谷歌前CEO施密特放飞自我:斯坦福课堂上的AI洞见

谷歌前CEO施密特放飞自我:斯坦福课堂上的AI洞见

曾经担任谷歌CEO长达10年之久的Eric Schmidt,近日在斯坦福大学计算机学院的会议上发表了一场引人深思的演讲。在这场讲座中,他全程"放飞自我",甚至在讲话中提醒台下学生,这场会议是保密的,千万不要外传。然而,当被告知会议全程直播时,他的表情顿时凝固。

AI的全球影响力与竞争态势

在讲座中,Schmidt详细讨论了AI的未来及其全球影响力。他指出,AI的发展速度非常快,领先的AI模型与其他模型之间的差距正在迅速扩大 。特别是大上下文窗口、LLM(大语言模型)代理和文本到行动的能力,将在不久的将来对世界产生深远影响,这些影响远远超过了社交媒体的影响力。

Schmidt还谈到了AI在地缘政治中的作用,尤其是在中美竞争中的关键性。AI基础设施的投资,特别是在能源资源和芯片方面的投资,对保持AI领导地位至关重要

美国与中国的AI领导权之争

中美之间的AI领导权之争,不仅关乎技术领先,还涉及国家安全和全球影响力。中国通过集中治理和战略重点,在大规模模型和社会深度应用方面取得了显著进展 。与此同时,美国在开创性AI研究方面一直领先,尤其是在开发诸如Transformer架构等基础技术上

Schmidt指出,保持AI领导地位需要持续的大量投资,包括在创新环境的营造上。OpenAI的崛起和微软等科技巨头的战略举措,都是这一动态的体现 。他还强调,LLM代理和文本到行动的能力,可能对各个行业产生重大影响,甚至重新定义全球权力结构

AI技术的现状与未来挑战

Schmidt进一步讨论了AI技术的现状与未来的挑战 。他将AI的发展比作历史上其他技术突破,比如电力的普及。他指出,AI的潜力巨大,但需要通过组织创新来实现其真正的价值 。当前,许多公司还只是摘取"低垂的果实",即那些相对容易实现的应用

在谈到AI芯片时,Schmidt提到,虽然AI芯片属于高端制造业,产值很高,但不太可能大幅增加就业机会 。现代芯片制造厂内大多是机械化生产,不需要大量人力,因此不应指望AI带来制造业的复兴

此外,他还提到AI行业中的开源与闭源之争 。尽管谷歌历史上受益于开源,但Schmidt坦言,AI行业的成本过高,开源难以负担。他提到自己投资的法国大模型Mistral将转为闭源路线,因为并不是所有公司都愿意且有能力像Meta一样承担开源的巨大成本。

AI与全球地缘政治的深远影响

Schmidt在讲座中还谈到了AI对全球地缘政治的深远影响 。他认为,欧洲在AI竞赛中已无机会 ,布鲁塞尔(欧盟总部所在地)一直在扼杀科技创新的机会。印度是美国盟友中最重要的摇摆州,而美国在某种程度上已经失去了中国

Schmidt还提到,能源资源问题将成为未来AI发展的关键 。他指出,OpenAI的星际之门项目宣传时声称需要1000亿美元,实际上可能需要3000亿 。为此,他建议美国与加拿大建立更紧密的关系,或者寻求与阿拉伯国家合作,以解决能源问题。

AI时代的战略误判与教训

在演讲的最后,Schmidt回顾了一些自己在AI领域的错误判断。他曾认为英伟达的CUDA是一种愚蠢的编程语言,但现在CUDA已成为英伟达最重要的护城河。他还谈到自己对微软与OpenAI合作时的误判,认为微软不应该将最重要的AI业务外包给一家小公司,然而事实证明他看走了眼。

Schmidt还指出,大公司在AI领域的官僚化倾向,阻碍了它们的创新能力。他以苹果为例,认为其在AI方面的温吞表现就是这种官僚化的体现。

重点摘要

  1. 谷歌为何落后?

    • 员工文化: "现在的谷歌为什么在AI领域输得一塌糊涂?因为谷歌觉得让员工尽早回家和平衡工作比赢得竞争更加重要。如果你的员工每个星期只来公司上一天班,你怎么可能比得过OpenAI或是Anthropic?"
  2. 成功的关键:压榨员工?

