AI取代人，人就没有_老虎社区_美港股上老虎

超级主力
04-06

AI取代人，人就没有存在的意义了。机器人时代来了……

硅谷大神Reid Hoffman最新访谈：AI取代不了人，懂AI的人更具竞争力

Hoffman表示，未来几年内，对英伟达芯片的需求将继续旺盛。

硅谷大神Reid Hoffman最新访谈：AI取代不了人，懂AI的人更具竞争力

免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。

推荐
最新

暂无评论

热议股票

关于我们·老虎社区守则·老虎社区账号管理规范·老虎社区服务协议·老虎社区隐私政策

公司名称：北京至简风宜信息技术有限公司

违法和不良信息投诉：010-5681-3562（工作时间9:30-18:30）

邮箱：service@laohu8.com

营业执照：91110105MA01A4U55R

ICP备：京ICP备18016422号

网安备：京公网安备11010502036490

关注我们

{"i18n":{"language":"zh_CN"},"data":{"magic":2,"id":292074048467264,"tweetId":"292074048467264","gmtCreate":1712333033538,"gmtModify":1712333035438,"author":{"id":307941910291466,"authorId":307941910291466,"authorIdStr":"307941910291466","name":"超级主力","avatar":"https://static.laohu8.com/default-avatar.jpg","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[],"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"html":"<html><head></head><body>AI取代人，人就没有存在的意义了。机器人时代来了……</body></html>","htmlText":"<html><head></head><body>AI取代人，人就没有存在的意义了。机器人时代来了……</body></html>","text":"AI取代人，人就没有存在的意义了。机器人时代来了……","highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/292074048467264","repostId":2425550615,"repostType":2,"repost":{"id":"2425550615","pubTimestamp":1712323256,"share":"https://www.laohu8.com/m/news/2425550615?lang=&edition=full","pubTime":"2024-04-05 21:20","market":"us","language":"zh","title":"硅谷大神Reid Hoffman最新访谈：AI取代不了人，懂AI的人更具竞争力","url":"https://stock-news.laohu8.com/highlight/detail?id=2425550615","media":"硬AI","summary":"Hoffman表示，未来几年内，对英伟达芯片的需求将继续旺盛。","content":"<html><head></head><body><blockquote>Hoffman表示，未来几年内，对英伟达芯片的需求将继续旺盛。</blockquote>人工智能的未来是什么？4月3日，在哥伦比亚大学新推出的杰出演讲者（ Distinguished Speaker）系列活动上，LinkedIn联合创始人里德·霍夫曼(Reid Hoffman)与哥大商学院院长考斯蒂斯·麦克洛里斯(Costis McCloris)共同探讨了人工智能和数字经济的未来图景。Hoffman是美国著名的互联网企业家和风投家，联合创立了职业社交网站LinkedIn的，还是<a href=\"https://laohu8.com/S/PYPL\">PayPal</a>的创始董事会成员，此外，Hoffman还是硅谷著名风险投资公司Greylock Partners的合伙人，投资了Facebook、Airbnb、<a href=\"https://laohu8.com/S/ZNGA\">Zynga</a>等知名科技公司，被誉为“硅谷最成功的天使投资人之一”。在这场炉边谈话中，Hoffman提到了AI技术的发展前景以及发展过程中可能会遇到的问题，作为一名资深风投家，他还阐释了自己的投资理念以及对AI投资风潮的看法。Hoffman表示，未来，AI不会取代人类，反而是拥有AI技能的人在就业市场上更会被优先考虑，随着AI技术的进步，在终端设备部署小模型的需求会逐渐增加，最终呈现多种模型在不同领域共同部署的样态。核心观点如下：1.大规模应用计算的能力会持续增长，一些功能甚至呈指数级增长。2.开源软件具有很大价值，类似于公开和开放的科学，但要保持谨慎使用的立场。3.在需求驱动下，未来大模型和小模型将共存。4.未来几年内，对<a href=\"https://laohu8.com/S/NVDA\">英伟达</a>芯片的需求将继续旺盛。5.数据的基础上进行AI训练是对技术的公平使用，比起数据所有权，更重要的是让AI惠及全人类。6.核聚变和核裂变是应对气候问题的关键。7.技术的公益性很重要，这也是尚未得到解决的问题。8.AI不会取代人类，反而是拥有AI技能的人更具竞争力。9.AI非常可能带来产业转型，但速度上可能会很缓慢。10.在管理领域，软技能可能是最核心的能力，比如保持永远在学习的状态。以下为访谈全文：<blockquote>开场词：大家晚上好。我是史蒂芬·迈耶，我是商学院的詹姆斯·P·政府商业教授，我很高兴今天欢迎大家参加这场关于塑造未来的人工智能和数字经济的炉边谈话。这是一个新的演讲系列的一部分，这个独特的演讲系列应该为商业领袖提供一个平台，分享他们的见解以及如何设定和实施非常雄心勃勃的目标，以及如何激励创新。没有比里德·霍夫曼更合适的人来开启我们的讲座了。所以我非常荣幸欢迎并介绍我们的两位嘉宾，里德·霍夫曼，LinkedIn和Inflection AI的联合创始人，以及Graylock合伙人和科斯蒂斯·麦克莱尔，哥伦比亚商学院的院长。能有你在这里真是太棒了，里德。他说我应该把他介绍为一个人，我稍微展开一点。因此他被称为硅谷人脉最广的人。我确信他可能也是最忙碌的人之一。所以感谢你来到这里。他显然是一位非常成功的企业家和高管，在建立LinkedIn和Paypal等领先的消费品牌方面发挥了重要作用。作为一名投资人，他在许多公司，如Facebook和Airbnb中扮演了关键角色。他还不仅仅写了一本，而是五本畅销书，尽管他的最后一本是与一个非常强大的合作者GPT-4共同创作的。我相信他们讨论了这是否算作作弊还是聪明的行为。他不仅参与了商业活动，还参与了许多慈善事业，并因此获得了许多奖项。对我来说最了不起的是，他获得了英格兰女王授予的英帝国荣誉指挥官奖项。我认为这非常酷。以及马丁·路德·金中心颁发的伟大致敬奖。欢迎里德来到哥伦比亚商学院。他将与科斯蒂斯·麦克莱尔进行讨论。他是哥伦比亚商学院的第16任院长，并且是大卫和琳·塞尔夫商业教授。他是从电气工程师转变为商学教授，再转变为商学院院长。在他的领导下，我认为学校发生了相当大的转变，尤其是在引领和特别是在教育中拥抱技术方面。鉴于他的愿景，他对我们项目的戳认证，推出MBA/MS工程双学位以及许多其他举措起到了关键作用，包括数字未来倡议，这是我非常关心的，因为我是其中的一名教员联合主任，它是在这里共同赞助的。这是我们商学院的新智库。它的目标是通过数字化转型的下一个世纪来准备帮助组织、政府和社区理解并从当前和未来的数字化中受益。因此，我非常期待我们即将进行的讨论。进一步介绍之前，让我们欢迎里德·霍夫曼来到哥伦比亚商学院，并将话筒交给迈克卡尔斯院长。好的。问:谢谢斯蒂芬。那是一个简短的介绍。它可以更短，但是是的，非常感谢。我在思考这场对话，并意识到它可能会走向许多不同的方向。我们可以谈论早期互联网和Paypal时期。我们可以谈论建立LinkedIn这样最成功的社交网络之一。我们可以谈论作为风险投资家在湾区的令人难以置信的职业生涯，但我认为我们现在应该谈谈AI。特别是因为你实际上已经参与了投资、创立公司、向政府提供建议，你知道，总之就是在那个领域。我认为讨论这个并听听你的想法会很棒。现在，我们之前进行了一点小交流，你使用了“认知超能力”这个词。所以我想问你的第一个问题就是为我们概述这些AI的能力的惊人增长，从你的角度来看，你认为我们会怎样发展？然后我们再继续。答：从根本上来说，我认为我们正在做的是创造一种认知工业革命，就像心灵的蒸汽机一样。蒸汽引擎使物理事物变得更强大，开启了工业革命，允许运输和物流。我现在就是在做制造。这是那样的。但在认知和语言特征方面，触发它的算法已经被了解了几十年。但这是一个规模计算的事情。因此，它是事实，您可以应用数千、数万个计算单元、GPU，它改变了它们的构建范式，从编程它们到它们学习。这是为什么你有数据和所有其他东西的部分原因。我们仍然非常早期的阶段，因为这些AI、这些代理、这些模型已经学到了一些非常有趣的事情，当他们才刚刚开始理解数据交易范式、计算规模等之间的关系。但例如，GPT-4已经给了我们超能力。我确信我们可以找到大约20到30个人可能能做到这一点。当你说，我想要那个，加上它与海洋学的相似之处，不需要任何人，GPT-4可以做到。现在，做这个的想法，某种程度上，是当你使用这些设备时，你得到了什么。因此，例如，在教育背景下，你说，为我写一篇关于商业策略的聪明随笔，不太可能那么好。我的意思是，它会是连贯的。如果你说，我想了解数据和制造业的交集将如何在某些全球供应链中区分通用和特定<a href=\"https://laohu8.com/S/300024\">机器人</a>，假设这些材料变得更昂贵，那些材料变得更便宜，可能会得到一些更好的东西。而且它在这些运作中仍然很有用。这就是我所说的认知超能力。像我在写这本书时意识到的一件事是，我们的思考模式正在发生变化，随着我们学会变得深思熟虑，我们的思考模式将更像是一场电子游戏。因为与其长时间散步试图得到那个伟大的想法，不如坐下来开始敲击，并说，好吧，这是一个提示。那不是很有趣，但这里是另一个。我认为我们将拥有更多这种迭代过程中更好的方式思考和推理的能力。显然，将会有很多不同种类的超能力。因为，例如，我有非常有限的艺术能力。但如果我有一个想法并且可以描述它，我可以去DALL-E或Midjourney并开始获得东，在这些领域也有所扩展了。因此，如果我想为我的朋友的生日制作一张卡片，并想做一些特定的事情，并且有一个视觉想法。这是另一种形式的超能力。这些只是对所有事物的姿态的开始。我认为我们对语言所做的任何事情都是开始放大的最小值。问：当你考虑变化的速度时，回想一下，我的意思是，你提到的许多事情都已经被人们知道了很长时间。在过去的10年里，我们开始基本上在大规模应用计算。数据是我们在过去的10年里开始大规模应用的。Transformer大约7年前被发明。但是在某种意义上，我们已经看到了能力的戏剧性增加。你看到这种趋势继续下去吗？答：所有的指数曲线最终都会变成S曲线。但我认为它肯定会在接下来的几年甚至更长时间内继续下去。任何声称他们确定知道它将在几年后继续下去的人，它肯定会发生。但是，你知道，所有这些事情最终都会发生。S曲线的一部分，我认为有些人会犯的错误之一，就是他们会认为三年后就会变得超级聪明，他们会问，你能得到这条能力的S曲线吗？这是由更大规模的计算驱动的吗？他们会说，这就是智商曲线。但这并不完全是一条智商曲线。你所做的推论、判断实际上并不是同一件事。现在，一些功能正在呈指数级增长。