← All-In

与 Sam Altman 对谈

In conversation with Sam Altman

Episode 2024-05-102024-05-10简体中文

Guests: Sam Altman

Listen to this episode00:00 / 1:43:03
Reading settings
Reading preferences
Text size
Download in-depth read
Read offline

English · In-depth read · Current version

Downloads are not available yet.

§01欢迎 Sam Altman 做客节目!

00:00我第一次认识我们的下一位嘉宾 Sam Altman,是在将近 20 年前,当时他在做一款名为 Loopt 的本地移动应用。我们都得到了红杉资本(Sequoia Capital)的支持。事实上,我们都是红杉 Scouts 第一批成员。他投了一家默默无闻的小金融科技公司,叫 Stripe。我投了 Uber。在那个小小的实验里,你

00:19投了 Uber?我以前从没听说过这件事。

00:20对。我想是的。这

00:22太棒了。你已经开始了。

00:24你应该

00:24写本书,

00:25Jason。也许

00:28the weather winter's wide(转录不清)。然后我说,我们把它开源给粉丝,并做出了发现。

00:44Sam 和我作为 Scouts 参与的那只小小的实验性基金,是红杉回报倍数最高的基金。据我所知,几百万美元的低个位数资金变成了 2 亿多美元。然后他就——对。我说的就是这个,Rudolph。对。

00:57之后他在 Y Combinator 工作了一段时间,2014 年到 2019 年担任总裁。2016 年,他共同创立了 OpenAI,目标是确保通用人工智能造福全人类。2019 年,他离开 YC,全职加入 OpenAI 担任 CEO。2022 年 11 月 30 日,事情变得真正有意思起来。那一天,OpenAI 推出了

01:202023 年 1 月,Microsoft 投资了 100 亿美元。2023 年 11 月,在疯狂的五天里,Sam 被 OpenAI 解雇。所有人都打算去 Microsoft 工作。一堆爱心表情在 X/Twitter 上疯传,人们开始猜测该团队已经实现了通用人工智能,世界就要终结了。几天后,他突然又回到了 OpenAI CEO 的位置上。

01:472 月,据报道 Sam 正在为一个 AI 芯片项目寻求募集 70 亿美元。在此之前还有报道称,Sam 正打算向孙正义(Masayoshi Son)募集 10 亿美元,与 iPhone 的联合设计者 Jony Ive 一起打造一款 iPhone 杀手。与此同时,ChatGPT 变得越来越好,成了家喻户晓的名字。它正在对我们的工作方式和工作完成的方式产生巨大影响,据报道它是历史上最快达到 1 亿用户的产品,只用了两个月。再看看 OpenAI 惊人的收入增长。

02:18据报道,他们去年的年度经常性收入(ARR)达到了 20 亿美元。欢迎来到 All-In Podcast,Sam。

02:24谢谢。谢谢你们,伙计们。

02:26Sacks,你想来开个头吗?

02:27好,当然。我是说,我认为整个行业都在屏息等待 GPT-5 的发布。据报道它会在今年夏天的某个时候推出,但这个时间窗口相当大。你能缩小一下吗?

§02OpenAI 的下一步:GPT-5、开源、推理,以及 AI 驱动的 iPhone 竞品可能是什么样子,等等

02:40我想问,你们在 GPT-5 的发布上进展到哪一步了?

02:44对于重大新模型的发布,我们会慢慢来,我认为等我们发布时会很棒,也认为我们会审慎地考虑如何发布。比如,我们可能会以和之前模型不同的方式来发布它。另外,我甚至不知道我们是否会把它叫作 GPT-5。我可以说的是,你知道,很多人都注意到 GPT-4 自发布以来变好了多少,尤其是过去几个月。我认为这更能提示世界将是什么样子。

03:20它不是 1、2、3、4、5、6、7 这样一代代地来,而是你直接使用一个 AI 系统,整个系统相当持续地变得越来越好。我认为这既是更好的技术方向,也更容易让社会去适应。不过我想我们会朝那个方向走。

03:41这是否意味着不会再有很长的训练周期,而是持续地重新训练,或者训练子模型,Sam?也许你可以跟我们谈谈,今后在大模型方面架构上可能会有什么变化?

