今天（11月23日），英偉達CEO黃仁勛現(xiàn)身香港，被授予了香港科技大學(xué)工程學(xué)榮譽博士，隨后，他還與美國國家工程院外籍院士、粵港澳大灣區(qū)數(shù)字經(jīng)濟研究院創(chuàng)院理事長沈向洋進行了長達1個小時的對話。
非常有趣的是，黃仁勛和沈向洋均穿上了黑色“黃氏夾克”，并向觀眾展示了黑色夾克背后的大字“HKUST”（香港科技大學(xué)）。
在對話中，沈向洋詢問了黃仁勛如何看待AGI給世界帶來的影響，以及作為CEO如何管理公司。
以下為黃仁勛與沈向洋對話的全部內(nèi)容（AI翻譯，人工部分校對）：
沈向洋：昨晚我輾轉(zhuǎn)難眠，其中一個極為關(guān)鍵的原因在于，我亟欲向諸位引薦這位宇宙間最卓越的首席執(zhí)行官。但我心中也暗自為貴公司擔(dān)憂，畢竟昨晚蘋果股價上揚，而英偉達的表現(xiàn)卻略顯遜色。我已迫不及待想要知曉股市收盤的結(jié)果！今晨醒來，我第一時間詢問妻子英偉達是否挺住了。你在人工智能領(lǐng)域領(lǐng)航已久，能否再談?wù)剬θ斯ぶ悄艿目捶?，以及這項技術(shù)，或是AGI（通用人工智能）可能帶來的影響？
黃仁勛：正如你所了解的，當(dāng)人工智能網(wǎng)絡(luò)能夠?qū)W習(xí)并掌握從字節(jié)、語言、圖像到蛋白質(zhì)序列等多種數(shù)據(jù)的理解時，一場變革性、開創(chuàng)性的能力便應(yīng)運而生了。我們突然間擁有了能夠理解單詞內(nèi)涵的計算機。得益于生成式AI，信息得以在不同模式間自由轉(zhuǎn)換，比如從文本到圖像、從蛋白質(zhì)到文本、從文本到蛋白質(zhì)，乃至從文本到化學(xué)品等。這一原本作為函數(shù)逼近器（Function Approximator，數(shù)學(xué)領(lǐng)域的重要概念，用于多個領(lǐng)域）及語言翻譯器而存在的工具，如今所面對的問題是，我們?nèi)绾文艹浞掷盟?？你見證了全球范圍內(nèi)創(chuàng)業(yè)公司如雨后春筍般涌現(xiàn)，它們結(jié)合了這些不同的模型與能力，展現(xiàn)出無限可能。
因此，我認為真正令人驚嘆的突破在于，我們現(xiàn)在能夠理解信息的真正意義。這意味著，作為數(shù)字生物學(xué)家，你能理解所觀數(shù)據(jù)的含義，從而于萬千數(shù)據(jù)中精準捕捉到關(guān)鍵信息；作為英偉達的芯片設(shè)計師、系統(tǒng)設(shè)計師，或是農(nóng)業(yè)技術(shù)人員、氣候科學(xué)家、能源領(lǐng)域的研究者，在探尋新材料的過程中，這無疑是開創(chuàng)性的壯舉。
沈向洋：如今，通用翻譯器的概念已然成形，它賦予我們理解世間萬物的能力。許多人都聽你描述過人工智能對社會的驚人影響。那些觀點深深觸動了我，甚至在某些方面讓我感到震撼。回顧歷史，農(nóng)業(yè)革命讓我們生產(chǎn)出了更多的食物，工業(yè)革命則讓我們的鋼鐵產(chǎn)量大幅提升。進入信息技術(shù)時代，信息的數(shù)量更是爆炸式增長。而今，在這個智能時代，英偉達與人工智能正攜手“制造”智能。你能進一步闡述為何這項工作如此重要嗎？
黃仁勛：從計算機科學(xué)的視角來看，我們重新發(fā)明了整個堆棧。這意味著，我們過去開發(fā)軟件的方式已經(jīng)發(fā)生了根本性的變化。提及計算機科學(xué)，軟件開發(fā)自然是不可或缺的一環(huán)，它是如何實現(xiàn)的，這至關(guān)重要。
以往，我們依靠手工編寫軟件，憑借想象力和創(chuàng)造力構(gòu)思功能、設(shè)計算法，然后將其轉(zhuǎn)化為代碼，輸入電腦。從Fortran到Pascal，再到C語言和C++，這些編程語言讓我們得以用代碼來表達創(chuàng)意。代碼在CPU上運行得很好，我們向計算機輸入數(shù)據(jù)，詢問它從中發(fā)現(xiàn)了什么函數(shù)，通過觀察我們提供的數(shù)據(jù)，計算機能夠識別出其中的模式和關(guān)系。