但这与智商并不是一回事。问：你坐在一个有利的位置，投资整个AI生态系统的全局。你对开源与专有模型或类似事物的看法如何？我们如何加速成长，使其可能更普及，你对此有何看法？答：所以我在LinkedIn的Mozilla董事会工作了将近11年，我们开源了许多不同的东西。我通常认为开源各种软件具有很大的价值，类似于公开和开放的科学。这些模型具有很多功能。其中一个问题是将模型开源，使其普遍可用，它们将把功能交给每个人的手中。现在如果你说，嘿，我们可以开源它们，它只会是学术机构，只会是企业家，只会是政府。但开源的问题是，一旦模型从酒吧出来，就在那儿了，无限存在。就像我们看到的一样，这些各种开源模型被用于生成内容，试图扰乱我们的信息系统。而且这是我们需要反对的事情。现在，我认为我们也可以用AI来帮助这个。但我对开源这些模型持更谨慎的态度的原因是，它也会放大坏人。好吧。如果那些人有一个开源的web浏览器，他们没什么特别的可以做到的。一个开源数据库，同样，没什么特别的可以做到的。这些模型给了他们超能力，可能更有害。问：我们已经通过分享一些模型，充分开源了吗。答：所以一些用例，像大规模的政治错误信息。是的，当前的开源模型可以做到这一点。其中一些，比如我们看到增加的，并且会继续看到增加的网络攻击，因为钓鱼等等，类似于错误信息。然后一些其他领域。我认为到目前为止，我们没有延伸线，如生物恐怖主义等。但是如果你只是继续开源一切东西，那就会到达那里，就无法控制这些负面案例了。而且有些是严重的。所以到目前为止，是存在一些问题，但没有五级火警。但是如果你不小心，我们会很快达到五级火警。问：好吧，让我换个话题。我们已经走上了你之前提到的大规模计算，大规模模型的道路，基本上建立了具有通用属性的基础模型，然后我们在不同的应用中部署它们。但另一种观点是，与其构建大规模通用模型，不如构建较小的针对特定应用的模型。而且，正如你在工程领域所知道的那样，这种情况已经发生了很长很长时间。您如何看待目前的情况？双方都付出了很多努力，您观察到了什么？答：到目前为止，当你观察GPT-2、3、4等，例如，你为某些案例对3进行了微调，然后发现4在大多数3已经微调过的案例中表现更佳，甚至比3.5还要好。因此，到目前为止，在能力增强方面存在一种美德，即随着模型规模的扩大，它们就会变得更加健壮、更有能力、更像是一个即时、快速、按需的研究助手。它存在一些幻觉问题，尽管他们正试图通过搜索等其他方式修复这个问题。这个幻觉问题永远不会降到零，但你可能会将它降到远低于人类标准，在这种情况下，对我们来说，这几乎等于零或接近绝对足够。因此，大规模模型具有惊人的能力提升。尽管如此，你可能会有理由想要一个小型模型，并在手机上运行。它的运行成本更低。它真的只需要做一些特定的事情，或者它有一个不同的训练领域，在那个领域你希望它的生成性能更好，错误率更低。你不在乎其他所有事情。因此，这就是为什么我认为，未来不可避免的一部分是，不仅仅是一个模型。当你创建一个智能体或你创建一个应用程序语言时，你会部署多个模型。问：其他协调。很好。让我们稍微转向硬件方面。你提到了计算硬件，我脑海中浮现出英伟达、GPU、大型集群。的确，我五个月前与黄仁勋进行了一次对话，当时他的公司刚刚突破了1万亿，现在他们大约是2.3万亿。你怎么看待某种意义上这些东西现在没有被商品化的事实。现在看来，<a href=\"https://laohu8.com/S/TSM\">台积电</a>并未因其生产这种超前沿集群的能力而提取显著的经济利益，并且你认为这种情况会持续吗？你认为硬件是这场革命的不可避免的推动者，还是随着时间的推移，会变得商品化？答：我认为英伟达做了很多伟大的工作。他们并不是专门为了AI或之前的加密货币而创建GPUs的。它恰好是一个非常好的数学处理器。而这与那些案例相吻合。我认为，这是关于资本主义、发明等一些好事情的一个方面。我认为，对英伟达来说竞争是不可避免的。没有什么结构性地阻止这一点，对吧？做了伟大的工作，有一个伟大的团队，有一个伟大的建筑和设计文化。因此我认为，未来几年内英伟达芯片将继续需求旺盛。但你知道，我知道很多努力在创造替代芯片，替代方案，这是当你有市场需求时发生的事情的一部分。因此我认为，可能从现在开始一到两年，你将开始看到一些芯片至少它们可能还不适用于训练，但会在我们行业称之为推理的方面有帮助，即服务于模型和结果。但我认为，我看到很多初创公司在推销，我也看到很多大公司也在想办法以有趣的方式做到这一点。问：所以你提到了训练，你可能需要尖端技术推断，当我训练了模型并现在正在查询以获得响应时，我可能需要特殊用途的硬件，但更简单、不同的硬件。答：是的。问：好，我想稍微转向数据，你知道，这些系统正在摄取大量的数据，我们的数据也是如此。这里既有是否我们正在耗尽可供它们摄取的新数据的问题？答：我不认为这是事实。问：但另一个问题是数据所有权的问题。你对此有何看法？我的意思是，你肯定从各个角度思考这个问题了，包括你知道的，所有OpenAI正在进行的事情。所以你怎么看？答：所以数据是一个复杂的问题，大多数人没有很好地思考。所以通常会有这样的问题：例如，像你的相机被拿走了，像是这个房间里拍了我的照片？那是你的照片吗？那是我的照片？那是我们的照片？你知道，那种事情和数据有关，我可能签了一些放弃声明，那大概是你的照片，但你知道，但这是一件复杂的事情。数据的价值是什么？制作出来的数据的价值是什么？因此，我对所有这些事情的第一个看法就是，当你在训练时，就像是这些模型在阅读，对吧？所以管理数据的规则应该是与管理阅读相同的规则，即你是否有阅读你所阅读内容的合法权利。比如你是否买了书，等等。然后，那就没问题了，因为那是阅读。因为版权法不阻止我买一本书或把它卖给你然后你读它。这都是其中的一部分。它确实阻止我做的是，我买了这本书，然后我说，哦，我要重新写这本书然后自己开始卖它，等等。因此我认为这是你希望在数据方面处于的细微差别。显然，有各种地方，你会说，好吧，有些是我私人数据，我不想在任何地方泄露的。而这些生成模型并不擅长知道何时该这样做，所以不要将那些数据输入到通用模型本身中。现在的部分原因是，生成模型更像是一个推断引擎。人们通常认为它频繁地作为一个数据库，但是要到达推断引擎，因为你有一堆数据要到那里，但它是一个推断引擎。所以，<a href=\"https://laohu8.com/S/NYT\">纽约时报</a>的法律案件之一令我感到好笑的事情之一是，看，它重复了这些文章，你会说，好吧，你复制并粘贴了文章的前半部分然后说完成它。它已经为此学到了一些东西。现在，拥有第一半文章的人可能拥有整篇文章，并且这可能仍然是一个合法的情况。我不确定这里是否有伤害。如果你说给我标题的那篇文章，它生成了，那么你会说，好吧，你给了一些纽约时报正在卖的东西，而这个人还没有购买。那会是一个问题。我认为这些模型不会这样做，因为它们被训练不这样做。因此，在数据方面有很多不同复杂性。我认为，例如，你在互联网上公开可得的地方进行训练，比如我在互联网上发布，我说请大家阅读这个，AI模型阅读并在此基础上接受训练，在我看来，是对技术的公平使用。我认为，我们想要这些模型的存在非常重要。我们在上台之前很快讨论的一件事是，你知道，有了这些AI模型，我们知道如何创建一个可以在每个智能手机上工作的医疗助手，无论你是否有机会看医生。显然，它甚至可以以这样的方式接受训练：嘿，你有看医生的机会吗？如果你有，很好。让我告诉你一些事情，你应该立刻去看医生，那就是你告诉他的，或者，你可能还好。但这些是你可能想要和你的医生核实的事情，如果你没有看医生的机会，就说，看，我不是医生，但这是你可能考虑的事情。那可能是惊人的导师，以及其他一些事情。或者，比如，你负担不起律师，你正在看像合同这样的东西。那么，实际上有一些东西可以帮助你处理这个问题是一件好事。因此，我通常认为我们应该希望这些模型接受训练，我们的主要问题不是应该训练模型，而是让我们确保能尽可能地让更多人使用这些模型，以帮助整个人类，而不仅仅是富有的人或者是富裕国家。无论如何，这只是对某些数据的初步印象，但它显然非常复杂。是的，这是一个不断发展的话题，我们就这么说吧。问：是的，这是一个不断发展的话题。我只想说，你提到了OpenAI。你是OpenAI最初的早期投资者之一，对吗？然后你创建了Inflection AI。你在那里进行了各种投资。是什么促使你帮助创立OpenAI，然后继续在这方面深入？您如何评估AI投资？我的意思是，你现在在这个特定领域已经做了大约八年了。OpenAI的投资是在16年还是15年？答：我不是个善于记忆的人，所以我需要查阅文档来确保准确性。起初，我认为自己将成为一名学者。在牛津攻读哲学学位时，我决定通过帮助创造软件来对世界产生更大的影响。我从未想过会成为一名投资者。成为投资者并不是我的直接目标，而是我帮助构建正确项目的方式。所以，一开始更多是出于企业家精神或产品创造的目的。因此，当我研究这些技术时，我通常作为一名软件领域的专家。我也进行了一些非软件投资，但这些几乎都是慈善性质的。就像，我认为核聚变和核裂变是应对气候变化的关键，我会在这些领域进行一些投资。有时你会看到一个你认为世界上应该存在的产品，所以你会投资。我在投资时会在我的账本上将这些投资额归零，因为我对预测结果范围一无所知。我当然希望它们具有经济价值。但在软件领域，从互联网事务开始，然后是Web 2.0，接着是Web 3和人工智能。我寻找能够对个人、团体、社会乃至人类产生巨大影响的东西以及世界应该如何运作。如果这是使一个行业发生真正有价值变革的一种方式，并且有一个企业家，不论男女，拥有一个很好的计划并且资源、时机都合适，这就是我会进行投资的时刻。现在，对于OpenAI而言，一切始于与Sam Altman和Elon Musk的一些讨论。那时，我们意识到AI革命即将到来。我们应该确保有利于人类的人工智能不仅仅是大型科技公司的专利，而是应致力于人类利益。我并不是反对大型科技公司，它们为人类做了很多事情，但我认为这是件好事。这也是我加入Mozilla董事会超过11年，仍然是董事会成员的原因，那就是公共利益技术真的很重要，这是目前解决不了的问题。所以，是的，让我们帮助启动它。那时，我们认为，也许这里有些东西。风险投资的一部分，比如种子轮或A轮投资，就是一个可能行得通的想法，对吧？让我们尝试一下。然后随着你继续进行，这是我从成为一名风险投资者中真正学到的东西之一，即硅谷之所以成为如此令人兴奋的地方之一，就是因为它强烈的关系网，我们所有人都在非常快的速度上交换有效或无效的信息。因此，整个生态系统都在学习。这在资金融资方式上有所体现，即从种子轮到A轮、B轮、C轮等。当你通过一些关卡证明了某个想法有更高可能性行得通时，你就进行下一轮更大的融资，享受更高的估值等。你会让一个注视着它的、投资于它的、选择加入它的人员、投资者、客户、合作伙伴等网络来支持。因此，OpenAI一开始的想法是，这规模化的AI可能会带来一些有趣的成果。我们不知道，可能让我们尝试并确保其治理首先面向人类考量，这是现在它成为一个非营利性组织，由非营利部门管理原因，你知道，帮它一脚。问：在过去几年里，你是如何评估AI投资的？答：我不确定现在是否有任何软件投资不把自己标榜为人工智能投资，这挺有意思的。你知道，这很像早期的互联网，其中有些东西将会非常惊人。会有很多事情看起来有些疯狂并且因为它们没有真正思考战略面貌而不会实现。是的，我认为从总体上看，存活并茁壮成长的公司将在很大程度上是积极的和连通的。你知道，我将不得不关注一些事情，看看它们的做法。但可以想象，一些初创企业可能会产生潜在的负面影响。但请记住，投资者不喜欢与之关联，员工不喜欢与之关联，客户也不喜欢做那样的事情。有很多网络治理。因为当我们考虑如何对人类负责时，这不仅仅是选民去投票，投票站的问题。它也涉及到客户、员工、投资者、媒体等，所有这些都构成了治理的网络。所以，我认为通常当你通过这个过程，你通常会得到一个广泛积极的结果。不总是，但通常会。因此，我认为我们将会看到涉及认知任务的任何事情、涉及语言的任何事物的转变。我认为我们将会看到新的药物发现类型。其中一件事我在7年前告诉斯坦福大学的长期计划委员会的是，我看到了人工智能如何可以在每一个学术领域中充当放大器的可能路径。