    • 极端努力: "看看马斯克,看看台积电,这些公司之所以成功,就是因为能够卷员工,你必须要把员工逼得够紧才能获胜,台积电会让物理学博士第一年下工厂干活,你们能想象美国的博士生去流水线吗?"
  3. CUDA:英伟达的护城河

    • 技术壁垒: "自己犯过很多错误,比如曾经觉得英伟达的CUDA是很蠢的编程语言,但现在CUDA是英伟达最牛逼的护城河,所有的大模型都要在CUDA上运行,而只有英伟达的GPU支持CUDA,这是其他芯片撼动不了的组合。"
  4. 微软与OpenAI的合作

    • 外包决策: "还有微软跟OpenAI合作时自己也觉得难以置信,微软怎么能把最重要的AI业务外包给那种小公司啊,结果再次看走了眼,再瞧瞧苹果在AI上的温吞,大公司真的都官僚化了,奋斗逼都在创业。"
  5. TikTok的启示

    • 版权风险: "TikTok给美国人上了一课,在座各位年轻人以后如果创业,能偷音乐什么的就赶紧去做------似乎是在黑TikTok早期纵容盗版BGM------如果你做成了,就有钱雇佣最顶级的律师帮你擦屁股,如果你没做成,那就没人会起诉你。"
  6. 能源缺口与地缘政治

    • 巨额投资: "OpenAI的星际之门在宣传时说需要1000亿美金,实际上可能3000亿都打不住,能源缺口太大了,给白宫提过建议,美国以后要么跟加拿大打好关系,水电资源丰富,劳动力便宜,而且够近,要么去和阿拉伯国家套近乎,让他们来做主权投资。"
  7. 欧洲与亚洲

    • 科技创新: "欧洲已经没戏了,布鲁塞尔(欧盟总部所在地)一直都在摧毁科技创新的机会,可能法国还有点希望,德国不行,其他欧洲国家就更不用提了,印度是美国盟友里最重要的摇摆州,以及美国已经失去了中国。"
  8. 开源与闭源

    • 成本考量: "开源很好,谷歌历史上的大部分基础设施也都受益于开源,但是说实话,AI行业的成本太高了,开源负担不起,自己投资的法国大模型Mistral将会转为闭源路线了,不是所有公司都愿意且有能力像Meta一样当冤大头。"
  9. 富国与穷国

    • 技术鸿沟: "AI会让富者愈富、穷人恒穷,国家也是,这是一场强国之间的游戏,没有技术资源的国家需要拿到加入强国供应链的门票,否则也将错过盛宴。"
  10. AI芯片与就业

    • 高端制造业: "AI芯片属于高端制造业,产值很高,但不太可能拉动就业,你们可能没几个人去过芯片制造厂,里面全是机械化生产,不需要人,人又笨又脏,所以不要指望制造业复兴,苹果把MacBook的产线迁回德州不是因为德州工资低,因为根本不用再大规模雇人了。"
  11. AI与组织创新

    • 真正的价值: "历史上,电力在引入工厂之后并不比蒸汽机创造了更多的生产力,是过了大概30年左右,分布式电源改造了车间布局,推动了组织创新,AI的价值不会在短期爆发,'低垂的果实'(指相对容易实现的应用)摘完了,接下来的问题是组织创新,而这将需要更多时间。"

视频链接:

【【精校】谷歌前CEO Eric Schmidt 斯坦福课堂访谈 2024.8】https://www.bilibili.com/video/BV1AE421w7ZS/?share_source=copy_web\&t=19

相关推荐
爱技术的小伙子5 分钟前
【ChatGPT】 让ChatGPT模拟客户服务对话与应答策略
人工智能·chatgpt
OptimaAI32 分钟前
【 LLM论文日更|检索增强:大型语言模型是强大的零样本检索器 】
人工智能·深度学习·语言模型·自然语言处理·nlp
谢眠37 分钟前
机器学习day4-朴素贝叶斯分类和决策树
人工智能·机器学习
HelpHelp同学41 分钟前
教育机构内部知识库:教学资源的集中管理与优化
人工智能·知识库软件·搭建知识库·知识管理工具
深度学习lover1 小时前
<项目代码>YOLOv8 番茄识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·番茄识别
IT古董1 小时前
【机器学习】机器学习中用到的高等数学知识-1.线性代数 (Linear Algebra)
人工智能·python·线性代数·机器学习
飞腾开发者1 小时前
飞腾平台Arm NN软件栈安装使用指南
linux·运维·人工智能·机器学习·计算机视觉
Watermelo6171 小时前
通过MongoDB Atlas 实现语义搜索与 RAG——迈向AI的搜索机制
人工智能·深度学习·神经网络·mongodb·机器学习·自然语言处理·数据挖掘
AI算法-图哥2 小时前
pytorch量化训练
人工智能·pytorch·深度学习·文生图·模型压缩·量化
大山同学2 小时前
DPGO:异步和并行分布式位姿图优化 2020 RA-L best paper
人工智能·分布式·语言模型·去中心化·slam·感知定位