波多野结衣作品种子
第二期中原基石数智时间率领力特训营热招中！
报名即送十月束缚论坛参会限额1个，价值12800元！
起原 | Z Highlights，管千里着安详慧
盘问合营| 13699120588
图片起原：20VC
尽管贪图智力显耀提高，但自GPT-4模子发布以来，基础模子的性能莫得显耀冲破。现时AI性能的停滞主要由于"数据壁垒"，即可看望的互联网数据还是被耗尽。要冲破这一瓶颈，关键在于获取更多种种化和专科化的数据。基础模子的性能瓶颈在于数据而非贪图智力。要进步模子性能，需要为模子提供更多关联场景的数据。治理推理智力不及的方法包括开发通用推理智力或通过大都数据检会模子。
固然大型企业领有大都数据，但大多是专少见据，不易获取。生成合成数据和加多数据坐褥的技能是从数据稀缺到数据丰富的关键。数据的质地和结构是数据治理的最大挑战，持续的数据坐褥对于AI的长期进展至关遑急。数据是AI模子可持续竞争上风的关键。畴昔，实验室将通过数据策略进行各异化竞争。大公司可能会采选里面部署模子，以保护其数据的竞争上风。
AI功能的商品化恐怕能提高订价或价值索取。软件坐褥资本的下跌导致企业软件定制化进度提高。畴昔，跟着AI agent和模子承担更多责任，可能会从按座位订价转向基于消费的订价模式。
过度严格的数据监管可能会拦截AI鼎新。更宽松的数据看望政策与解放民主轨制并不冲突，好意思国和英国需要采选方法确保不在数据坐褥上处于不利地位。AI本领有可能成为比核刀兵更坚强的军事钞票。为珍视负面后果，可能需要对起初进的AI系统采选顽固策略。
AI贪图中的边缘效益递减
Harry Stebbings：Alex，我很痛快咱们不错濒临面进行此次对话。相等感谢你今天加入我。
Alexandr Wang：是的，很痛快来到这里。
Harry Stebbings：我之前发推文说咱们应该跳过那些创立公司的故事，因为你还是讲过好屡次了。我想平直切入主题，问你一个问题。当对于现时的模子性能，咱们先从高端倪上来筹商，你认为咱们现在是否遭遇了贪图力加多却莫得带来性能进步的收益递减情况？
Alexandr Wang：是的，我认为这相等趣味。现在尤其是在GPT-4推出的情况下，事情变得愈加彰着。OpenAI自2022年秋天以来就推出了GPT-4，从那时起，咱们还莫得看到一个新的基础模子或是一个比GPT-4更令东谈主惊奇的新模子。咱们还莫得看到GPT 4.5或GPT 5，其他实验室也还莫得推出彰着优于GPT-4的模子，尽管自ChatGPT问世以来，贪图开销的加多是巨大的。你不错望望Nvidia收入的图表。在GPT-4推出后，它的收入直线上升，从Nvidia数据中心的季度收入约莫50亿好意思元上升到现在越过200亿好意思元。是以在兼并时分框架内，还是少见百亿以致越过1000亿好意思元被花在了高端的Nvidia GPU上。咱们还莫得看到自GPT-4以来的大冲破，而实质上这个模子是在Nvidia开销激增之前推出的。因此，我认为总体来说，这是一件相等趣味的事情，咱们看到对贪图的投资正在急剧加多，指数级增长，但咱们作为一个社区、一个行业，仍然在恭候下一个伟大的模子的出现。
Harry Stebbings：你认为咱们是否还是达到了性能的一个极限，在恭候冲破的同期，性能会出现这种停滞？你认为这是一个短期的征象，照旧像自动驾驶那样？咱们看到自动驾驶的性能停滞了好几年，直到最近才再次有所冲破。
Alexandr Wang：这是一件相等趣味的事情。这些东谈主工智能模子有三个构成部分或三个扶持，分别是贪图、数据和算法。东谈主工智能的历史标明，进展来自于这三个扶持的共同进步。因此，你天然需要大都的贪图智力，但你也需要算法的进步，比如最初的Transformer、RLHF，或者畴昔的算法进步。而且你还需要数据扶持。我认为咱们最近看到的性能停滞在很猛进度上不错用咱们碰到的数据墙来讲明。GPT-4是一个简直检会在系数这个词互联网上的模子，使用了巨大的贪图智力。而我认为在曩昔几年里，系数这个词行业所作念的主如若在贪图方面进行了大范畴彭胀，但并莫得同步在其他两个扶持上取得进展。因此，我认为需要更多的算法改进，但特别是咱们需要确保有更多的数据来救济它。
Harry Stebbings：当你说到数据墙时，这到底是什么真谛？咱们不错作念些什么来克服它？
Alexandr Wang：从一个相等高的端倪上讲，我认为咱们还是用尽了系数的"通俗数据"，咱们还是用尽了系数的互联网数据，比如Common Crawl以及它的最新版块。
Harry Stebbings：为了让咱们领会，所谓"通俗数据"即是指酬酢媒体上的内容，任何不在付费墙后头的东西，任何容易且免费的内容。
你但愿东谈主工智能系统大略完成任务，大略治理复杂问题，大略与东谈主类合营来治理日常问题。而构建具有这些智力的智能体和东谈主工智能模子的过程，咱们不成仅靠互联网数据来实现。而咱们还是用尽了系数的互联网数据。
Harry Stebbings：当咱们谈判到有用的agents和扩充责任的软件，而不单是用具的销售时，正如Sarah Tavel（Benchmark 普通结伴东谈主）曾经指出，为什么现存数据不及以撑持从用具转向责任的调度？
Alexandr Wang：通俗的谜底是，东谈主类在扩充更复杂任务时所进行的许多想考过程并莫得纪录在互联网上。例如，如果我是一个大银行的欺骗分析师，我的责任是说明一组看似可疑的交往判断它们是否是欺骗交往。我需要分析各式不同的数据，诈骗我的推理智力和系数的东谈主类智能来作念出这个决定。而我进行这个过程时，并不会每一步都写下来，比如，我检验了这块数据，又检验了那块数据，然后基于这些数据得出了论断。我不会把这些方法写在互联网上供这些模子以后爬取。因此，通俗来说，撑持面前经济的系数推理和想考都莫得被纪录在互联网上。如果你只在互联网上检会模子，它就莫得智力从这些过程里学习。
Harry Stebbings：那么，咱们怎么将这些未被纪录的数据捕捉下来，就像你刚才提到的欺骗分析师的想维过程、分析和里面会议中的筹商，这些内容并莫得被编入数据集。咱们怎么捕捉这些数据，以便能更好地扩充当务？
