劃重點(diǎn)：
1
面對(duì)大型科技公司的算力和數(shù)據(jù)優(yōu)勢，小型AI初創(chuàng)公司需要專注于構(gòu)建與大公司不同的、具有獨(dú)特價(jià)值的產(chǎn)品和服務(wù)。
2
數(shù)據(jù)作為可出售資產(chǎn)常被高估，真正的價(jià)值在于如何利用數(shù)據(jù)，而非數(shù)據(jù)本身。
3
技術(shù)進(jìn)步和市場反應(yīng)存在不確定性，風(fēng)險(xiǎn)投資模型接受一定比例的失敗作為創(chuàng)新過程的一部分。
4
谷歌和微軟等企業(yè)為追求利潤不惜犧牲國家和全球利益，同時(shí)要求政府限制技術(shù)的開放性，揭示出資本主義黑暗面的道德和策略矛盾。
5
歷史上的重大技術(shù)進(jìn)步往往伴隨著金融泡沫，這是新技術(shù)推廣的自然組成部分。
6
互聯(lián)網(wǎng)的發(fā)展經(jīng)歷了從開放到封閉的過程，人工智能的發(fā)展可能面臨類似的選擇，這將對(duì)其普及和創(chuàng)新產(chǎn)生深遠(yuǎn)影響。
7
技術(shù)創(chuàng)新盡管會(huì)伴隨著投機(jī)和泡沫，但終推動(dòng)了社會(huì)進(jìn)步和經(jīng)濟(jì)增長，應(yīng)被視為積極的社會(huì)力量。
科技新聞?dòng)崜?jù)國外媒體報(bào)道，美國風(fēng)險(xiǎn)投資公司a16z日前在視頻平臺(tái)Youtube上發(fā)布了聯(lián)合創(chuàng)始人馬克安德森（MarcAndreessen）和本霍洛維茨（BenHorowitz）拍攝的視頻。在這段對(duì)話視頻中，安德森與霍洛維茨探討了面對(duì)大型科技公司擁有了算力和數(shù)據(jù)規(guī)模優(yōu)勢，小型人工智能初創(chuàng)公司如何與之競爭；揭示了數(shù)據(jù)作為可出售資產(chǎn)被高估的原因；以及人工智能熱潮與本世紀(jì)初互聯(lián)網(wǎng)浪潮的異同之處。
2009年，安德森和霍洛維茨聯(lián)合創(chuàng)辦了風(fēng)險(xiǎn)投資公司安德森霍洛維茨基金。因?yàn)檫@家風(fēng)投公司名稱的第一個(gè)字母A和最后一個(gè)字母Z之間有16個(gè)字母，所以簡稱為a16z。還有一種說法稱，只要對(duì)參投對(duì)象滿意，這家風(fēng)投公司會(huì)參與初創(chuàng)公司從A輪到Z輪的所有融資。
以下為對(duì)話全文：
01.巨頭陰影下的機(jī)會(huì)：AI初創(chuàng)公司的生存之道
安德森：今天我們將討論一個(gè)非常熱門的話題--人工智能。我們將集中討論截至到2024年4月的人工智能產(chǎn)業(yè)現(xiàn)狀。我們希望這將對(duì)任何在初創(chuàng)公司工作的人或在大型公司工作的人都有所幫助。我們一如既往地在社交媒體平臺(tái)X上征集了話題，收到了許多精彩的提問，因此我們準(zhǔn)備了一系列聽眾問答，現(xiàn)在就讓我們直接進(jìn)入正題。
首先的三個(gè)問題都聚焦于同一主題：一是人工智能初創(chuàng)公司如何與大公司競爭。面對(duì)即將到來的人工智能時(shí)代，初創(chuàng)公司的創(chuàng)始人們目前應(yīng)該專注于構(gòu)建什么？二是小型人工智能初創(chuàng)公司如何與擁有巨大算力和數(shù)據(jù)規(guī)模優(yōu)勢的老牌科技企業(yè)競爭？三是對(duì)于依賴OpenAI等公司的技術(shù)的初創(chuàng)公司，哪些公司能夠從基礎(chǔ)模型未來的指數(shù)級(jí)改進(jìn)中受益，哪些公司又可能因此而失��？
我先從第一個(gè)問題開始，然后再深入討論。OpenAI首席執(zhí)行官山姆奧特曼（SamAltman）最近在一次采訪中提出了一些我本人非常認(rèn)同的觀點(diǎn)。他的觀點(diǎn)大致是，作為初創(chuàng)公司的創(chuàng)始人，應(yīng)當(dāng)預(yù)料到大型人工智能公司推出的基礎(chǔ)模型會(huì)大幅改進(jìn)，并應(yīng)就此提前制定出應(yīng)對(duì)策略。如果當(dāng)前的基礎(chǔ)模型性能提升100倍，初創(chuàng)公司的創(chuàng)始人們會(huì)有什么反應(yīng)？他們應(yīng)當(dāng)對(duì)此感到興奮，因?yàn)檫@對(duì)自己的公司構(gòu)成利好；還是應(yīng)當(dāng)感到擔(dān)憂，因?yàn)檫@可能會(huì)帶來一系列的問題？你對(duì)此有何看法？
霍洛維茨：我基本認(rèn)同奧特曼的這個(gè)觀點(diǎn)，但也有一些細(xì)節(jié)需要注意。從他的角度來看，他可能在勸阻人們不要自己構(gòu)建基礎(chǔ)模型，我并不完全同意這一點(diǎn)。許多正在構(gòu)建基礎(chǔ)模型的初創(chuàng)公司實(shí)際上做得非常好。出現(xiàn)這種情況的原因有很多，首先是模型架構(gòu)的差異，這決定了模型的智能程度、響應(yīng)速度以及在特定領(lǐng)域的性能。這不僅適用于文本模型，也適用于圖像模型。不同類型的圖像對(duì)提示詞的反應(yīng)各不相同。例如，如果你向兩款模型提出相同的問題，它們會(huì)根據(jù)用例以非常不同的方式作出反應(yīng)。
其次，模型蒸餾（distillation，能夠把大模型的知識(shí)遷移到更孝更高效的模型中，在保持性能的同時(shí)降低算力和內(nèi)存需求）技術(shù)的出現(xiàn)。OpenAI可以開發(fā)全球最大、最智能的模型，初創(chuàng)公司則可以推出蒸餾版本的模型，用更低的成本實(shí)現(xiàn)非常高的智能。鑒于此，盡管大公司的模型無疑會(huì)變得更好，但如果初創(chuàng)公司構(gòu)建的模型在某些方面有所不同，或者專注于不同的領(lǐng)域，那么即使大公司的模型越來越出色，也不一定會(huì)影響這些初創(chuàng)公司。
如果初創(chuàng)公司選擇正面硬剛大型科技公司，可能會(huì)遇到真正的問題，因?yàn)楹笳咩y行賬戶中儲(chǔ)備著巨額的現(xiàn)金。但如果初創(chuàng)公司從事的工作足夠獨(dú)特，或者專注于不同的領(lǐng)域，情況則會(huì)完全不同。舉例來說，日前推出開源模型DBRX的初創(chuàng)公司Databricks，盡管這家公司也開發(fā)了一款基礎(chǔ)模型，但它采用非常特定的方式把這款基礎(chǔ)模型與自己領(lǐng)先的數(shù)據(jù)平臺(tái)結(jié)合在一起使用。即便是OpenAI的模型變得更好，也不足以對(duì)專注于特定領(lǐng)域的人工智能模型構(gòu)成真正的威脅。人工智能語音克隆初創(chuàng)公司ElevenLabs的語音模型已經(jīng)嵌入到每個(gè)人的人工智能堆棧中。所有人都把該公司的語音模型作為人工智能堆棧的一部分使用。還有，ElevenLabs的語音模型擁有開發(fā)者接口。這家初創(chuàng)公司專注于自己從事的事情。盡管一些初創(chuàng)公司表面上看起來是在與OpenAI、谷歌或微軟競爭，但實(shí)際上并沒有真正的競爭，我認(rèn)為此類公司前景廣闊。
02.AI智能存在極限值，訓(xùn)練數(shù)據(jù)質(zhì)量至關(guān)重要
安德森：我們更深入地探討一下“上帝模型”（Godmodels）是否會(huì)出色100倍的問題。你認(rèn)為大模型，即所謂的“上帝模型”，真的會(huì)變得更好100倍嗎？
霍洛維茨：我傾向于認(rèn)為，大語言模型的性能確實(shí)有可能提升100倍。以我們目前對(duì)大語言模型的了解，盡管它們已經(jīng)非常先進(jìn)，但真正的區(qū)別可能只有深入研究它們的專業(yè)人士才能察覺。如果我們談?wù)摰氖切阅芴嵘?00倍，那么按理說，我們應(yīng)當(dāng)能夠看到某些模型在性能上與其他模型明顯拉開差距。不過對(duì)在日常生活中使用（如提問和獲取信息）大語言模型的普通用戶而言，這種提升可能不會(huì)那么明顯。
安德森：我們期望的提升可能包括知識(shí)的廣度和能力的提高。我認(rèn)為在某些方面，如模型對(duì)于不同問題的響應(yīng)速度和知識(shí)面，確實(shí)有可能實(shí)現(xiàn)顯著的進(jìn)步。此外，輸出的精細(xì)度和質(zhì)量也將是提升的關(guān)鍵。這包括減少錯(cuò)誤信息，即減少‘幻覺’，以及確�；卮鹁哂惺聦�(shí)依據(jù)。
霍洛維茨：我贊同這些方面的表現(xiàn)將會(huì)大幅提升的觀點(diǎn)，因?yàn)槿斯ぶ悄芗夹g(shù)正朝著這個(gè)方向迅速發(fā)展。目前，我們面臨的挑戰(zhàn)是模型的對(duì)齊問題，即模型雖然越來越智能，但它們并不總是能夠準(zhǔn)確表達(dá)所知信息。這種對(duì)齊問題在某種程度上也限制了模型的智能表現(xiàn)。
另一個(gè)問題是，我們是否需要一個(gè)突破性的進(jìn)展，從而從當(dāng)前的人工智能--我稱之為“人工人類智能”（artificialhumanintelligence）--過渡到更高級(jí)的“通用人工智能”（artificialgeneralintelligence）。所謂“人工人類智能，”指的是人工智能在模仿人類認(rèn)知和語言使用方面已經(jīng)達(dá)到了令人驚嘆的水平，它能夠執(zhí)行許多人類能夠完成的任務(wù)。但如果要達(dá)到更廣泛的智能水平，我們可能需要某種形式的技術(shù)突破。
