调整方式和数据类型。这些数据并不是从互联网上或维基百科、Reddit 和社交媒体中获得的，而是基于支配我们世界的真实方程式生成的。这为人类带来了前所未有的超级能力。
在三年前，我们还无法准确计算出治疗阿尔茨海默病、帕金森病、脑癌或胰腺癌的分子如何与受体结合。但在过去的 36 个月中，通过与许多参与者的合作，这已成为可能。因此，定量大模型（LQMs）确实是工具库中的另一个关键工具，补充了大语言模型（LLMs）。尽管在众多现有的 LLMs 中占有一席之地，但它们也将在未来的大语言模型互动中扮演重要角色。
彼得·迪曼迪斯（Peter Diamandis）
关于您刚才提到的数据，我们讨论了数据的重要性以及世界可能面临的用于训练这些模型的数据短缺问题。随着 AI 模型逐步商业化，领导者应该如何看待专有数据的生成和保留呢？
杰克·希达里（Jack Hidary）
彼得，我们已经讨论过生成式人工智能（Gen AI），这是一个非常真实且重要的话题。现在让我们来谈谈数据生成，即生成式数据。如何生成数据呢？在进行量化金融等领域的研究时，我们需要大型数据集。比如，在研究投资组合优化或开发更轻的新材料来提高汽车燃油效率时，这些应用都需要大量的数据集。
杰克·希达里（Jack Hidary）
不要指望从互联网获取这些数据。我们不依赖从网络获取数据，而是通过这些方程来生成数据。于是，事情变得有趣起来……海森堡和薛定谔的理论……是的，这正是量子的特性。我知道，当人们听到“量子”这个词时，他们可能会感到畏惧，但量子不仅限于量子计算机的应用。它也与今天的 Alphabet 公司的 GPU、TPU，以及 NVIDIA 公司的 GPU 及其他公司的设备有关。
还有许多其他公司正在推出新产品。我们现在能够在这些 GPU 和 TPU 上大规模运行那些实际影响我们世界的量子方程。这是一个全新的进展。顺便说一下，这些芯片最初并不是为此目的设计的，而这正是人类创造力的魅力所在，能够提出这样的解决方案。
彼得·迪曼迪斯（Peter Diamandis）
你在运营 Sandbox AQ 方面表现出色。A 代表人工智能，Q 代表量子技术。Sandbox AQ 是从 Google 的 X 实验室衍生出来的公司，而且你们目前确实已经拥有切实的产品。能否请你简单介绍一下 Sandbox 的产品？当然可以。
杰克·希达里（Jack Hidary）
在未来投资倡议（FII）的活动上，我们邀请到了赛诺菲公司——全球最大制药公司之一的 CEO 保罗·哈德森。今天，我们两家公司共同宣布了一项合作，刚刚在 CNBC 上公布。我们将利用这项量子 AI 技术加速生物标志物的开发，即为所有人开发有用的诊断工具和药品。这是我们在现实中应用该技术的一个实例。
此外，我们正在化工领域与陶氏等公司合作，研究如何获得能够带来新材料的新催化剂。特别是在碳氢化合物领域，如炼油厂的产出——例如高效能汽油（非常有利可图）、航空煤油等。那么，对于精炼塔底部的产物，那部分通常对炼油公司来说几乎没有利润。它通常被出售给其他炼油厂并用作燃料燃烧。
借助 AI 理解化学，我们可以将炼油塔底部的产物升级为碳复合材料。碳复合材料可应用于迈凯轮汽车，使其既强劲又轻盈，阿斯顿·马丁、法拉利等品牌也是如此。然而，这种技术并非所有汽车都能获得。通过与碳氢化合物生产商的合作，我们可以探索如何将这类技术普及化。因此，这些技术在实际世界中无论是在生物制药、化工还是在燃料和能源行业都产生了影响。
Elon 还谈到了能源和储能。我们当前的电池技术已经有 45 年历史了，亟需突破这种障碍。这种 AI 技术是对大语言模型的补充，这就是未来的发展方向。
六至八年后，AI 将达到各领域专家水平的 80%
彼得·迪曼迪斯（Peter Diamandis）
接下来让我们听听我们的主席的意见。
艾瑞克·施密特（Eric Schmidt）
我们应该感谢 Ruth 成功地分拆了 Sandbox 吗？
杰克·希达里（Jack Hidary）