然而，現(xiàn)在的情況已經(jīng)有所不同，我們不再依賴于傳統(tǒng)的代碼編寫方式，而是轉(zhuǎn)向了機器學(xué)習(xí)和機器生成。這不再是簡單的軟件問題，而是涉及到了機器學(xué)習(xí)，它生成神經(jīng)網(wǎng)絡(luò)，并在GPU上進行處理。這一轉(zhuǎn)變，從編碼到機器學(xué)習(xí)，從CPU到GPU，標志著一個全新的時代的到來。
而且，由于GPU的功能異常強大，我們現(xiàn)在能夠開發(fā)的軟件類型堪稱非凡，而在這一強大基礎(chǔ)之上，則是人工智能的蓬勃發(fā)展。這正是其出現(xiàn)所帶來的變革，計算機科學(xué)因此發(fā)生了巨大變化。現(xiàn)在，我們需要思考的是，這樣的變化將如何影響我們的行業(yè)？我們都在競相利用機器學(xué)習(xí)去探索新的人工智能領(lǐng)域。那么，究竟什么是人工智能呢？這其實是一個大家耳熟能詳?shù)母拍?，即認知自動化和解決問題自動化。解決問題的自動化可以歸結(jié)為三個核心概念：觀察并感知環(huán)境，理解并推理環(huán)境，然后提出并執(zhí)行計劃。
黃仁勛：......感知、推理和規(guī)劃可以分解為，例如感知你的車周圍的環(huán)境，推理你的位置，你是什么，以及你周圍所有其他汽車的位置。感知、推理和規(guī)劃可以分解為，例如感知你的車周圍的環(huán)境，推理你的位置，你是什么，以及你周圍所有其他汽車的位置，計劃如何駕駛，所以我剛剛描述了自動駕駛汽車。自動駕駛汽車在一種表現(xiàn)形式中被稱為數(shù)字司機。然后你可以做同樣的事情如CT 掃描，通過觀察你得出結(jié)論有些異常，可能是腫瘤之類的，然后你描述給放射科醫(yī)生。現(xiàn)在你是放射科醫(yī)生了。幾乎所有我們做的事情，你都可以想出一些人工智能，然后執(zhí)行特定的任務(wù)。如果我們有足夠的這些數(shù)字代理，這些數(shù)字代理會與計算機交互，生成數(shù)字人工智能。我們所有人對數(shù)據(jù)中心的總消耗使數(shù)據(jù)中心看起來像是在生產(chǎn)一種叫做Tokens的東西，或者我們稱之為Tokens的東西，但除此之外還有數(shù)字智能。所以現(xiàn)在讓我稍微以不同的方式描述一下。
300年前，正如你所知道的，通用電氣公司和西屋公司提出了一種新型機器，這種新型機器被稱為發(fā)電機，最終成為了一臺交流發(fā)電機。他們非常聰明地發(fā)明了一種消費者，消費他們所能生產(chǎn)的電力，當(dāng)然，消費者會像是燈泡和烤面包機之類的東西，他們創(chuàng)造了各種各樣的數(shù)碼設(shè)備或電器，這些設(shè)備消耗工廠生產(chǎn)的電力。
看看我們現(xiàn)在在做什么。我們創(chuàng)造了 Copilots 和 ChatGPT，我們創(chuàng)造了所有這些不同的智能，就像是燈泡和烤面包機一樣，還有一些我們所有人都會使用的設(shè)備。但你會連接到一個工廠，它曾經(jīng)是一個交流發(fā)電廠，但是現(xiàn)在是數(shù)字智能工廠。從工業(yè)角度來看，實際上， 我們正在創(chuàng)造一個新的行業(yè)，這個新的行業(yè)吸收能量，生產(chǎn)數(shù)字智能。數(shù)字智能將被各種不同的應(yīng)用所使用，我們相信他的消耗將是相當(dāng)大的，這整個行業(yè)以前從未存在過，就像交流發(fā)電業(yè)從未存在過一樣。