如果我們目前的技術(shù)已經(jīng)接近極限，那么在某些方面它可能不會(huì)實(shí)現(xiàn)100倍的提升。因?yàn)榕c人類相比，它們已經(jīng)相當(dāng)不錯(cuò)了。盡管如此，人工智能在知識(shí)掌握、減少幻覺以及在多個(gè)維度上的表現(xiàn)上，仍有望實(shí)現(xiàn)巨大的飛躍。
安德森：業(yè)界流傳著一張圖表，我記不太清它的具體坐標(biāo)軸，但它大致展示了不同人工智能模型性能提升的情況。在一些測試中，人工智能模型的得分僅僅略高于普通人。這并不令人意外，因?yàn)槿斯ぶ悄艿挠?xùn)練完全基于人類數(shù)據(jù)。有人反駁說，這些測試是否太過簡單了？是否需要更復(fù)雜的測試，就像SAT考試一樣來真正衡量人工智能的能力？如果在SAT考試當(dāng)中，許多學(xué)生在數(shù)學(xué)和語言部分都得到800分的滿分，這是否意味著評(píng)分標(biāo)準(zhǔn)過于局限？我們是否需要一種能夠真正測試出愛因斯坦級(jí)別智慧的測試？現(xiàn)有的測試方法固然有其價(jià)值，但我們可以設(shè)想一種能夠準(zhǔn)確區(qū)分超高智商人群的SAT考試，一種能夠真正衡量人工智能超越人類水平推理能力的測試。
霍洛維茨：事實(shí)確實(shí)如此。人工智能可能需要這樣的測試。此外，還有一個(gè)經(jīng)常被人們提出的問題，也是我們內(nèi)部一直在討論的問題，即我們是否需要采取更具挑釁性、更樂觀、或者說更具科幻色彩的預(yù)測。當(dāng)用來自互聯(lián)網(wǎng)的數(shù)據(jù)訓(xùn)練一個(gè)語言模型時(shí)，互聯(lián)網(wǎng)數(shù)據(jù)集的本質(zhì)是什么？它實(shí)際上是一切的平均水平，它是人類活動(dòng)的一種代表。由于人口中智力分布的特點(diǎn)，大多數(shù)內(nèi)容處于中等水平，因此被用于訓(xùn)練模型的數(shù)據(jù)集平均而言代表了普通人類。使用此類數(shù)據(jù)，我們只能訓(xùn)練出一個(gè)非常普通的模型�；ヂ�(lián)網(wǎng)上大部分內(nèi)容都由普通人創(chuàng)造，所以整體而言內(nèi)容是普通的，生成的答案也是普通的。根據(jù)定義，互聯(lián)網(wǎng)中的答案平均而言是普通的。
如果用默認(rèn)的提示詞詢問模型一些常規(guī)問題，如“地球是否繞著太陽轉(zhuǎn)？”我們會(huì)得到一個(gè)普通的答案，這已經(jīng)足夠了。不過這里有一個(gè)關(guān)鍵點(diǎn)：雖然平均數(shù)據(jù)可能來自普通人，但數(shù)據(jù)集也包含了所有聰明人所寫和所想的一切，所有這些內(nèi)容都在數(shù)據(jù)集中。因此，這引出了如何通過特定的提示來引導(dǎo)人工智能，讓它能夠使用數(shù)據(jù)集中“超級(jí)天才”的內(nèi)容進(jìn)行訓(xùn)練。如果以不同的方式構(gòu)建提示詞，實(shí)際上可以引導(dǎo)人工智能沿著數(shù)據(jù)集中的不同路徑前進(jìn)，從而得到不同類型的答案。
舉例來說，如果要求人工智能編寫一段執(zhí)行某項(xiàng)任務(wù)的代碼，比如排序一個(gè)列表或渲染一個(gè)圖像，它會(huì)給出普通的代碼。但如果要求它編寫安全代碼，它實(shí)際上會(huì)生成更少安全漏洞的優(yōu)質(zhì)代碼，這非常有趣。這是因?yàn)樗L問了一個(gè)不同的訓(xùn)練數(shù)據(jù)集，即安全代碼的數(shù)據(jù)集。再比如，如果要求人工智能以電玩游戲程序員約翰卡馬克（JohnCarmack）的風(fēng)格編寫圖像生成程序，你會(huì)得到一個(gè)好得多的結(jié)果，因?yàn)樗軌蚪佑|到數(shù)據(jù)集中來自卡馬克編寫的代碼，他可是世界頂級(jí)的圖形程序員。可以想象，在許多不同的領(lǐng)域中通過精心設(shè)計(jì)的提示詞，我們可以解鎖人工智能潛在的超級(jí)天才能力，從而得到默認(rèn)答案之外更優(yōu)秀的答案。
安德森：我也贊同這個(gè)觀點(diǎn)。我認(rèn)為人工智能的智能可能存在一個(gè)潛在的極限。我們之前討論過，世界非常復(fù)雜，而智能就是如何能夠更好的理解、描述、代表這個(gè)世界。但當(dāng)前的人工智能迭代中，由人類構(gòu)建結(jié)構(gòu)，然后再把構(gòu)建出的結(jié)構(gòu)輸入到人工智能中，所以人工智能擅長預(yù)測人類如何構(gòu)建世界，而不是世界實(shí)際是怎樣的。后者可能更為復(fù)雜，也許在計(jì)算中不可簡化。
我們是否會(huì)遇到一個(gè)極限，即人工智能可以非常聰明，但它的極限是與最聰明的人類一樣聰明，而不是比最聰明的人類更聰明？還有一個(gè)相關(guān)的問題，人工智能能否想象出全新的事物，比如新的物理定律等等。當(dāng)然，能夠做到這一點(diǎn)的人類可能只有三十億分之一，這是一種非常罕見的智能類型。所以，人工智能仍然極其有用，但如果它們是人工人類，而不是所謂的超級(jí)人類，那么它們扮演的角色會(huì)有所不同。
霍洛維茨：就拿人工智能性能可以提升百倍的超級(jí)樂觀情況來說，憤世嫉俗的人會(huì)說，奧特曼宣稱人工智能會(huì)優(yōu)秀百倍。這恰恰是因?yàn)樗鼈儾粫?huì)變得更好。奧特曼這么說基本上是出于恐嚇的目的，阻止其他人參與競爭。
安德森：我認(rèn)為，無論人工智能是否會(huì)優(yōu)秀百倍，奧特曼都會(huì)宣稱這一天終將會(huì)到來。對(duì)于那些不了解奧特曼的人而言，他是一位非常睿智的人。但毫無疑問，他是一位好勝心強(qiáng)的天才。所以在作出任何決定之前，必須考慮到這一點(diǎn)。
霍洛維茨：如果人工智能的性能提升有限，奧特曼可能會(huì)說它們會(huì)變得更好；但如果它們確實(shí)有望大幅提升，他同樣也會(huì)從這個(gè)角度進(jìn)行宣揚(yáng)。畢竟，為什么不呢？現(xiàn)在，讓我們來探討一個(gè)樂觀的論點(diǎn)，即人工智能的性能可能會(huì)提升百倍，甚至千倍，并長期保持上升趨勢。雖然我將要提出的每個(gè)觀點(diǎn)都可能存在爭議，但在人工智能領(lǐng)域里，許多睿智的人都支持我的觀點(diǎn)。
首先，神經(jīng)網(wǎng)絡(luò)內(nèi)部正在出現(xiàn)泛化學(xué)習(xí)，這一點(diǎn)通過內(nèi)省技術(shù)（introspectiontechniques）得到了證實(shí)。此類技術(shù)使我們能夠觀察神經(jīng)網(wǎng)絡(luò)內(nèi)部的神經(jīng)回路是如何在訓(xùn)練過程中演變的。神經(jīng)網(wǎng)絡(luò)正在發(fā)展出通用的計(jì)算功能。例如，最近有人通過在大量國際象棋游戲上訓(xùn)練神經(jīng)網(wǎng)絡(luò)，結(jié)果網(wǎng)絡(luò)內(nèi)部構(gòu)建了一個(gè)棋盤模型，能夠走出創(chuàng)新性的棋步。此外，所謂的“過度訓(xùn)練”--即對(duì)同一模型使用相同數(shù)據(jù)進(jìn)行更長時(shí)間的訓(xùn)練實(shí)際上被證明是有效的。特別是，Meta和其他一些公司最近一直在討論所謂的過度訓(xùn)練實(shí)際上是如何工作的，即基本上繼續(xù)對(duì)同一個(gè)模型進(jìn)行訓(xùn)練，對(duì)相同的數(shù)據(jù)進(jìn)行更長時(shí)間的訓(xùn)練，投入更多的計(jì)算周期。一些領(lǐng)域的專家甚至認(rèn)為這種方法效果非常好，且不擔(dān)心增加訓(xùn)練會(huì)導(dǎo)致收益回報(bào)遞減。
安德森：在Meta最近發(fā)布的大語言模型Llama中，使用的主要技術(shù)就是過度訓(xùn)練。實(shí)際上，有專家告訴我們，目前我們可能不需要更多的數(shù)據(jù)來提升這些模型的性能，我們需要的是更多的計(jì)算周期。通過大幅度增加訓(xùn)練次數(shù)，人工智能的性能就有望得到顯著提升。
霍洛維茨：監(jiān)督學(xué)習(xí)（supervisedlearning）在數(shù)據(jù)標(biāo)注方面對(duì)人工智能的提升作用不容小覷，它為這些模型帶來了巨大的性能飛躍。
安德森：我們目前聽到許多關(guān)于人工智能自我完善循環(huán)的傳聞和報(bào)道，這些循環(huán)正在積極進(jìn)行中。該領(lǐng)域的許多前沿實(shí)踐者認(rèn)為，某種形式的自我完善循環(huán)已開始奏效。這涉及到讓人工智能執(zhí)行所謂的“思維鏈”（chainofthoughts），即讓它逐步解決問題，直到它能夠熟練掌握這一過程。不過通過在這些答案上對(duì)人工智能進(jìn)行再訓(xùn)練，可以在推理能力的各個(gè)周期中實(shí)現(xiàn)類似于叉車式升級(jí)（即用戶為了獲得新技術(shù)所帶來的好處，必須用新設(shè)備取代舊的硬件）的情況。