谢谢你，Ruth。
艾瑞克·施密特（Eric Schmidt）
干得好，Ruth。
彼得·迪曼迪斯（Peter Diamandis）
到目前为止，这次的财务成功令人印象深刻，成果非常惊人。我从未见过一家公司能以如此惊人的速度扩展收入，确实不同凡响。——Dr. Eric Schmidt，前谷歌和 Alphabet 首席执行官兼董事长。在这个领域，我认为没有人能超越您的成就，非常感谢您取得的一切成就。关于通用人工智能（AGI）的发展，我们经常讨论这个尚未明确的概念，您如何定义 AGI？它为何如此引人注目？为什么 Sam 认为值得投入 500 亿美元来推动其发展？请您谈谈这个话题。
艾瑞克·施密特（Eric Schmidt）
了解未来五年的可能发展具有重要价值。
彼得·迪曼迪斯（Peter Diamandis）
请。
艾瑞克·施密特（Eric Schmidt）
专家和小组成员强调，他们正在从事的工作将催生出“智能助手”。这些助手将是专门的助手，能够在艺术、音乐、物理等领域为你提供支持。它们可以帮助进行研究、发现药物和新药、解决问题，并执行多种任务。
预计这些发展会在五年内实现，因为我们现在已经具备了所有必要的技术基础。我们能够进行规划、前瞻和回顾的推理，以及逐步推理，并处理比以往复杂的目标函数，甚至编写各种代码。业内普遍认为，在大约五年内，系统将能编写并改进自己的代码。这实际上是一种发展趋势的转变，一旦以这种方式前进，就会突然加速。
预计六到八年后，也就是到 2030 年或 2032 年，按照当前发展速度，我们可能会拥有一个系统，其能力将在各个领域达到专家水平的 80%到 90%。 这意味着，即使是最优秀的物理学家、化学家和艺术家，系统也能达到他们的 90%水准。拥有这样的系统等同于比任何人类都聪明的非人类智慧，因为没有个人能在所有这些领域同时成为专家。也许达·芬奇可以，但现代人显然不行。
我们不确定这种演变会带来何种影响，但知道这场竞赛确实非常重要。这样的系统，我们称之为通用人工智能（AGI），能够做很多事情。它可以分析网络威胁，开发新的威胁，或者保护系统免受威胁影响。它可能会提出新的生物方案，这些方案或好或坏。
因此，国家安全方面需要考虑和担忧，但同时也预示着人类效率和生产力的巨大提升。我坚信，我们人类还没有做好迎接这种变化的准备。
彼得·迪曼迪斯（Peter Diamandis）
我可以想象，未来 AI 系统可以赢得诺贝尔物理学奖、化学奖和医学奖等科学领域的奖项。
艾瑞克·施密特（Eric Schmidt）
如果你去看一级方程式比赛，你会很享受观看人类在赛道上驾车竞速。显而易见，尽管自动驾驶汽车，比如 Waymo 的汽车，理论上可以开得更快，但我们不会认为这是一个有趣的运动。说到高尔夫，也许将来会有一个能够击败所有顶级人类选手的机器人高尔夫球手。但是，我们关注的还是人类。因此，我们这些可怜的人类有时会产生一些自我安慰的想法。
彼得·迪曼迪斯（Peter Diamandis）
我们的确存在很大的偏见，不是吗？
艾瑞克·施密特（Eric Schmidt）
这将是我们选择娱乐的方式。
彼得·迪曼迪斯（Peter Diamandis）
在探讨 AGI（通用人工智能）或超人工智能时，最危险的结果可能是这些技术失去控制，对人类造成无法逆转的损害。
艾瑞克·施密特（Eric Schmidt）
目前，我们对中等规模和开源模型的传播速度存在一个重大问题，尚未完全理解这种传播的速度。目前有一种普遍的看法，即训练成本在 1 亿美元以下的模型可能较低的危险性，而成本超过 1 亿美元的模型则更具危险性。我不太清楚我们为什么会这样认为，但这确实是大家设定的一个数字。因此，将来某个时候可能会出现成本低廉但具有破坏力的工具。 生物科技领域就是一个最明显的例子。哦，感谢你配合讨论，这是你非常了解的领域。
彼得·迪曼迪斯（Peter Diamandis）
确实，我认为由于 AI 的发展，我们将实现人类健康寿命的延长。
艾瑞克·施密特（Eric Schmidt）