甚至可能在理论物理学中也是如此，对吧。所以，如果你想自己做这个练习，只需想象一下，如果它比专业搜索引擎好1000倍。每个学科都可以利用一个专业搜索引擎。那么，想象一下比它好1000倍的情况。那会是一个有用的人工智能工具。这并不意味着它将会写论文。显然在某些方面可能会做到，但当它与人类对这些概念的理解结合时，论文会更好。问：我想换个话题。我们这里主要有MBA学生，我想转向领导力，特别是管理这些公司的爆炸性增长和规模扩大。你做到了，你创办了最成功的社交网络公司之一LinkedIn，并引领它经历了爆炸性的增长。当考虑到这一点时，你想到了哪些事情？答：如你们可能知道的，我确实写了一本名为《闪电式扩张（Blitzscaling: The Lightning-Fast Path to Building Massively Valuable Companies）》的书。它部分地基于我所发现的世界。无论是创业的视角，每个人都应该认为自己的工作生涯和职业生涯就像是自己的创业者。这并不意味着你必须创业。可能不应该，但你应该以创业者的方式思考你的职业道路。那是第一个。如何使这与公司和公司组织产生交互，对吧，等等。《闪电式扩张》是什么呢？是硅谷以及在某种程度上，实际上是中国，了解到的，而世界其他大部分地方并不真正了解的东西。这是在全球互联的世界里，如何从一个想法变成一个行业的转变，以及其中的非典型之处。所以里面有很多原则，比如拥抱混沌，有快速移动的倾向，然后在你前进的过程中解决破坏问题。有一章是关于负责任的闪电式扩张，确保你没有摧毁一些真正糟糕的东西，对吧？但这些都是其中的一部分。而当你比如说在进行互联网软件开发时，当然也包括移动端，你实际上是在与全世界竞争。不仅仅是与你旁边的人竞争，也不仅仅是与街道下的人竞争。而这是为什么成为一个了解速度和节奏的生态系统的一部分如此关键，以及解决市场营销的关键问题或是构建现代技术以进行某事的方式是什么，实际上是非常关键的原因之一。问：在这个过程中你如何管理人员，当你有这个愿景，并试图引领一家公司经历这种爆炸性增长阶段？答：嗯，书里也有一整套原则。但比如说，当你考虑到，规模扩张的节奏是将员工数量大约每十倍增加，比如10、100、1000等。那么组织如何变化。因为顺便说一下，这些公司的一些变化是一个数量级的。我见过从年初的20人增加到年底的800人的公司。好的，怎么做到这一点？因此你意识到的一部分是，你不是在追求完美，不是在寻求一个稳定的组织架构等。你意识到你以前的一些关键领导人在早期阶段可能不是正确的领导人。所以比如，一个非常微观但非常重要的建议，但对于这类规模化事务非常重要的是，比如说，好吧，你是我30人组织中的产品负责人。你不说，只要你表现良好，当我们成为一家有1000人的组织时，你将继续担任产品负责人。也许他们会，也许不会。你所说的是，只要你做得好，你的工作会继续变得更大。顺便说一下，当你从30人跳到1000人组织时，你的职责范围会更大。所以，就像你的工作变得更大一样。这并不一定意味着你仍然担任产品负责人。而实际上，当你在这种速度下跳跃每个规模层次时，通常会有超过50%的人，你会认为是公司的执行管理层会发生变化，而你必须为这种动态性做好准备。你必须为在此过程中的判断错误做好准备，即使以前做得很好的人现在可能不再适合这个位置，你必须有勇气兑现早期的承诺，建立信任关系，以便能够进行这种变化。这本书中充满了此类内容，因为这些是我学到的事情。你知道，《闪电式扩张》提到的，可能是最早学习快速增长的地方之一就是Paypal。问：你认为在这个领域最重要的软技能是什么？我们应该教什么，我们应该追求拥有什么？答：<a href=\"https://laohu8.com/S/FRED\">弗雷德</a>·科夫曼（Fred Kaufman）有一本我非常喜欢的书叫《意识商业（Conscious Business）》，这是思考管理作为一种同情心的概念，但不仅仅是对你正在处理的个人的同情，也是对你周围所有人的同情。所以比如，你说，哦，这个医生给出了非常糟糕的诊断。希望如果你解雇他们，那会很痛苦。就像，好吧，记住他们所有的客户和他们所治疗的所有人，也要对他们同情。所以你必须有这种广泛的同情心，并且要全面地表达同情。我认为最核心的可能是软技能。这是良好学习机构的重要一点，永远在学习，对吧？软技能是，看，认识到当你快速移动时，你会犯错。我意思是，比如，一种我在创业和快速增长环境中常用的说法是，这是我的工作决定和判断，我可能不是对的，但我们必须做出决定，我们必须继续前进，所以大家都必须一致，但我不是说那些不同意的人一定是错的。我们必须做出这个决定以便良好地运作。所以，这实际上是，我想，我不记得是哪一章了，在《闪电式扩张》书中，但那是几本书之前的事了。OODA循环是硅谷用语之一，它来自战斗机飞行员的术语。观察、定位、决定、行动。在战斗机飞行员中，教授这个是因为在空战中，拥有更快OODA循环的战斗机飞行员生还，其他人可能会丧命。所以你真的尽力让你的OODA循环正确。硅谷是那些谈论个体和公司OODA循环的地方之一，它必须运作正确，因为竞争的速度非常激烈。这是人们了解的东西，就像每一个从硅谷走出的大型初创公司背后，都有数十到数百个，有时甚至是数千个竞争者。顺便说一下，在中国，是成千上万个。因此，那些脱颖而出的公司有快速的OODA循环，并且非常具有进取心。因此，你必须有能力做到这一点，把这种文化灌输给其他人，处理你做出所有这些非常快速的决策的复杂性。因此，例如，为什么在领导力的相对软技能中，拥抱混沌是让每个人了解快速增长的反直觉规则的第一课，因为如果每个人都明白，像，我不会被完美地告知。我们会做出一些低效的决策，因为我们必须快速移动，必须做出决定，必须从中学习。我们作为一个团队共同做到这一点。所以，永远在学习是这个过程的关键部分。问：好的，我想在我们转向问答环节之前稍微改变一下话题，讨论一下人工智能、未来的工作和社会。这是一个包含来自各个领域的有趣想法的大话题。首先，你对未来3到5年内人工智能对社会的影响有什么看法？然后我们可以讨论一些更具体的事情。我不想特别讨论书籍，但里德刚用GPT-4在两个月内写了一本书。所以，实际上是两个半月。所以，这告诉我们我们当前，不是在不久的将来，将能够做到什么。你有什么想法？答：显然，人们喜欢对工作被取代大做文章。你知道，不想过于简化它，但随着时间的推移，我们的人类组织通常比技术的可用性和工作的变化慢得多。但是，如果你有一个基本上是尝试让人类模仿机器人的工作，通常机器人可以做得更好。但实际上会发生很多转变。所以比如说，如果你观察一家公司并说，好吧，让我们假设从现在起三年后的工具可以为每个工作岗位创造2倍或4倍的更好表现。销售，你会解雇销售人员吗？不。你喜欢2倍或4倍的表现提升，那太好了。所以，并非是要取代人类，而是会优先选择使用人工智能的人类获得工作。营销，这是公司之间的竞争。一些工作的组成可能会变化。所以比如说，如果你的工作是将数字形式输入广告系统，像机器人一样行动，那么速度会大大加快。但是，如何定位我们自己，创建情感连接，创建品牌，探索不同的方式，引入新型营销，比如内容营销等的工作。所以当你回顾所有这些部门时，并不会结束于我们正在减少人类工作。我们更倾向于使用人工智能的人类，对吧？所以他们。问：所以，这是我想插入的一点。是的，我们需要教育人们成为能够，智能地使用和消费人工智能的人。答：是的，确切地说。你看，即使是客户服务，往往也是给你一个剧本，按剧本办事，像机器人一样的表现。这种像机器人一样的工作，这些岗位会减少。但也许客户服务现在变成了，嗯，如何建立关系，对吧？所以你有一个AI帮你解决问题，我的东西到了，但它坏了或者我不知道怎么用，AI会帮忙解决。但接下来它会说，嘿，你想不想更多地参与我们的公司？然后这会转向人工辅助的AI来进行。所以无论如何，这也许是猜测，但工作会改变。所以一些任务被大大加速，其他的变得新可能。就像，你知道，在教育机构中也会发生这样的事。问：的确如此。但你认为变化的速度如何呢？我的意思是，有时候社会在变化速度是代际之间的时候很擅长适应，但代际之间的链条往往很难。答：你有想法吗？嗯，永远没有。如果社会的一部分继续加速，比如，你知道，在未来主义和后现代主义中，他们认为我们已经达到了最大速度，而我们现在比那时要快得多。你在互联网上推出一个新产品，几天内就可能到达数十亿人的手中。实际上，通常不是那么简单，但它可以做到。这种速度是新的，也是有挑战的。这是我很高兴你把它带回来的原因之一，因为我不是在试图说过渡会完全容易。人工智能能帮助我们过渡是好事。比如你说，嘿，我们现在在建造自动驾驶卡车，尽管我们今天卡车司机短缺，但如果每家厂商开始制造自动驾驶卡车，现在只有自动驾驶卡车可能需要10年才能替换掉一半以上的道路上的卡车。但你说，好吧，当卡车司机发现，等等，这是我喜欢的工作，工作正在减少和消失。你说，好吧，看，这种情况发生了。顺便说一下，这使道路更安全，使得交通管理更绿色，以及许多其他东西。但这里有一个AI可以帮助你找出你可能喜欢的其他工作，帮助你学习做那些工作，帮助你做那些工作。所以这种转型我认为是非常可能的，但转型的速度是困难的。具体来说，就不再像，你知道的，教育系统的一部分是建立在工业模式上的，就是你训练人们。你有了你的训练事情，现在你去工作，就像，嗯，你总得学习，对吧？就像你今天得到的培训。在五年内，如果我们取得了进步，那将会被修改。而不仅仅是通过工作经验来学习，你必须不断地学习。问：好的，很好。我想简要地转向政策，这也是你参与的领域。特别是，你知道，我们在考虑国内政策，稍微考虑一下人工智能和地缘政治。除此之外，考虑这些技术公司在教育我们方面的作用是什么，也思考什么是好的政策，与可能实际上窒息创新的限制性政策，这是一个你非常反对的领域。是的，后半部分。但现在的状态如何？你认为接下来几年我们会看到什么？答：嗯，我们做大事和减轻坏事的工具组只会增加。所以比如说，当你获得越来越大的AI模型时，我们实际上发现，将它们与人类利益保持一致，让它们发展起来更容易。比如说，如果有人来到AI，说我真的很沮丧，我在考虑自残，而不是说，哦，这里有一个很好的关于如何自残的网站。它说，哇，那真的很困难。我的意思是，你和别人说话了吗？你有没有想过找人谈谈？而且，你知道，我认为你，你知道，你可能能够处理这件事。因此，你知道，并以更一致和有帮助的方式回应。这也是我如此渴望走向未来的部分原因。是的，你知道，你开始强加，让我们慢下来，现在就停下来。这样实际上是有害的。比如说，如果我们在每个手机上都有一个医疗助手，不，我们不应该放慢速度，直到每个人都能通过手机使用。我们应该以某种方式让每个人都能接触到手机，也许是访问村里的手机，也许是访问邻居的手机，但是，你知道，类似这样的方式。显然，这并不意味着如果你说你在旅途中试图从A点到B点，以每小时5英里的速度行进对你没有帮助，但这并不意味着你不喜欢导航。在你到达转弯处时你慢下来，因为就像现在，不要走下悬崖。你会说，顺便说一下，这就是所谓的进步。是的，中间过程是困难的，你必须弄明白新的。但事实是，我们已经这样做了几十年，我们非常习惯这种方式。顺便说一下，这是织工对织布机的抱怨，对吧？他说，我们非常满足于我们的织造。你会说，是的，但如果我们用织布机，我们可以为所有人提供更多的衣服。这是一件好事。我们必须以各种方式帮助人类做这个过渡。所以我认为，在考虑政策时，问题不是我们太经常自然地想，我们如何减慢速度？我们如何停止？问题是我们如何到达正确的位置？我们要做些什么？所以比如，我有时和这个国家的政治家们坐在一起，我会说，你希望制造业恢复活力吗？像，是的，那些都是很棒的中产阶级工作等等。好的。你的产业政策是什么？比如，好吧，保护主义并不真的管用，也许管用十年，之后你就把更糟糕的未来交给了你的孩子。人工智能和机器人技术是重振它的最好方式。整个。但这不就变成了全自动的工厂吗？像，看，全部都是机器人工厂。我们还有其他有趣的机会。但实际上，事实上，当你看<a href=\"https://laohu8.com/S/AMZN\">亚马逊</a>中心，他们变得更加自动化。他们确实在每个工人那里运送了更多的包裹。再次强调，这是生产力和进步的体现。