許多專家認(rèn)為，這種自我完善的方法現(xiàn)在已開始發(fā)揮作用。此外，還有關(guān)于合成數(shù)據(jù)的討論，盡管對(duì)此仍有激烈的辯論，但有相當(dāng)一部分人對(duì)此持樂觀態(tài)度。還有，大語言模型可能在編寫代碼方面表現(xiàn)出色，但它們?cè)隍?yàn)證代碼方面可能更出色，實(shí)際上，相對(duì)于編寫代碼，大語言模型更擅長驗(yàn)證代碼，這將是一個(gè)巨大的進(jìn)步。這同時(shí)也意味著人工智能可能需要學(xué)會(huì)驗(yàn)證它們自己生成的代碼，而它們確實(shí)具備這樣的能力。我們對(duì)人工智能系統(tǒng)有一種擬人化的偏見，這可能會(huì)誤導(dǎo)我們，因?yàn)槲覀儍A向于將模型視為“它”。然后我們會(huì)產(chǎn)生疑惑，“它”怎么可能在驗(yàn)證代碼方面比編寫代碼更出色。但人工智能不是單純的“它”，它是一個(gè)巨大的潛在空間，一個(gè)龐大的神經(jīng)網(wǎng)絡(luò)。在這個(gè)網(wǎng)絡(luò)中，編寫代碼和驗(yàn)證代碼可能是由完全不同的部分組成，且這兩者之間沒有必然的一致性要求。
如果人工智能在其中一方面表現(xiàn)得更好，那么它擅長的部分有可能使其不擅長的部分也變得越來越好，這就是自我完善的潛力。此外，還有許多其他因素也在推動(dòng)人工智能的發(fā)展。例如，目前芯片的極度短缺限制了許多人工智能系統(tǒng)的潛力，但隨著時(shí)間的推移，這種限制將逐漸解除。還有數(shù)據(jù)標(biāo)注的問題，目前人工智能系統(tǒng)中已積累了海量的數(shù)據(jù)，但全球還有更多的數(shù)據(jù)等待挖掘。至少從理論上講，一些領(lǐng)先的人工智能公司正在投入資金生成新數(shù)據(jù)；同時(shí)，即使是開源數(shù)據(jù)集的質(zhì)量也在穩(wěn)步提升。因此，我們可以預(yù)見到數(shù)據(jù)質(zhì)量和數(shù)量的顯著改進(jìn)。
此外，大量資金正在涌入人工智能領(lǐng)域，為此類技術(shù)的發(fā)展提供了強(qiáng)有力的支持。同時(shí)，系統(tǒng)工程的工作也在同步進(jìn)行，許多最初由科學(xué)家構(gòu)建的系統(tǒng)，現(xiàn)在有了世界級(jí)工程師的加入。他們正在對(duì)這些系統(tǒng)進(jìn)行精細(xì)調(diào)整，使其運(yùn)行得更加高效。
霍洛維茨：也許這并不是一個(gè)簡單的選擇。這不僅使推理過程變得更加高效，而且也提高了訓(xùn)練過程的效率。
安德森：確實(shí)，我們還有其它改進(jìn)的領(lǐng)域。例如，微軟最近發(fā)布了該公司的小語言模型，有報(bào)道稱它在性能上能與更大的模型一決高下。微軟所做的關(guān)鍵工作之一是優(yōu)化了訓(xùn)練集。具體來說，他們?nèi)コ擞?xùn)練集中的所有重復(fù)副本，專注于使用一小部分高質(zhì)量數(shù)據(jù)進(jìn)行訓(xùn)練，而不是依賴于大多數(shù)人所使用的大量低質(zhì)量數(shù)據(jù)。把所有這些因素疊加在一起，我們得到了大約八到十個(gè)不同的改進(jìn)方向組合，這些方向既有實(shí)踐性的，也有理論性的，而且它們都在同步進(jìn)行中。在我看來，很難想象這些因素的組合不會(huì)帶來從當(dāng)前水平起步的顯著進(jìn)步。
霍洛維茨：我完全贊同，這肯定會(huì)發(fā)生。就像回到奧特曼的問題或他的提議，如果你創(chuàng)辦了一家人工智能初創(chuàng)公司，且認(rèn)為自己的技術(shù)在兩年內(nèi)才能達(dá)到GPT-4的水平，那么你會(huì)考慮不應(yīng)該再繼續(xù)。那將是一個(gè)糟糕的決定。
安德森：這涉及到許多創(chuàng)業(yè)者擔(dān)心的問題。他們?cè)噲D解決的問題是，我知道如何利用聊天，知道如何構(gòu)建一個(gè)SaaS應(yīng)用，也知道利用大語言模型來制作出色的營銷材料。假設(shè)這是一個(gè)非常簡單的事情，我為此構(gòu)建了整個(gè)系統(tǒng)。會(huì)不會(huì)在6個(gè)月后，大模型僅通過簡單的提示詞就能更好地制作營銷材料，從而使我那看似復(fù)雜的系統(tǒng)變得無關(guān)緊要，因?yàn)榇竽Ｐ椭苯幼龅搅�？可以這樣想，很多當(dāng)前人工智能應(yīng)用公司都被稱為“GPT包裝者”，在ChatGPT周圍有一層薄薄的包裝，意味著ChatGPT可以將它們商品化或取代它們。
當(dāng)然，反方的觀點(diǎn)有點(diǎn)類似于稱所有舊的軟件應(yīng)用程序都是數(shù)據(jù)庫包裝者。事實(shí)證明，圍繞數(shù)據(jù)庫的包裝就像大多數(shù)現(xiàn)代軟件一樣，很多這樣的軟件最終都非常有價(jià)值，而且圍繞核心引擎有很多構(gòu)建的東西。當(dāng)企業(yè)考慮構(gòu)建應(yīng)用程序時(shí)，該如何思考呢？
霍洛維茨：這是一個(gè)非常棘手的問題，因?yàn)槠渲写嬖谥_性差距。比如，為什么我們有Copilot（微軟推出的人工智能助手，字面意思為“飛機(jī)副駕駛”）而不是人工智能駕駛員？目前沒有人工智能飛行員，只有人工智能副駕駛。這實(shí)際上歸結(jié)為，我們還無法信任人工智能系統(tǒng)在繪制圖像、編寫程序，甚至在沒有編造引用的情況下撰寫法庭簡報(bào)時(shí)是正確的。所有這些事情都需要一個(gè)人，沒有人的參與是相當(dāng)危險(xiǎn)的。我認(rèn)為，從應(yīng)用程序?qū)用鎭碇v，為了使它真正有用，需要把副駕駛變成飛行員。我們能做到這一點(diǎn)嗎？這是一個(gè)有趣且困難的問題。還有一個(gè)問題是，在模型層面更好地完成，還是在頂部的某一層完成？通過做一些事，比如使用代碼驗(yàn)證提煉出正確的答案，還是說這只是模型能夠做到的事情？我認(rèn)為這是一個(gè)懸而未決的問題。
當(dāng)進(jìn)入一個(gè)領(lǐng)域，可能還有圍繞事物的包裝。我認(rèn)為有一個(gè)模型并不擅長的領(lǐng)域，那就是流程。在數(shù)據(jù)庫世界里，就像數(shù)據(jù)庫類比一樣，有一部分任務(wù)是在律師事務(wù)所寫簡報(bào)，但還有50個(gè)其他任務(wù)和事情需要整合到公司的工作方式中，比如流程、編排等等。也許有很多這樣的事情，比如如果在制作視頻，有很多工具，比如誰將寫歌詞，哪個(gè)人工智能系統(tǒng)寫歌詞，哪個(gè)制作音樂，所有這些如何結(jié)合在一起，如何對(duì)它們進(jìn)行整合等等。所有這些事情往往需要真正理解最終客戶等。這通常是應(yīng)用程序與過去平臺(tái)不同的地方，因?yàn)樗鼈兙哂嘘P(guān)于客戶如何使用它的真正知識(shí)，這與平臺(tái)設(shè)計(jì)的目的無關(guān)。把這些從平臺(tái)中提取出來對(duì)于企業(yè)或個(gè)人而言非常的困難。所以，我認(rèn)為這些事情可能會(huì)奏效，特別是如果流程非常復(fù)雜，這是有趣的事情。
安德森：我經(jīng)常建議創(chuàng)始人們從定價(jià)策略的角度思考問題。也就是說，可以從最終的商業(yè)價(jià)值出發(fā)反向推導(dǎo)。換而言之，首先確定你的技術(shù)能為客戶帶來多少價(jià)值，然后基于此價(jià)值來設(shè)定價(jià)格。技術(shù)專家通常會(huì)首先考慮自己的技術(shù)能力，然后再?zèng)Q定如何把它商業(yè)化，并思考如何定價(jià)。他們會(huì)在成本和自己認(rèn)為合理的加價(jià)之間尋找一個(gè)平衡點(diǎn)。如果他們擁有市場壟斷地位，可能會(huì)設(shè)置更高的加價(jià)。這是一種以技術(shù)供應(yīng)為導(dǎo)向的定價(jià)模式。然而，還存在一種截然不同的定價(jià)策略，即基于價(jià)值的定價(jià)模式，這種模式關(guān)注的是產(chǎn)品或服務(wù)對(duì)客戶的商業(yè)價(jià)值，而不是單純的成本加成。
舉例來說，如果我們談?wù)摰氖莾r(jià)值100萬美元的商業(yè)機(jī)會(huì)，那么是否能夠以此商業(yè)機(jī)會(huì)的10%定價(jià)，也就是10萬美元作為價(jià)格？這種定價(jià)策略的邏輯在于，如果產(chǎn)品或服務(wù)對(duì)客戶來說值100萬美元，他們可能會(huì)愿意支付10%的費(fèi)用來獲取它。
霍洛維茨：在我們的投資組合中，就有一家專注于討債等服務(wù)的人工智能初創(chuàng)公司。想象一下，如果能夠通過一個(gè)副駕駛式的解決方案，用更少的人力追回更多的債務(wù)，那么這個(gè)解決方案的價(jià)值遠(yuǎn)遠(yuǎn)超過了購買OpenAI許可證的成本。因?yàn)镺penAI許可證本身并不能直接幫助追討債務(wù)，而這家初創(chuàng)公司的解決方案能夠顯著提高討債者的效率。因此，關(guān)鍵在于如何彌合產(chǎn)品價(jià)值與客戶支付意愿之間的差距。有一個(gè)非常重要的觀點(diǎn)：檢驗(yàn)?zāi)愕纳虡I(yè)想法是否優(yōu)秀的一個(gè)重要標(biāo)準(zhǔn)是，你能夠?yàn)槠涫杖《嗌儋M(fèi)用。你是按照為客戶帶來的價(jià)值來定價(jià)，還是僅僅根據(jù)客戶需要投入的工作量來定價(jià)？在我看來，這才是真正的試金石，用以衡量你所創(chuàng)造的價(jià)值的深度和重要性。