虽然我们的寿命延长了，但在某些情况下，延长的寿命可能会带来更多危险。
我们必须重新设想未来的可能性
彼得·迪曼迪斯（Peter Diamandis）
Ruth，很高兴见到你。Ruth 是 Alphabet 和 Google 的总裁兼 CIO。你今天早上见过她。Ruth，我想引用一下，然后请教你。我们都见证了一些公司宣布的 AI 向善的宏大计划，毋庸置疑，但在情况紧急且财务表现影响决策时，股东往往提出不那么理想化的要求。你怎么看，我认为谷歌以令人难以置信的方式改变了世界。在你目前的职位上，你觉得 Google 如何在 AI 向善和 AI 的财务收益之间找到平衡呢？
路斯·波拉特（Ruth Porat）
我认为这是一个错误的选择，因为人工智能带来的好处是巨大的。然而，如果我们不采取保护措施来应对潜在的负面影响，就永远无法真正投入资源来捕获其正面效益。正面和负面影响是事物的两个方面。当我们考虑正面影响时，它涉及加速科学进步、解决教育和医疗等社会问题，以及带来的经济利益。
但是，如果没有负责任的基础投入和艰苦的工作，我们将无法在这一领域站稳脚跟。这意味着我们需要与监管机构进行建设性的互动，并在内部系统中投资，以防范负面问题。如果不加以防护，你将面临监管机构或其他方面的阻力。因此，这两者是密切相关的。如果认为可以在没有关键保护措施的情况下追求某一方面，我认为这在长期来看是不可持续的。因此，我们将其视为两种相互关联的方法，以最大化这种非凡技术的益处。
彼得·迪曼迪斯（Peter Diamandis）
您作为一位商业领袖，经历了多次经济起伏，如 2008 年的金融危机。对于如何带领团队应对未来的重大变革，您认为哪些重要信息是必须了解的？人们是否意识到，未来五年内商业、行业和社会将发生怎样的深刻变化？
路斯·波拉特（Ruth Porat）
我认为，从这些谈话中可以汲取的最重要的一点是，可能性的发展已经发生了根本性的变化。这是一个前所未有的划时代机遇。在今天早晨的讨论中，我提到了几个关键的验证指标。其中生命科学领域是一个非常重要的领域。 我为那些通过 AlphaFold 获得诺贝尔奖的同事们感到无比自豪，AlphaFold 被认为是药物发现领域最重大的贡献之一。
关于您的问题，DeepMind 的创始人 Demis Hassabis 在创建 AlphaFold 的过程中，面对许多人的怀疑，他的回答是，为什么不能呢？所以我们继续努力。我认为，另一个非常重要的点是我们所做的语言翻译工作。我们现在可以翻译 260 种语言。重要的是，在过去的六个月中，我们新增了 110 种语言。
彼得·迪曼迪斯（Peter Diamandis）
这真是太了不起了。
路斯·波拉特（Ruth Porat）
全球人口已经超过 70 亿，并且正迅速增长。这表明我们不能再拖延，必须立刻采取行动。在这场讨论中，我听到了许多类似的观点，并对此深表认同，同时也看到了巨大的经济效益。我认为传递的一个关键信息是：现在正是采取行动的最佳时机。我们必须重新设想未来的可能性，因为这是切实可行的。
如今，我们已经看到制造业和教育等多个领域的变革。特别是在语言翻译方面，我最近与西非某国的数字化转型部长交流时了解到，该国超过一半的人口年龄在 19 岁以下。他们认识到教育的重要性，这也是今天讨论中的一个重要议题。对于这样一个以年轻人口为主的国家，不解决教育问题是不可行的。尽管他们的教师资源不足，但令人振奋的是，通过人工智能技术，他们现在可以为全国人民提供高质量的教育。尤其是在他们国家和其他许多国家，使用着多种语言。
在 AI 翻译技术出现之前，人们为了获取数学知识，必须学习法语或英语。而现在，人们可以用自己的母语学习。从我的角度看，探索 AI 对人类的影响是令人兴奋的。我的父亲总是告诉我，教育是通往自由的护照，是人生的通行证。 它是一种变革的力量。首先，立刻参与到这个计划中。其次，同样重要的是，反思为何不如此行动。我们必须彻底重塑与客户的互动方式，深入到每一个过程，包括风险管理，以及解决医疗、教育和气候变化问题的新方法。