然而，他们也增加了员工的数量，这是资本主义进步的一部分。我认为这就是我们应该关注的问题。问：你认为我们的政策讨论在未来几年需要关注什么具体的事情？答：以医疗助手为例。现在，大多数模型的构建者都试图阻止它们以任何特定方式提供医疗建议，因为他们不想承担责任。我相信。除非他们处于医疗情况，因为至少有一个在场的人在做这件事，因为我之前刚刚见过他，但比如，一般像GPT-4之类的更倾向于远离这些。我真的认为如果我是一个积极主动的政策人员，我会说，看，这是你必须绘制的界限。你必须说，我不是医生。你必须说，你知道，你可以看医生吗？你必须说，我不确定我对你的建议，对吧？你真的应该寻求医疗建议。非常因果关系，但在此基础上，你可以给出一些答案，我们应该进行跟进，我们应该看看它是如何工作的，然后你可以开始在每部手机上配置一个医疗助手，对吧？因为，你知道，我们作为社会进步，我个人认为医疗保健应该由社会提供。我认为不一定要通过雇员。这里有很多人没有保险，这意味着他们无法获得。好吧，这可能是一个开始帮助他们的方法。比如，这将是一些积极实现正面结果的主动行为，可以在政策层面上做些什么。问：我收到要进行问答环节的信号，但我想问你对人工智能、社交网络的简要看法。答：我是LinkedIn的拥护者，这一点显而易见，这也是我认为技术公司需要意识到的，我们不仅是向个人提供产品。但当你达到一定的水平时，你还必须把社会作为一个客户。当你通过多米尼昂诉讼等事情看到，你知道，福克斯的观点评论员们在犯错的时候互相发短信。这是一个严重的问题。这是社会应该了解的东西。你应该有学习生态系统来达到这一点。所以这并不意味着你有一个真理提供者，就像我在LinkedIn会告诉你什么是真的，什么是假的。那是个挑战。你想要的是他们有一个学习生态系统，这是为什么我们在考虑几乎任何系统，任何机构时，我们都会说真相的判断是很重要的。我们有人类的小组讨论。我们在像科学、学术期刊和评论家那样的事情上做。我们在陪审团上做，我们在科学研究中做，所有这些事情。好吧，我们如何将这些部署为学习系统？这是我们应该努力实现的。问：感谢你今天的到来。我是这个领域的新手，只有一年的经验。我的问题是，如果你今天30岁，你会怎么做。答：如果你愿意冒险，承担风险，进行投资，愿意学习，那将会是一个机会。你会利用今天的机会。所以我在创业观点中提到的一点是，人们有点低估某些决定。所以一种决定是投资于软资产而不是硬资产。那是你周围的网络，知识等。现在每个人，很多人都听说过你或者投资知识是好事。更多地参与网络和行业，而不是具体的公司。公司可能很好，但哪些网络和哪些行业是那些会放大和增长的呢？然后尽一切努力加入其中。所以比如说，我对我的职业生涯的最终结果和我最终做的事情并不不满。但比如说，如果我回头去想可能会做出更聪明的决定是什么，比如我离开<a href=\"https://laohu8.com/S/AAPL\">苹果</a>去富士通是因为我必须是一个产品经理。我必须有产品经理的经验。实际上，也许决定是去网景，因为它是一个在线革命，成为在线革命的一部分比信义财产更重要。所以选择哪些网络和行业适合你，并且适合你想要做的事情。你知道，比如，我猜我不会点出来让某些人对我不满，但你知道，有些行业正在衰退。认真点。如果你不想，或者说要有考虑。如果你想去做那个行业，很好。但你要意识到你选择了一个潮流正面对着你而不是在你背后的行业。所以这种一系列的选择现在显然软件技术，人工智能可以是认知工业革命的一部分。另外一种方式是，你开始考虑，我在哪里持反传统且正确的观点，在哪里我有一个有趣的潜在论点能够脱颖而出，做一些不同凡响的事情？比如现在可能没有太多人关注人工智能药物发现，我就去做这个。我有生物学背景。我不知道你的背景是什么。所以我只是随意说点东西。而我在开始时所描述的视角就是说，看，你有你的一套资源，你有你的抱负，你面临市场现实，你正在那些方面做产品来拥有最大的竞争差异。那就是应该去关注的事情。问题在那边吗？问：嗨，我是切尔西。非常感谢你的分享。我很好奇，你的投资论点是什么，你最喜欢哪种类型的公司？是什么驱动你做出投资Airbnb的决定？答：我们来谈谈Airbnb的问题，因为这比较简单。因为其中有一个有趣的故事。第一个向我推销Airbnb的人把它说成沙发冲浪。这导致我一年都没有去见创始人。因为我想，啊，沙发冲浪不是一个很好的主意。它不会作为一个通用策略起作用。所以，你知道，其他人都在告诉我这些创始人很棒。我学到的第一课是不要让一个不是创始人的人向你过度推销，这会导致你产生消极印象，因为那个人搞错了。在见到三位创始人后的三分钟内，我就说，好吧，我会给你一个投资的提议。周日来向合伙人团队做陈述，等等。只有我们向合伙人团队做陈述。David Z是领英最宝贵的董事会成员，也是我加入Greylock的原因。所以我们讨论了演讲。创始人们走了。David Z看着我说，每个风投都必须有一个失败的交易。Airbnb可以是你的，对吧？我们在合伙人桌旁相互非常直白地交谈，我想，这很有趣。我认为这增加了我投资的兴趣。但六个月后，数据没有变化。David来找我说，好吧，你完全是对的。David的学习机是很不错。他来找我说，你是对的，我错了。你看到了我没看到的什么？我说，看，你说的一切都是对的。当地的联盟会讨厌它，尤其是酒店里。城市不会喜欢这种事情的重新分区。邻居们会感到不舒服。也许会发生一些坏事。所有这些都可能扼杀这次投资。他们有好的计划，这是世界应有的方式，这突然让旅行者有机会获得更独特的体验，与当地社区联系，无论他们在哪里。主人可以变成小企业家，提供房间、公寓。他们可以以酒店实际不会创新的方式创新。它可以便宜，也可以更贵，更愉悦。可以是整个范围。而这实际上是世界应有的样子。所以我认为如果我们能够规避这些风险，我们可以创造出真正令人惊叹的东西。而我认为，你知道，这三位创始人有可能具备所需要的素质。总有风险系数。综合地描述了我怎样看待投资。不能评论最近的投资，因为它们还处于隐蔽状态，但它，那是我回答Airbnb问题的原因。问：我有两个问题。首先，你们认为开源人工智能有哪些有价值的论点吗？其次，你们认为政策制定者是否正在超前地了解技术，以便比如同网络生态系统一样更合理地进行监管呢？2016年，你知道，那些坏人已经存在了，并且我们让一些影响发生了，而没有任何人真正注意到。你认为政策制定者是否更加关注正在构建的内容，并真正理解正在发生的事情呢？答：让我们看看。所以关于第一个问题，我确实认为，一般来说，开源软件，某种程度上是有好处的。所以我认为有一些不同种类的小型开源模型是完全好的。我认为促进创业精神，赋能学术工作，有开放性和审查都是好事。因此，如果你可以查看一个模型并知道，因为顺便说一下，这些模型一旦出现在世界上，就可以被后期训练。就像我进行了安全训练，然后我真的发布了，比如，安全训练可以被取消。所以你会说，嗯，我训练它不告诉你如何制造炭疽。是的，我可以对它进行反训练，它可以做到。然后突然间你有了更多的人知道如何创建炭疽的配方。相对于公共健康来说，这不是好事。所以这大概是关于开源的事情。我试图找出方法来说，你怎样才能获得一部分的开源而不是100%？比如，如何让你有更广泛的访问权限，这是好事，但不是对恐怖分子或疯狂的人。现在第二点，问题是你构建技术做了一堆好事，然后你遇到了一些挑战。在那个时刻，事后看来，每个人都会说，嗯，你当时应该怎样监管是很明显的。你应该这样做。但是，顺便说一下，如果你试图事前进行监管，你对真正的问题是什么，以及如何导航的看法，实际上，即使是在专家中，几乎肯定也是不准确的。因此，你可能阻止了很多好事情，也许你阻止了坏事情，但你也使进步大大减少。例如社交网络，我们遇到了新西兰的事件，你说，我想要更少的谋杀案。但是你做的是，你说必须对它进行审计。你必须让你的审计师运行它，我们将有一个罚款结构。因此，如果你意外地展示了一次谋杀案，那可能要花费10000美元。但如果你在同一事件中展示了100次谋杀案，好吧，那是100万美元。顺便说一下，科技生态系统将找到一种方法来保持它非常小。因此，这是思考这些监管问题的正确方式。但是，当然，然后你必须做的艰苦工作是思考你试图避免的结果是什么，这是真正的工作，而不是仅仅说直到你知道你是完美的就停下来。如果你这么做，就像今天用来评估技术的标准，阿司匹林不会被批准，汽车不会被批准，你知道，如果他们是从一开始就批准的。因此，你必须说不，我们怎样在前进的过程中学习和迭代，并逐步添加安全带，这是我们需要讨论的。问：我的问题是关于Inflection AI。我认为Inflection AI可能是最擅长理解和表达情感的大语言模型。我很好奇达到这一点的秘密是什么，为什么GPT-4和Gemini不能做同样的事情？答：我认为最好的是我就直说，那是我们的商业秘密，我认为它是可复制的。我认为其他人也是，技术中的一件事就是人们看到它，他们意识到他们也可以生产。但这是由许多非常聪明的人多年的工作才实现的。问：我的问题是关于你的背景。你提到你学习过象征系统和哲学。我很想了解你为什么选择学习这些以及为什么选择转向创业。你的背景如何让你成为一个更好的投资人、创业者。答：我认为投资不是一个分析，比如折现现金流和市场增长和CAC和LTV以及所有这些事情，你知道，那些是重要的。但事实上，当你在想象世界可以变成什么的时候，它是一种可能性的镜头。这是一个关于你可能能够构建的技术的问题。它是团队如何操作、何如扩展以及其他一些事情的问题。因此，你知道，当我和Sam Alton一起教导一些why评论员课程时，Sam问我，我相信什么，而是这个房间里大多数人不相信的？我想，为了成为一个好的创业者，你需要有一个明确的人性理论。然后当你在构建你的产品并考虑它时，你说，这是我对人性的看法。这是我认为人们会对我的产品有好的反应，因为我将帮助他们提升，变得更好，通过。而这是哲学有用的其中一个地方。在象征系统的情况下，尽管我是从思考象征系统需要学习什么的角度进入哲学的。这是关于如何在你创造的人工制品中，考虑思考或考虑语言如何工作时，采取精确性的问题周围。我认为这比做技术创新时的许多其他事情更重要。现在显然，你必须理解一些技术才能惊喜。这个问题就像估值和泡沫，风投，现在是AI。这里发生的一件事是，每个人都说，哦，天哪，就像在互联网上一样，会有惊人的技术。人们开始投资。你知道，估值，特别是作为投资者，会认为你可能会希望他们，他们在折现现金流分析和其他一切上并不完全有意义。问题的一部分在于，我们应该考虑什么样的时间范围以及复利的情况。所以我认为有很多疯狂的交易，部分疯狂的交易也是疯狂的估值。但这也是人们知道你可能会在相对短的时间内创造出价值数十亿美元的公司，并且你现在就在对此进行风险投资。你知道，作为一个投资者，我会希望估值更低。市场导致估值更高。你知道，这对创业者来说是好事，这最终是我真正喜欢的，因为这样才能创造出东西。投资者有时候只是跟着一起走，尝试帮助一下，如果他们做得好的话。因此，无论如何，这是一个简化的回答，然后这是，你知道，为什么几乎总是技术，你知道，经典的投资者会说这个技术东西都是疯了，因为它们都是在很高的价格上竞价的。比如<a href=\"https://laohu8.com/S/TSLA\">特斯拉</a>，为什么特斯拉的估值比所有其他汽车公司加起来还要高，你我并不是说这应该是这样，我只是说，这是一个问题。这可能是特斯拉的投资者广泛相信的，他们会说汽车和自动化运输的转变是从一个机械工程范例转变为一个软件范例。而且现有的公司都不会生存，不会做到这一点。并且特斯拉将成为一个伟大的，你知道，汽车巨头，那么估值就不那么疯狂了。现在，我认为他们的估值可能是让这种可能性看起来像一个确定性，而不是一个可能性。对吧？但是，你知道，那种事情是部分市场估值在科技上发生的原因之一。这就是为什么人们确定技术中即将到来的东西是未来的原因，他们在这方面基本上是正确的。谢谢你。问：你认为人工智能会从根本上挑战人际关系和交流的重要性吗，特别是在那些以人际关系为中心的行业？例如，K-12学校，你认为我们说教师学生之间的关系是决定学生成长和表现的最重要的因素之一。你认为人工智能最终会以某种方式挑战或修改这一点吗？答：我认为它会转变，因为它会像一位无限耐心的导师一样加入到教育系统中。