安德森：確實(shí)，從技術(shù)投資者的角度來看，存在一些難以準(zhǔn)確評(píng)估的企業(yè)類型。這些企業(yè)提供了針對(duì)商業(yè)問題的具體解決方案，而這些問題對(duì)客戶來說價(jià)值巨大，因此他們?cè)敢庵Ц断喈?dāng)價(jià)值的一部分作為費(fèi)用。這種模式意味著，即使企業(yè)在技術(shù)上的差異化不是非常明顯，它們?nèi)匀豢梢苑浅Ｙ嶅X。而且，由于這些業(yè)務(wù)的盈利能力，它們實(shí)際上有能力深入思考技術(shù)如何融入業(yè)務(wù)，以及它們還能做些什么。例如，Salesforce.com的成功故事就是如此。
霍洛維茨：還有一種觀點(diǎn)認(rèn)為，隨著所有模型的性能都在迅速提升，且有開源模型如Llama和Mistral等優(yōu)秀的模型可供使用，真正的價(jià)值創(chuàng)造點(diǎn)將在于工具的編排和整合，因?yàn)槟憧梢院唵蔚夭迦氘?dāng)時(shí)最佳的模型。而模型本身將在市場上相互競爭，最終可能會(huì)商品化，成本最低的模型將會(huì)勝出。因此有人認(rèn)為，最佳策略是將強(qiáng)大的人工智能技術(shù)帶給人們。
03.投機(jī)熱潮背后的真相：AI投資的現(xiàn)實(shí)與幻想
安德森：我們接著看其他問題。有人詢問：“為什么風(fēng)險(xiǎn)投資公司在明知AIGC初創(chuàng)公司近期不會(huì)盈利的情況下，仍然對(duì)此類公司進(jìn)行巨額投資？”還有人問：“如果人工智能降低了創(chuàng)辦初創(chuàng)公司的成本，技術(shù)投資的結(jié)構(gòu)將如何變化？”基本上講，這兩個(gè)問題是完全對(duì)立的。如果你從左眼模糊地看，你會(huì)看到投資基礎(chǔ)模型公司的資本正在以驚人的速度增長。此類初創(chuàng)公司正在籌集數(shù)億、數(shù)十億甚至數(shù)萬億美元，這讓人不禁驚嘆于這些公司的資本規(guī)模。但如果從右眼模糊地看，你會(huì)發(fā)現(xiàn)，現(xiàn)在構(gòu)建軟件變得容易得多，擁有一家軟件公司或讓一小群程序員編寫復(fù)雜軟件變得容易得多，因?yàn)樗麄兊玫搅巳斯ぶ悄苤趾妥詣?dòng)化軟件開發(fā)能力的支持。因此，創(chuàng)辦一家人工智能應(yīng)用初創(chuàng)公司的成本可能會(huì)大幅下降，可能起步資金只需要?jiǎng)?chuàng)辦Salesforce.com成本的十分之一、百分之一或千分之一。我們?nèi)绾慰创@種二元性，即從任何一種角度都可以看到成本要么大幅飆升，要么實(shí)際上趨近于零。
霍洛維茨：我們確實(shí)對(duì)這兩種類型的初創(chuàng)公司都有投資。我認(rèn)為，歷史上最快實(shí)現(xiàn)盈利的公司，是那些營收增速遠(yuǎn)遠(yuǎn)超出成本支出的人工智能公司。在我們的投資組合中，這些人工智能初創(chuàng)公司的營收增速都相當(dāng)快，實(shí)際上增速已經(jīng)超過了成本增速。同時(shí)，開發(fā)基礎(chǔ)模型募集到數(shù)億甚至數(shù)十億美元的初創(chuàng)公司，它們也在不斷地快速產(chǎn)生營收，而且所有這些公司的員工人數(shù)都很少。因此我會(huì)說，甚至是像OpenAI這樣的初創(chuàng)公司，從員工人數(shù)相對(duì)于其營收的角度來看，他們并不是一家大公司。如果你看看它們的營收水平以及他們達(dá)到這個(gè)水平的速度，員工人數(shù)是相當(dāng)少的。當(dāng)然，此類初創(chuàng)公司的總支出是巨大的，但它們都投入到了模型的創(chuàng)建中。這是一個(gè)有趣的事情，我不確定該如何完全理解它，但我認(rèn)為，只要不是在構(gòu)建基礎(chǔ)模型，它將使初創(chuàng)公司的運(yùn)營更高效，并可能更快地實(shí)現(xiàn)盈利。
安德森：有一種非常樂觀的反論點(diǎn)，即建立新軟件公司成本的下降可能只是一種幻覺。這背后的原因是經(jīng)濟(jì)學(xué)中的一個(gè)現(xiàn)象，稱為吉芬悖論（JevonsParadox）。吉芬悖論發(fā)生在技術(shù)進(jìn)步提高了資源使用效率，從而減少了任何單一用途所需的資源量，但資源成本的下降又刺激了需求增加，這種需求的增長彈性足以使資源的總體使用量增加而非減少。我們可以看到這種現(xiàn)象的案例，例如在高速公路上，實(shí)際上它加劇了交通擁堵。原因基本上是，有了更多的道路，可以容納更多的人居住在這里；企業(yè)可以擴(kuò)大規(guī)模，結(jié)果車輛比以往任何時(shí)候都多，交通狀況變得更加糟糕�；蛘呖梢韵氲焦I(yè)革命期間煤炭消耗的經(jīng)典例子。隨著煤炭價(jià)格的下降，人們使用的煤炭量實(shí)際上比以往任何時(shí)候都多。盡管人們獲得了更多的動(dòng)力，但結(jié)果是使用了更多的煤炭。
這里的悖論是，盡管開發(fā)任何特定軟件的成本下降，但對(duì)此的反應(yīng)是對(duì)軟件能力的需求激增，因此盡管看起來像軟件公司的起始價(jià)格將會(huì)下降，但實(shí)際上將發(fā)生的情況是，由于軟件能夠?qū)崿F(xiàn)的功能大大增加，產(chǎn)品質(zhì)量將會(huì)大幅提升，產(chǎn)品路線圖將會(huì)非常激動(dòng)人心，客戶將會(huì)非常滿意，他們希望獲得地更多，因此結(jié)果將是開發(fā)成本實(shí)際上上升了。以好萊塢為例，CGI（計(jì)算機(jī)生成圖像）理論上應(yīng)該降低了制作電影的成本，但實(shí)際上卻增加了，因?yàn)橛^眾的期望上升了。現(xiàn)在看好萊塢電影，滿滿當(dāng)當(dāng)?shù)腃GI特效。因此，電影的制作成本比以往任何時(shí)候都要高。至少在好萊塢，結(jié)果是電影在視覺上更加精致，無論它們是否更好是另一個(gè)問題，但它們?cè)谝曈X上更加精致，更具吸引力，令人驚嘆。
在軟件方面，因?yàn)榻K端用戶能夠獲得更好的軟件，這讓他們想要得到更多的軟件，進(jìn)而導(dǎo)致軟件的開發(fā)成本上升。
霍洛維茨：思考一下旅行這樣的簡單案例。通過Expedia預(yù)訂旅行是復(fù)雜的，用戶需要點(diǎn)擊不同的界面，很可能會(huì)出錯(cuò)。而人工智能版本的預(yù)訂系統(tǒng)將是：送我去巴黎；讓我住在我最喜歡的酒店；以最好的價(jià)格為我安排最好的航空公司機(jī)票；讓這次旅行對(duì)我來說非常特別。你也可以讓人工智能提供的服務(wù)變得更加復(fù)雜。比如說：我們知道這個(gè)人喜歡巧克力，我們將從瑞士通過聯(lián)邦快遞把世界上最好的巧克力送到巴黎的這家酒店等等。可以說，人工智能提供的服務(wù)可以達(dá)到我們今天甚至無法想象的水平。目前還做不到這些，僅僅是因?yàn)檐浖ぞ哌�不是它們將要成為的樣子。
安德森：我完全贊同你的觀點(diǎn)。設(shè)想一個(gè)場景：我于傍晚六點(diǎn)抵達(dá)波士頓，期望與一群極具魅力的人士共享晚宴。
霍洛維茨：確實(shí)，這樣的安排在當(dāng)下是任何旅行社都無法提供的。當(dāng)然，你也未必希望旅行社介入。
安德森：不過你會(huì)逐漸意識(shí)到，這種個(gè)性化的體驗(yàn)需要與我的個(gè)人人工智能緊密結(jié)合。創(chuàng)意的無限可能，以及人類創(chuàng)造新事物的能力，一直是被低估的。這種能力似乎是無窮無盡的。20世紀(jì)上半葉的杰出經(jīng)濟(jì)學(xué)家約翰梅納德凱恩斯（JohnMaynardKeynes）曾預(yù)言，隨著自動(dòng)化的普及，人們將不再需要每周工作40小時(shí)。凱恩斯認(rèn)為，一旦基本的生活需求--如食物和住所--得到滿足，人們就無需再為生存而工作。但隨著時(shí)間的推移，人們的需求也在不斷增加，從冰箱、汽車、電視到享受假期，需求似乎永無止境。未來我們還會(huì)需要什么我無法預(yù)知，但可以肯定的是，總有人能夠預(yù)見并創(chuàng)造出新的需求，這些需求很快就會(huì)變得極具吸引力。
霍洛維茨：凱恩斯在著作《我們后代的經(jīng)濟(jì)前景》中提出了這一觀點(diǎn)。同樣，卡爾馬克思（KarlMarx）也曾表達(dá)過類似的看法。他認(rèn)為.在社會(huì)主義烏托邦實(shí)現(xiàn)后，社會(huì)將能夠調(diào)節(jié)總體生產(chǎn)，從而讓個(gè)人能夠自由地從事各種活動(dòng)。馬克思曾描述：“在早上打獵，在下午釣魚，在晚上養(yǎng)牛，在晚餐后指點(diǎn)江山。”這種生活圖景描繪了一種理想的生活狀態(tài)。如果我必須列出四件我不愿意從事的活動(dòng)，那么它們將是打獵、釣魚、養(yǎng)牛和指點(diǎn)江山。