沈向洋：這真的非常驚人，Jensen你為我們描述了一個非常光明的未來。我們知道，這在很大程度上是由于您的努力和英偉達在這個領(lǐng)域的貢獻，特別是在過去的12年里。最近人們在討論scaling law，也有以你名字命名的黃氏定律，二者與摩爾定律相比。當(dāng)然，在競爭行業(yè)的早期英特爾就提出了摩爾定律，即每18個月完計算能力就會翻倍。如果我們看過去的12年，在你的領(lǐng)導(dǎo)下，每年不止只翻一倍。如果從消費市場來看，在過去的12年里，所有大型的語言模型，實際上每一年都是計算需求的四倍多。那么在10年內(nèi)，這是一個巨大的數(shù)字，實際上是一百萬。這就是我向你解釋為什么英偉達的股票在10年內(nèi)上漲了300倍的原因。如果你仔細想想，競爭的需求是一百萬倍，股票可能并不是很貴。
我的問題是，當(dāng)展望未來時，我們是否會看到未來十年的需求增長一百萬倍？
黃仁勛：摩爾定律依賴于兩個概念。一個概念是size scaling，這是因為covermade，康威進行測試，這極大激勵了我這一代人。第二個是xx scaling，恒定電流密度縮放，晶體管的反式耦合收縮使我們有可能使性能翻倍。如果半導(dǎo)體的性能每兩年翻一倍，每一年半翻一倍，那就是每五年翻10倍，每10年翻100倍。
我們現(xiàn)在所經(jīng)歷的是，你的神經(jīng)網(wǎng)絡(luò)越大，你訓(xùn)練這個神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)就越多，人工智能似乎就越智能。這是經(jīng)驗定律，就像摩爾定律一樣，我們稱之為scaling law 擴展定律，這似乎還在繼續(xù)。但是我們知道，預(yù)訓(xùn)練，僅僅獲取世界上所有數(shù)據(jù)再從中發(fā)現(xiàn)知識是不夠的。就像上大學(xué)和大學(xué)畢業(yè)一樣，這是一個非常重要的里程碑，但這遠遠不夠。因為還有崗位培訓(xùn)，就是非常深入地學(xué)習(xí)某一項技能。崗位培訓(xùn)需要強化學(xué)習(xí)的人工反饋、合成數(shù)據(jù)的生成、多路徑的學(xué)習(xí)，基本上是你現(xiàn)在正在深入到一個特定的領(lǐng)域，并試圖學(xué)習(xí)一些非常深入的東西。這就是后訓(xùn)練 post-training。當(dāng)你選擇一個確定的職業(yè)，你會進行大量的學(xué)習(xí)，在那之后我們稱之為測試時間定律 test time scaling。有些事情你只是知道答案，你必須把問題一步步分解成每個，試圖為每個原則找到一個解決方案。這可能需要您迭代，需要你模擬各種結(jié)果，因為答案是不可預(yù)測的。所以我們稱之為思考，你思考的時間越長，答案的質(zhì)量可能會越高。
我們現(xiàn)在有三個人工智能發(fā)展領(lǐng)域，其中大量的計算將產(chǎn)生更高質(zhì)量的答案。今天，我們所擁有的答案是我們能提供的最好的，但我們要知道你得到的答案并不是我們提供的最好的。在某種程度上，你仍然需要決定這是否是幻覺？是否有意義？是否明智？我們必須達到這樣一個點，即你得到的答案，你在很大程度上信任他們。
我認為我們離做到這一點還要幾年的時間。同時，我們必須不斷增加我們的算力。你之前說的一件事讓我非常感激，那就是在過去的10年里，我們把性能提高了100萬倍。英偉達的貢獻在于我們將計算的邊際成本降低了一百萬倍。想象一下，如果世界上有什么你可以依賴的東西。它可以是電力，機票，可以是你選擇的任何東西，在過去10年里，我們把成本降低了100萬倍。當(dāng)某事的成本降低了一百萬倍時，你的習(xí)慣會從根本上改變。你對計算的看法也會發(fā)生根本性的變化。這是我們有史以來最大的貢獻，因此使用機器去詳盡地學(xué)習(xí)大量數(shù)據(jù)是研究人員不會做的事情。這就是為什么機器學(xué)習(xí)崛起了。
沈向洋：我完全明白你的意思，但是我們這里的一些教授可能稍微不太同意，因為購買GPU 還是需要很多錢。
黃仁勛：想象一下成本增加一百萬倍，我在過年十年給了你們100萬倍的折扣，（現(xiàn)在）實際上是免費的。
