探索人工智能的未来：埃里克·施密特2024斯坦福大学分享一

斯坦福 ECON295/CS323 I 2024 I 人工智能时代 | 埃里克·施密特

音频文件链接
使用 Whisper 中模型转录

引言

今天的嘉宾真的无需多加介绍。我大约在 25 年前第一次见到埃里克，当时他作为 Novell 的首席执行官来到斯坦福商学院。从那以后，他在谷歌做了许多事情，特别是在 2001 年到 2017 年期间，他创办了施密特未来公司，还从事了许多其他的事业。虽然我们今天的时间有限，但希望通过直接探讨一些关键问题，能够为大家带来有价值的见解。

人工智能的短期展望

我们刚刚在楼上的讨论非常有趣，所以我想从你对于人工智能在短期内（即未来一两年）的发展方向的看法开始。随着技术的飞速进步，我发现自己每隔六个月就需要更新一遍对未来的预判。

上下文窗口的演变

有没有人可以给大家解释一下什么是一百万标记的上下文窗口？简单来说，它允许我们使用像一百万个标记或一百万个单词之类的内容进行提示。这意味着你可以提出一个一百万字的问题。最近，Anthropic 已经从 20 万标记提升到 100 万，而 OpenAI 也在朝着类似的目标前进。

AI 代理的技术定义

接下来，有谁能为人工智能代理提供一个技术定义？代理本质上是执行某种任务的工具，另一种定义是它是内存中的 LLM（大型语言模型）状态。再深入一步，计算机科学家们，你们谁能定义“文本到动作”？它不仅仅是生成更多文本，而是将文本转化为触发某种动作的指令。

技术趋势与未来展望

最近，一种名为 Mojo 的新编程语言问世，它看起来解决了人工智能编程的一些关键问题，但是否能在 Python 的主导地位下存活还有待观察。

英伟达的优势

为什么英伟达的市值高达 2 万亿美元，而其他公司却在苦苦挣扎？技术原因在于大多数代码需要使用英伟达 GPU 支持的 CUDA 进行优化运行。虽然其他公司可以尝试制造自己的解决方案，但由于缺乏 10 年的软件积累，他们在机器学习优化上无法与英伟达匹敌。CUDA 类似于 GPU 的 C 编程语言，自 2008 年以来虽然饱受诟病，但其主导地位无可撼动。

三大关键技术趋势

在未来的一年里，我们将看到三个重要趋势的结合，这将对世界产生巨大影响，甚至比社交媒体带来的冲击还要强烈：

1. 超大的上下文窗口：上下文窗口将变得非常长，几乎可以充当短期记忆。你可以输入一个问题，阅读 20 本书，并让 AI 告诉你这些书的主要内容。

2. AI 代理的发展：现在的 LLM 代理能够阅读和理解复杂的学科内容，并通过测试不断改进自己的知识。

3. 文本到动作的转化：你可以通过简单的命令让 AI 自动执行复杂的任务，例如复制一个 TikTok 程序，并在短时间内生成并发布新内容。

这些技术将在未来一两年内迅速发展，改变我们与世界互动的方式。

市场的挑战与机遇

当前前沿模型之间的差距正在扩大。虽然六个月前，我相信差距在缩小，因此在许多小公司上投入了大量资金，但现在我不再那么确定。大型公司正在主导这一领域，他们的资金需求在不断攀升。

以英伟达为例，如果 3000 亿美元的资金都流向英伟达，这对股市意味着什么？这不仅是对投资的建议，也是对技术资源短缺问题的提醒。随着数据中心和电力资源的稀缺，未来的计算资源将更加宝贵。

结语

最后，让我们展望一下未来几年的人工智能发展。我们将看到更多芯片的需求增长，虽然 Intel 和 AMD 在努力追赶，但英伟达的主导地位短期内难以撼动。

以上是我对未来趋势的一些看法，我们正处在一个充满奇偶振荡的时代，前沿科技的发展正以前所未有的速度推进。期待未来的发展，希望大家也能从中找到自己的机会与方向。

参考

https://github.com/ociubotaru/transcripts/blob/main/Stanford_ECON295%E2%A7%B8CS323_I_2024_I_The_Age_of_AI%2C_Eric_Schmidt.txt