凱恩斯和馬克思的共同點(diǎn)在于，他們都對(duì)人們想要做什么持有一種非常有限的看法。此外，人們渴望擁有使命感，希望擁有事業(yè)心，追求目標(biāo)，成為有用的人，在生活中發(fā)揮積極作用。這一發(fā)現(xiàn)在某種程度上是令人驚訝的。因此，我一直認(rèn)為，軟件的需求基本上是完全彈性的，可能無限增長。隨著軟件成本的持續(xù)降低，需求也會(huì)隨之增長。因?yàn)樵谲浖I(lǐng)域，總有新的事項(xiàng)可以完成，總有新的自動(dòng)化、優(yōu)化和改進(jìn)的空間。一旦當(dāng)前的約束條件消失，人們就會(huì)想象出新的可能性。
以人工智能為例，目前一些公司正在開發(fā)具有高級(jí)功能的人工智能安全攝像頭系統(tǒng)。在過去，能夠處理和存儲(chǔ)來自不同攝像頭的視頻流，并提供回放界面的軟件，就已經(jīng)被認(rèn)為是技術(shù)上的一大進(jìn)步。然而，現(xiàn)代的人工智能安全攝像頭已經(jīng)能夠?qū)Νh(huán)境中發(fā)生的事情進(jìn)行實(shí)際的語義理解。它們能夠識(shí)別特定的人，并根據(jù)他們的行為和表情判斷是否存在異常情況。例如，系統(tǒng)可以識(shí)別出有人攜帶槍支是因?yàn)樗写颢C的習(xí)慣；而其他人通常不會(huì)攜帶槍支，如果突然攜帶槍支并表現(xiàn)出憤怒的表情，系統(tǒng)就會(huì)判斷出可能存在危險(xiǎn)。這種具有語義理解的安全系統(tǒng)顯然比傳統(tǒng)的安全系統(tǒng)要復(fù)雜得多，其制造成本也可能更高。
霍洛維茨：設(shè)想一下，在醫(yī)療保健領(lǐng)域，我們能夠做到每天早上醒來時(shí)，進(jìn)行一次全面的自我診斷，以了解自己的健康狀況。例如，我們可以詢問：“我今天感覺如何？我所有的生理指標(biāo)都在什么水平？”以及“我應(yīng)該如何解讀這些數(shù)據(jù)？”在醫(yī)學(xué)診斷領(lǐng)域，人工智能特別擅長處理高維度數(shù)據(jù)問題。當(dāng)能夠獲取連續(xù)的血糖讀數(shù)、偶爾進(jìn)行血液測序等數(shù)據(jù)時(shí)，我們就能獲得對(duì)個(gè)人健康狀況的深入洞察。追求更健康的生活是每個(gè)人的愿景。目前，我們?nèi)粘５慕】当O(jiān)測手段，如體重稱重或心率監(jiān)測，與未來可能實(shí)現(xiàn)的高級(jí)健康監(jiān)測相比，顯得十分原始。
04.數(shù)據(jù)資產(chǎn)的真正價(jià)值：AI模型的潛力與局限
安德森：下面我們轉(zhuǎn)向新話題。關(guān)于數(shù)據(jù)的討論，有人提出了問題：隨著人工智能模型的發(fā)展，它們?cè)试S我們以極小的成本復(fù)制現(xiàn)有的應(yīng)用程序功能，這使得專有數(shù)據(jù)似乎成為了最寶貴的資產(chǎn)。在你看來，這將如何影響專有數(shù)據(jù)的價(jià)值？在這種新興環(huán)境下，企業(yè)應(yīng)該集中精力構(gòu)建哪些其他類型的資產(chǎn)？還有人提問：在人工智能的新時(shí)代中，企業(yè)應(yīng)如何保護(hù)敏感數(shù)據(jù)、商業(yè)機(jī)密、專有數(shù)據(jù)以及個(gè)人隱私？
為了引出討論，我將從一個(gè)可能引起爭議的觀點(diǎn)開始，即“數(shù)據(jù)是新石油”。這種觀點(diǎn)認(rèn)為，數(shù)據(jù)是訓(xùn)練人工智能、推動(dòng)其運(yùn)作的關(guān)鍵輸入。因此，數(shù)據(jù)成為了一種全新的、限制性的、極具價(jià)值的資源。在人工智能訓(xùn)練過程中，這一點(diǎn)體現(xiàn)得尤為明顯。許多公司在探索如何利用人工智能時(shí)，常會(huì)強(qiáng)調(diào)他們擁有的專有數(shù)據(jù)。例如，醫(yī)院、保險(xiǎn)公司或其他類型的企業(yè)可能會(huì)聲稱，他們擁有大量專有數(shù)據(jù)，可以利用這些數(shù)據(jù)與人工智能結(jié)合，創(chuàng)造出其他人無法輕易獲得的成果。
不過我要提出的觀點(diǎn)是，在幾乎所有情況下，這種看法并不成立。這實(shí)際上只是一種模仿現(xiàn)象�；ヂ�(lián)網(wǎng)上以及更廣泛環(huán)境中可用的數(shù)據(jù)量是如此龐大，以至于盡管可能沒有個(gè)人的具體醫(yī)療信息，但我已經(jīng)能夠從互聯(lián)網(wǎng)上獲取到眾多人在多種不同情況下的醫(yī)療信息，這些數(shù)據(jù)的海量足以壓倒性地超越所謂的“個(gè)人數(shù)據(jù)”的價(jià)值。因此，對(duì)于社交媒體平臺(tái)X而言，其專有數(shù)據(jù)在某些方面可能略有用處，但實(shí)際上并不會(huì)帶來顯著的影響，而且在大多數(shù)情況下也不會(huì)成為一個(gè)關(guān)鍵的競爭點(diǎn)。
支持我這種觀點(diǎn)的證據(jù)是，至今我們并未看到一個(gè)豐富或成熟的數(shù)據(jù)市常實(shí)際上，不存在大型的數(shù)據(jù)交易市常相反，我們看到的是一些規(guī)模較小的數(shù)據(jù)處理市場，如數(shù)據(jù)經(jīng)紀(jì)人，他們向客戶出售大量互聯(lián)網(wǎng)用戶的信息，但這些業(yè)務(wù)的規(guī)模相對(duì)較校如果數(shù)據(jù)真的具有巨大價(jià)值，它就會(huì)有明確的市場價(jià)格，并且我們會(huì)看到它在市場上的交易。然而，我們并沒有看到這種情況，這在某種程度上證明了數(shù)據(jù)的價(jià)值并不像人們想象的那么高。
霍洛維茨：我贊同這種觀點(diǎn)。原始數(shù)據(jù)--那些未經(jīng)任何處理的數(shù)據(jù)集--其價(jià)值往往被過分夸大。我完全同意這一點(diǎn)。盡管我能夠想象到一些例外，例如某些特殊的人群基因數(shù)據(jù)庫，它們可能難以獲取，并且在某些研究領(lǐng)域具有獨(dú)特價(jià)值，這些數(shù)據(jù)并不是隨便可以在網(wǎng)絡(luò)上找到的。我可以設(shè)想，這些數(shù)據(jù)是高度結(jié)構(gòu)化的、通用的，并且不易被廣泛獲齲然而，對(duì)于大多數(shù)公司所持有的數(shù)據(jù)而言，情況并非如此。這些數(shù)據(jù)要么是廣泛可獲取的，要么是特定性的而非通用的。
盡管如此，一些企業(yè)已成功地利用數(shù)據(jù)來提升業(yè)務(wù)成果。以Meta為例，該公司就利用其數(shù)據(jù)取得了顯著成效，通過將數(shù)據(jù)輸入自己的人工智能系統(tǒng)，以驚人的方式優(yōu)化其產(chǎn)品。我相信，幾乎每家公司都能夠通過利用自身的數(shù)據(jù)來增強(qiáng)其市場競爭力。但是，認(rèn)為公司只要收集了一些數(shù)據(jù)，就能像出售石油一樣將其變現(xiàn)，或者認(rèn)為這些數(shù)據(jù)就是新的石油資源，這種想法實(shí)際上是不切實(shí)際的。有趣的是，許多我們認(rèn)為最有價(jià)值的數(shù)據(jù)，比如企業(yè)自己的代碼庫--即企業(yè)編寫的軟件，很多都存放在GitHub上。據(jù)我所知，在我們合作過的任何一家企業(yè)中，沒有哪家企業(yè)正在基于自己的代碼建立獨(dú)立的編程模型，或者這是否是一個(gè)好主意，這可能是不必要的，因?yàn)橐呀?jīng)有大量的代碼存在，且系統(tǒng)已經(jīng)在這些代碼上進(jìn)行了充分的訓(xùn)練。因此，這并不是一個(gè)顯著的優(yōu)勢。我認(rèn)為，只有非常特定類型的數(shù)據(jù)才具有真正的價(jià)值。
安德森：讓我們把這一觀點(diǎn)轉(zhuǎn)化為具體的行動(dòng)指南。假設(shè)我管理著一家大型公司，如保險(xiǎn)公司、銀行、醫(yī)院集團(tuán)，或者是像百事可樂這樣的消費(fèi)品公司，我該如何驗(yàn)證我實(shí)際上擁有一個(gè)有價(jià)值的專有數(shù)據(jù)資產(chǎn)，并且我應(yīng)該集中精力去利用它，而不是將所有努力都投入到嘗試優(yōu)化使用該數(shù)據(jù)上，或者完全轉(zhuǎn)向使用互聯(lián)網(wǎng)數(shù)據(jù)來構(gòu)建解決方案呢？
霍洛維茨：以保險(xiǎn)業(yè)務(wù)為例，如果你身處該行業(yè)，那么你的所有精算數(shù)據(jù)都是有趣且相關(guān)的。我不確定是否有人公開發(fā)布過他們實(shí)際的精算數(shù)據(jù)。因此，我不確定你如何能夠僅憑互聯(lián)網(wǎng)上的數(shù)據(jù)來訓(xùn)練模型。這是一個(gè)值得探討的好問題。
安德森：讓我提出一個(gè)挑戰(zhàn)性的假設(shè)：假設(shè)我是一家保險(xiǎn)公司，擁有1000萬人的記錄，包括他們的精算表、生病和去世的時(shí)間等信息，這聽起來很不錯(cuò)。但是，互聯(lián)網(wǎng)上已經(jīng)有大量關(guān)于大規(guī)模人群的一般精算數(shù)據(jù)，因?yàn)檎畷?huì)收集這些數(shù)據(jù)，進(jìn)行處理，并發(fā)布報(bào)告，同時(shí)還有眾多第三方和學(xué)術(shù)研究的數(shù)據(jù)。你的大型數(shù)據(jù)集是否為您提供了任何額外的精算信息，而這些信息在互聯(lián)網(wǎng)上的更大數(shù)據(jù)集中尚未提供？您的保險(xiǎn)客戶在精算上是否真的與普通人群有所不同？這些問題值得每一位數(shù)據(jù)管理者深思。