沈向洋：Jensen，我想知道你的想法，關(guān)于我們在HKUST 應(yīng)該做什么。在AI 領(lǐng)域，例如AI 技術(shù)，AI 基礎(chǔ)設(shè)施，GPUs，以及軟件生態(tài)，我們可以選擇做許多事情，現(xiàn)在有一件特別令人興奮的事情，我們稱之為AI for science。你一直在提倡這點。例如，我們在大學(xué)投資了相當(dāng)多的計算基礎(chǔ)設(shè)施和應(yīng)用。校長和我特別鼓勵我們的院系在物理學(xué)和計算機科學(xué)之間，在材料科學(xué)和計算機科學(xué)之間，在生物學(xué)和計算機科學(xué)之間進行合作。
現(xiàn)在在香港發(fā)生的一件非常令人興奮的事情是，我們的政府已經(jīng)決定 將建造第三所醫(yī)學(xué)院，香港科技大學(xué)是第一所提交申請的大學(xué)?，F(xiàn)在在香港發(fā)生的一件非常令人興奮的事情是，政府已經(jīng)決定我們將建造第三所醫(yī)學(xué)院，香港科技大學(xué)是第一所提交申請的大學(xué)。對此，你有什么建議？
黃仁勛：首先，我在2018年的世界科學(xué)計算大會上介紹了AI 超算，結(jié)果遭到了極大的懷疑。原因是在那時AI 像是黑匣子。那時候做不到，但如今你可以問AI，為什么這么建議？告訴我你是如何通過探索過程一步一步得出這個答案的？今天的AI 更透明更有解釋力，你的一組問題可能就像教授探究他們的學(xué)生以了解他們的思維過程一樣?；诨谝恍栽韋irst principal，AI不僅能給出答案，而且推理答案的方式是合理的。我們今天可以做到，但在2018年，我們無法做到。因此，它遭到了極大的懷疑。
第二，AI通過觀察數(shù)據(jù)來產(chǎn)生答案。因此，它并不是真的模擬第一性原理解決，而是模擬智能，模擬物理?，F(xiàn)在的問題是，模擬對科學(xué)有價值嗎？我認為仿真模擬對科學(xué)來說是無價的，原因是在許多科學(xué)領(lǐng)域中，我們理解了第一性原理 first principal，我們理解了薛定諤方程，我們理解了麥克斯韋方程，我們理解了很多這樣的方程，但我們無法模擬它，也不能理解大型系統(tǒng)。因此，我們可以使用AI來訓(xùn)練AI，而不是根據(jù)第一性原理來解決它，讓它在計算上受到限制。我們可以訓(xùn)練物理學(xué)的AI，并用它來模擬非常大的系統(tǒng)，這樣我們就可以理解大規(guī)模的系統(tǒng)。
這在哪將會有用呢？首先，人類生物學(xué)的時間尺度從納秒開始，這樣的時間尺度使用原理求解器是根本不可能的。所以現(xiàn)在的問題是，我們能否使用人工智能來模擬人類生物學(xué)，以便更好地理解這些非常復(fù)雜的多磁盤系統(tǒng)。這樣我們就可以創(chuàng)造一個人體的數(shù)字孿生體。擁有這樣的計算機科學(xué)技術(shù)，數(shù)字生物學(xué)家、氣候科學(xué)家以及科學(xué)家們就可以處理非常龐大、復(fù)雜的規(guī)模問題。
就你提到的醫(yī)院而言，這是很好的一個機會。這里將創(chuàng)建一家醫(yī)院，其原始專業(yè)領(lǐng)域是技術(shù)，計算機科學(xué)，幾乎所有的醫(yī)院都是這樣。試圖將人工智能和技術(shù)融入醫(yī)院，這通常會遭遇懷疑和不信任。因此，你第一次有機會從基礎(chǔ)開始創(chuàng)造一些東西，在那里技術(shù)被接受，被推進。在座的各位正在推送基礎(chǔ)技術(shù)的發(fā)展，所以你知道它的局限性也知道它的潛力，我認為這是一個非凡的機會，希望你們能好好利用。
沈向洋：謝謝你，Jensen。這所大學(xué)一直擅長科技和創(chuàng)新，正在推動計算機科學(xué)、工程、生物學(xué)和其他領(lǐng)域的前沿。所以我們認為有了香港的第三所醫(yī)學(xué)院，我們可以做一些與其他兩所學(xué)校不同的事情。我們可以將傳統(tǒng)的醫(yī)學(xué)培訓(xùn)與技術(shù)研究站點相結(jié)合，并在其中工作。我們將來會聯(lián)系你以獲得更多的建議。