Alexandr Wang：咱们的不雅点，或者说我信得过信赖的是，咱们从现在开动需要的是前沿数据。咱们需要大都的前沿数据，而面前咱们处于一种数据稀缺的心态，或是咱们还是触碰到数据墙。而前沿数据在我看来包括复杂的推理链、复杂的筹商、模子进行的推理链、模子查找数据、进行推理、查找另一个数据、可能校正缺点，用具使用等系数咱们认为智能体大略扩充的关键部分。系数这些都需要被封装在前沿数据中，以鞭策这些模子的前进智力。
Harry Stebbings：咱们怎么捕捉这些数据？
Alexandr Wang：我认为这需要通过基本上三大扶持的联接来实现。起初，今天天下上的企业里面有大都的数据被锁定，因合理的意义，这些数据并未公开于互联网。为了给寰球一个范畴的感知，例如来说，摩根大通的专有里面数据集为150 PB，而GPT-4的检会数据集不到1 PB。因此，大型企业里面存在的数据量相等高大，有一个过程即是挖掘这些现存企业数据中的系数优质数据。
Harry Stebbings：但这些数据永远不会是开源的，对吧？这些都是专有的，专门为该客户定制的。
Alexandr Wang：实在地说，这是一个每个企业都要阅历的过程，比如我有一组对我的企业相等遑急的问题，那么我就需要阅历一个过程，基本上即是挖掘我系数的现存数据，并精真金不怕火这些数据，以供东谈主工智能系总揽理我的问题。
Harry Stebbings：当咱们想考冲破时，咱们一开动谈到了收益递减的问题，我前几天和天下上最有权力的首席本领官之一交谈时，他说，在治理收益递减的问题上，信得过的冲破在于咱们能否信得过治理推理问题。你怎么看待咱们治理推理问题的智力，以及你提到的数据在匡助咱们派遣这一挑战方面的影响？
Alexandr Wang：如果你望望这些模子能作念什么，它们在以前见过好多数据的情况下相等擅长推理。咱们倾向于将这些AI视为访佛于微型东谈主类智能，但它们相等不同。东谈主类智能和机器智能利害常不同的。东谈主类有一种相等通用的智能，他们有一种很棒的智力。如果一个孩子在一个相等小的社区长大，他不错一世都在阿谁小社区活命，也不错物化界上皆备不同的场合，况兼大略顺应和领会那里的情况。
今天还莫得任何一个AI系统大略达到这种水平的智力，即从一个环境"拖放"到另一个环境中，并弄显露发生了什么。因此，我认为咱们必须相识到这是一个限度。但这意味着，对于咱们但愿这些模子在某种情况下发扬简洁的任何情境，咱们需要有该情境或场景的数据，实质上模子在这种情况下会发扬得相等好。
是以有两种方式不错治理这些模子中存在的推理差距。一种明显是构建某种通用的推理智力，这信赖会是一个首要冲破。另一种方法即是，这是一个数据问题。你需要为每个但愿这些模子在其中推理简洁的场景提供数据，你需要在系数这些场景顶用数据压倒它们，你就会得到大略很好推理的模子。
数据获取与治理的前沿探索
图片起原：Unsplash
Harry Stebbings：咱们怎么从数据稀缺的环境过渡到数据充裕的气象，特别是谈判到像摩根大通或高盛这样的企业领有巨量数据，但这些数据的专有性质使得它们无法用于通用模子，从而无法惠及全球或鞭策冲破性进展。咱们怎么从数据稀缺过渡到数据充裕？是通过生成合成数据吗？咱们该怎么想考这个问题？
Alexandr Wang：我认为你说的第二部分很遑急，即需要产生新的数据，咱们需要坐褥新的前沿数据的技能，这样才能从GPT-4进展到GPT-10。我认为，当咱们谈到芯顷刻，这种想路很天然，咱们需要建造越来越多的晶圆厂，建造更大的晶圆厂，咱们需要提高分辨率，制造更小纳米级的晶圆厂。当触及到贪图智力时，咱们很天然地意想要加多坐褥技能，但我认为咱们在数据方面并莫得这样去想考。咱们需要在数据方面作念访佛的事情，数据的生成过程是一种搀和的东谈主工与合成的过程，这亦然咱们想考它的方式。你需要一些算法来承担大部分生成合成数据的责任，但你也需要东谈主类众人来指挥这些AI系统，匡助它们在遭遇困难时或在处理未尝遭遇的情况时提供输入。另一种想考方式是，好多自动驾驶的彭胀都是通过这些安全驾驶员来实现的，汽车里面有安全驾驶员，当汽车开动出错时，安全驾驶员会罗致贬抑，咱们需要为这些AI系统栽培访佛的机制，你需要AI模子生成大都数据，然后东谈主类不错在必要时介入，鞭策模子的进展，以确保赢得高质地的数据。
Harry Stebbings：在组织结构中，这种作念法会是什么边幅？咱们是否会为这些AI教唆创建新的脚色，不是教唆员，而是访佛于数据监护员？
Alexandr Wang：是的，检会员是一个术语，AI检会员或孝敬者是另一个术语。
Alexandr Wang：向AI孝敬数据实质上是东谈主类能作念的最有杠杆作用的责任之一。原因是，如果我是一个数学家，我不错弃取闭门研究纯数学，作念纯数学研究，这是我东谈主生的一条轨迹。另一条轨迹是，我不错利用我的系数技能、才能和聪敏，匡助这些AI模子变得更聪敏。即使我只是让GPT-4在数学方面稍稍聪敏少许，如果我将这种微细的改进汇总到GPT-4在畴昔系数被调用和使用的场合中，比如系数使用GPT-4的数学学生，系数使用GPT-4的开发者，那将产生巨大的影响。因此，作为东谈主类众人，你有智力通过坐褥数据来提高这些模子，从而对社会产生普通的影响。这对于科学家、数学家、大夫以及天下上的其他东谈主类众人来说，我不错将我的智力、聪敏、检会全部传输到一个大略对社会产生普通影响的模子中，这是一个相等令东谈主昂然的远景。
Harry Stebbings：咱们怎么看待数据的结构？东谈主们平素谈到数据治理的最大挑战其实即是数据的结构和整洁性。谈判到摩根大通领有150 PB的数据，我不祥情，但我推断这些数据并莫得为好多模子的高效使用而无缺地结构化。咱们怎么看待这些大型企业领有的巨大数据集的结构化问题？这对这些企业来说意味着什么挑战？
Alexandr Wang：这里有两个并行的努力标的。一是现存数据的挖掘，尽管如斯，这会是一次性的，你从挖掘现存数据中赢得的收益可能会很有真谛。
Harry Stebbings：你认为在五年内，每个企业都会挖掘他们里面最大的数据库吗？
Alexandr Wang：我不认为每个东谈主都会这样作念，但信赖起初进的公司会这样作念。然后，咱们还会处于一个仍然需要让模子变得更好的阶段。因此，最终一切都归结为数据的坐褥，访佛于你需要芯片等其他关键物品的坐褥技能。
Harry Stebbings：好的，那么咱们谈到了挖掘现存数据，你说还有另一种方式。