03:55嗯,我是说,你可以想象的一件事就是,你一直训练下去。

04:01对。

04:01一个模型,在我看来这似乎是件合理的事。

04:06你提到这次会以不同方式发布。你是否在考虑先发给付费用户,或者逐步推出,以获取红队的意见,因为现在风险这么高?你有这么多付费客户,而且所有人都在关注你们做的一切。是不是要更加审慎一些了?

04:28仍然只对付费用户开放。我们真心想做的一件事,是弄清楚如何让免费用户也能用上更先进的技术。我认为这是我们使命中非常重要的一部分,也就是我们打造 AI 工具并让它们被非常广泛地获得,免费也好,或者不太贵也好,不管是怎样,让人们可以用它们去发明未来,而不是让天上的神奇 AGI 去发明未来,再把它从天上降给我们。这似乎是一条好得多的路径。似乎是一条更鼓舞人心的路径。

05:00我也认为事情实际上正朝这个方向发展。所以我们还没有想出如何让免费用户用上 GPT-4 级别的技术,这让我感到难过。这是我们真心想做的事。

05:10它就是非常贵。我是说贵。对。Chamath,你怎么看?

05:15Sam,我想人们总在谈的两个大方向,一是底层成本,以及某种制约杀手级应用的延迟;二是人们在开源世界与闭源世界中构建的长期能力。我认为这个领域最疯狂的一点是,开源社区极其狂热。我觉得一个很了不起的例子是,我们让一些人为 David 做了一个相当疯狂的演示。记得吗,大概五六周前,看起来非常了不起。

05:52然后有个年轻人直接把它以 MIT 开源许可发布了,就像 OpenDevon 那样,它非常好,几乎和另一个闭源的东西一样好。所以也许我们可以先从这里开始:请谈谈让这些模型保持闭源的商业决策,以及你认为未来几年事情会如何发展?

06:15关于你问题的第一部分,速度和成本,这两点对我们极其重要。我不想就什么时候能大幅降低它们给出一个时间表,因为研究很难,但我有信心我们能做到。我们想大幅降低延迟,也想大幅降低成本。我相信这会发生。

06:38我们在这门科学的发展以及对它如何运作的理解上仍然非常早期,再加上我们还有所有工程方面的顺风。所以我不知道我们什么时候能达到「智能便宜到不值得计量」、快到让我们感觉是即时的,但我确实相信,对于相当高水平的智能,我们可以做到。这对我们很重要,显然对用户也很重要,它会解锁很多东西。至于开源与闭源这件事,我认为两者都有很重要的作用。你知道,我们已经开源了一些东西。

07:16未来我们还会开源更多东西。但实际上,我们的使命是朝着 AGI 前进,并弄清楚如何广泛地分配它的好处。我们有一套为此制定的战略。它似乎引起了很多人的共鸣。它显然并不适合所有人,而且存在一个庞大的生态系统,也会有开源模型,也会有按那种方式去构建的人。

07:36我个人尤其感兴趣的一个开源领域是:我想要一个尽可能好、能在我手机上运行的开源模型。我认为,世界目前还没有能做出它的好版本所需的技术。但这似乎是在某个时候要去做的一件非常重要的事。

07:55你会做吗?你会发布它吗?我不

07:57知道是

07:57我们会,还是别人会,但

07:58总会有人做。那 Lambda 3(转录不清,后文作 Llama 3)呢?

08:01Long with you running on the phone(转录不清)。

08:02嗯,我想也许有一个 70 亿的「person」(转录不清)。

08:06对。对。我

08:08不知道它是否装得进我们的手机。不过

08:10那个应该是能装进手机的,但我不知道。我不确定那个是不是,我还没有试过它。我不知道它是否好到能做我在这里设想的那件事。

08:20所以当 Llama 3 发布时,我想很多人的主要感受是:哇,他们已经追上 GPT-4 了。我不认为它在所有方面都相等,但相当接近,或者说差不多在同一个量级。我想问的是,你们很早之前就发布了 4。你们正在做 5,或者对 4 的更多升级。

08:40我是说,就 Chamath 提到 Devin 的观点而言,你们如何保持领先于开源?我的意思是,这在一般情况下是件非常困难的事。对吧?你是怎么想这件事的?