我想問你一些關(guān)于領(lǐng)導(dǎo)力的問題。你一直是硅谷任期最長的CEO，32年。我們很想向你學(xué)習(xí)，你是如何領(lǐng)導(dǎo)這樣一個巨大的組織的？你們有成千上萬的員工，驚人的收入和大量的客戶，你是如何真正做到這一點來領(lǐng)導(dǎo)這樣一個龐大的組織并且打破瓶頸的？
黃仁勛：我很驚訝有像我這樣的計算生物學(xué)家和商人。我沒有上過商業(yè)課程就創(chuàng)立了NVIDIA ，直到今天我也沒有上過商業(yè)課程。我從未寫過商業(yè)計劃，我不知道如何寫商業(yè)計劃書，我指望著你們所有人幫我寫業(yè)務(wù)計劃。
我想說的是，首先，我認為你應(yīng)盡可能地學(xué)習(xí)。我一直在學(xué)習(xí)。所以，關(guān)于做任何你想要奉獻一生的事情，第一件事是認為這是畢生的工作，而不僅是一份工作。我認為這在腦海中有很大的不同。所以英偉達是我畢生的心血，我在一路上學(xué)到了很多東西。如果你想成為一家公司的CEO，你有很多東西要學(xué)，你必須不斷重塑自己。世界一直在變化， 所以我基本上每天都在學(xué)習(xí)，就像我飛過來這里一樣，我在看YouTube，或者我在和AI說話，我問了很多問題。它告訴我一個答案，我問你為什么給我這個答案？用這種方式向我解釋，將這種推理應(yīng)用于其他事物，給我一些類比。我用我的AI，我折磨我的AI來教我，所以，有很多方法可以學(xué)習(xí)。
我在領(lǐng)導(dǎo)力方面學(xué)到了什么？
首先，你是CEO 但是你不必知道任何事。你不必確定，但是你必須對自己做的事充滿信心。信心和確定不是同一個概念。你完全可以自信地追求一個方向，為不確定性留出空間。這種不確定性的空間給了你繼續(xù)學(xué)習(xí)的機會。不確定性是你的朋友，不是你的敵人。
第二，領(lǐng)導(dǎo)者要強大。很多人都指望你的力量，他們以你的力量為食。然而，強大并不意味著你不能脆弱，這意味著如果你需要幫助，就尋求幫助。所以我不斷尋求幫助。我不知道我來尋求你的幫助多少次了。因此，脆弱并不代表缺乏力量，不確定并不代表缺乏能力。
最后，不要為自己做事，要為其他人做。領(lǐng)導(dǎo)者在做出的每一個決定都符合使命的利益時，從根本上說是值得信賴的，是別人的利益所在。無論是公司內(nèi)部的人，我的同事，我的合作伙伴，生態(tài)系統(tǒng)，我們服務(wù)于我們的供應(yīng)鏈，思考什么對他們來說是最好的，從他們的最大利益出發(fā)。
沈向洋：你有60個直接下屬，你是怎么做到的？這似乎是你的獨有風(fēng)格。
黃仁勛：透明，理性。我們需要做的是，我們共同努力想出一個策略。無論策略是什么，每個人都同時聽到，所有人同時通過戰(zhàn)略工作。因此，當(dāng)公司確定方向、制定戰(zhàn)略、做出決定時，每個人都進行了共同的推理。這并不是我走進了一片森林，然后帶回答案，每個人都在等著我告訴他們該做什么。而是我們對此進行了推理，我們一起得到答案。所以我唯一要做的是，確保我們都聽到了同樣的事情，我通常是最后一個根據(jù)我們所做的一切來描述的人。這是方向，這些是優(yōu)先事項，并確保沒有任何歧義。現(xiàn)在，一旦我們都團結(jié)一致，你知道，我們都明白了策略是什么。
我之前提到的關(guān)于我的行為的所有事情，不斷學(xué)習(xí)，自信，不確定性。我需要他們來表達，需要向我們尋求幫助。當(dāng)其他人看到同樣的行為，看到CEO 脆弱是可以的，領(lǐng)導(dǎo)者可以尋求幫助，可以不確定，可以犯錯，然后他們都會這樣做。