Alexandr Wang：是的，少见据挖掘，然后是前瞻性的数据坐褥，这是咱们需要数据起原的两个中枢标的。我认为，如果咱们退一步，从更普通的角度来看，现时AI进展的一个根蒂瓶颈是数据。如果咱们大略在贪图和数据坐褥上同步进行，比如在Nvidia陆续制造数百亿好意思元的芯片的同期，咱们也能坐褥出与之十分的数据量，那么咱们将赢得极其坚强的模子智力。
Harry Stebbings：为了更好领会，当咱们谈判加多数据供适时，具体的作念法是什么？我意想的是像Limitless这样的神气，不知谈你是否知谈Limitless的Dan，他是Optimizely的首创东谈主，他有一个新的硬件开导，纪录你说和作念的每一件事，并生成你个东谈主的AI，因为它纪录了你一天中的系数言行。这在我看来是一种新的数据生成边幅。咱们怎么加多数据供应？
Alexandr Wang：主要有两个部分。一是像Limitless这样的努力，基本上是更耐久的数据聚集，聚集更多天然发生的天下数据。这有好多边幅，比如在责任场地，你可能需要某种持续的数据聚集，尽管听起来可能有点吓东谈主，聚集你使用的应用轨范、使用的法则、从一个场合复制粘贴到另一个场合的内容。
Harry Stebbings：好多与RPA和许多IPO经过关联的内容。
Alexandr Wang：是的，皆备正确。这即是SaaS中的经过挖掘术语的起原，基本上是对现存企业经过的持续聚集。然后是消费者版块，可能访佛于你提到的，或者像Meta与Ray-Ban的合营，或者任何最终用于此的开导，但大致是聚集你个东谈主活命的耐久视角。除此除外，还需要信得过投资于东谈主类众人与模子的合营，以坐褥前沿数据。因此，我之前提到的企业经过挖掘和消费者数据聚集，都会产生有价值的数据集，但它们不会鞭策模子上前发展。
因为要鞭策模子上前发展，咱们需要相等复杂的数据，大略鞭策模子智力的前沿。这即是你需要智能行为的场合，这即是你需要复杂推理链的场合，这即是你需要高等代码数据或高等物理学、生物学或化学数据的场合。这些才是信得过需要鞭策模子规模的内容。我认为这需要全球范围内的基础设施级别的努力。咱们需要想考怎么让天下上的众人与模子合营，匡助坐褥出天下上最好的AI系统，让它们成为天下上最好的科学家、最好的轨范员或数学家。
AI商品化海浪和各异化数据策略
Harry Stebbings：当咱们想考模子的商品化时，寰球都说咱们还是达到了这少许。那么咱们怎么看待这些数据源的专有看望？有东谈主以前跟我说过，我意外月旦，但像OpenAI的模子不一定更好，只是因为他们赢得了更好的数据，他们购买了更多的数据等等。而数据是他们曩昔性能优胜的中枢上风要素之一。那么咱们是否会看到某个模子赢得其他模子无法赢得的数据看望权？咱们怎么看待模子侧的公善良公正的数据看望？
Alexandr Wang：我认为，如果你谈判这些不同模子提供商之间的竞争花式，数据如实是少数几个扶持之一。悉数有三个扶持：算法、贪图和数据。我认为数据实质上是你不错瞎想出持久竞争上风的主要扶持。是以，如果你想知谈在这个领域里，基础模子竞争游戏中的护城河在那儿，我认为数据是为数未几的不错产生可持续护城河的领域之一。因为问题在于，算法是常识产权，某个时分点上，系数这个词行业都会了解它们。贪图智力，你不错比别东谈主有更多的贪图智力，但别东谈主也不错花更多钱去购买相通的贪图智力。而数据是少数几个领域之一，你不错信得过产助耐久可持续竞争上风。
Harry Stebbings：我痛快，望望OpenAI的一些合营契约，他们明显与《金融时报》合营，赢得了《金融时报》系数历史文库的看望权限，他们还与Axel Springer进行过几次合营。我认为这些是其他好多模子莫得的看望权限，这使得他们的内容在特定查询中发扬得更优胜。
Alexandr Wang：是的，皆备正确。我认为这是结构的一部分，把数据视为护城河的想维方式。我认为这些合营——《金融时报》和Axel Springer——只是初步迹象，但畴昔我认为这些实验室会相等喜爱这少许。他们会想考，我将使用什么数据来与竞争敌手辩认开来，我将怎么坐褥这些数据，以及这些数据会创造出什么样的耐久持久上风。因此，我认为你会看到，我实质上瞻望，围绕数据和模子商品化的一切，咱们将看到公司开动构建数据策略，跟着时分的推移，这将鞭策阛阓中的更多各异化。我认为这很令东谈主昂然。另一种想考方式是，现在在旧金山，遑急的研究东谈主员和CEO都在夸耀他们领有几许GPU，这简直成了他们在AI领域有多肃穆对待的最大目的。但我认为在畴昔，他们会夸耀他们不错看望哪些数据，他们坐褥了几许数据，他们对不同数据源的独有职权是什么。我认为这实质上将成为畴昔的主要竞争领域，而不单是是夸耀"Jensen给了我几许GPU"。
Harry Stebbings：谈判到数据策略可能成为赢得竞争的一个关键要素，你认为咱们将不会看到这些模子缓缓商品化吗？
Alexandr Wang：有两种畴昔。一种是即使数据策略也会很快被商品化，不同的东谈主和不同的实验室会相互师法，或者他们最终会走向兼并个标的。
Harry Stebbings：皆备痛快，尤其是对于许多内容坐褥者来说，他们不太可能与某一个模子坚硬独家契约，而忽略其他模子。
Alexandr Wang：是的，是以我认为这就意味着不同的实验室需要制定策略，以坐褥他们独有的数据集。比如说，我举个例子，Anthropic专注于企业应用场景，他们可能需要制定一个数据策略，使他们大略在这些企业应用场景中赢得相等各异化的新数据看望权限。或者OpenAI与ChatGPT可能需要制定一个独有的数据策略。我认为，各个实验室需要倾向于他们大略在畴昔赢得专有和各异化数据的领域。
Harry Stebbings：你认为咱们会看到企业重新回首土产货部署吗？固然我的问题跳来跳去，但我很心爱这个对话。对不起这样多越过式的问题，但当咱们谈判到像摩根大通那150 PB的数据时，我不祥情他们是否风景将系数最敏锐的数据都放在云表。你认为咱们会看到企业重新回首土产货部署，并为这些大企业提供土产货责任的模子吗？
