Nvidia首席执行官Jensen Huang最近做客All In播客,就人工智能的未来发展进行了广泛讨论。这次对话发生在AI蓬勃发展的特殊背景下:在AI取得突破性进展的一年,企业高管(以及其他所有人)都在思考如何利用这项技术,它与公司和工作岗位的关系如何。相关新闻不断涌现:首例机器人辅助手术、北京马拉松比赛中的机器人选手、因复杂工作被自动化而失业的专业人士等。
Huang谈论行业现状
播客开始时聊到了时尚话题,Huang透露他拥有50到60件Tom Ford外套,他的妻子对他的着装有很大影响。寒暄过后,谈话迅速转向全球经济状况和AI市场分析。
就业挑战
首先,Huang谈到了工作岗位转变,以及人们将如何全面利用AI提高生产力。
他表示,在某些情况下,新技术可能会创造就业机会,让人们追求更大的想法。这让我想起Sam Altman曾提到的点灯人的例子,即过去负责点燃煤气灯的人,以及新事物如何必然取代旧事物。
他还称AI为"伟大的平衡器",将其比作互联网,后者在位置和分销方面平衡了商业。他补充说,AI在企业的其他方面也做到了这一点,比如人才方面。
"现在每个人都是程序员,"他说,"每个人都是作者。"
他认为,新型工作岗位将取代旧的工作岗位,但这需要大量的技能再培训。
有一点是肯定的——不学习AI的人将会被懂得如何使用AI的人取代。
关于生产力和性能的更多讨论
在谈话后期,Huang使用了"每瓦性能"和"每美元性能"这样的术语,这是此类分析的一种有趣简写。
他表示,行业希望降低"思考型AI"的成本,这将释放我们尚未想象到的各种机会。
至于硬件,他暗示像Nvidia的Hopper芯片这样的产品将很快过时,部分原因是该公司的CUDA架构具有很强的可编程性。他还告诉观众,如果有人有兴趣购买,他手头还有一些额外的Hopper芯片。考虑到市场状况,这可能是一个玩笑性质的评论,但有一点是肯定的:人们确实在购买。
针对Elon Musk预测五年内将有5000万个H100等效芯片的说法,Huang表示他对美国制造业和发展持乐观态度,包括台积电在亚利桑那州的工厂和其他计划。
"这无疑是世界上技术最密集的国家,"他谈到美国时说,并称AI为"国家宝藏"。
Huang特别喜欢美国总统的AI行动计划和能源生产计划。
更多预测
关于国内制造、本土化和创新,他还有更多看法。Huang评估了"Deepseek时刻",即美国人最担心中国的时期。
在机器人技术方面,Huang持乐观态度。
"有朝一日,所有移动的东西都将是自主的,"他说,并指出每家公司都将拥有两个工厂:一个用于生产,另一个用于生产管理生产的AI。
最后,他回应了关于Meta涉嫌挖角以及程序员或研究人员获得七位数以上薪酬的问题。Huang表示他的员工薪酬相当不错,在他定期进行的薪酬评估中,他总是建议"在运营支出上投入更多"。
总结一下:这是一套相当明确的预测。我们将拥有新的工作岗位、新的商业模式、新的薪酬计划和强大的国内市场。对于重视顶尖创新者观点的人来说,这些见解值得参考。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。