霍洛維茨：我認(rèn)同這樣的觀點(diǎn)：在保險(xiǎn)業(yè)務(wù)中，當(dāng)客戶申請(qǐng)保險(xiǎn)時(shí)，公司通常會(huì)要求進(jìn)行血液測試等健康檢查，以獲取客戶的健康狀況信息。這些信息包括客戶是否吸煙等生活習(xí)慣，對(duì)于保險(xiǎn)公司來說，這些都是重要的數(shù)據(jù)。然而，在一般的數(shù)據(jù)庫中，雖然可以知道誰去世了，但往往不清楚這些人之前的具體健康狀況和生活習(xí)慣，因此，保險(xiǎn)公司真正尋求的是，對(duì)于具有特定檔案和實(shí)驗(yàn)室結(jié)果的人群，他們的預(yù)期壽命是多長，這也正是數(shù)據(jù)價(jià)值所在。
有趣的是，像Coinbase這樣的公司，在防止非法入侵方面擁有極其寶貴的資產(chǎn)。他們?cè)谶@方面投入了大量的工作，并且肯定積累了大量關(guān)于各種入侵嘗試的數(shù)據(jù)。這些數(shù)據(jù)可能非常特定于試圖非法進(jìn)入加密貨幣交易所的人群，因此，這些數(shù)據(jù)對(duì)Coinbase來說可能非常有用。我不認(rèn)為他們能夠?qū)⑦@些數(shù)據(jù)出售給任何人，但我認(rèn)為，如果每家公司都能將數(shù)據(jù)輸入到一個(gè)智能系統(tǒng)中，都會(huì)有助于他們的業(yè)務(wù)。我認(rèn)為幾乎沒有公司擁有可以簡單出售的數(shù)據(jù)。
同時(shí)，還有一個(gè)中間問題需要考慮，那就是哪些數(shù)據(jù)是你愿意讓微軟、谷歌或OpenAI等公司獲取的。我認(rèn)為，企業(yè)正在努力解決的不是我們是否應(yīng)該出售我們的數(shù)據(jù)，而是我們是否應(yīng)該訓(xùn)練自己的模型以最大化價(jià)值，或者我們是否應(yīng)該將數(shù)據(jù)輸入到大型模型中。如果我們將數(shù)據(jù)輸入到大型模型中，所有的競爭對(duì)手是否都會(huì)獲得我們剛剛輸入的信息？我們能否信任大公司不會(huì)利用我們的數(shù)據(jù)？如果企業(yè)的競爭力依賴于此，那么可能不應(yīng)該這么做。
安德森：是的，至少有報(bào)道指出，某些大公司正在使用他們本不應(yīng)該使用的各類數(shù)據(jù)來訓(xùn)練他們的模型。
霍洛維茨：我認(rèn)為這些報(bào)道很可能是真實(shí)的�；蛘�，他們應(yīng)該開放數(shù)據(jù)。我們之前已經(jīng)討論過這個(gè)問題，那些聲稱沒有竊取人們數(shù)據(jù)或以未經(jīng)授權(quán)的方式獲取數(shù)據(jù)的公司，卻拒絕透露他們的數(shù)據(jù)來源。為什么不告訴我們你的數(shù)據(jù)來自哪里？事實(shí)上，他們?cè)噲D關(guān)閉所有開放性--沒有開源、沒有開放權(quán)重、沒有開放數(shù)據(jù)、沒有任何開放的東西，并且試圖讓政府這樣做。如果你不是竊賊，那你為什么要這么做？
安德森：確實(shí)如此。舉個(gè)保險(xiǎn)領(lǐng)域的事例，使用遺傳數(shù)據(jù)進(jìn)行保險(xiǎn)目的是非法的。美國有一項(xiàng)名為《2008年遺傳信息非歧視法案》的法律，基本上禁止了美國的健康保險(xiǎn)公司使用遺傳數(shù)據(jù)進(jìn)行健康評(píng)估。順便說一下，由于基因組學(xué)正在變得非常先進(jìn)，這些數(shù)據(jù)如果真的用于預(yù)測人們何時(shí)會(huì)生病和去世，可能是最準(zhǔn)確的數(shù)據(jù)之一。而他們實(shí)際上被禁止使用這些數(shù)據(jù)。
霍洛維茨：我認(rèn)為這是一個(gè)有趣的例子，它反映了良好意圖在政策制定上的奇怪誤用，這可能導(dǎo)致的死亡人數(shù)可能比FDA等所有健康政策所拯救的人數(shù)還要多。在人工智能領(lǐng)域，獲取關(guān)于所有人的生病原因、他們的遺傳信息等數(shù)據(jù)，是最寶貴的資源。這就像是“新石油”。如果能夠?qū)⑦@些信息匹配起來，我們將永遠(yuǎn)不會(huì)不知道為什么生病，能夠使每個(gè)人都更健康。但為了阻止保險(xiǎn)公司對(duì)更有可能去世的人進(jìn)行過高收費(fèi)，我們實(shí)際上封鎖了所有這些數(shù)據(jù)。更好的辦法是，對(duì)于那些更有可能需要的人，我們大規(guī)模地補(bǔ)貼醫(yī)療保健，就像我們通常對(duì)個(gè)人所做的那樣，然后解決這個(gè)問題，而不是封鎖所有數(shù)據(jù)。
安德森：關(guān)于保險(xiǎn)，有一個(gè)有趣的問題是，如果你擁有關(guān)于個(gè)體結(jié)果的完全預(yù)測性信息，保險(xiǎn)的整個(gè)概念是否仍然有效？因?yàn)楸ｋU(xiǎn)的全部理論是風(fēng)險(xiǎn)共擔(dān)。你不知道具體案例將會(huì)發(fā)生什么，這意味著您建立這些統(tǒng)計(jì)模型，然后進(jìn)行風(fēng)險(xiǎn)共擔(dān)，然后根據(jù)發(fā)生的具體情況有可變的賠付。但如果您因?yàn)閾碛兴羞@些預(yù)測性的基因組數(shù)據(jù)而確切地知道每個(gè)案例將會(huì)發(fā)生什么，那么風(fēng)險(xiǎn)共擔(dān)突然就不再有意義了。你只會(huì)說，這個(gè)人將會(huì)花費(fèi)X，那個(gè)人將會(huì)花費(fèi)Y。
霍洛維茨：現(xiàn)行的健康保險(xiǎn)體系在本質(zhì)上似乎并不合理。保險(xiǎn)的概念源自于農(nóng)業(yè)保險(xiǎn)，即農(nóng)民們共同出資建立一個(gè)基金，以讓個(gè)別人農(nóng)作物歉收時(shí)能夠得到補(bǔ)償。這種機(jī)制旨在應(yīng)對(duì)災(zāi)難性的、不太可能發(fā)生的事件。然而，現(xiàn)實(shí)中，每個(gè)人都需要就醫(yī)，且人們的健康狀況各異，但健康保險(xiǎn)卻通過一個(gè)增加成本、官僚程序和大型公司的復(fù)雜系統(tǒng)來運(yùn)作。如果我們的目標(biāo)是為人們的健康買單，為什么不直接為醫(yī)療保健服務(wù)買單呢？此外，若要阻止人們過度就醫(yī)，提高自付額似乎是一個(gè)更直接的方法。
安德森：從正義和公平的角度出發(fā)，如果預(yù)知某人的醫(yī)療費(fèi)用將高于他人，是否應(yīng)由我為其支付更多？如果我們可以準(zhǔn)確預(yù)測個(gè)人的醫(yī)療成本，或者擁有一個(gè)高效的預(yù)測模型，那么社會(huì)成員共同分擔(dān)醫(yī)療費(fèi)用的意愿可能會(huì)顯著下降。
霍洛維茨：遺傳上的因素是個(gè)人無法控制的，但個(gè)人的行為卻可能顯著增加患病的風(fēng)險(xiǎn)。因此，我們或許可以通過激勵(lì)措施來鼓勵(lì)人們保持健康，而不僅僅是支付醫(yī)療費(fèi)用以延長生命。在我看來，美國當(dāng)前的醫(yī)療保險(xiǎn)系統(tǒng)設(shè)計(jì)極度不合理，存在許多可以改進(jìn)的地方。與其他一些國家相比，美國的體系顯得十分荒謬。
05.從互聯(lián)網(wǎng)泡沫到AI繁榮：歷史會(huì)重演嗎？
安德森：有人提問，當(dāng)前人工智能的發(fā)展與互聯(lián)網(wǎng)1.0時(shí)代之間最顯著的共同點(diǎn)是什么。對(duì)此，我提出一個(gè)理論。由于我在互聯(lián)網(wǎng)早期的角色，以及你在網(wǎng)景公司的經(jīng)歷，我們經(jīng)常面對(duì)這樣的問題。互聯(lián)網(wǎng)的興起是技術(shù)史上的一個(gè)重要事件，至今仍被許多人銘記。人們傾向于通過類比來進(jìn)行推理，認(rèn)為人工智能的興起必然與互聯(lián)網(wǎng)的繁榮相似，創(chuàng)辦人工智能公司也許類似于創(chuàng)辦互聯(lián)網(wǎng)公司。然而，我們實(shí)際上收到了許多類似的問題，它們都是關(guān)于類比的。我個(gè)人認(rèn)為，這種類比在很大程度上并不適用。盡管在某些方面它確實(shí)有效，但在大多數(shù)情況下并不適用。原因在于，互聯(lián)網(wǎng)是一個(gè)網(wǎng)絡(luò)系統(tǒng)，而人工智能則是基于計(jì)算機(jī)的技術(shù)。
霍洛維茨：的確如此。
安德森：為了增進(jìn)理解，我們可以將當(dāng)前的討論與個(gè)人電腦的興起或更恰當(dāng)?shù)卣f，與微處理器的發(fā)展相類比。我的類比可以追溯到大型機(jī)的時(shí)代�；ヂ�(lián)網(wǎng)的顯著成就在于它作為一個(gè)網(wǎng)絡(luò)，將眾多現(xiàn)有的計(jì)算機(jī)連接在一起。當(dāng)然，人們也為了與互聯(lián)網(wǎng)相連而設(shè)計(jì)了各種新型計(jì)算機(jī)。但關(guān)鍵點(diǎn)在于，互聯(lián)網(wǎng)的本質(zhì)是一個(gè)連接的網(wǎng)絡(luò)。這一點(diǎn)至關(guān)重要，因?yàn)榛ヂ?lián)網(wǎng)行業(yè)的動(dòng)態(tài)、競爭格局以及初創(chuàng)企業(yè)的活動(dòng)大多與構(gòu)建網(wǎng)絡(luò)或開發(fā)網(wǎng)絡(luò)應(yīng)用程序有關(guān)�；ヂ�(lián)網(wǎng)時(shí)代的初創(chuàng)企業(yè)深受網(wǎng)絡(luò)效應(yīng)的影響，以及當(dāng)你將大量人群連接起來時(shí)所產(chǎn)生的正反饋循環(huán)，例如梅特卡夫定律所描述的網(wǎng)絡(luò)價(jià)值隨著用戶數(shù)量的增加而增長。