彼得·迪曼迪斯（Peter Diamandis）
现在正是时候，无限的机会即将到来，是不是？确实是这样的。每个行业都将发生变革。
路斯·波拉特（Ruth Porat）
在不可能中重新创造可能……重新定义所有可能性。
彼得·迪曼迪斯（Peter Diamandis）
感谢 A16Z 的联合创始人兼普通合伙人 Ben Horowitz。贵公司在 AI 领域确实取得了令人瞩目的成就。我想请教您，作为领先的投资者，在涉及从芯片、电力、房地产到大型模型和应用的整个价值链中，您认为在哪些环节会积累更多的价值？这些领域是否都同样重要，值得投资吗？
本杰明·霍洛维茨（Benjamin Horowitz）
正如人们常说，这是一个巨大的市场，也是我们所见过的最大市场之一，因此到处都充满了赚钱的机会。在不同层面上，我们面临的问题和挑战各不相同。如果你关注硬件基础设施，比如芯片、数据中心和电力，毫无疑问，在未来十年我们将需要更多的资源。但关键在于如何实现这一进展，并为其提供资金。回顾互联网历史，你可能记得，我们在 1999 年经历了全球最大带宽短缺，而在 2001 年则出现了史上最大带宽过剩。
本杰明·霍洛维茨（Benjamin Horowitz）
你能想象在 2001 年会有“带宽过剩”的情况吗？从历史角度来看，这不太合理。然而，实际上瓶颈发生了转移。1999 年，瓶颈在于带宽，随后转移到服务器传输数据的速度上。当时，我们的负载均衡器是否足够出色呢？这些都成了问题所在。后来，我们不再需要那么多的带宽，因为瓶颈转移到了其他地方。
今年，我们看到 NVIDIA 芯片的价格下降了一半。你会想，哇，这是怎么回事呢？嗯，我们现在面临的是数据瓶颈，这是一个严重的问题。接下来是电力瓶颈，还有其他各种瓶颈，然后是制冷瓶颈。如果你用 NVIDIA 的利润进行投资，情况可能会好一些。但如果用大量债务投资于一个数据中心，可能很快会陷入困境。因此，这需要慎重考虑。
接下来探讨下一阶段，也就是基础模型阶段，包括 Anthropic、OpenAI、Gemini、Llama，它们占据了 80%的软件市场。每个企业都必须将其用于基础设施，几乎所有的应用程序都要调用它。我相信，Travis 当然也把它作为基础设施的一部分，这毫无疑问。所以，这是一个庞大且快速增长的市场。有趣的是，在过去的两年中，每个 token 的价格下降了百倍。
彼得·迪曼迪斯（Peter Diamandis）
世界上最先进的技术几乎是免费获得的。
本杰明·霍洛维茨（Benjamin Horowitz）
是的，价格已经低到几乎可以忽略不计。价格下降得非常快，但与此同时，收入仍在增加。这说明市场规模非常大，竞争之激烈远远超出通常在这个技术阶段看到的水平。 在某些领域，我们已经接近技术瓶颈。从 GPT-2 到 GPT-3.5 的智能增长，幅度大于从 3.5 到 4 的智能提升，即使我们对后者投入了更多资金。这主要因为我们遇到了技术瓶颈。这并不是终点，瓶颈也不会永远存在，但这预示着可能会有架构上的变化。
因此，尽管这个市场的收入潜力巨大，新玩家可能会不断涌现。我们或许正处于谷歌问世前的搜索引擎市场，那时有 37 个搜索引擎，但没有一个是谷歌。如今，我们几乎记不起那些搜索引擎的名字，因为它们影响有限。这说明了市场的复杂性。
在应用层面，特拉维斯指出了一件非常有趣的事情，即大公司可以通过 AI 快速优化。所以，作为一家新公司，你必须自问：作为一个新应用，我能否比大公司更快进入市场并推出优秀产品？这就是竞争所在。在某些情况下，这可能是历史上最大的私募股权机会；在其他情况下，它展示了如何迅速打造优秀产品并进入市场。
我们投资了一家开发工具公司，通常这类公司的增长速度是最慢的，因为产品是卖给喜欢自行开发工具的工程师的。然而，这家公司在三个月内从零收入增长至 4000 万美元。对于一家开发工具公司而言，这三年内的增长速度已经是创纪录的。他们在竞争对手能够开发出同样产品之前占领了市场。这表明这是完全可能的。还有一件非常值得注意的事情。