Alexandr Wang：当咱们与这些大企业和他们的率领者交谈时，他们很快就意志到你提到的这个事实：他们的企业数据可能是他们在AI天下中独一的竞争各异化要素。因此，他们在处理这种情况时极其严慎。如果他们达成了一项交往，系数的数据不管以什么方式，模子开发者都能获取到，或者他们以某种方式分享数据，那么他们可能即是在典质他们的系数这个词畴昔。是以我认为他们对此相等相等严慎。这实质上亦然为什么我认为无论是开源模子照旧Llama模子，照旧Mistral模子，这些不错在土产货部署并让企业大略在其自身数据之上进行定制的模子都有相等大的契机。这样的话，这些数据永远不需要复返给模子开发者或云表。我认为在这一领域有巨大的未随和需求，我认为这是大多数严肃的企业将要去的标的，即"这是我的数据，我需要相等相等强有劲的保证，我的数据不会被用来提高我的竞争敌手的智力。"
Harry Stebbings：我认为AI服求实质上会创造更多的收入，这没问题。咱们看到Accenture最近晓示他们的生成式AI收入达到24亿好意思元，而OpenAI明显达到了20亿好意思元。你怎么看待现在的Scale AI以及与一些大企业合营的职业组件？学习和采选弧线对大企业来说是一个挑战。你认为这是畴昔几年中你的中枢业务的一部分吗？特别是在咱们彭胀教学的过程中？
Alexandr Wang：起初，我认为你是对的。AI如实不错产生巨大的价值，但问题是，这种价值的拿获将在那儿发生？这个问题很趣味。如果你回头望望Andy Grove（Intel第三任CEO）写的《高效束缚》一书，书中有几章提到，例如在Intel公司，那时咱们认为价值拿获会发生在某个部分，但其后咱们意志到，它会发生在堆栈的另一个部分，是以咱们不得不转移到阿谁部分，然后咱们又得再次转移。这是一个相等令东谈主难以置信的案例研究。我记起我约莫十年前在一个不同的本领时间读过这本书，那时我认为这有点奇怪，嗅觉不太关联。而现在在AI领域，你再次看到这种情况。我认为AI领域如斯新颖且初步，价值到底会在堆栈的哪个部分累积，嗅觉它在无间移动。我痛快你的看法。
模子自身有好多竞争，是以我不祥情在模子自身会累积几许价值，但我相等有信心，在模子之上和模子之下的系数事物都会累积价值。在基础设施方面，Nvidia是今天在AI领域建立的最大的公司，它是天下第三大最有价值的公司。Nvidia比Meta、Google、Amazon和沙特阿好意思的市值都要高，真实令东谈主惊奇。这是一家令东谈主难以置信的公司，这些都是模子之下的部分。而在模子之上，你将会有系数这些在其上构建的应用轨范和职业。
Harry Stebbings：今天早上我在路上和别东谈主争论，我在说，好吧，Notion AI和Box这家存储公司将AI治理决策整合到他们现存的存储居品中，以便更好地索取信息。但是，你有莫得忽闪到Salesforce的增长现在只剩下个位数，MongoDB的增长也只剩下个位数。重心是，功能的商品化意味着咱们会得到更好的居品，但我不祥情这是否会以提高价钱的边幅实现价值索取。你奈何看？
Alexandr Wang：咱们的不雅点是，有一篇著作The End of Software筹商了"软件的斥逐"。
Harry Stebbings：我看到了，是Chris Paik（Pace Capital 的首创结伴东谈主）写的。
Alexandr Wang：这是一个特意寻衅的不雅点，但我如实认为其中有一些内容是正确的。
Harry Stebbings：为了那些没读过的东谈主，你能通俗综合一下这篇著作的中枢不雅点吗？
Alexandr Wang：他基本上作念了一个很微妙的比拟，他把今天的软件公司与酬酢媒体之前的媒体公司进行了对比。大致的比拟是，在曩昔的媒体时间，有许多相等出色的媒体公司，这些公司由许多众人构成，坐褥出高度各异化的内容。但其后，这些公司被酬酢媒体和互联网普通的传播所颠覆了。跟着内容创作资本的裁汰或内容分发资本的急剧下跌，媒体消费的天下变得相等普通，你不错随时消费任何你感意思的东谈主坐褥的内容，而不再是被大媒体坐褥者所主导。这个比拟的中枢是，这即是行将发生在软件领域的事情。现在，企业活命在一个由少数几个软件提供商主导的围墙花圃中，但跟着生成式AI和其他趋势的到来，畴昔他们将领有一个由不同应用轨范和点治理决策构成的星座式结构，咱们将从现时少数围墙花圃SaaS应用的天下转向一个愈加去中心化的寰宇。
Harry Stebbings：你痛快这个不雅点吗？
Alexandr Wang：这如实是一个特意寻衅的不雅点，但我认为有少许是正确的，那即是企业和系数这个词天下将会要求更高水平的定制化和个性化，他们会要求专为他们的业务量身定制的东西。我认为，这一趋势的发轫不错追念到第一个在这方面作念出尝试的科技公司Palantir。耐久以来，Palantir一直被歪曲为只是是一家盘问公司，但Palantir的不雅点也具有寻衅性，他们认为，咱们的任务是进入企业，潜入了解他们的问题，然后匡助他们构建无缺的应用轨范，这些应用轨范不错贯穿他们系数的数据和其他内容。如果咱们能作念到这少许，咱们将为他们构建出比任何其他软件提供商都更有价值的东西。他们在生成式AI和系数这些用具出现之前就还是开动这样作念了，这些用具使得这种方法变得愈加可行。但我如实认为，天下正在向这个标的发展，特别是现在软件坐褥资本和软件创作资本正在急剧下跌，咱们将走向一个企业消费的软件越来越多是为他们的特定问题量身定制的天下。
Harry Stebbings：这对大型企业的工程团队结构意味着什么？他们的范畴会舒缓吗？他们会专注于不同的事情吗？咱们会有天下上最好的教唆工程师构成的团队吗？这对工程团队的结构变化意味着什么？
Alexandr Wang：我认为，软件工程总体上会发生巨大的变化。今天开发东谈主员浮滥大都时分的许多责任，跟着模子在编码方面越来越强，他们将不再需要浮滥那么多时分。但是他们所作念的某些遑急部分是不可替代的。跟着时分的推移，我认为特别有价值的一部分是从客户问题或需要治理的问题开动，将它们转移为工程问题，并将其解析为不错由AI工程师治理的任务。
Harry Stebbings：每个东谈主都在说咱们将看到按座位订价的斥逐。就像Chris在那篇著作中提到的，寰球都在筹商按座位订价的斥逐。在这个新一波软件海浪中，尤其是在数据方面，咱们是否会看到更多基于消费的订价模子？你认为这真的会取代按座位订价吗？
Alexandr Wang：按座位订价在畴昔不再合理的原因是，在今天的企业中，大部分有坐褥力的责任如实是由职工完成的，由东谈主完成的。但是在一个你不错瞎想更多责任由AI agent或AI模子完成的畴昔，按座位订价就不再合理了。因为作为软件或治理决策的提供者，你但愿确保你所提供的价值不单是是针对东谈主，还包括你所提供的AI agent或AI系统所产生的价值。是以我认为，这将把天下大大推向基于消费的订价模式，而不是按座位订价。