盡管人工智能領(lǐng)域也存在網(wǎng)絡(luò)效應(yīng)，但其更類似于微處理器或芯片，即作為一臺(tái)計(jì)算機(jī)。它是一個(gè)系統(tǒng)，數(shù)據(jù)輸入、處理、輸出，然后產(chǎn)生結(jié)果。這是一種新型計(jì)算機(jī)--概率計(jì)算機(jī)，一種基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)。它并不總是給出精確的結(jié)果，有時(shí)甚至可能與你爭辯，拒絕回答你的問題。
霍洛維茨：這種新型計(jì)算機(jī)在本質(zhì)上與傳統(tǒng)計(jì)算機(jī)截然不同，它能夠以更壓縮的形式構(gòu)建復(fù)雜事物。它擁有新的、不同的、有價(jià)值的能力，因?yàn)樗芾斫庹Z言和圖像，完成以往確定性計(jì)算機(jī)無法解決的任務(wù)。我認(rèn)為，從計(jì)算機(jī)行業(yè)的早期或微處理器的早期階段汲取的類比和教訓(xùn)，比互聯(lián)網(wǎng)早期的經(jīng)驗(yàn)更為貼切。這并不意味著技術(shù)發(fā)展過程中不會(huì)出現(xiàn)繁榮與蕭條的循環(huán)，因?yàn)槿藗儗?duì)技術(shù)的期望往往會(huì)經(jīng)歷從過度興奮到過度悲觀的轉(zhuǎn)變。我們可能會(huì)看到芯片和能源等方面的過度投資，但我認(rèn)為，網(wǎng)絡(luò)的本質(zhì)和計(jì)算機(jī)的發(fā)展路徑在演變方式上有著根本的不同，其采用曲線也將有所不同。
安德森：這引出了我對(duì)行業(yè)未來發(fā)展方向的思考。我們面臨的一個(gè)關(guān)鍵問題是：這個(gè)行業(yè)將如何發(fā)展？是會(huì)出現(xiàn)幾個(gè)大型模型，還是會(huì)有大量不同規(guī)模的模型？計(jì)算機(jī)行業(yè)的歷史，特別是最初的IBM大型機(jī)時(shí)代，為我們提供了洞見。這些大型計(jì)算機(jī)龐大而昂貴，數(shù)量有限。當(dāng)時(shí)的普遍觀點(diǎn)是，世界上只需要幾臺(tái)計(jì)算機(jī)。IBM的創(chuàng)始人托馬斯沃森（ThomasWatson）甚至認(rèn)為，全世界可能只需要五臺(tái)計(jì)算機(jī)。這種觀點(diǎn)是基于政府和幾家大型保險(xiǎn)公司的需求。然而，隨著計(jì)算機(jī)產(chǎn)業(yè)經(jīng)歷了50年的發(fā)展，我們看到了計(jì)算機(jī)技術(shù)的多樣化和普及。
霍洛維茨：是的。還有誰會(huì)需要做那么多的數(shù)學(xué)運(yùn)算呢？
安德森：究竟是誰還需要去跟蹤那些龐大的數(shù)字？又有誰需要那么高水平的算力？這種需求在當(dāng)前看來似乎并不相關(guān)。順便一提，早期的計(jì)算機(jī)不僅體積龐大，而且價(jià)格昂貴，這使得它們成為了只有少數(shù)人能夠負(fù)擔(dān)得起的奢侈品。除了購買成本，還需要考慮到維護(hù)這些計(jì)算機(jī)所需的人力成本。在那個(gè)時(shí)代，計(jì)算機(jī)的體積之大，以至于需要專門為它們建造一整棟建筑。你會(huì)看到穿著白色實(shí)驗(yàn)室外套的工作人員，他們負(fù)責(zé)照看這些計(jì)算機(jī)，因?yàn)楸仨毐３謽O高的清潔度，否則計(jì)算機(jī)就可能停止工作。這種情景催生了所謂的‘AI上帝模型’，即大型基礎(chǔ)模型的概念，以及‘上帝大型機(jī)’的想法，即只有少數(shù)幾臺(tái)這樣的設(shè)備存在。如果你看過老科幻電影，通常會(huì)有這樣的設(shè)定：存在一臺(tái)大型超級(jí)計(jì)算機(jī)，它要么在執(zhí)行正確的任務(wù)，要么在做錯(cuò)事，如果它在做錯(cuò)事，那么電影的情節(jié)通常就是圍繞如何修復(fù)或擊敗它展開的。這種單一的、自上而下的概念在最初的幾十年里一直持續(xù)存在。
隨著計(jì)算機(jī)開始變得更小，我們進(jìn)入了所謂的“小型計(jì)算機(jī)”時(shí)代，這是下一個(gè)階段。小型計(jì)算機(jī)的成本雖然從5000萬美元降低到了50萬美元，但對(duì)于普通人來說仍然是一筆巨大的開支。因此，只有中等規(guī)模的公司能夠購買小型計(jì)算機(jī)，而普通家庭則無法承擔(dān)。隨后，個(gè)人電腦的出現(xiàn)進(jìn)一步降低了成本，大約在2500美元左右，而智能手機(jī)的出現(xiàn)則進(jìn)一步將成本降低到了大約500美元。到了今天，計(jì)算設(shè)備已經(jīng)變得無處不在，它們有著各種各樣的形狀、大小和功能，甚至有些計(jì)算設(shè)備的成本只有一分錢，比如控制房間溫度的恒溫器中的嵌入式ARM芯片。全世界有數(shù)十億這樣的設(shè)備，而一輛新車中可能包含多達(dá)200臺(tái)計(jì)算設(shè)備，甚至更多�，F(xiàn)在，我們普遍認(rèn)為幾乎所有的設(shè)備都內(nèi)置了芯片，并且這些芯片都需要電力或電池來供電。此外，我們也越來越多地假設(shè)這些設(shè)備都連接到了互聯(lián)網(wǎng)上，因?yàn)閹缀跛械挠?jì)算機(jī)都被假定為要么已經(jīng)在互聯(lián)網(wǎng)上，要么很快就會(huì)連接到互聯(lián)網(wǎng)上。
因此，今天的計(jì)算機(jī)行業(yè)形成了一個(gè)巨大的金字塔結(jié)構(gòu)。在金字塔的頂端，仍然有一小部分超級(jí)計(jì)算機(jī)集群或大型主機(jī)，它們就像上帝模型或上帝主機(jī)。接下來是數(shù)量更多的小型計(jì)算機(jī)、個(gè)人電腦、智能手機(jī)，以及數(shù)量龐大的嵌入式系統(tǒng)。計(jì)算機(jī)行業(yè)包含了所有這些不同類型的設(shè)備。根據(jù)你的需求、身份和目的，你可以選擇不同大小的計(jì)算機(jī)。如果這個(gè)類比成立，那么它基本上意味著我們將擁有各種不同大孝形狀和能力的AI模型，這些模型將基于不同類型的數(shù)據(jù)進(jìn)行訓(xùn)練，并在不同的規(guī)模上運(yùn)行，擁有不同的隱私政策和安全政策。你將面對(duì)巨大的多樣性和變化，形成一個(gè)完整的生態(tài)系統(tǒng)，而不僅僅是由幾家公司所主導(dǎo)。是的，我很想聽聽你對(duì)此的看法。
霍洛維茨：我認(rèn)為這個(gè)觀點(diǎn)是正確的。此外，我認(rèn)為在這個(gè)時(shí)代，計(jì)算領(lǐng)域另一個(gè)有趣的事情是，如果我們回顧從大型機(jī)到智能手機(jī)的整個(gè)計(jì)算時(shí)代，因?yàn)樵O(shè)備操作難度大，反而牢牢鎖定了用戶群體。正如常言道，“從來沒有人因?yàn)橘徺IIBM設(shè)備而被解雇”，這是因?yàn)槿藗円呀?jīng)接受了相應(yīng)的培訓(xùn)，掌握了使用操作系統(tǒng)的技能。鑒于處理計(jì)算機(jī)的龐大復(fù)雜性，選擇一個(gè)已知且安全的選項(xiàng)是合理的。即使是在智能手機(jī)領(lǐng)域，例如蘋果的智能手機(jī)，它們之所以能夠占據(jù)主導(dǎo)地位，部分原因在于轉(zhuǎn)換到其他系統(tǒng)的成本非常高昂且過程復(fù)雜。
這引出了一個(gè)關(guān)于人工智能的有趣問題。因?yàn)榈侥壳盀橹�，人工智能是最容易使用的�?jì)算機(jī)系統(tǒng)，它能夠使用英語進(jìn)行交流，就像與人交談一樣。因此，這里存在何種形式的鎖定？用戶是否可以完全自由地選擇他們特定任務(wù)所需的計(jì)算機(jī)大孝價(jià)格、性能和速度？或者，他們是否被鎖定在某個(gè)“上帝模型”中？我認(rèn)為這仍然是一個(gè)尚未完全解決的問題，但它非常引人入勝，并且可能與以前的幾代計(jì)算機(jī)系統(tǒng)有很大的不同。
安德森：很有道理。為了完成這個(gè)問題，你認(rèn)為我們從經(jīng)歷的互聯(lián)網(wǎng)時(shí)代中學(xué)到的哪些教訓(xùn)是相關(guān)的，人們應(yīng)該考慮哪些因素？