所以与现在你有一个教师说，看，我负责X个学生，我只有有限的时间。如果一个学生没弄明白，我就有限的时间去调试和花时间，你有一个实际上会在那种情况下帮助的东西。我不认为它会取代，因为，你知道，作为一个姿态比较，你知道，人类不再像AI那样下棋了，完全停止。但我们有更多的人在观看人类与彼此下棋。我们是以人为本的。这就像我们是部落群居动物。因此，我认为可能，即使会有一些人说，哦，没有人理解我，这个AI是我唯一的朋友。你知道，我们会有一些那样奇怪的功能。我认为我们构建AI，比如Pi，说，嘿，让我帮你连接你的朋友，我认为是更健康的。并且我认为从广泛来说，我认为人们会自然而然地朝着那个方向前进，因为我们以各种方式喜欢人际连接。因此，我认为它可以是变革性的，但增强性的，无论是教育、医疗，所有这些事情。我认为它会是有帮助的，也会带来一些转变。问：好的，非常感谢您的到来。感谢您的参与，谢谢大家的光临。</blockquote></body></html>","source":"lsy1690508328926","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>硅谷大神Reid Hoffman最新访谈：AI取代不了人，懂AI的人更具竞争力</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n硅谷大神Reid Hoffman最新访谈：AI取代不了人，懂AI的人更具竞争力\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-04-05 21:20 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/STMs6C9Hpni_Z6zEyZasIA>硬AI</a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\nHoffman表示，未来几年内，对英伟达芯片的需求将继续旺盛。人工智能的未来是什么？4月3日，在哥伦比亚大学新推出的杰出演讲者（ Distinguished Speaker）系列活动上，LinkedIn联合创始人里德·霍夫曼(Reid Hoffman)与哥大商学院院长考斯蒂斯·麦克洛里斯(Costis McCloris)共同探讨了人工智能和数字经济的未来图景。Hoffman是美国著名的互联网企业家...\n\n<a href=\"https://mp.weixin.qq.com/s/STMs6C9Hpni_Z6zEyZasIA\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/a634e8790c1aa34dfd969cd3881a7245","relate_stocks":{},"source_url":"https://mp.weixin.qq.com/s/STMs6C9Hpni_Z6zEyZasIA","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"2425550615","content_text":"Hoffman表示，未来几年内，对英伟达芯片的需求将继续旺盛。人工智能的未来是什么？4月3日，在哥伦比亚大学新推出的杰出演讲者（ Distinguished Speaker）系列活动上，LinkedIn联合创始人里德·霍夫曼(Reid Hoffman)与哥大商学院院长考斯蒂斯·麦克洛里斯(Costis McCloris)共同探讨了人工智能和数字经济的未来图景。Hoffman是美国著名的互联网企业家和风投家，联合创立了职业社交网站LinkedIn的，还是PayPal的创始董事会成员，此外，Hoffman还是硅谷著名风险投资公司Greylock Partners的合伙人，投资了Facebook、Airbnb、Zynga等知名科技公司，被誉为“硅谷最成功的天使投资人之一”。在这场炉边谈话中，Hoffman提到了AI技术的发展前景以及发展过程中可能会遇到的问题，作为一名资深风投家，他还阐释了自己的投资理念以及对AI投资风潮的看法。Hoffman表示，未来，AI不会取代人类，反而是拥有AI技能的人在就业市场上更会被优先考虑，随着AI技术的进步，在终端设备部署小模型的需求会逐渐增加，最终呈现多种模型在不同领域共同部署的样态。核心观点如下：1.大规模应用计算的能力会持续增长，一些功能甚至呈指数级增长。2.开源软件具有很大价值，类似于公开和开放的科学，但要保持谨慎使用的立场。3.在需求驱动下，未来大模型和小模型将共存。4.未来几年内，对英伟达芯片的需求将继续旺盛。5.数据的基础上进行AI训练是对技术的公平使用，比起数据所有权，更重要的是让AI惠及全人类。6.核聚变和核裂变是应对气候问题的关键。7.技术的公益性很重要，这也是尚未得到解决的问题。8.AI不会取代人类，反而是拥有AI技能的人更具竞争力。9.AI非常可能带来产业转型，但速度上可能会很缓慢。10.在管理领域，软技能可能是最核心的能力，比如保持永远在学习的状态。以下为访谈全文：开场词：大家晚上好。我是史蒂芬·迈耶，我是商学院的詹姆斯·P·政府商业教授，我很高兴今天欢迎大家参加这场关于塑造未来的人工智能和数字经济的炉边谈话。这是一个新的演讲系列的一部分，这个独特的演讲系列应该为商业领袖提供一个平台，分享他们的见解以及如何设定和实施非常雄心勃勃的目标，以及如何激励创新。没有比里德·霍夫曼更合适的人来开启我们的讲座了。所以我非常荣幸欢迎并介绍我们的两位嘉宾，里德·霍夫曼，LinkedIn和Inflection AI的联合创始人，以及Graylock合伙人和科斯蒂斯·麦克莱尔，哥伦比亚商学院的院长。能有你在这里真是太棒了，里德。他说我应该把他介绍为一个人，我稍微展开一点。因此他被称为硅谷人脉最广的人。我确信他可能也是最忙碌的人之一。所以感谢你来到这里。他显然是一位非常成功的企业家和高管，在建立LinkedIn和Paypal等领先的消费品牌方面发挥了重要作用。作为一名投资人，他在许多公司，如Facebook和Airbnb中扮演了关键角色。他还不仅仅写了一本，而是五本畅销书，尽管他的最后一本是与一个非常强大的合作者GPT-4共同创作的。我相信他们讨论了这是否算作作弊还是聪明的行为。他不仅参与了商业活动，还参与了许多慈善事业，并因此获得了许多奖项。对我来说最了不起的是，他获得了英格兰女王授予的英帝国荣誉指挥官奖项。我认为这非常酷。以及马丁·路德·金中心颁发的伟大致敬奖。欢迎里德来到哥伦比亚商学院。他将与科斯蒂斯·麦克莱尔进行讨论。他是哥伦比亚商学院的第16任院长，并且是大卫和琳·塞尔夫商业教授。他是从电气工程师转变为商学教授，再转变为商学院院长。在他的领导下，我认为学校发生了相当大的转变，尤其是在引领和特别是在教育中拥抱技术方面。鉴于他的愿景，他对我们项目的戳认证，推出MBA/MS工程双学位以及许多其他举措起到了关键作用，包括数字未来倡议，这是我非常关心的，因为我是其中的一名教员联合主任，它是在这里共同赞助的。这是我们商学院的新智库。它的目标是通过数字化转型的下一个世纪来准备帮助组织、政府和社区理解并从当前和未来的数字化中受益。因此，我非常期待我们即将进行的讨论。进一步介绍之前，让我们欢迎里德·霍夫曼来到哥伦比亚商学院，并将话筒交给迈克卡尔斯院长。好的。问:谢谢斯蒂芬。那是一个简短的介绍。它可以更短，但是是的，非常感谢。我在思考这场对话，并意识到它可能会走向许多不同的方向。我们可以谈论早期互联网和Paypal时期。我们可以谈论建立LinkedIn这样最成功的社交网络之一。我们可以谈论作为风险投资家在湾区的令人难以置信的职业生涯，但我认为我们现在应该谈谈AI。特别是因为你实际上已经参与了投资、创立公司、向政府提供建议，你知道，总之就是在那个领域。我认为讨论这个并听听你的想法会很棒。现在，我们之前进行了一点小交流，你使用了“认知超能力”这个词。所以我想问你的第一个问题就是为我们概述这些AI的能力的惊人增长，从你的角度来看，你认为我们会怎样发展？然后我们再继续。答：从根本上来说，我认为我们正在做的是创造一种认知工业革命，就像心灵的蒸汽机一样。蒸汽引擎使物理事物变得更强大，开启了工业革命，允许运输和物流。我现在就是在做制造。这是那样的。但在认知和语言特征方面，触发它的算法已经被了解了几十年。但这是一个规模计算的事情。因此，它是事实，您可以应用数千、数万个计算单元、GPU，它改变了它们的构建范式，从编程它们到它们学习。这是为什么你有数据和所有其他东西的部分原因。我们仍然非常早期的阶段，因为这些AI、这些代理、这些模型已经学到了一些非常有趣的事情，当他们才刚刚开始理解数据交易范式、计算规模等之间的关系。但例如，GPT-4已经给了我们超能力。我确信我们可以找到大约20到30个人可能能做到这一点。当你说，我想要那个，加上它与海洋学的相似之处，不需要任何人，GPT-4可以做到。现在，做这个的想法，某种程度上，是当你使用这些设备时，你得到了什么。因此，例如，在教育背景下，你说，为我写一篇关于商业策略的聪明随笔，不太可能那么好。我的意思是，它会是连贯的。如果你说，我想了解数据和制造业的交集将如何在某些全球供应链中区分通用和特定机器人，假设这些材料变得更昂贵，那些材料变得更便宜，可能会得到一些更好的东西。而且它在这些运作中仍然很有用。这就是我所说的认知超能力。像我在写这本书时意识到的一件事是，我们的思考模式正在发生变化，随着我们学会变得深思熟虑，我们的思考模式将更像是一场电子游戏。因为与其长时间散步试图得到那个伟大的想法，不如坐下来开始敲击，并说，好吧，这是一个提示。那不是很有趣，但这里是另一个。我认为我们将拥有更多这种迭代过程中更好的方式思考和推理的能力。显然，将会有很多不同种类的超能力。因为，例如，我有非常有限的艺术能力。但如果我有一个想法并且可以描述它，我可以去DALL-E或Midjourney并开始获得东，在这些领域也有所扩展了。因此，如果我想为我的朋友的生日制作一张卡片，并想做一些特定的事情，并且有一个视觉想法。这是另一种形式的超能力。这些只是对所有事物的姿态的开始。我认为我们对语言所做的任何事情都是开始放大的最小值。问：当你考虑变化的速度时，回想一下，我的意思是，你提到的许多事情都已经被人们知道了很长时间。在过去的10年里，我们开始基本上在大规模应用计算。数据是我们在过去的10年里开始大规模应用的。Transformer大约7年前被发明。但是在某种意义上，我们已经看到了能力的戏剧性增加。你看到这种趋势继续下去吗？答：所有的指数曲线最终都会变成S曲线。但我认为它肯定会在接下来的几年甚至更长时间内继续下去。任何声称他们确定知道它将在几年后继续下去的人，它肯定会发生。但是，你知道，所有这些事情最终都会发生。S曲线的一部分，我认为有些人会犯的错误之一，就是他们会认为三年后就会变得超级聪明，他们会问，你能得到这条能力的S曲线吗？这是由更大规模的计算驱动的吗？他们会说，这就是智商曲线。但这并不完全是一条智商曲线。你所做的推论、判断实际上并不是同一件事。现在，一些功能正在呈指数级增长。但这与智商并不是一回事。问：你坐在一个有利的位置，投资整个AI生态系统的全局。你对开源与专有模型或类似事物的看法如何？我们如何加速成长，使其可能更普及，你对此有何看法？答：所以我在LinkedIn的Mozilla董事会工作了将近11年，我们开源了许多不同的东西。我通常认为开源各种软件具有很大的价值，类似于公开和开放的科学。这些模型具有很多功能。其中一个问题是将模型开源，使其普遍可用，它们将把功能交给每个人的手中。现在如果你说，嘿，我们可以开源它们，它只会是学术机构，只会是企业家，只会是政府。但开源的问题是，一旦模型从酒吧出来，就在那儿了，无限存在。就像我们看到的一样，这些各种开源模型被用于生成内容，试图扰乱我们的信息系统。而且这是我们需要反对的事情。现在，我认为我们也可以用AI来帮助这个。但我对开源这些模型持更谨慎的态度的原因是，它也会放大坏人。好吧。如果那些人有一个开源的web浏览器，他们没什么特别的可以做到的。一个开源数据库，同样，没什么特别的可以做到的。