08:51我们想做的并不是打造我们所能做出的最聪明的那组权重,而是想打造一个供人们使用的有用的智能层。模型是其中的一部分。我认为在这方面我们会遥遥领先于世界其他地方——我希望我们会遥遥领先。但围绕整个系统还有许多其他工作,不仅仅是模型权重。我们得像任何其他企业一样,以传统的方式建立持久的价值。我们得拿出出色的产品、让人愿意留下来的理由,并且以很好的价格交付。

09:32在你创立这个组织时,当时宣称的目标,或者你们讨论过的内容之一是:嘿,这件事太重要了,不能由任何一家公司拥有,所以它必须是开放的。然后出现了转变。嘿。

09:44它太危险了,不能让任何人看到,我们需要把它锁起来,因为我想你们对此有些担忧。这样说准确吗?因为持怀疑态度的一面会说,这是一种资本主义的举动。然后,我很好奇从开放转变的决定是什么。

10:04我们——世界需要看到这个。到「非常重要的是要闭源,只有我们能看到」。那么,你是如何得出这个结论的?当时的讨论是怎样的?

10:12我们发布 ChatGPT 的部分原因,就是我们希望世界看到这个,我们一直在努力告诉人们 AI 非常重要。如果你回到 2022 年 10 月左右,没有多少人认为 AI 会那么重要,或者认为它真的正在发生。我们努力做的很大一部分,就是把技术交到人们手中。再说一遍,有不同的方式可以做到这一点。我认为直接说「给,你们拿去用」确实有重要作用。但事实上有这么多人在使用 ChatGPT 的免费版本,我们不在上面投放广告。

10:45我们也不试图靠它赚钱。我们把它放出来,只是因为我们希望人们拥有这些工具。我认为这带来了很多

10:53很多

10:53价值,而且,你知道,它教人们如何自己捕鱼,也让世界对这里正在发生的事情真正深入思考。当然,我们仍然没有所有答案,我们和所有人一样在摸索着前进,我想随着我们学到新东西,我们还会多次改变战略。你知道,我们创办 OpenAI 的时候,对事情会怎样发展真的毫无头绪,不知道我们会做出一个语言模型,也不知道我们会做出一个产品。

11:17我们一开始只是——我记得非常清楚第一天,我们想,好,现在大家都在这儿了。把这一切搭起来很不容易,但接下来怎么办?也许我们应该写些论文。也许我们应该围着白板站一站。我们就是一步一步往前走,弄清楚下一步是什么,再下一步是什么,再下一步是什么。

11:36我想我们会继续这样做。

11:38我能把一件事重复一下,确保我没听错吗?我想你在开源和闭源问题上说的是,如果我没听错,所有这些模型,无论你们做出什么商业决策,都会渐近地趋向于某种程度的准确性。不是全部,但,比如说有四五家资金足够雄厚的。你们、Meta、Google、Microsoft,随便哪家。

12:05对吧?所以假设是四五家,也许再加一家初创公司。在开放网络上,随后这些模型的准确性或价值,很可能会转移到那些专有的训练数据来源上,你能拿到而别人拿不到,或者别人能拿到而你拿不到。你是不是这样看这件事的演变:开放网络把大家带到某个门槛,在那之后就是一场数据军备竞赛。

12:32我绝对不认为这会是一场数据军备竞赛,因为当模型在某个时点变得足够聪明时,就不应该再取决于更多数据了,至少训练方面不是。数据对于让模型有用可能仍然重要。听着,贯穿这一切我学到最多的一点是,很难对几年后一切会走向哪里做出有把握的论断。所以我现在不想试图这样做。