本杰明·霍洛维茨（Benjamin Horowitz）
哦，我刚才可能说得太多了。
彼得·迪曼迪斯（Peter Diamandis）
我和 Ben 都很期待聆听您的分享。作为 TikTok 的 CEO，Shou，非常感谢您的到来。TikTok 是如何通过人工智能推动创意经济发展的？这对全球经济产生了哪些积极影响呢？
周受资（Shou Chew）
我们的推荐算法一直以来都采用机器学习的方法。然而，我认为，近年来以 OpenAI 为代表的技术进步展现了更广阔的机遇，这些机遇到来的速度超出了我们的预期。我们的大部分工作在于将这些惊人的技术转化为实际应用。首先，我们需要理解这些技术，其中也包括我自己的学习。我发现很难跟上这些变化，因为进展实在太快。
我认为，亲自使用这些技术是理解它们的重要一步。我阅读了大量报告，这些报告列出了可能实现的各种功能。但是，只有当我亲自下载或注册并使用这些产品时，我才能更好地理解当前有哪些可能性。
对于我们而言，除了基于 AI 的发现过程外，TikTok 体验的一个重要部分是帮助人们将思维中的想法集中于作品创作。其实，很多人和我一样，可能在艺术方面的天赋有限。我有一些不错的想法，但因为很难将这些想法付诸实践，我拍出的视频效果不好。也许我的想法还不够成熟，但我仍需要尝试实现它们。
我认为，我们为创作者提供的众多工具中，许多虽然不算是 AI 驱动，但确实有助于表达自我。我相信，随着时间的推移，创作过程会变得更加简单。只需要几句话，就可以创造出以往需要高超艺术才能才能完成的作品。这一变化令人振奋，因为这意味着更多人可以将脑海中的好点子转化为与更多观众共鸣的作品，创作过程因而变得更加轻松。
因此，我们在这方面投入了大量精力。正如许多讨论小组成员所提到的，我们在业务的许多其他领域也在探索新的可能性，因此有大量工作正在进行中。
彼得·迪曼迪斯（Peter Diamandis）
我们之前谈到过 AI 安全。很多孩子和我的家人都在使用 TikTok。您是如何考虑确保 AI 的负责任使用呢？是否有相应的措施到位？
周受资（Shou Chew）
没错，这一点非常重要，尤其是在美国当前的选举周期内。因此，我们必须优先处理这个问题。首先，我们需要明确政策，规定平台上允许的内容。如果有人利用 AI 进行欺骗、冒充或其他危险行为，这将违反准则，我们会删除这些内容。其次，我们为用户提供自动标记工具。如果你制作了 AI 生成的内容，我们要求你标记出来。如果你未标记，我们将采取措施限制其传播效果。
彼得·迪曼迪斯（Peter Diamandis）
但我想你是用 AI 完成这件事的。
周受资（Shou Chew）
第三个方面是如何更有效地利用 AI 进行内容审核。在这一领域存在诸多机会。起初，这个概念对我来说并不是十分清晰，因为它显得有些模糊。虽然大语言模型可以改善内容审核，但它们具体是如何实现的呢？随着理解的深入，我发现新技术确实对内容审核的改进有很大帮助。因此，我们应该借助科技的力量来提供支持和保障。
彼得·迪曼迪斯（Peter Diamandis）
有趣的是，正如 Eric 之前提到的，如果 TikTok 上的视频全部由 AI 生成，那么乐趣将大打折扣。正是因为这些视频是由人类通过 AI 制作，这才使得它们更具吸引力。
周受资（Shou Chew）
确实如此，在很多事情上我倾向于赞同 Eric 的观点，因为他更有智慧。然而，我们确实观察到一些现象。例如，OpenAI 在我们平台上上传了一些 Sora 的视频。我一直在关注这些视频，其中有一些非常有趣。你可以感受到这样一种可能性：在某个时刻，其中一个视频可能会流行起来，吸引观众的注意，这是可能的。
彼得·迪曼迪斯（Peter Diamandis）