数据监管与AI武备竞赛
Harry Stebbings：我最大的担忧之一明显是咱们在伦敦。咱们在好多方面都很擅长，比如永劫分的午休和监管。不外，我的问题是，我真的很记挂咱们会因为消费者数据保护法和对于数据看望的无谓要监管，而看到鼎新受到拦截。你认为我的担忧有风趣吗？你怎么派遣数据看望的监管问题？
Alexandr Wang：这是一个相等遑急的问题。我认为咱们在欧盟看到的情况如实是对数据采选了相等严格的气魄。
Alexandr Wang：我个东谈主的看法是，我不认为围绕数据的更宽松的监管与解放民主轨制不兼容。更解放的数据看望国法实质上与解放民主轨制相等兼容。咱们作为一个社会合座需要找到一个顺应的均衡，并治理这一矛盾。但我认为这是一个相等遑急的问题，因为在好意思国，有大都的努力和信得过的监管努力，旨在确保咱们不会延缓芯片坐褥的速率，确保咱们大略陆续制造大都的芯片，而好意思国不会因此处于不利地位。从这个角度来看，咱们需要对数据采选访佛的视角。因此，从政策角度来看，无论是在好意思国照旧在英国，咱们都需要想考怎么确保作为国度，咱们不会在畴昔数据坐褥方面自缚作为。
Harry Stebbings：你认为好意思国面前在这方面是否自缚作为？
Alexandr Wang：咱们明显莫得采选救济数据的监管态度。
Harry Stebbings：那么，救济数据的监管态度会是什么边幅？
Alexandr Wang：有几件事我认为是遑急的。起初，有一些大型数据集不应给特定的参与者带来专有上风，它们需要被聚会并对系数这个词行业绽开看望。一个通俗的例子是航空航天领域的安全数据，这是一个热点话题，但航空航天领域的安全数据应该被集体分享，以鞭策系数这个词行业上前发展。再比如我之前提到的金融职业中的欺骗和合规数据，也应该被聚会起来，并用于鞭策畴昔的智力发展。因此，我认为在系数这个词工业部门中，应该在某种进度上进行数据分享，以鞭策系数这个词行业的发展。
Alexandr Wang：此外，在好多面向消费者的领域，咱们需要治理现存的许多限度，确保这些限度不会阻塞AI的进步。一个很好的例子是医疗保健领域的HIPAA律例以及系数的个东谈主身份信息（PII）限度。面前，HIPAA律例和PII国法或多或少会阻滞患者数据被用于检会AI模子。但我认为，作为一个好意思丽社会，作为东谈主类，咱们真的但愿从现存的医学数据中学习，找到畴昔赈济东谈主类疾病的方法。因此，咱们需要找到治理办法，比如制定相等明确的匿名化条目，或者找到一种相等显露且不言而谕的方法，利用现存的患者数据来改善畴昔的健康扫尾。
Harry Stebbings：有一种说法，中国在东谈主工智能进展方面逾期好意思国约莫两年。我不记起是谁在节目中提到的这个不雅点，但我那时听到后认为这简直是瞎说。我认为，谈判到中国政府在数据看望、数据提供和监管方面的作念法，如果他们如实逾期两年，那他们会很快赶上来。你奈何看中国逾期两年这个说法？你痛快吗？
Alexandr Wang：两年前，他们可能如实逾期了两年。当OpenAI第一次在实验室中推出GPT-4时，中国远远莫得达到阿谁水平。但即便在曩昔几个月里，一家中国公司零一万物推出了一个名为Yi-Large的大模子，这个模子现在是天下上最好的模子之一。我认为它仅次于GPT-4o、Gemini、Claude 3 Opus，是排名榜上排在这些模子之后的下一个模子。是以它是天下上最好的模子之一。咱们还是看到他们在飞速地赶上来。中国的话语模子和东谈主工智能智力现在基本上还是与好意思国的智力相等接近了。
如果你说明咱们之前谈到的所少见据来预测畴昔的旅途，我认为他们有明确的契机赶超咱们。这归根于，中国共产党体制相等擅长采选相等激进的聚会行为和聚会工业政策来鞭策关键行业的发展。咱们在曩昔几年以致几十年里都看到了这少许，特别是在太阳能领域，中国或中国共产党大略通过工业政策，在很猛进度上成为全球太阳能领域的率领者，最近在电动汽车领域亦然如斯。你会看到中国共产党的体系和方法创造了相等低廉的居品。咱们一次又一次地看到这种模式的叠加，中国共产党的工业政策方法不是最具鼎新性的，但一朝一个行业还是建立起来，他们在鞭策其发展方面比天下上任何其他经济体都要坚强。
Harry Stebbings：皆备痛快，我昨天看到了一个图表，我不记起是谁发的推文，我认为可能是Elon Musk或Bill Ackman（Pershing Square Holdings的首创东谈主兼CEO），图表裸露了不同国度在制造业方面的发扬。如果莫得通用汽车，好意思国的制造业可能会堕入逆境，而中国的发扬则明显是沿路朝上。你对此感到担忧吗？
Alexandr Wang：我相等担忧。我认为咱们在东谈主工智能社区很少筹商的一个遑急话题是，这项东谈主工智能本领有后劲成为东谈主类有史以来最坚强的军事钞票之一。
Alexandr Wang：你不错瞎想，如果一个国度领有AGI，而另一个国度莫得AGI，哪个国度会在干戈中到手？很可能是领有AGI的国度，因为它不错开发出系数的刀兵，或者制定出超卓的军事战术，或者大略入侵另一个国度的系统。这可能是天下上有史以来最坚强的军事钞票，以致比核刀兵还要坚强。如果你谈判到这少许，咱们现在所处的地缘政事环境正变得越来越急切。曩昔几十年天下上的冲突在单调地加多。咱们看到天下上发生了多场干戈，其中一些干戈莫得彰着的治理阶梯。而且现辞天下上有一些极权主义率领东谈主，比如说，如果今天中国或俄罗斯领有AGI而好意思国莫得，我认为他们会利用这少许进行慑服。
Alexandr Wang：这对系数这个词天下来说是一个相等可怕的扫尾，我认为这是西方天下需要插足大都想考和努力去珍视的扫尾。
Harry Stebbings：鉴于这种担忧，咱们是否应该采选顽固系统？明显，绽开系统有好多平正，但绽开系统的挑战在于任何东谈主都不错使用它们。这意味着俄罗斯、中国都不错使用它们，每个东谈主都不错赢得相通的看望权限。咱们是否应该采选顽固系统，谈判到你刚才所说的内容？