这些模型给了他们超能力，可能更有害。问：我们已经通过分享一些模型，充分开源了吗。答：所以一些用例，像大规模的政治错误信息。是的，当前的开源模型可以做到这一点。其中一些，比如我们看到增加的，并且会继续看到增加的网络攻击，因为钓鱼等等，类似于错误信息。然后一些其他领域。我认为到目前为止，我们没有延伸线，如生物恐怖主义等。但是如果你只是继续开源一切东西，那就会到达那里，就无法控制这些负面案例了。而且有些是严重的。所以到目前为止，是存在一些问题，但没有五级火警。但是如果你不小心，我们会很快达到五级火警。问：好吧，让我换个话题。我们已经走上了你之前提到的大规模计算，大规模模型的道路，基本上建立了具有通用属性的基础模型，然后我们在不同的应用中部署它们。但另一种观点是，与其构建大规模通用模型，不如构建较小的针对特定应用的模型。而且，正如你在工程领域所知道的那样，这种情况已经发生了很长很长时间。您如何看待目前的情况？双方都付出了很多努力，您观察到了什么？答：到目前为止，当你观察GPT-2、3、4等，例如，你为某些案例对3进行了微调，然后发现4在大多数3已经微调过的案例中表现更佳，甚至比3.5还要好。因此，到目前为止，在能力增强方面存在一种美德，即随着模型规模的扩大，它们就会变得更加健壮、更有能力、更像是一个即时、快速、按需的研究助手。它存在一些幻觉问题，尽管他们正试图通过搜索等其他方式修复这个问题。这个幻觉问题永远不会降到零，但你可能会将它降到远低于人类标准，在这种情况下，对我们来说，这几乎等于零或接近绝对足够。因此，大规模模型具有惊人的能力提升。尽管如此，你可能会有理由想要一个小型模型，并在手机上运行。它的运行成本更低。它真的只需要做一些特定的事情，或者它有一个不同的训练领域，在那个领域你希望它的生成性能更好，错误率更低。你不在乎其他所有事情。因此，这就是为什么我认为，未来不可避免的一部分是，不仅仅是一个模型。当你创建一个智能体或你创建一个应用程序语言时，你会部署多个模型。问：其他协调。很好。让我们稍微转向硬件方面。你提到了计算硬件，我脑海中浮现出英伟达、GPU、大型集群。的确，我五个月前与黄仁勋进行了一次对话，当时他的公司刚刚突破了1万亿，现在他们大约是2.3万亿。你怎么看待某种意义上这些东西现在没有被商品化的事实。现在看来，台积电并未因其生产这种超前沿集群的能力而提取显著的经济利益，并且你认为这种情况会持续吗？你认为硬件是这场革命的不可避免的推动者，还是随着时间的推移，会变得商品化？答：我认为英伟达做了很多伟大的工作。他们并不是专门为了AI或之前的加密货币而创建GPUs的。它恰好是一个非常好的数学处理器。而这与那些案例相吻合。我认为，这是关于资本主义、发明等一些好事情的一个方面。我认为，对英伟达来说竞争是不可避免的。没有什么结构性地阻止这一点，对吧？做了伟大的工作，有一个伟大的团队，有一个伟大的建筑和设计文化。因此我认为，未来几年内英伟达芯片将继续需求旺盛。但你知道，我知道很多努力在创造替代芯片，替代方案，这是当你有市场需求时发生的事情的一部分。因此我认为，可能从现在开始一到两年，你将开始看到一些芯片至少它们可能还不适用于训练，但会在我们行业称之为推理的方面有帮助，即服务于模型和结果。但我认为，我看到很多初创公司在推销，我也看到很多大公司也在想办法以有趣的方式做到这一点。问：所以你提到了训练，你可能需要尖端技术推断，当我训练了模型并现在正在查询以获得响应时，我可能需要特殊用途的硬件，但更简单、不同的硬件。答：是的。问：好，我想稍微转向数据，你知道，这些系统正在摄取大量的数据，我们的数据也是如此。这里既有是否我们正在耗尽可供它们摄取的新数据的问题？答：我不认为这是事实。问：但另一个问题是数据所有权的问题。你对此有何看法？我的意思是，你肯定从各个角度思考这个问题了，包括你知道的，所有OpenAI正在进行的事情。所以你怎么看？答：所以数据是一个复杂的问题，大多数人没有很好地思考。所以通常会有这样的问题：例如，像你的相机被拿走了，像是这个房间里拍了我的照片？那是你的照片吗？那是我的照片？那是我们的照片？你知道，那种事情和数据有关，我可能签了一些放弃声明，那大概是你的照片，但你知道，但这是一件复杂的事情。数据的价值是什么？制作出来的数据的价值是什么？因此，我对所有这些事情的第一个看法就是，当你在训练时，就像是这些模型在阅读，对吧？所以管理数据的规则应该是与管理阅读相同的规则，即你是否有阅读你所阅读内容的合法权利。比如你是否买了书，等等。然后，那就没问题了，因为那是阅读。因为版权法不阻止我买一本书或把它卖给你然后你读它。这都是其中的一部分。它确实阻止我做的是，我买了这本书，然后我说，哦，我要重新写这本书然后自己开始卖它，等等。因此我认为这是你希望在数据方面处于的细微差别。显然，有各种地方，你会说，好吧，有些是我私人数据，我不想在任何地方泄露的。而这些生成模型并不擅长知道何时该这样做，所以不要将那些数据输入到通用模型本身中。现在的部分原因是，生成模型更像是一个推断引擎。人们通常认为它频繁地作为一个数据库，但是要到达推断引擎，因为你有一堆数据要到那里，但它是一个推断引擎。所以，纽约时报的法律案件之一令我感到好笑的事情之一是，看，它重复了这些文章，你会说，好吧，你复制并粘贴了文章的前半部分然后说完成它。它已经为此学到了一些东西。现在，拥有第一半文章的人可能拥有整篇文章，并且这可能仍然是一个合法的情况。我不确定这里是否有伤害。如果你说给我标题的那篇文章，它生成了，那么你会说，好吧，你给了一些纽约时报正在卖的东西，而这个人还没有购买。那会是一个问题。我认为这些模型不会这样做，因为它们被训练不这样做。因此，在数据方面有很多不同复杂性。我认为，例如，你在互联网上公开可得的地方进行训练，比如我在互联网上发布，我说请大家阅读这个，AI模型阅读并在此基础上接受训练，在我看来，是对技术的公平使用。我认为，我们想要这些模型的存在非常重要。我们在上台之前很快讨论的一件事是，你知道，有了这些AI模型，我们知道如何创建一个可以在每个智能手机上工作的医疗助手，无论你是否有机会看医生。显然，它甚至可以以这样的方式接受训练：嘿，你有看医生的机会吗？如果你有，很好。让我告诉你一些事情，你应该立刻去看医生，那就是你告诉他的，或者，你可能还好。但这些是你可能想要和你的医生核实的事情，如果你没有看医生的机会，就说，看，我不是医生，但这是你可能考虑的事情。那可能是惊人的导师，以及其他一些事情。或者，比如，你负担不起律师，你正在看像合同这样的东西。那么，实际上有一些东西可以帮助你处理这个问题是一件好事。因此，我通常认为我们应该希望这些模型接受训练，我们的主要问题不是应该训练模型，而是让我们确保能尽可能地让更多人使用这些模型，以帮助整个人类，而不仅仅是富有的人或者是富裕国家。无论如何，这只是对某些数据的初步印象，但它显然非常复杂。是的，这是一个不断发展的话题，我们就这么说吧。问：是的，这是一个不断发展的话题。我只想说，你提到了OpenAI。你是OpenAI最初的早期投资者之一，对吗？然后你创建了Inflection AI。你在那里进行了各种投资。是什么促使你帮助创立OpenAI，然后继续在这方面深入？您如何评估AI投资？我的意思是，你现在在这个特定领域已经做了大约八年了。OpenAI的投资是在16年还是15年？答：我不是个善于记忆的人，所以我需要查阅文档来确保准确性。起初，我认为自己将成为一名学者。在牛津攻读哲学学位时，我决定通过帮助创造软件来对世界产生更大的影响。我从未想过会成为一名投资者。成为投资者并不是我的直接目标，而是我帮助构建正确项目的方式。所以，一开始更多是出于企业家精神或产品创造的目的。因此，当我研究这些技术时，我通常作为一名软件领域的专家。我也进行了一些非软件投资，但这些几乎都是慈善性质的。就像，我认为核聚变和核裂变是应对气候变化的关键，我会在这些领域进行一些投资。有时你会看到一个你认为世界上应该存在的产品，所以你会投资。我在投资时会在我的账本上将这些投资额归零，因为我对预测结果范围一无所知。我当然希望它们具有经济价值。但在软件领域，从互联网事务开始，然后是Web 2.0，接着是Web 3和人工智能。我寻找能够对个人、团体、社会乃至人类产生巨大影响的东西以及世界应该如何运作。如果这是使一个行业发生真正有价值变革的一种方式，并且有一个企业家，不论男女，拥有一个很好的计划并且资源、时机都合适，这就是我会进行投资的时刻。现在，对于OpenAI而言，一切始于与Sam Altman和Elon Musk的一些讨论。那时，我们意识到AI革命即将到来。我们应该确保有利于人类的人工智能不仅仅是大型科技公司的专利，而是应致力于人类利益。我并不是反对大型科技公司，它们为人类做了很多事情，但我认为这是件好事。这也是我加入Mozilla董事会超过11年，仍然是董事会成员的原因，那就是公共利益技术真的很重要，这是目前解决不了的问题。所以，是的，让我们帮助启动它。那时，我们认为，也许这里有些东西。风险投资的一部分，比如种子轮或A轮投资，就是一个可能行得通的想法，对吧？让我们尝试一下。然后随着你继续进行，这是我从成为一名风险投资者中真正学到的东西之一，即硅谷之所以成为如此令人兴奋的地方之一，就是因为它强烈的关系网，我们所有人都在非常快的速度上交换有效或无效的信息。因此，整个生态系统都在学习。这在资金融资方式上有所体现，即从种子轮到A轮、B轮、C轮等。当你通过一些关卡证明了某个想法有更高可能性行得通时，你就进行下一轮更大的融资，享受更高的估值等。你会让一个注视着它的、投资于它的、选择加入它的人员、投资者、客户、合作伙伴等网络来支持。因此，OpenAI一开始的想法是，这规模化的AI可能会带来一些有趣的成果。我们不知道，可能让我们尝试并确保其治理首先面向人类考量，这是现在它成为一个非营利性组织，由非营利部门管理原因，你知道，帮它一脚。问：在过去几年里，你是如何评估AI投资的？答：我不确定现在是否有任何软件投资不把自己标榜为人工智能投资，这挺有意思的。你知道，这很像早期的互联网，其中有些东西将会非常惊人。会有很多事情看起来有些疯狂并且因为它们没有真正思考战略面貌而不会实现。是的，我认为从总体上看，存活并茁壮成长的公司将在很大程度上是积极的和连通的。你知道，我将不得不关注一些事情，看看它们的做法。但可以想象，一些初创企业可能会产生潜在的负面影响。但请记住，投资者不喜欢与之关联，员工不喜欢与之关联，客户也不喜欢做那样的事情。有很多网络治理。因为当我们考虑如何对人类负责时，这不仅仅是选民去投票，投票站的问题。它也涉及到客户、员工、投资者、媒体等，所有这些都构成了治理的网络。所以，我认为通常当你通过这个过程，你通常会得到一个广泛积极的结果。不总是，但通常会。因此，我认为我们将会看到涉及认知任务的任何事情、涉及语言的任何事物的转变。我认为我们将会看到新的药物发现类型。其中一件事我在7年前告诉斯坦福大学的长期计划委员会的是，我看到了人工智能如何可以在每一个学术领域中充当放大器的可能路径。甚至可能在理论物理学中也是如此，对吧。所以，如果你想自己做这个练习，只需想象一下，如果它比专业搜索引擎好1000倍。每个学科都可以利用一个专业搜索引擎。那么，想象一下比它好1000倍的情况。那会是一个有用的人工智能工具。这并不意味着它将会写论文。显然在某些方面可能会做到，但当它与人类对这些概念的理解结合时，论文会更好。问：我想换个话题。我们这里主要有MBA学生，我想转向领导力，特别是管理这些公司的爆炸性增长和规模扩大。你做到了，你创办了最成功的社交网络公司之一LinkedIn，并引领它经历了爆炸性的增长。当考虑到这一点时，你想到了哪些事情？答：如你们可能知道的，我确实写了一本名为《闪电式扩张（Blitzscaling: The Lightning-Fast Path to Building Massively Valuable Companies）》的书。它部分地基于我所发现的世界。无论是创业的视角，每个人都应该认为自己的工作生涯和职业生涯就像是自己的创业者。这并不意味着你必须创业。可能不应该，但你应该以创业者的方式思考你的职业道路。那是第一个。如何使这与公司和公司组织产生交互，对吧，等等。