12:55我要说的是,我预期世界上会有很多能力很强的模型。而且,你知道,我感觉我们就像是偶然发现了一个关于自然或科学的新事实,或者你想怎么称呼都行,那就是:我们可以创造——你可以——我是说,我并不从字面上相信这一点,这更像是一个精神层面的观点。智能只是物质的一种涌现属性,这就像是一条物理规律之类的东西。所以人们会去弄清楚,但设计这些系统会有各种不同的方式。人们会做出不同的选择,想出新的点子,而且我相信,就像任何其他行业一样,我预期会有多种路径,不同的人喜欢不同的路径。

13:43你知道,有些人喜欢 iPhone,有些人喜欢安卓手机。我认为会有类似的效应。

13:47让我们回到最初关于成本和速度的那部分。你们所有人在某种程度上受制于 NVIDIA 的产能。对吧?而且我认为你和其他大多数人实际上已经把能拿到多少算力公布出来了,因为那就是他们所能生产出的量。在底层需要发生什么,才能让你们真正以更低的成本计算、更快地计算、拿到更多能源?你们在帮助勾勒行业如何解决这些问题方面做了什么?

14:21嗯,我们肯定会取得

14:22巨大的算法收益。我不想低估这一点。我对芯片和能源非常感兴趣,但如果我们能让同等质量的模型效率翻倍,那就像是我们拥有了两倍的算力。对。我认为那里有大量的工作要做,我希望我们能开始真正看到这些成果。

14:46除此之外,整个供应链非常复杂。你知道,有逻辑晶圆厂产能。有世界能生产多少 HBM。有你能多快拿到许可、浇筑混凝土、建成数据中心,然后让人进去把它们全部接线。还有找到能源,这是一个巨大的瓶颈。

15:02但我认为,当对人们有这么大的价值时,世界会自行行动起来。我们会努力帮助它更快地发生。而且大概——我不知道怎么给出一个数字,但存在一定百分比的可能性,就像你所说,出现一个巨大的底层突破。我们有了一种效率高得多的计算方式,但我不会把赌注押在这上面,也不会花

15:26太多时间去想它。

15:28设备方面呢?你提到了能装进手机的模型,所以无论是 LLM 还是某种 SLM 之类的。我相信你在考虑这件事。但设备本身会变吗?我的意思是,它需要像 iPhone 那么贵吗?

15:48我对此非常感兴趣。我喜欢出色的新计算形态。我觉得每一次重大的技术进步,都会让某件新事物成为可能。手机好得难以置信。所以我认为这里的门槛非常高。

16:05比如,什么?嗯。我个人认为,iPhone 是人类有史以来制造的最伟大的技术产品。它真的是一款很棒的产品。

16:15它之后会是什么?我不知道。

16:17我是说,我本来要——这正是我想说的。它太好了,想要超越它,我认为门槛相当高。

16:23嗯,你一直在和 Jony Ive 合作做某件东西。对吧?

16:26我们一直在讨论一些想法,但我不——如果我知道的话。是

16:31它必须更复杂,还是其实应该便宜得多、简单得多?

16:36嗯,几乎每个人本来就愿意为手机付钱。所以如果你能做出一个便宜得多的设备,我认为让人再多带一件东西或再用一件东西的障碍相当高。所以,鉴于我们大家,或者我们大多数人,都愿意为手机付钱,我不认为答案是更便宜。

16:54那么答案是不一样了?

16:56会不会有一种专用芯片在手机上运行,特别擅长驱动手机大小的 AI 模型?

17:03大概会有,但手机厂商肯定会去做这件事。这并不必然需要一款新设备。我认为你得找到某种真正不同的交互范式,是这项技术所能实现的,而如果我知道那是什么,我现在就会兴奋地着手去做了。

17:20但是——哦,你们的应用里现在有语音功能了。事实上,我把手机上的操作按钮设置成直接打开 ChatGPT 的语音应用,我和孩子们一起用,他们很喜欢和它对话。它有延迟问题,但它确实

17:32我们会把它做得更好。我认为语音是通向下一个形态的一个提示。比如,如果你能把语音交互做得真正好。我觉得那感觉像是使用电脑的另一种方式。不过,同样地,其中的一部分和

17:47那个有关。顺便说一句。为什么它反应不灵敏?而且,你知道,感觉像 CB 对讲机,就是那种「完毕,完毕」。这样用起来真的很烦人,不过当它给出正确答案时也很精彩。