霍洛維茨：我認(rèn)為其中的一個(gè)重要教訓(xùn)是，互聯(lián)網(wǎng)時(shí)代的興衰周期性�？梢钥吹�，對(duì)互聯(lián)網(wǎng)的需求和對(duì)其潛力的認(rèn)識(shí)是如此之高，以至于資金像傾盆大雨一樣涌入。在互聯(lián)網(wǎng)時(shí)代，基礎(chǔ)電信基礎(chǔ)設(shè)施和光纖等設(shè)施獲得了無限制的資金支持，導(dǎo)致光纖的過度建設(shè)。最終，我們?cè)庥隽斯饫w過剩的局面，許多電信公司隨之破產(chǎn)，盡管這帶來了一些樂趣，但最終我們還是達(dá)到了一個(gè)良好的狀態(tài)。我認(rèn)為這種情況很可能在人工智能領(lǐng)域重演，每家公司都可能獲得資金支持，但我們實(shí)際上并不需要那么多的人工智能公司，因此許多公司將會(huì)失敗，將會(huì)有巨大的投資者損失�？梢钥隙ǖ氖�，芯片的過度生產(chǎn)將在某個(gè)時(shí)刻發(fā)生，我們將會(huì)有過多的芯片，一些芯片公司肯定會(huì)破產(chǎn)。同樣的情況也可能發(fā)生在數(shù)據(jù)中心等方面，先是落后，然后過度建設(shè)，這將非常有趣。這是每種新技術(shù)發(fā)展的自然規(guī)律。新技術(shù)的發(fā)展往往會(huì)經(jīng)歷過度建設(shè)、不足建設(shè)，然后再過度建設(shè)的循環(huán)。在這個(gè)過程中，資金的涌入推動(dòng)了基礎(chǔ)設(shè)施的建設(shè)，盡管許多資金會(huì)損失，但我們獲得了基礎(chǔ)設(shè)施，因?yàn)樗嬲徊捎貌⒏淖兞耸澜纭?/p>
互聯(lián)網(wǎng)發(fā)展的另一個(gè)重要方面是，它經(jīng)歷了幾個(gè)階段。一開始，互聯(lián)網(wǎng)非常開放，這可能是對(duì)經(jīng)濟(jì)最有利的一次大繁榮，它無疑創(chuàng)造了巨大的增長和力量，增強(qiáng)了美國的經(jīng)濟(jì)實(shí)力和文化影響力。然后，隨著下一代架構(gòu)的出現(xiàn)，互聯(lián)網(wǎng)變得封閉，比如互聯(lián)網(wǎng)的發(fā)現(xiàn)幾乎完全由谷歌等公司控制。我認(rèn)為AI可能會(huì)朝兩個(gè)方向發(fā)展：它可以非常開放，或者由于錯(cuò)誤的監(jiān)管，我們可能會(huì)迫使自己從開放源代碼、任何人都可以構(gòu)建的技術(shù)，轉(zhuǎn)變?yōu)橹挥薪裉鞊碛谢ヂ?lián)網(wǎng)的公司擁有的技術(shù)，這將使我們?cè)谂c中國等國家的競爭中處于巨大劣勢。因此，我認(rèn)為這是我們目前正在努力確保不會(huì)發(fā)生的事情，但它確實(shí)是目前一個(gè)真正的可能性。
安德森：確實(shí)存在一種諷刺意味，即網(wǎng)絡(luò)曾經(jīng)完全是專有的，但隨后它們開放了。
霍洛維茨：是的，沒錯(cuò)，像AppleTalk、NetBEUI和NetBIOS這些都是早期由各個(gè)特定供應(yīng)商提供的專有網(wǎng)絡(luò)。
安德森：然后互聯(lián)網(wǎng)出現(xiàn)了，隨著TCP/IP等技術(shù)的發(fā)展，一切都開放了。不過人工智能領(lǐng)域似乎正朝著另一個(gè)方向發(fā)展：大公司正試圖將人工智能帶向相反的方向。人工智能起初是開放的，就像基礎(chǔ)研究一樣。但現(xiàn)在，他們正試圖將其封閉起來，這是一種相當(dāng)不良的轉(zhuǎn)變。
霍洛維茨：是的，非常不良。對(duì)我來說，這確實(shí)令人震驚。這在某種程度上是資本主義最黑暗的一面，當(dāng)一家公司如此貪婪，以至于他們?cè)敢鉃榱双@得一點(diǎn)點(diǎn)額外的利潤而破壞國家乃至世界。但他們這樣做的方式非常惡劣：他們聲稱這是為了安全，聲稱我們創(chuàng)造了一個(gè)無法控制的人工智能，但我們不會(huì)停止開發(fā)，我們會(huì)盡可能快地繼續(xù)構(gòu)建它，我們會(huì)購買地球上的每一個(gè)GPU。但我們需要政府介入，阻止它的開放。這正是谷歌和微軟目前的立場，這太瘋狂了。
安德森：我們不會(huì)去保護(hù)它。
霍洛維茨：這與安全無關(guān)，只與壟斷有關(guān)。
安德森：是的，關(guān)于你提到的投機(jī)問題，有一種我們經(jīng)常聽到的批評(píng)聲音，基本上是說：“你們這些企業(yè)家、投資者真是愚蠢，每次新技術(shù)出現(xiàn)時(shí)都會(huì)產(chǎn)生投機(jī)泡沫，你們這些人怎么就學(xué)不乖呢？”嗯，這里有一個(gè)老笑話與此相關(guān)，那就是在投資中四個(gè)最危險(xiǎn)的詞是“這次不一樣”（thistimeisdifferent）。所以，歷史會(huì)重演嗎？它不會(huì)重演嗎？不可否認(rèn)的是，歷史上幾乎每一次重大技術(shù)進(jìn)步都伴隨著某種金融泡沫，基本上是自從金融市場存在以來一直如此。這包括了從無線電、電視到鐵路等一切事物。順便說一下，60年代實(shí)際上有一個(gè)被稱為‘Tronics’的電子繁榮與蕭條周期，當(dāng)時(shí)每家公司的名字都帶有‘Tronics’。還有激光繁榮與蕭條周期，所有這些周期。
基本上，任何一種新技術(shù)，經(jīng)濟(jì)學(xué)家稱之為“通用技術(shù)”，即可以用于許多不同方式的東西，都會(huì)激發(fā)一種投機(jī)狂熱。而批評(píng)的聲音是，“為什么你需要有這種投機(jī)狂熱？為什么你需要有這個(gè)周期？因?yàn)槟阒�，有些人投資于某些事物，他們損失了很多錢，然后會(huì)有這樣一個(gè)泡沫破裂周期，讓每個(gè)人都感到沮喪。這可能會(huì)延遲技術(shù)的推廣。”有兩件事情需要指出：第一，如果你面對(duì)的是一種通用技術(shù)，像人工智能這樣可能在許多方面都有用的技術(shù)，實(shí)際上沒有人事先真正知道成功的用例或成功的公司會(huì)是什么。你必須要通過實(shí)踐來學(xué)習(xí)，你會(huì)有失敗，這是風(fēng)險(xiǎn)投資的一部分。是的，我們確實(shí)如此。所以，風(fēng)險(xiǎn)投資的真正模型在某種程度上已經(jīng)考慮了這一點(diǎn)。在核心風(fēng)險(xiǎn)投資中，我們所做的那種，我們基本上假設(shè)一半的公司會(huì)失敗，一半的項(xiàng)目會(huì)失敗。如果你完全失敗，比如虧錢了，那確實(shí)是一個(gè)問題。
霍洛維茨：完全失敗確實(shí)就如同虧錢一般。
安德森：當(dāng)然，如果我們或我們的任何競爭對(duì)手能夠找出如何只做那50%能成功的工作，而避免那50%不成功的工作，我們肯定會(huì)這么做。但現(xiàn)實(shí)是，我們已經(jīng)在這個(gè)領(lǐng)域進(jìn)行了60年的研究，但沒有人找到這樣的方法。因此，這其中存在不可預(yù)測性。而且，另一個(gè)有趣的思考方式是，如果一個(gè)社會(huì)對(duì)新技術(shù)的出現(xiàn)沒有投機(jī)行為，那將意味著這個(gè)社會(huì)基本上對(duì)新技術(shù)的前景以及創(chuàng)業(yè)精神持有一種根深蒂固的悲觀態(tài)度。
世界上有許多這樣的社會(huì)，它們根本缺乏像硅谷這樣的地方所擁有的發(fā)明精神和冒險(xiǎn)精神。而它們是更好還是更糟呢？通常來說，它們的情況更糟。它們對(duì)未來的關(guān)注較少，對(duì)創(chuàng)造事物的關(guān)注較少，對(duì)如何實(shí)現(xiàn)增長的關(guān)注也較少。所以，我認(rèn)為這是“不可避免的現(xiàn)象”，我們當(dāng)然希望避免投機(jī)性繁榮和蕭條周期的負(fù)面影響，但似乎每次新技術(shù)的出現(xiàn)都會(huì)伴隨著這種情況，至少據(jù)我所知，沒有任何一個(gè)社會(huì)能夠找到一種方法，只獲得好處而不經(jīng)歷壞處。
霍洛維茨：為什么你不愿意呢？我的意思是，這有點(diǎn)像，你知道，整個(gè)美國西部是建立在淘金熱的基礎(chǔ)上的，而流行文化中對(duì)淘金熱的描述往往集中在那些沒有賺到錢的人身上。但實(shí)際上，有些人確實(shí)賺了很多錢，找到了金子。在互聯(lián)網(wǎng)泡沫時(shí)期，你知道，這被每部電影嘲笑，如果你回顧2001年到2004年之間的任何電影，它們都在說只有傻瓜才會(huì)做這做那，還有很多有趣的紀(jì)錄片等等。但在那個(gè)泡沫時(shí)期，亞馬遜、eBay和谷歌等公司開始了它們的業(yè)務(wù)。這些公司是在那個(gè)充滿巨大投機(jī)的時(shí)代成立的，而這些公司中確實(shí)有‘金子’。如果你投資了其中任何一家公司，你可能會(huì)投資下一個(gè)公司，包括Facebook、Snap等。
所以，這就是它的本質(zhì)，這就是它令人興奮的地方。你知道，將資金從那些資金充裕的人轉(zhuǎn)移到那些嘗試做新事物、使世界變得更美好的人手中，是世界上最好的事情。如果我們中的一些人在試圖使世界變得更好的過程中失去了一些多余的資金，你為什么會(huì)對(duì)此感到憤怒呢？這是我永遠(yuǎn)無法理解的事情。為什么會(huì)對(duì)那些獲得資金、試圖改善世界的年輕有抱負(fù)的人感到憤怒呢？
安德森：確實(shí)，與世界上其他事物相比，尤其是與其他擁有大量財(cái)富的人相比，我們是否更希望僅僅將資金用于購買豪宅、游艇和飛機(jī)等物質(zhì)享受？這與我們現(xiàn)在所討論的有何相似之處？沒錯(cuò)，就像我們?cè)谛侣勚锌吹降哪切┤艘粯�。我們已�?jīng)回答了四個(gè)問題，我們的進(jìn)展非常順利，表現(xiàn)得非常棒。感謝大家今天加入我們的討論。