沈向洋：今天早上當(dāng)你發(fā)表演講時，我非常印象深刻。你說了關(guān)于我們大學(xué)的很多數(shù)字，特別是我們校友創(chuàng)辦的創(chuàng)業(yè)公司的數(shù)量，產(chǎn)生獨角獸的數(shù)量，這所大學(xué)確實以創(chuàng)造新的企業(yè)而聞名。在你很年輕的時候，你讓公司一路走到今天難以置信的成功，你有什么建議呢？他們應(yīng)該何時以及為什么開始自己的事情。此外，你確實向你的妻子勞里保證過，到30歲時，你將創(chuàng)辦一家公司，除此之外，你知道什么，有什么建議嗎
黃仁勛：那是我的搭訕之道。我上大學(xué)的時候16歲，當(dāng)我遇到我的妻子時，我17歲，她19歲。所以我是學(xué)校里最小的孩子。所以我是學(xué)校里最小的孩子。有250名學(xué)生和3個女孩，我是唯一一個看起來像孩子的學(xué)生，他們都是孩子。
沈向洋：所以你學(xué)會了如何在那個時候保持競爭力。
黃仁勛：現(xiàn)在你必須這樣做，你必須學(xué)會如何做。你沒有一條好的搭訕線。所以我走到她面前，說，我對她說，我知道我看起來像個孩子，因此我確信她對我的第一印象是我很聰明。否則的話一定是這樣的。所以我知道第一印象是，我很聰明。我走向她，說，你想看我的家庭作業(yè)嗎？然后我向她做出了承諾。我說，如果你每天星期日都和我一起做作業(yè)，我保證你會得全優(yōu)。
結(jié)果，我每個星期日都有個約會，讓她整天做作業(yè)。只要確保她最終嫁給了我，到我30歲的時候，我只是想，你知道我現(xiàn)在只有20歲。但是當(dāng)我30歲的時候，我將成為一名CEO？我不知道我在說什么，哦。然后我們結(jié)婚了。然后我們結(jié)婚了。這就是我要給的所有建議。
沈向洋：我真的覺得我應(yīng)該代表我們問一個問題，只要閱讀問題，我們就會明白，這是真的。我沒有使用GPT，否則會更容易。所以問題實際上是，作為大學(xué)助理教授，做AI需要大量的計算能力。我們之前已經(jīng)提到過這一點。有趣的是，這位華盛頓州大學(xué)的教授幾年前在推特上說，深度學(xué)習(xí)革命中明顯缺少的是麻省理工學(xué)院，但他并不是說麻省理工學(xué)院是頂尖大學(xué)，即使在美國，也沒有做出貢獻。在過去十年中，有太多的開創(chuàng)性論文。相反，你的公司，微軟，谷歌OpenAI，以及那些頂尖公司都做出了驚人的工作，部分原因是因為他們實際上有足夠的算力。所以，我們的教授們提出了問題，你知道，我們應(yīng)該做什么，我們應(yīng)該加入英偉達還是？或者我們可以與英偉達合作嗎？
黃仁勛：你問題的核心實際上是一個非常非常嚴肅的結(jié)構(gòu)性問題，大學(xué)的結(jié)構(gòu)性問題。如你所知，在未來，沒有機器學(xué)習(xí)就無法以我們所談?wù)摰囊?guī)模推進科學(xué)。沒有機器，機器學(xué)習(xí)是不可能的。這和你不打算在沒有射電望遠鏡的情況下研究宇宙沒有什么不同。如果沒有某種你知道的粒子加速器，你就無法開始研究世界積木的結(jié)構(gòu)。你不會用我們的科學(xué)和超級計算機開始這些事情。AI超級計算機是大學(xué)的結(jié)構(gòu)問題。每一位私家偵探，每一項研究。因此，一旦他們籌集了資金，他們就不想與其他人分享。但是機器學(xué)習(xí)的工作方式是，那臺機器只能在一部分時間內(nèi)工作，而你只需要在一小部分時間內(nèi)全部工作。
沒有人永遠需要所有東西，但他們需要一些巨大的東西一段時間。所以事實證明，為了讓大學(xué)推進研究，你必須齊心協(xié)力。每個人都很困難，像斯坦?；蚬疬@樣的大學(xué)，或者這里的研究人員正在為計算機科學(xué)進行研究，研究和資助，當(dāng)有人在氣候科學(xué)或海洋標志等領(lǐng)域工作時，可以籌集很多錢。非常困難。所以現(xiàn)在的問題是該怎么做？