Alexandr Wang：我认为这里必须出现一种二元对立。咱们需要谈判最前沿和起初进的系统，那些咱们出于地缘政事原因、军事原因或其他原因想要确保防守顽固的系统。当咱们开发出信得过坚强到如斯进度的系统时，咱们会但愿将它们保持顽固，但这并不妨碍咱们开发不太先进的绽开本领版块，这些本领实质上大略带来巨大的经济价值。我认为这即是咱们现在在Llama模子中的位置。我不认为Llama 3模子还是先进到不错被视为军事钞票的地步。我认为在某个界线以下，绽开模子皆备莫得问题。我认为咱们需要严慎想考的是，这个界线在那儿，咱们什么时候接近这个界线。
Harry Stebbings：在咱们筹商一些公司开导原则之前，我如实想谈谈十年后的基础模子会是什么边幅？谁会保持零丁，谁会被收购，这个领域会是什么边幅？
Alexandr Wang：我认为，基础模子竞争的中枢在于其资本极其不菲。这些模子的资本还是从几亿好意思元加多到十亿好意思元，以致可能是几十亿好意思元。我认为在十年后，它们的资本可能会达到数十亿或数百亿好意思元。因此，大略领有如斯巨大的资金息争放裁量权来投资这些AI模子的实体相等少。跟着时分的推移，天然会发生的事情是，AI的基础努力将缓缓围绕国度或大型科技公司皆集。因此，你会看到，系数这些超等盈利的生意模式，无论是国度照旧超大范畴企业，都是独一可能为这些高大的AI神气提供资金救济或担保的实体。因此，我认为畴昔的情况看起来就像是一场巨东谈主的宣战，现在还是是这样了，但到那时，这场宣战会愈加热烈。
Harry Stebbings：那么，你是否痛快我的看法，即系数较小的玩家都会被大型云职业提供商收购，比如Google、Amazon、Nvidia，以出奇他你能意想的大型公司，尤其是大型云职业提供商，并将它们整合到现存治理决策中？
Alexandr Wang：是的，不外可能需要加一个星号注目，有些合营伙伴研究我认为会很趣味，望望它们怎么发展。比如OpenAI和微软的合营，或者Anthropic和Amazon的合营。我认为这个本领时间最趣味的问题之一是这些合营伙伴研究在耐久内究竟会怎么发展。
品牌力量构建
Harry Stebbings：我如实想筹商一些公司开导的原则。咱们从这个开动，我记不清你在PR方面说的那句精彩的声明是什么了，你说的是"最好的PR是不作念PR"，你这是什么真谛，Alex？
Alexandr Wang：传统的新闻行业并不特别有益于建立伟大的公司。更具体少许来说，许多传统媒体主如若为了获取点击量，因此传统的新闻引擎会在你上升时放纵宣传你，生成大都点击量，而在你下滑时则会打压你，陆续通过这种方式赢得点击量。这与20VC和其他访佛的平直渠谈酿成了昭着对比，在这些渠谈中，首创东谈主和公司有一个平直的渠谈来传达他们的信息，并讲明他们正在作念的事情。
Harry Stebbings：还有另少许，我认为有点不公谈，我对传统媒体感到有点轸恤。我不在乎点击量，因为咱们有赞助商。坦率地说，即使莫得赞助商，咱们也会陆续作念这个节目。我不会作念那些哗众取宠的标题，我不会把节目搞得花里胡梢，不会因为优化点击量而作念"Scale AI预测军事祸害"这样的标题。
Alexandr Wang：皆备痛快。你作念节目是诚意想教学和讲明发生了什么，而不是为了点击量。
Harry Stebbings：这简直不公谈。你能瞎想有东谈主说："嘿，我要作念Scale AI，但我不在乎是否亏钱？"你会想，"哦，天哪，我奈何跟这个竞争？"
Alexandr Wang：是的，但我认为这很彰着。你知谈，我在国会作证时得到了比曩昔几年中从各式媒体那里得到的更公谈的对待。听起来很荒诞，但我认为咱们现在处于一种无理气象，许多传统媒体因为这种以点击量为导向的方式，而不是出于信得过的教学目的，简直莫得办法对公司保持皆备公谈。是以我认为公司有株连通过平直渠谈、播客等方式，显露地讲述他们的故事，确保他们的信息不会被曲解。
Harry Stebbings：皆备痛快，这即是为什么今天首创东谈主品牌比以往任何时候都遑急，因为如果你不掌持我方的传播渠谈，信息就会被扭曲。
Alexandr Wang：十分正确，我认为这是面前天下的一种令东谈主挂念的气象。
Harry Stebbings：这是否编削了你的策略？
Alexandr Wang：是的，咱们现在会肃穆想考怎么将平直信息传达出去。正如你所说，咱们会寻找最轻松的方式来传达和讲明咱们正在作念的事情。这即是一个很好的例子。你会问我一个问题，我会按照我的想法汇报，这个谜底会传达到你的听众和不雅众那里。这是传播信息最轻松的边幅之一。
Harry Stebbings：东谈主们犯的一个大缺点是他们试图为公司建立平直渠谈，但说真话，东谈主们不会关注Scale，他们关注的是Alex。建立个东谈主奴才者比建立公司奴才者要容易得多。
Alexandr Wang：很少有公司大略像OpenAI那样，作为一个实体领有好多品牌真谛，但即便如斯。
Harry Stebbings：望望Sam Altman的热搜次数和OpenAI的热搜次数之间的差距，Sam Altman的热搜次数要高得多。东谈主们现在比以往任何时候都更心爱个东谈主珍重。
Alexandr Wang：这是一个很趣味的征象，这如实应该引起关注。
Harry Stebbings：这种征象超越了个东谈主。望望Lionel Messi在迈阿密的发扬，望望Margot Robbie在《芭比》中的发扬，组织或领会中的个东谈主名东谈主鞭策了一切。
Alexandr Wang：这很趣味，这可能响应了东谈主类内心深处对关联的强烈需求。我认为咱们作为东谈主类，有好多智力来领会个东谈主。咱们有智力领会个东谈主，但很难领会一个组织意味着什么。莫得直不雅的研究。
Harry Stebbings：那么首创东谈主应该注意传统的PR吗？他们应该温情进入传统媒体吗？
Alexandr Wang：我认为咱们处在一个他们不应该注意的时间，他们应该想考的是，有一个趣味的不雅点，况兼找到传达这个不雅点的最轻松的方式。
Harry Stebbings：你认为媒体在什么时候对你们进行了全面的袭击？
Alexandr Wang：我会说，简直不错精准地说，咱们阅历了一个不可想议的上升期，也许是在2019年咱们最初成为独角兽时，之后的几年嗅觉一切顺风顺水。可是，从约莫2022年开动，系数这个词科技叙事或者说媒体叙事短暂转向了袭击科技公司。你知谈，在某种进度上这是公谈的，因为许多科技公司赢得了相等高的估值，科技界充满了令东谈主难以置信的昂然厚谊，随后阛阓崩溃了。从2022年开动，我忽闪到对咱们的报谈基调皆备编削了，媒体开动专注于指出像咱们这样公司的舛误，或者咱们的好多同业的舛误，而不是试图保持均衡的视角。