《闪电式扩张》是什么呢？是硅谷以及在某种程度上，实际上是中国，了解到的，而世界其他大部分地方并不真正了解的东西。这是在全球互联的世界里，如何从一个想法变成一个行业的转变，以及其中的非典型之处。所以里面有很多原则，比如拥抱混沌，有快速移动的倾向，然后在你前进的过程中解决破坏问题。有一章是关于负责任的闪电式扩张，确保你没有摧毁一些真正糟糕的东西，对吧？但这些都是其中的一部分。而当你比如说在进行互联网软件开发时，当然也包括移动端，你实际上是在与全世界竞争。不仅仅是与你旁边的人竞争，也不仅仅是与街道下的人竞争。而这是为什么成为一个了解速度和节奏的生态系统的一部分如此关键，以及解决市场营销的关键问题或是构建现代技术以进行某事的方式是什么，实际上是非常关键的原因之一。问：在这个过程中你如何管理人员，当你有这个愿景，并试图引领一家公司经历这种爆炸性增长阶段？答：嗯，书里也有一整套原则。但比如说，当你考虑到，规模扩张的节奏是将员工数量大约每十倍增加，比如10、100、1000等。那么组织如何变化。因为顺便说一下，这些公司的一些变化是一个数量级的。我见过从年初的20人增加到年底的800人的公司。好的，怎么做到这一点？因此你意识到的一部分是，你不是在追求完美，不是在寻求一个稳定的组织架构等。你意识到你以前的一些关键领导人在早期阶段可能不是正确的领导人。所以比如，一个非常微观但非常重要的建议，但对于这类规模化事务非常重要的是，比如说，好吧，你是我30人组织中的产品负责人。你不说，只要你表现良好，当我们成为一家有1000人的组织时，你将继续担任产品负责人。也许他们会，也许不会。你所说的是，只要你做得好，你的工作会继续变得更大。顺便说一下，当你从30人跳到1000人组织时，你的职责范围会更大。所以，就像你的工作变得更大一样。这并不一定意味着你仍然担任产品负责人。而实际上，当你在这种速度下跳跃每个规模层次时，通常会有超过50%的人，你会认为是公司的执行管理层会发生变化，而你必须为这种动态性做好准备。你必须为在此过程中的判断错误做好准备，即使以前做得很好的人现在可能不再适合这个位置，你必须有勇气兑现早期的承诺，建立信任关系，以便能够进行这种变化。这本书中充满了此类内容，因为这些是我学到的事情。你知道，《闪电式扩张》提到的，可能是最早学习快速增长的地方之一就是Paypal。问：你认为在这个领域最重要的软技能是什么？我们应该教什么，我们应该追求拥有什么？答：弗雷德·科夫曼（Fred Kaufman）有一本我非常喜欢的书叫《意识商业（Conscious Business）》，这是思考管理作为一种同情心的概念，但不仅仅是对你正在处理的个人的同情，也是对你周围所有人的同情。所以比如，你说，哦，这个医生给出了非常糟糕的诊断。希望如果你解雇他们，那会很痛苦。就像，好吧，记住他们所有的客户和他们所治疗的所有人，也要对他们同情。所以你必须有这种广泛的同情心，并且要全面地表达同情。我认为最核心的可能是软技能。这是良好学习机构的重要一点，永远在学习，对吧？软技能是，看，认识到当你快速移动时，你会犯错。我意思是，比如，一种我在创业和快速增长环境中常用的说法是，这是我的工作决定和判断，我可能不是对的，但我们必须做出决定，我们必须继续前进，所以大家都必须一致，但我不是说那些不同意的人一定是错的。我们必须做出这个决定以便良好地运作。所以，这实际上是，我想，我不记得是哪一章了，在《闪电式扩张》书中，但那是几本书之前的事了。OODA循环是硅谷用语之一，它来自战斗机飞行员的术语。观察、定位、决定、行动。在战斗机飞行员中，教授这个是因为在空战中，拥有更快OODA循环的战斗机飞行员生还，其他人可能会丧命。所以你真的尽力让你的OODA循环正确。硅谷是那些谈论个体和公司OODA循环的地方之一，它必须运作正确，因为竞争的速度非常激烈。这是人们了解的东西，就像每一个从硅谷走出的大型初创公司背后，都有数十到数百个，有时甚至是数千个竞争者。顺便说一下，在中国，是成千上万个。因此，那些脱颖而出的公司有快速的OODA循环，并且非常具有进取心。因此，你必须有能力做到这一点，把这种文化灌输给其他人，处理你做出所有这些非常快速的决策的复杂性。因此，例如，为什么在领导力的相对软技能中，拥抱混沌是让每个人了解快速增长的反直觉规则的第一课，因为如果每个人都明白，像，我不会被完美地告知。我们会做出一些低效的决策，因为我们必须快速移动，必须做出决定，必须从中学习。我们作为一个团队共同做到这一点。所以，永远在学习是这个过程的关键部分。问：好的，我想在我们转向问答环节之前稍微改变一下话题，讨论一下人工智能、未来的工作和社会。这是一个包含来自各个领域的有趣想法的大话题。首先，你对未来3到5年内人工智能对社会的影响有什么看法？然后我们可以讨论一些更具体的事情。我不想特别讨论书籍，但里德刚用GPT-4在两个月内写了一本书。所以，实际上是两个半月。所以，这告诉我们我们当前，不是在不久的将来，将能够做到什么。你有什么想法？答：显然，人们喜欢对工作被取代大做文章。你知道，不想过于简化它，但随着时间的推移，我们的人类组织通常比技术的可用性和工作的变化慢得多。但是，如果你有一个基本上是尝试让人类模仿机器人的工作，通常机器人可以做得更好。但实际上会发生很多转变。所以比如说，如果你观察一家公司并说，好吧，让我们假设从现在起三年后的工具可以为每个工作岗位创造2倍或4倍的更好表现。销售，你会解雇销售人员吗？不。你喜欢2倍或4倍的表现提升，那太好了。所以，并非是要取代人类，而是会优先选择使用人工智能的人类获得工作。营销，这是公司之间的竞争。一些工作的组成可能会变化。所以比如说，如果你的工作是将数字形式输入广告系统，像机器人一样行动，那么速度会大大加快。但是，如何定位我们自己，创建情感连接，创建品牌，探索不同的方式，引入新型营销，比如内容营销等的工作。所以当你回顾所有这些部门时，并不会结束于我们正在减少人类工作。我们更倾向于使用人工智能的人类，对吧？所以他们。问：所以，这是我想插入的一点。是的，我们需要教育人们成为能够，智能地使用和消费人工智能的人。答：是的，确切地说。你看，即使是客户服务，往往也是给你一个剧本，按剧本办事，像机器人一样的表现。这种像机器人一样的工作，这些岗位会减少。但也许客户服务现在变成了，嗯，如何建立关系，对吧？所以你有一个AI帮你解决问题，我的东西到了，但它坏了或者我不知道怎么用，AI会帮忙解决。但接下来它会说，嘿，你想不想更多地参与我们的公司？然后这会转向人工辅助的AI来进行。所以无论如何，这也许是猜测，但工作会改变。所以一些任务被大大加速，其他的变得新可能。就像，你知道，在教育机构中也会发生这样的事。问：的确如此。但你认为变化的速度如何呢？我的意思是，有时候社会在变化速度是代际之间的时候很擅长适应，但代际之间的链条往往很难。答：你有想法吗？嗯，永远没有。如果社会的一部分继续加速，比如，你知道，在未来主义和后现代主义中，他们认为我们已经达到了最大速度，而我们现在比那时要快得多。你在互联网上推出一个新产品，几天内就可能到达数十亿人的手中。实际上，通常不是那么简单，但它可以做到。这种速度是新的，也是有挑战的。这是我很高兴你把它带回来的原因之一，因为我不是在试图说过渡会完全容易。人工智能能帮助我们过渡是好事。比如你说，嘿，我们现在在建造自动驾驶卡车，尽管我们今天卡车司机短缺，但如果每家厂商开始制造自动驾驶卡车，现在只有自动驾驶卡车可能需要10年才能替换掉一半以上的道路上的卡车。但你说，好吧，当卡车司机发现，等等，这是我喜欢的工作，工作正在减少和消失。你说，好吧，看，这种情况发生了。顺便说一下，这使道路更安全，使得交通管理更绿色，以及许多其他东西。但这里有一个AI可以帮助你找出你可能喜欢的其他工作，帮助你学习做那些工作，帮助你做那些工作。所以这种转型我认为是非常可能的，但转型的速度是困难的。具体来说，就不再像，你知道的，教育系统的一部分是建立在工业模式上的，就是你训练人们。你有了你的训练事情，现在你去工作，就像，嗯，你总得学习，对吧？就像你今天得到的培训。在五年内，如果我们取得了进步，那将会被修改。而不仅仅是通过工作经验来学习，你必须不断地学习。问：好的，很好。我想简要地转向政策，这也是你参与的领域。特别是，你知道，我们在考虑国内政策，稍微考虑一下人工智能和地缘政治。除此之外，考虑这些技术公司在教育我们方面的作用是什么，也思考什么是好的政策，与可能实际上窒息创新的限制性政策，这是一个你非常反对的领域。是的，后半部分。但现在的状态如何？你认为接下来几年我们会看到什么？答：嗯，我们做大事和减轻坏事的工具组只会增加。所以比如说，当你获得越来越大的AI模型时，我们实际上发现，将它们与人类利益保持一致，让它们发展起来更容易。比如说，如果有人来到AI，说我真的很沮丧，我在考虑自残，而不是说，哦，这里有一个很好的关于如何自残的网站。它说，哇，那真的很困难。我的意思是，你和别人说话了吗？你有没有想过找人谈谈？而且，你知道，我认为你，你知道，你可能能够处理这件事。因此，你知道，并以更一致和有帮助的方式回应。这也是我如此渴望走向未来的部分原因。是的，你知道，你开始强加，让我们慢下来，现在就停下来。这样实际上是有害的。比如说，如果我们在每个手机上都有一个医疗助手，不，我们不应该放慢速度，直到每个人都能通过手机使用。我们应该以某种方式让每个人都能接触到手机，也许是访问村里的手机，也许是访问邻居的手机，但是，你知道，类似这样的方式。显然，这并不意味着如果你说你在旅途中试图从A点到B点，以每小时5英里的速度行进对你没有帮助，但这并不意味着你不喜欢导航。在你到达转弯处时你慢下来，因为就像现在，不要走下悬崖。你会说，顺便说一下，这就是所谓的进步。是的，中间过程是困难的，你必须弄明白新的。但事实是，我们已经这样做了几十年，我们非常习惯这种方式。顺便说一下，这是织工对织布机的抱怨，对吧？他说，我们非常满足于我们的织造。你会说，是的，但如果我们用织布机，我们可以为所有人提供更多的衣服。这是一件好事。我们必须以各种方式帮助人类做这个过渡。所以我认为，在考虑政策时，问题不是我们太经常自然地想，我们如何减慢速度？我们如何停止？问题是我们如何到达正确的位置？我们要做些什么？所以比如，我有时和这个国家的政治家们坐在一起，我会说，你希望制造业恢复活力吗？像，是的，那些都是很棒的中产阶级工作等等。好的。你的产业政策是什么？比如，好吧，保护主义并不真的管用，也许管用十年，之后你就把更糟糕的未来交给了你的孩子。人工智能和机器人技术是重振它的最好方式。整个。但这不就变成了全自动的工厂吗？像，看，全部都是机器人工厂。我们还有其他有趣的机会。但实际上，事实上，当你看亚马逊中心，他们变得更加自动化。他们确实在每个工人那里运送了更多的包裹。再次强调，这是生产力和进步的体现。然而，他们也增加了员工的数量，这是资本主义进步的一部分。我认为这就是我们应该关注的问题。问：你认为我们的政策讨论在未来几年需要关注什么具体的事情？答：以医疗助手为例。现在，大多数模型的构建者都试图阻止它们以任何特定方式提供医疗建议，因为他们不想承担责任。我相信。除非他们处于医疗情况，因为至少有一个在场的人在做这件事，因为我之前刚刚见过他，但比如，一般像GPT-4之类的更倾向于远离这些。我真的认为如果我是一个积极主动的政策人员，我会说，看，这是你必须绘制的界限。你必须说，我不是医生。你必须说，你知道，你可以看医生吗？你必须说，我不确定我对你的建议，对吧？你真的应该寻求医疗建议。非常因果关系，但在此基础上，你可以给出一些答案，我们应该进行跟进，我们应该看看它是如何工作的，然后你可以开始在每部手机上配置一个医疗助手，对吧？因为，你知道，我们作为社会进步，我个人认为医疗保健应该由社会提供。我认为不一定要通过雇员。这里有很多人没有保险，这意味着他们无法获得。好吧，这可能是一个开始帮助他们的方法。比如，这将是一些积极实现正面结果的主动行为，可以在政策层面上做些什么。问：我收到要进行问答环节的信号，但我想问你对人工智能、社交网络的简要看法。答：我是LinkedIn的拥护者，这一点显而易见，这也是我认为技术公司需要意识到的，我们不仅是向个人提供产品。但当你达到一定的水平时，你还必须把社会作为一个客户。