18:01我们正在改进这一点。它现在太笨拙了。很慢。感觉不太顺畅,也不太真实自然。我们会把这些都做得好得多。

18:13计算机视觉呢?我的意思是,他们有眼镜,或者你也许可以戴个吊坠。我的意思是,把视觉或视频数据与语音结合起来,这样超级 AI 就知道你周围发生的一切了。

18:28那种多模态非常强大,比如可以说:嘿,ChatGPT,我在看什么,或者这是什么植物?我看不太出来。这很明显。这是另一个提示。但人们是否愿意在需要时戴上眼镜,或者举起某样东西,这里有很多社会性和人际关系方面的问题,把电脑戴在脸上,都非常复杂。

18:59我们

18:59我们在 Google Glass 上见识过这一点。有人在 Mission(旧金山)被打了脸。引发了很多

19:03摩擦。我都忘了这事。所以我觉得这就像

19:08如果 AI 在人们的手机上无处不在,能解锁哪些应用?你对此有什么设想吗,或者你希望看到构建出什么?

19:22我想我想要的,就是这种始终在线、摩擦极低的东西,我可以——通过语音,或者文字,或者理想情况下通过某种别的方式,它就是知道我想要什么,让这个东西在我一整天里持续地帮助我,并且尽可能拥有最多的上下文。就像世界上最出色的助理。它就是一个不断让我变得越来越好的东西。你知道,当人们谈论 AI 的未来时,他们想象有两种不同的方式,听起来差别不大,但我认为它们在我们实际如何设计这个系统上非常不同。一种是,我想要一个自我的延伸,我想要,比如一个幽灵或者另一个自我,一个真正就是我、替我行事、回复邮件甚至都不告诉我的东西,它变得更像是我,并且就是我。

20:24还有另一种想法,就是我想要一位出色的资深员工。它非常了解我。我可以把事情委托给它。比如,你可以访问我的邮件,我会给你设定约束,但我把它看作一个独立的实体。我个人更喜欢这种独立实体的方式,并且认为我们会朝那个方向走。

20:46所以从这个意义上说,这个东西不是你,而是一个随时可用、始终出色、能力超强的助理高管。

20:57在某种意义上,它在外面替你工作,理解你想要什么,并预判你想要什么。这是我从你的话里读出的意思。

21:05我认为会有类似智能体的行为,但资深员工和智能体之间是有区别的。

21:13对。

21:13比如,我想要的是——如果我想想,我喜欢资深员工的一点是,他们会反驳我。有时他们不会去做我要求的事,或者有时会说:如果你想的话,这件事我可以做,但如果我做了,我认为会发生这样的情况。然后这样,然后那样。你真的确定吗?

21:39我

21:39绝对想要那种感觉,而不只是那种我(转录不清)生硬照办的东西

21:44那样做。对。

21:46对。还要会反驳。

21:47它和我之间的关系,应该是我期望从一位和我共事的真正能干的人那里得到的那种,这与马屁精是不同的。

§03高级智能体将如何改变我们与应用交互的方式

21:56对。

21:56在那样的世界里,如果你有这样一个能推理的、类似 Jarvis 的东西,你认为它会对你今天使用的那些界面很有价值的产品产生什么影响?比如,看看 Instacart、Uber 或 DoorDash,这些服务并不是要成为管道,只给一群聪明的智能体提供一组 API,而这些智能体无处不在地替 80 亿人工作。你认为在一个你以智能体方式与世界交互的世界里,我们对应用该如何运作、整个体验基础设施该如何运作的想法需要改变什么?你知道吗?