另一个例子是约莫从2020年开动，咱们与好意思国军方和国防部合营，这明显是在现时的国防科技飞扬之前。耐久以来咱们作为公司有一个坚定的信念，即让好意思国国防部赢得出色的AI本领对天下的畴昔相等遑急。在随后的几年里，我会说，传统媒体实质上月旦咱们救济好意思国政府和军方，而不是从更遍及的视角来看，认为这可能是一件积极的事情，救济好意思国军方。就像我之前所说的，对于在国会作证和媒体对待的对比，我在国会作证时得到了相对公正的对待，他们意志到这是一项坚强的本领，咱们需要正式对待，但他们认为好意思国在这方面最初相等遑急，感谢你们所作念的一切。而媒体则以一种极具调侃的气魄来看待，比如，"这是一件善事吗？咱们能信任这家公司吗？这意味着什么？"这种气魄真的令东谈主挂念。
Harry Stebbings：但我认为你们领会的是，动机驱动扫尾。媒体的动机是什么？国会的动机是什么？国会不是为了销售或点击，他们但愿得出一个对于最好扫尾的理智决定。正如你所说的，动机驱动扫尾。我还心爱你说过的一句话，你说"找到信得过温情的东谈主比听起来要可贵多"，你是什么真谛？你在招聘时怎么看待这少许？
Alexandr Wang：当你信得过简化问题时，这听起来很通俗，但如果你雇佣那些咱们里面称之为"信得过温情"的东谈主，他们信得过温情我方的责任后果，信得过温情责任质地，信得过温情组织，他们温情确保公司产生影响，他们即是那种真的很在乎的东谈主。这意味着他们风景关注每一个细节，如果他们遭遇困难或阻力，他们会花额外的元气心灵去治理这些问题。这即是创业公司运作的基本方式——你有一群小团队，每个东谈主都比大公司里的普通职工更温情10倍或100倍，因此你最终会比大公司治理更多的问题。
东谈主才战术扩充
Alexandr Wang：咱们约莫有800东谈主。
Harry Stebbings：你们现在还是达到较大公司的范畴了。你知谈，要作念到只雇佣"A级"职工或者优秀职工变得更难了。按界说来说，优秀职工是襄助的，你能有800个优秀职工吗？
Alexandr Wang：我认为谜底是信赖的。咱们在里面平素筹商的是怎么雇佣海豹突击队，而不是舟师，这并不是说舟师有什么问题，而是怎么领有一个信得过精英的小团队，信得过从中挑选出最优秀的东谈主才。这归结于经过。对于咱们公司来说，即使到了现在，我仍然会批准每一个新雇员。我会躬行口试或检验口试反馈，并了解咱们雇佣的每个东谈主，以确保咱们保持一个很是高的圭臬。
Harry Stebbings：那么，有几许次你会反对团队对新雇员的推选？
Alexandr Wang：我会说，约莫有25%到30%的时候会反对，挺多的。平素这是因为，也许是新的招聘司理需要调整，或者这是各式边幅的边缘案例。但对我来说，作为公司的首创东谈主，我还是看过了系数进来的东谈主，况兼我看到了谁到手了，谁失败了。我简直像一个算法一样，基于我所主张到的到手者，发展出了领会哪些东谈主在Scale能到手的数据集，哪些东谈主像海豹突击队一样优秀，哪些东谈主只是普通的舟师。这是我作为首创东谈主的职责，确保咱们作为一个组织，大略信得过利用曩昔八年来在公司里面积存的系数常识和教训，并将其延续下去。
Harry Stebbings：临了一个问题，你认为我方最大的束缚或率领舛误是什么？比如我的一个例子是，我发现东谈主们的行为要么出于怯生生，要么出于解放。你带进来的东谈主，有些东谈主是出于"你必须发扬"的压力行为，而其他东谈主则是出于"我信任你，我尊重你，你致力就好"的解放行事。你只需要识别某东谈主属于哪个阵营，然后但愿如果他们有智力，他们应该能作念到最好。我但愿在开动时我就知谈这少许，但我莫得，我只是对系数东谈主都施加了压力。你现在知谈了什么是你但愿当初就知谈的？你在哪些方面犯罪戾？
Alexandr Wang：最大的一个缺点其实是在2020到2021年间，认为公司的高速增长意味着你必须要快速扩大团队。因此，在那几年，咱们和好多科技公司一样，团队东谈主数每年翻倍以致三倍。2020年时咱们约莫有150东谈主，到2022年底咱们还是越过700东谈主，这是一种猖狂的招聘速率。团队的高速增长让我发现，当你如斯快速地招聘时，就不可能作念到咱们刚刚褒贬的那些事情，即保持高圭臬和团队里面的超卓感。
Harry Stebbings：你在及时中看到这个圭臬的下跌了吗？
Alexandr Wang：这有点神秘。你会招聘好多新东谈主，然后可能在接下来的一年或六个月后，你会缓缓忽闪到这个变化，发现组织中出现了一些曩昔大略鄙俚治理的问题，但现在却缓缓变得难以派遣。你会忽闪到，从2022年底咱们有700东谈主，到现在咱们有800东谈主，团队的范畴基本保持不变。我认为咱们信得过谈判的是如安在公司收入大幅增长的情况下，保持团队的自如。
Harry Stebbings：这很趣味，公司有品牌的转念点。它们会变得炙手可热，然后冷却下来，再次变得热点。你知谈我的真谛吗？从外界来看，Scale现在似乎再次变得热点了，你明白我的真谛吗？
Alexandr Wang：如实是这样。
Harry Stebbings：我并不是想特别凑趣或不凑趣你，我不是在说你们遇冷，而是品牌如实会有热点和冷清的时刻。
Alexandr Wang：这是一个相等趣味的征象。其实，我曾经问过Patrick Collison（Stripe的聚合首创东谈主兼CEO）这个问题。明显，Stripe是一家令东谈主难以置信的公司，在很长一段时分里，我认为它一直是硅谷象征性的公司之一。我问他是否定为他们是硅谷象征性公司这一事实对他们的招聘有益。他给出了一个趣味的不雅点，但愿我能分享这少许。他说，他们雇佣的最优秀的东谈主，往往是那些无论Stripe是否是硅谷最热点的公司都会加入的职工。那些偏离主流的职工反而是他们最好的雇员，而那些因为他们是硅谷最热点的公司而加入的东谈主，往往并不是最有价值的职工。普遍的信念和叙述是，你但愿成为最热点的公司，这样你就不错诱导最优秀的东谈主才，从而实现快速增长，并陆续保持增长。但这往往利害常困难的，更多的是怎么建立一个自我防守的优秀东谈主才生态系统，保持高圭臬，并永恒寻找最优秀的东谈主才，而不管公司是否热点。因为正如你所说，你会有热点的时刻，也会有冷淡的时刻，热点与否都会有，是以你需要这个东谈主才生态系统在不依赖这些的情况下，自我防守。