当你通过多米尼昂诉讼等事情看到，你知道，福克斯的观点评论员们在犯错的时候互相发短信。这是一个严重的问题。这是社会应该了解的东西。你应该有学习生态系统来达到这一点。所以这并不意味着你有一个真理提供者，就像我在LinkedIn会告诉你什么是真的，什么是假的。那是个挑战。你想要的是他们有一个学习生态系统，这是为什么我们在考虑几乎任何系统，任何机构时，我们都会说真相的判断是很重要的。我们有人类的小组讨论。我们在像科学、学术期刊和评论家那样的事情上做。我们在陪审团上做，我们在科学研究中做，所有这些事情。好吧，我们如何将这些部署为学习系统？这是我们应该努力实现的。问：感谢你今天的到来。我是这个领域的新手，只有一年的经验。我的问题是，如果你今天30岁，你会怎么做。答：如果你愿意冒险，承担风险，进行投资，愿意学习，那将会是一个机会。你会利用今天的机会。所以我在创业观点中提到的一点是，人们有点低估某些决定。所以一种决定是投资于软资产而不是硬资产。那是你周围的网络，知识等。现在每个人，很多人都听说过你或者投资知识是好事。更多地参与网络和行业，而不是具体的公司。公司可能很好，但哪些网络和哪些行业是那些会放大和增长的呢？然后尽一切努力加入其中。所以比如说，我对我的职业生涯的最终结果和我最终做的事情并不不满。但比如说，如果我回头去想可能会做出更聪明的决定是什么，比如我离开苹果去富士通是因为我必须是一个产品经理。我必须有产品经理的经验。实际上，也许决定是去网景，因为它是一个在线革命，成为在线革命的一部分比信义财产更重要。所以选择哪些网络和行业适合你，并且适合你想要做的事情。你知道，比如，我猜我不会点出来让某些人对我不满，但你知道，有些行业正在衰退。认真点。如果你不想，或者说要有考虑。如果你想去做那个行业，很好。但你要意识到你选择了一个潮流正面对着你而不是在你背后的行业。所以这种一系列的选择现在显然软件技术，人工智能可以是认知工业革命的一部分。另外一种方式是，你开始考虑，我在哪里持反传统且正确的观点，在哪里我有一个有趣的潜在论点能够脱颖而出，做一些不同凡响的事情？比如现在可能没有太多人关注人工智能药物发现，我就去做这个。我有生物学背景。我不知道你的背景是什么。所以我只是随意说点东西。而我在开始时所描述的视角就是说，看，你有你的一套资源，你有你的抱负，你面临市场现实，你正在那些方面做产品来拥有最大的竞争差异。那就是应该去关注的事情。问题在那边吗？问：嗨，我是切尔西。非常感谢你的分享。我很好奇，你的投资论点是什么，你最喜欢哪种类型的公司？是什么驱动你做出投资Airbnb的决定？答：我们来谈谈Airbnb的问题，因为这比较简单。因为其中有一个有趣的故事。第一个向我推销Airbnb的人把它说成沙发冲浪。这导致我一年都没有去见创始人。因为我想，啊，沙发冲浪不是一个很好的主意。它不会作为一个通用策略起作用。所以，你知道，其他人都在告诉我这些创始人很棒。我学到的第一课是不要让一个不是创始人的人向你过度推销，这会导致你产生消极印象，因为那个人搞错了。在见到三位创始人后的三分钟内，我就说，好吧，我会给你一个投资的提议。周日来向合伙人团队做陈述，等等。只有我们向合伙人团队做陈述。David Z是领英最宝贵的董事会成员，也是我加入Greylock的原因。所以我们讨论了演讲。创始人们走了。David Z看着我说，每个风投都必须有一个失败的交易。Airbnb可以是你的，对吧？我们在合伙人桌旁相互非常直白地交谈，我想，这很有趣。我认为这增加了我投资的兴趣。但六个月后，数据没有变化。David来找我说，好吧，你完全是对的。David的学习机是很不错。他来找我说，你是对的，我错了。你看到了我没看到的什么？我说，看，你说的一切都是对的。当地的联盟会讨厌它，尤其是酒店里。城市不会喜欢这种事情的重新分区。邻居们会感到不舒服。也许会发生一些坏事。所有这些都可能扼杀这次投资。他们有好的计划，这是世界应有的方式，这突然让旅行者有机会获得更独特的体验，与当地社区联系，无论他们在哪里。主人可以变成小企业家，提供房间、公寓。他们可以以酒店实际不会创新的方式创新。它可以便宜，也可以更贵，更愉悦。可以是整个范围。而这实际上是世界应有的样子。所以我认为如果我们能够规避这些风险，我们可以创造出真正令人惊叹的东西。而我认为，你知道，这三位创始人有可能具备所需要的素质。总有风险系数。综合地描述了我怎样看待投资。不能评论最近的投资，因为它们还处于隐蔽状态，但它，那是我回答Airbnb问题的原因。问：我有两个问题。首先，你们认为开源人工智能有哪些有价值的论点吗？其次，你们认为政策制定者是否正在超前地了解技术，以便比如同网络生态系统一样更合理地进行监管呢？2016年，你知道，那些坏人已经存在了，并且我们让一些影响发生了，而没有任何人真正注意到。你认为政策制定者是否更加关注正在构建的内容，并真正理解正在发生的事情呢？答：让我们看看。所以关于第一个问题，我确实认为，一般来说，开源软件，某种程度上是有好处的。所以我认为有一些不同种类的小型开源模型是完全好的。我认为促进创业精神，赋能学术工作，有开放性和审查都是好事。因此，如果你可以查看一个模型并知道，因为顺便说一下，这些模型一旦出现在世界上，就可以被后期训练。就像我进行了安全训练，然后我真的发布了，比如，安全训练可以被取消。所以你会说，嗯，我训练它不告诉你如何制造炭疽。是的，我可以对它进行反训练，它可以做到。然后突然间你有了更多的人知道如何创建炭疽的配方。相对于公共健康来说，这不是好事。所以这大概是关于开源的事情。我试图找出方法来说，你怎样才能获得一部分的开源而不是100%？比如，如何让你有更广泛的访问权限，这是好事，但不是对恐怖分子或疯狂的人。现在第二点，问题是你构建技术做了一堆好事，然后你遇到了一些挑战。在那个时刻，事后看来，每个人都会说，嗯，你当时应该怎样监管是很明显的。你应该这样做。但是，顺便说一下，如果你试图事前进行监管，你对真正的问题是什么，以及如何导航的看法，实际上，即使是在专家中，几乎肯定也是不准确的。因此，你可能阻止了很多好事情，也许你阻止了坏事情，但你也使进步大大减少。例如社交网络，我们遇到了新西兰的事件，你说，我想要更少的谋杀案。但是你做的是，你说必须对它进行审计。你必须让你的审计师运行它，我们将有一个罚款结构。因此，如果你意外地展示了一次谋杀案，那可能要花费10000美元。但如果你在同一事件中展示了100次谋杀案，好吧，那是100万美元。顺便说一下，科技生态系统将找到一种方法来保持它非常小。因此，这是思考这些监管问题的正确方式。但是，当然，然后你必须做的艰苦工作是思考你试图避免的结果是什么，这是真正的工作，而不是仅仅说直到你知道你是完美的就停下来。如果你这么做，就像今天用来评估技术的标准，阿司匹林不会被批准，汽车不会被批准，你知道，如果他们是从一开始就批准的。因此，你必须说不，我们怎样在前进的过程中学习和迭代，并逐步添加安全带，这是我们需要讨论的。问：我的问题是关于Inflection AI。我认为Inflection AI可能是最擅长理解和表达情感的大语言模型。我很好奇达到这一点的秘密是什么，为什么GPT-4和Gemini不能做同样的事情？答：我认为最好的是我就直说，那是我们的商业秘密，我认为它是可复制的。我认为其他人也是，技术中的一件事就是人们看到它，他们意识到他们也可以生产。但这是由许多非常聪明的人多年的工作才实现的。问：我的问题是关于你的背景。你提到你学习过象征系统和哲学。我很想了解你为什么选择学习这些以及为什么选择转向创业。你的背景如何让你成为一个更好的投资人、创业者。答：我认为投资不是一个分析，比如折现现金流和市场增长和CAC和LTV以及所有这些事情，你知道，那些是重要的。但事实上，当你在想象世界可以变成什么的时候，它是一种可能性的镜头。这是一个关于你可能能够构建的技术的问题。它是团队如何操作、何如扩展以及其他一些事情的问题。因此，你知道，当我和Sam Alton一起教导一些why评论员课程时，Sam问我，我相信什么，而是这个房间里大多数人不相信的？我想，为了成为一个好的创业者，你需要有一个明确的人性理论。然后当你在构建你的产品并考虑它时，你说，这是我对人性的看法。这是我认为人们会对我的产品有好的反应，因为我将帮助他们提升，变得更好，通过。而这是哲学有用的其中一个地方。在象征系统的情况下，尽管我是从思考象征系统需要学习什么的角度进入哲学的。这是关于如何在你创造的人工制品中，考虑思考或考虑语言如何工作时，采取精确性的问题周围。我认为这比做技术创新时的许多其他事情更重要。现在显然，你必须理解一些技术才能惊喜。这个问题就像估值和泡沫，风投，现在是AI。这里发生的一件事是，每个人都说，哦，天哪，就像在互联网上一样，会有惊人的技术。人们开始投资。你知道，估值，特别是作为投资者，会认为你可能会希望他们，他们在折现现金流分析和其他一切上并不完全有意义。问题的一部分在于，我们应该考虑什么样的时间范围以及复利的情况。所以我认为有很多疯狂的交易，部分疯狂的交易也是疯狂的估值。但这也是人们知道你可能会在相对短的时间内创造出价值数十亿美元的公司，并且你现在就在对此进行风险投资。你知道，作为一个投资者，我会希望估值更低。市场导致估值更高。你知道，这对创业者来说是好事，这最终是我真正喜欢的，因为这样才能创造出东西。投资者有时候只是跟着一起走，尝试帮助一下，如果他们做得好的话。因此，无论如何，这是一个简化的回答，然后这是，你知道，为什么几乎总是技术，你知道，经典的投资者会说这个技术东西都是疯了，因为它们都是在很高的价格上竞价的。比如特斯拉，为什么特斯拉的估值比所有其他汽车公司加起来还要高，你我并不是说这应该是这样，我只是说，这是一个问题。这可能是特斯拉的投资者广泛相信的，他们会说汽车和自动化运输的转变是从一个机械工程范例转变为一个软件范例。而且现有的公司都不会生存，不会做到这一点。并且特斯拉将成为一个伟大的，你知道，汽车巨头，那么估值就不那么疯狂了。现在，我认为他们的估值可能是让这种可能性看起来像一个确定性，而不是一个可能性。对吧？但是，你知道，那种事情是部分市场估值在科技上发生的原因之一。这就是为什么人们确定技术中即将到来的东西是未来的原因，他们在这方面基本上是正确的。谢谢你。问：你认为人工智能会从根本上挑战人际关系和交流的重要性吗，特别是在那些以人际关系为中心的行业？例如，K-12学校，你认为我们说教师学生之间的关系是决定学生成长和表现的最重要的因素之一。你认为人工智能最终会以某种方式挑战或修改这一点吗？答：我认为它会转变，因为它会像一位无限耐心的导师一样加入到教育系统中。所以与现在你有一个教师说，看，我负责X个学生，我只有有限的时间。如果一个学生没弄明白，我就有限的时间去调试和花时间，你有一个实际上会在那种情况下帮助的东西。我不认为它会取代，因为，你知道，作为一个姿态比较，你知道，人类不再像AI那样下棋了，完全停止。但我们有更多的人在观看人类与彼此下棋。我们是以人为本的。这就像我们是部落群居动物。因此，我认为可能，即使会有一些人说，哦，没有人理解我，这个AI是我唯一的朋友。你知道，我们会有一些那样奇怪的功能。我认为我们构建AI，比如Pi，说，嘿，让我帮你连接你的朋友，我认为是更健康的。并且我认为从广泛来说，我认为人们会自然而然地朝着那个方向前进，因为我们以各种方式喜欢人际连接。因此，我认为它可以是变革性的，但增强性的，无论是教育、医疗，所有这些事情。我认为它会是有帮助的，也会带来一些转变。问：好的，非常感谢您的到来。感谢您的参与，谢谢大家的光临。","news_type":1},"isVote":1,"tweetType":1,"viewCount":355,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":["PATH"],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"upFlag":false,"length":46,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"hasMoreComment":false,"orderType":2}