22:36我其实非常有兴趣设计一个人类和 AI 同样好用的世界。所以我,我,我,我喜欢那样的可解释性。我喜欢交接的顺畅。我喜欢我们能够提供反馈之类的能力。所以,你知道,DoorDash 可以向我未来的 AI 助理开放某个 API,然后它们可以去下单之类的。

23:03或者我可以拿着手机说,好的,AI 助理,请在 DoorDash 上下这个订单。我可以看着应用打开,看着它四处点击,我可以说,嘿,不对。

23:15不是这个。或者说,设计一个人类和 AI 同样好用的世界,我认为是个有意思的概念。

23:27所以很多人更兴奋

23:29于人形机器人,而不是其他形状的机器人。这个世界在很大程度上是为人类设计的,我认为我们绝对应该保持这样。而且共享的界面是不错的。

23:39所以你看到语音聊天这种形式在某种程度上消灭了应用。你直接跟它要寿司。它知道你以前喜欢哪种寿司。它知道你不喜欢什么,并尽力去办。

23:49我很难想象我们会完全进入这样一个世界:你说,嘿,ChatGPT,给我订寿司,它回答说,好的。你想从这家餐厅订吗?几点,之类的?我认为视觉用户界面在很多事情上非常好。

24:07我很难想象一个你永远不看屏幕、只用语音的世界,但我可以想象很多事情会这样。

24:19对。我是说,Apple 用 Siri 试过。据说你可以用 Siri 自动叫 Uber。我觉得从来没人这样做过,因为你为什么要冒险,不把质量

24:30就你的观点而言?质量不够好,但当质量足够好时,你实际上会更喜欢它,仅仅因为它更轻便。你不用把手机拿出来。你不用去找你的应用然后点开它。然后,哦,它自动把你登出了。

24:42哦,等一下。重新登录。哦,两步验证(TFA)。所以整个过程很麻烦。

24:45你知道,就像用 Siri 设定计时器。我每次都这么做,因为它效果真的很好,很棒。

24:51而我

24:51需要更多信息。但叫 Uber 的话,我想看几个不同选项的价格。我想看它离我有多远。我想看,比如,甚至它们在地图上的位置,因为我可能会走到别处去。我认为,看 Uber 的订单界面,我能在更短时间内获得多得多的信息,比起必须通过音频通道完成这一切。

25:12我喜欢你说的看着它发生的想法。这挺酷的。

25:15我认为就是会有,对,不同的。我们为不同的任务使用不同的界面,我认为这会一直持续下去。

25:22在所有基于 OpenAI 构建应用和体验的开发者中,有没有几个让你觉得突出的,你会想:好,这在方向上进入了一个非常有意思的领域,哪怕只是个玩具应用,但有没有你们会指出来说这真的很重要的东西?

25:41我今天早上见了一家新公司,或者说几乎还算不上公司。只是两个人,要在这个夏天做一个项目,试图终于把 AI 导师做出来。我一直对这个领域感兴趣。很多人在我们的平台上做了很棒的东西。但如果有人能做到——他们用了一个我很喜欢的说法,就是这将是学习方式上的一场「蒙台梭利级别」的重塑。

26:09对。

26:10但如果你能找到这种新方式,让人们以新的方式自己去探索和学习,我个人对此非常兴奋。David,你之前提到的很多与编程相关的东西,我认为是一个非常酷的未来愿景。至于我认为医疗健康应该会被这项技术大幅改变。但我个人最兴奋的,是更快、更好地做科学发现。GPT-4 显然在这方面还没有大的作为,不过也许它通过让科学家更高效而稍微加快了一点事情。

26:46但是 AlphaFold 3。对。

26:49那就像——但是 Sam,那将是一个胜利。那些并不

26:55像这些模型的训练和构建方式与语言模型不同。我是说,在某种程度上,显然有很多相似之处,但对于被应用到这些特定问题集的许多模型来说,有一种基础架构,因为这些特定应用,比如化学相互作用建模。你肯定需要其中的一些

27:20东西,但我认为在我们一直在谈的这许多事情上,我们普遍缺少的是能够推理的模型。一旦有了推理,你就可以把它连接到化学模拟器

27:32或者其他任何东西。对。这是个重要问题。我今天想谈的是模型网络的这个想法。人们常谈论智能体,好像是有一组线性的调用函数依次发生,但在生物学中出现的一件事是系统的网络。

27:54这些系统有交叉相互作用,由整个系统、整个网络的聚合产生输出,而不是一个东西调用另一个,那个东西再调用另一个。我们是否会看到这种架构中出现涌现:要么是专门化的模型,要么是协同工作以解决更大问题集、使用推理的网络模型?有做化学或算术之类事情的计算模型,还有其他模型,而不是一个纯粹通用的、统领一切的模型。