Harry Stebbings：为了诱导最优秀的东谈主才，我也认为这取决于职能领域。比如在好多阛阓开拓职能方面，传统上销售东谈主员倾向于聚会在更热点的品牌。如果你能诱导一群出色的销售东谈主员，尤其是在彭胀地舆区域时，这会带来很大匡助。我意想的是OpenAI在伦敦的阛阓开拓团队，他们相等出色，是伦敦最好的团队之一，因为他们领有一个了不得的品牌。你明白我的真谛吗？是以这取决于你离中枢的距离以及你所处的职能领域。
Alexandr Wang：是的，我认为你说得对。
调教avHarry Stebbings：你看好多中枢本领开发，大部分照旧由最接近中枢的东谈主鞭策。
Alexandr Wang：不仅如斯，这些东谈主好多都是在OpenAI成为最热点公司之前就还是在那里责任的东谈主。是以我认为这是另一家公司阅历过的征象，比如Airbnb，Brian Chesky（Airbnb的聚合首创东谈主兼CEO）他公开谈到过，在疫情之后，他短暂意志到他必须重新构建系数这个词公司。他大幅缩减了团队范畴，插足更多元气心灵提能手才密度，并保持团队的小范畴。我认为现在他们是科技行业中每位职工的利润率最高或之一的公司。这种相识让他意志到，他不需要陆续扩大团队范畴就能实现财务收益，或者至少是财务产出。
互动问答
Harry Stebbings：咱们来进行一轮快速问答吧。我会作念一个节略的讲述，然后请你立即分享你的想法。听起来奈何样？在曩昔的12个月里，你对什么看法编削最大？
Alexandr Wang：我认为，实质上是对于咱们之前筹商的系数这些高速增长的问题，尤其是将团队的快速增长与公司的快速增长辩认开来，并更多地投资于质地和超卓。
Harry Stebbings：你听到的对于东谈主工智能的最大歪曲是什么？
Alexandr Wang：我认为今天最大的歪曲是，咱们与AGI之间的独一困难即是贪图智力，而实质上咱们还需要数据的救济才能达到那里。
Harry Stebbings：你还是有一个很棒的董事会了，但如果你不错从天下上任何非你面前的董事会成员中弃取，你会弃取谁作为下一个董事会成员？
Alexandr Wang：天然，这可能不太推行，但我如实认为Satya Nadella（微软现任CEO）是当代最了得的生意战术家之一。他在微软取得的成立十分惊东谈主，我认为任何董事会领有他都将相等运道。
Harry Stebbings：我不应该问这个问题，但我照旧想问，你认为你应该被问到，但从未被问过的问题是什么？
Alexandr Wang：一个趣味的问题是，我对东谈主工智能的看法在不同阶段是怎么变化的。我之是以提到这个问题，是因为我在2016年创立了公司。公司的前三年皆备专注于自动驾驶和自动驾驶汽车。然后咱们开动研究东谈主工智能。2019年，咱们实质上开动研究生成式AI，并与OpenAI合营研究GPT。因此，咱们是少数几个见证了多个东谈主工智能时间的公司之一，也阅历了自动驾驶汽车本领的第一个闹热与衰败周期。这是一个趣味的问题，即在这些时间的到手之处有哪些相通之处，哪些是不同的。
Harry Stebbings：你的看法怎么编削？你现在最昂然的是什么？
Alexandr Wang：我相等昂然，但我也认为有意义保持严慎。
Alexandr Wang：我认为在自动驾驶汽车飞扬中发生的一件事是，许多承诺与本领推行脱节。因此，许多著明的自动驾驶汽车公司，为了筹集资金，作念出了越来越果敢的承诺。这些承诺一开动并莫得皆备脱离推行，但跟着时分的推移，它们变得越来越脱离本领推行。这导致了一个相等横祸的低谷，因为承诺莫得竣事，是以嗅觉系数这个词行业都在崩溃。
Alexandr Wang：实质上，到今天为止，咱们现在看到Waymo在旧金山的街谈上行驶。咱们看到皆备及格的L4级自动驾驶汽车在路上行驶。特斯拉的自动驾驶功能也变得相等好。是以如果咱们在这个过程中作念出的承诺愈加正式，我认为现在咱们会对自动驾驶汽车感到相等怡然。可是，实质上咱们阅历了一个巨大的高涨，一个巨大的低谷，现在可能又处于回升阶段。我认为这是我对生成式AI的一个大担忧，我但愿不会发生，但雷同的事情可能再次发生。咱们现在正在作念出一些对于这项本领的相等大的承诺，这些承诺可能会与本领推行脱节，然后这将产生一个势必导致后遗症的差距。
Harry Stebbings：特朗普会赢吗？倒数第二个问题。
Alexandr Wang：我仍然认为这其实是个五五开的问题。好意思国选举利害常奇怪的事情，因为最终老是由扭捏州来决定。坦率地说，我不信任任何海岸地区的东谈主（我是其中之一，我住在旧金山）大略对扭捏州的步地有精致的领会。是以我皆备不知谈。我认为任何住在海岸地区的东谈主都不应该被听取意见来判断会发生什么。我认为最终老是归结到扭捏州。
Harry Stebbings：临了一个问题，一又友，十年后的Scale是什么边幅？
Alexandr Wang：你知谈，我但愿咱们作念的事情和现在相等相似，那即是陆续成为东谈主工智能的数据熔炉，并为东谈主工智能的进步提供数据扶持。你知谈，有件事情我平素想考。
Harry Stebbings：你想要上市吗？
Alexandr Wang：天然，我如实平素想考的是，怎么治理那些永不外时的问题。
Harry Stebbings：但是你想成为一家上市公司的CEO吗？你懂我的真谛吗？我看着Stripe，他们作念得很好，但如果我是Stripe，我不知谈我是否风景。
Alexandr Wang：上市公司明显有其彰着的上风，但我认为Stripe是一家令东谈主难以置信的公司，他们不错极其盈利。因此，他们不错实现系数的中枢财务目的而不需要上市。
Harry Stebbings：听着，Alex，我很痛快你能上这个节目。相等感谢你加入我。Allie说的很好，濒临面作念这个节目真实太棒了。对不起有那么多逶迤转弯，但此次访谈相等精彩。
Alexandr Wang：是的，访谈很忻悦。
原文：Alex Wang：Why Data Not Compute is the Bottleneck to Foundation Model Performance
https://www.youtube.com/watch?v=jNbEr9F0wiE
报名即送十月束缚论坛限额一个！价值12800元！
开班时分