我認為這是大學(xué)可以通過建立所有學(xué)校都可以使用的基礎(chǔ)設(shè)施來產(chǎn)生真正影響的地方。這就是結(jié)構(gòu)性挑戰(zhàn)，如果這就是為什么這么多研究人員來到我們、谷歌和微軟這樣的公司實習(xí)的原因，正如你所知道的，我們做你的研究是因為我們可以訪問基礎(chǔ)設(shè)施。然后你回到學(xué)校一段時間，要求我們繼續(xù)你的研究。
在我們的系統(tǒng)中，當(dāng)你回來時，你可以拿起它，或者許多教授，客座教授做研究，兼職而他們還在教學(xué)，對嗎？我們有幾個這樣的所以有很多方法可以解決這個問題。最好的方法是以某種方式思考它是如何資助你的。
沈向洋：這是一個非常好的建議。而我，尤其是今天的觀眾。所以我們這里有孫東教授，他管理著我們政府的技術(shù)創(chuàng)新和產(chǎn)業(yè)部門，他在為AI提供資金方面給予了極大的支持。事實上，孫教授實際上支持香港的這個生成式AI中心。
但我確實想問你一個具有挑戰(zhàn)性的問題，一方面是我們非常非常高興競爭能力繼續(xù)顯著增加，價格正在下降，這更好。但與此同時，你的GPU將消耗如此多的能量，如此多的能量。而且有一些預(yù)測，你知道，就像在30號，世界上的能源消耗將增加30%。你擔(dān)心因為你的GPU 會消耗能量嗎？
黃仁勛：我要告訴你，我要倒推。我要做的第一件事是，我要做出這樣的聲明: 如果世界使用更多的能源來為世界的AI工廠提供動力，那么我們的世界就會變得更美好。當(dāng)這種情況發(fā)生時，讓我解釋一下幾件事情。因為AI的目標不是訓(xùn)練模型，AI的目標是使用模型。你的許多目標的目標，有些人，為了目標而上學(xué)并沒有錯，只為了上學(xué)的目標，為了學(xué)習(xí)而學(xué)習(xí)。
當(dāng)它實際上是非常明智的事情時，這是一件正常的事情。然而，大多數(shù)學(xué)生來到這里，投入了大量的資金，投入了大量的時間，你的目標是在以后成功地應(yīng)用你的知識。因此，AI的目標不是為了訓(xùn)練。AI的目標是推理非常高效，它可以發(fā)現(xiàn)儲存二氧化碳的新方法。我們所有的發(fā)電廠都是為電器而建的我們需要靠近我們的房子。我們房子附近的燈泡。你的洗碗機離我們家很近。
現(xiàn)在，由于電動汽車的存在，電動汽車靠近房屋。但超級計算機必須離我們家很近。它可以在其他地方學(xué)習(xí)。最后，我希望發(fā)生的是AI能夠如此高效和聰明地發(fā)現(xiàn)新科學(xué)，無論是浪費電網(wǎng)，供電更多，電網(wǎng)過度供應(yīng)，大部分時間只提供部分時間。時間大多超過規(guī)定。
因此，我們應(yīng)該在許多不同的領(lǐng)域使用AI來節(jié)約能源，將其從廢物中取出，我們希望它能被它最終節(jié)省的20、30% 所取代。這就是我的希望和夢想。這是我們都看到的嗎？使用能源或智力，是我們所能做到的最佳利用能源。
沈向洋：我當(dāng)然同意將能源用于智能是使用能源的最佳方式。談到情報，我想回到智能的話題上來，就像你知道的，大灣區(qū)，這個地區(qū)，香港新津，廣州，東莞，這個地區(qū)，我們都住在大灣區(qū)，所以多年來已經(jīng)變得真正的樣子。大型硬件生態(tài)系統(tǒng)。你這么說。如果你現(xiàn)在建造任何有趣的小工具，如果你不以巨大的價值建造它，投資就無法簡單地找到所有這些組件。
當(dāng)然，一個很好的例子是，這里的dj公司是無人機商業(yè)無人機公司。令人難以置信的技術(shù)。所以我的問題實際上是，當(dāng)我們考慮智能時，物理方面將變得越來越重要，機器人技術(shù)。我認為，越來越多的機器人，當(dāng)然，這種特殊類型的機器人實際上被稱為自動駕駛車輛，自動駕駛汽車。那么，你的觀點是什么？我們能夠多快地在我們的生活和工人的生活中看到這些身體智能？我們應(yīng)該如何考慮和利用這個網(wǎng)格B區(qū)域硬件生態(tài)系統(tǒng)？