NVIDIA 的全球执行副总裁 Jay Puri 今日做客节目。NVIDIA 已成为 AI 革命的代名词，特别是归功于早期的视频游戏玩家的推动。企业和国家应如何利用 AI 来推动发展和繁荣？在场有许多国家和领导者的代表，您现在会对他们有什么建议吗？因为这对他们的存在及未来的经济至关重要，您同意吗？
杰伊·普利（Jay Puri）
当然，AI 的核心在于创造智能。既然如此，创造智能的科技怎么可能不是经济的基础呢？另一方面，AI 的快速发展确实令人难以置信，几乎无以言表。仅仅在两年前，我们还……
彼得·迪曼迪斯（Peter Diamandis）
我称之为股票价格的历史新高。
杰伊·普利（Jay Puri）
那是什么？
彼得·迪曼迪斯（Peter Diamandis）
视频库存的指数增长。
杰伊·普利（Jay Puri）
众所周知，我们所见的增长是呈指数级的。两年前，我们迎来了 ChatGPT 和生成式 AI，大家对它在预测下一个词和回答问题时的表现感到惊讶。而现在，AI 已经变得极为复杂，能够进行推理和自我校正。事实上，它不仅可以进行一次性的推理，还能够多次推理并解决复杂问题，这便是所谓的代理性 AI。此外，与它的交互方式不仅限于聊天机器人，它还可以用类似人类的虚拟形象与人互动。因此，我们需要学会如何与这些数字化的”人类”作为队友共存。
未来，我们将进入物理 AI 领域。Elon 曾提到机器人、类人机器人以及不同类型的机器人遍布工厂和仓库，它们将嵌入数字世界并遵循物理法则。我们很难分辨数字与物理世界的差异，你将利用 AI 去优化数字世界中的一切，并在物理世界中实践这些优化结果，从而形成 AI 发展的良性循环。因为在物理世界的任何行动，都会为改进数字世界提供数据。
因此，在这种环境下，要成功利用 AI，无论是对一个公司还是一个国家来说，关键在于创造怎样的条件？AI 是一种从数据中提炼信息的工具，对吗？智能化的核心就在于此，AI 允许你运用复杂的模型去发现和应用。要做到这一点，就需要立即建立一个叫做 AI 工厂的工具。
AI 工厂是用于处理原始数据并将其转化为生成模型的专门设施，能够让你大规模地生产具有盈利能力的产品或成果。一旦建立这些工厂，它们能够改变一切。然而，正如 Elon 所说，构建这些 AI 工厂极具挑战性。在 Nvidia，我们参与了各类已经搭建的工厂建设，并尽最大努力简化这一过程。我们将所有经验汇编成参考架构等，以便快速复制这些工厂。
彼得·迪曼迪斯（Peter Diamandis）
最后请允许我问一个问题。NVIDIA 生产 GPU，很多公司都在努力追赶你们，但在规模上没有哪个公司能与你们匹敌。你认为 GPU 在 AI 中作为主导架构的地位还能持续多久？会一直持续到本世纪末吗？
杰伊·普利（Jay Puri）
我认为人们常常忽视的是，NVIDIA 不仅仅专注于 GPU。实际上，我们是一家加速计算平台公司。
彼得·迪曼迪斯（Peter Diamandis）
加速计算对你有什么意义？
杰伊·普利（Jay Puri）
加速计算并不只是关于某一个特定芯片。我们过去依赖的是通用计算，通过摩尔定律，每年的性能大约会翻倍。但即使摩尔定律一直保持，其计算能力在十年内最多也只能增加 100 倍。然而，摩尔定律的速度实际上已经减缓。为推动人工智能的发展，我们在过去的十年中，通过 GPU 在特定领域将计算能力提升了 100 万倍。这也是深度学习和各种模型能够实现的原因。
为了实现这一目标，我们必须在整个技术栈中不断创新，不仅是 GPU 本身，还包括对所有相关软件进行重新架构和并行化，将计算视角从单一服务器扩展到数据中心规模。因此，我们的关注点不是某个单一芯片，而是一个基于 CUDA 的加速计算平台。这个平台确保了在构建模型、推理等 AI 应用中，既能够支持持续创新，又可以保持向后和向前的兼容性。因此，加速计算远不止是关于单一芯片，这是我们关注的重点，也是我们希望长期坚持的方向。
彼得·迪曼迪斯（Peter Diamandis）
女士们，先生们，六分钟对每个人来说都显得非常短暂。感谢大家的耐心倾听和聪明见解，我对此深表感激。请让我们为我们的讨论小组鼓掌！