黃仁勛：這對中國來說只是一個非凡的機會，在這個地區(qū)。其原因是因為，這個大灣區(qū)，整個地區(qū)在機械技術(shù)和電子技術(shù)之間的交叉點上表現(xiàn)出色。當(dāng)然，對于機器人來說，缺少的是能夠理解物理世界的人工智能，但今天的ChatGPT或大型語言模型理解這認知的整體的，但它不理解物理智能。它不一定理解，當(dāng)我設(shè)置集合、切割時，它不會穿過那張桌子。
因此，我們需要教人工智能如何理解身體智能。好的，讓我展示一下我們正在取得良好進展的事實。嗯，我所看到的演示之一是使用Gens AI文本生成，我可以肯定地生成一個視頻，該視頻以我自己的照片開始，然后你提示，Jensen，拿起咖啡杯并喝一口。好吧，如果我能提示AI去選擇主題，我就生成令牌，比如機械手臂選擇的原因。
因此，與我們現(xiàn)在所處的位置差距非常接近，當(dāng)生成式人工智能和通用機器人時。有三種類型的機器人被制造出來，幾乎只有我們歷史上看到的所有其他類型的機器人。你知道，機器人已經(jīng)存在很長時間了，但是很難大規(guī)模地擴展。
規(guī)?；a(chǎn)非常重要，因為您需要技術(shù)飛輪，高產(chǎn)量可以讓您產(chǎn)生高R和DS，這可以讓您取得巨大的技術(shù)突破，制造更好的產(chǎn)品，從而使產(chǎn)量更高。所以飛輪，RD飛輪對于只有三個機器人至關(guān)重要。你真的可以做到這一點，但其中兩個將是最高的。
原因是這三個機器人都被部署到這個世界上，我們稱之為棕色野外部署，而這三個是汽車，因為我們在過去的200到50年里創(chuàng)造了一個汽車的世界。第二個，無人機，你知道，天空是相當(dāng)無限的，最大的體積，當(dāng)然，是人類發(fā)現(xiàn)這是因為我們?yōu)樽约簞?chuàng)造了世界。有了這三種類型的機器人，我們幾乎可以將觀眾擴展到高容量。
這就是像這樣的制造生態(tài)系統(tǒng)在一秒鐘內(nèi)真正擁有的優(yōu)勢之一。這個偉大的海灣地區(qū)是世界上唯一同時擁有megatronic技術(shù)和AI技術(shù)的地區(qū)。在其他地方不是這樣的。在其他地方不是這樣的。挑選你的另一個。挑選你的另一個。另外兩個大型的巨型電子設(shè)備，即日本和德國，但不幸的是，它們在AI方面遠遠落后。他們真的需要趕上來。這不是真的。因此，這真的是一個非常獨特的機會，我們真的很傾向于它。
沈向洋：是的，我仍然需要以年輕人的觀點來看待身體智能和機器人將會發(fā)生什么。這所大學(xué)實際上很擅長描述。我敢肯定，我們很大，很大的障礙，你知道，我們有其他的優(yōu)勢與不同的公司合作，不同的是他是政府。我敢肯定，我們很大，很大的障礙，你知道，我們有其他的優(yōu)勢與不同的公司合作，不同的是他是政府。就在幾天前，我與深圳市市長以及管理該市技術(shù)的張先生進行了交談。我只是很高興在綠灣地區(qū)見到你，特別是在罪惡之城，這實際上是一個秘密。
館，硬件，軟件速度，你到兩個，一個不知道為什么的點，你知道，這對這個地區(qū)來說是一個很好的機會，你知道，對我們的大學(xué)來說。餐館，硬件，軟件速度，你到兩個，一個不知道為什么的點，你知道，這對這個地區(qū)來說是一個很好的機會，你知道，對我們的大學(xué)來說。
黃仁勛：但我不知道從我讀到的關(guān)于你們在這里所做的工作以及我的學(xué)校自從我成為校友以來所做的工作中選出的天才是誰。我現(xiàn)在可以把你所有的好決策歸功于你，但是人工智能、機器人和醫(yī)療保??？好吧，我們是該地區(qū)真正創(chuàng)新的完美之樹。
沈向洋：是的，我們將進一步推動醫(yī)學(xué)院。對于所有這些，我們?nèi)匀恍枰愕闹С?，我們需要你的GPU。
本文來自網(wǎng)易科技報道，更多資訊和深度內(nèi)容，關(guān)注我們。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