28:24我不知道。我不知道推理最终会在多大程度上成为非常可泛化的东西。我怀疑会,但那更多只是一种直觉和希望,如果能这样发展就好了。我不知道那是不是

28:46但让我们走一遍蛋白质建模的例子。有一大堆训练数据,蛋白质的图像,还有序列数据,然后他们构建了一个模型,一个预测模型,并且有一套为此设定的流程和步骤。你设想会有这样的通用人工智能,或者这样一个很强的推理模型,然后它自己想出如何构建那个子模型,来解决那个问题吗?通过获取必要的数据,然后解决,有

29:13太多种可能的发展方式了。比如,也许它真的为此训练一个模型,或者也许它就是,知道那个大模型,它可以去挑选需要什么其他训练数据,提出一个问题,然后据此更新。

29:27我想真正的问题是,所有这些初创公司都会死吗?因为有那么多初创公司都在做那种模式,也就是去获取特殊数据,然后从头开始用这些特殊数据训练一个新模型。然后它只做那一类事情,在那一件事上表现得很好。而且在那一件事上比任何东西都好。

29:43你知道,这有一个版本,我认为你已经能看到。当你谈到生物学和这些复杂的系统网络时。我之所以微笑,是因为我最近病得很重。现在基本好多了,但当时就像是身体被一个系统接一个系统地打垮。

30:03妈的。你真的能感觉到,好吧,这是一种连锁反应。这让我想起你说的,生物学就是这些,你根本不知道这些系统之间相互作用有多大,直到事情开始出错。能看到这一点挺有意思。

30:18但我当时用 ChatGPT 试图弄清楚发生了什么,之类的,它会说,嗯,我对其中一件事不确定。然后我就把一篇论文贴给它,我自己甚至都没读那篇论文。就放在上下文里。然后它说,哦,那就是我不确定的那件事。现在我的想法变成了这个。

30:39所以这就像是你所谈的东西的一个小版本。你可以说:这个我不知道。你可以放入更多信息。你不用重新训练模型,只需把它加进这里的上下文里。

30:50然后你就

30:51得到它们了。

30:52那么这些预测蛋白质结构的模型,比如说,对吧,这就是整个基础。现在还有其他分子,在 AlphaFold 3 里。它们能——对。我是说,这基本上是不是这样一个世界:最好的通用模型进来,拿到那些训练数据,然后自己想明白。也许你可以给我们举个例子。

31:14你能跟我们讲讲 Sora 吗,你们那个能生成惊人的动态图像、动态视频的视频模型,它在架构上有什么不同,你愿意分享的都可以。关于它有何不同。

31:28好的。先说一般性的问题,你显然需要专门化的模拟器、连接器、数据片段之类的。但我的直觉——再说一遍,我没有科学依据来支持这一点——我的直觉是,如果我们能弄清楚通用推理的核心,那么用人类作为通用推理者的同样方式,把它连接到新的问题领域,我认为是可行的。

32:02更快的解锁,比我想的更快的解锁(转录不清)

32:05我是这么认为的。不过,对,Sora 并不是从语言模型起步的。它是一个专门为视频定制的模型,所以我们显然还没有到那个世界。

32:24对。举个例子,你们为了建一个好的视频模型,是从零开始构建的,我猜用了某种不同的架构和不同的数据。但在未来,通用推理系统,也就是 AGI,或者随便什么系统,理论上可以通过弄清楚怎么做来渲染它。

32:46对。我是说,这方面的一个例子是:就我所知,世界上所有最好的文本模型仍然是自回归模型。而最好的图像和视频模型是扩散模型。这在某种意义上有点奇怪。

32:59对。对。所以关于训练数据有一场很大的争论。我想你们是所有公司里考虑得最周全的。你们现在有了授权协议。

§04合理使用、创作者权利,以及 OpenAI 为何远离音乐行业

33:09《金融时报》等等。而且,我们得温和一点,因为你们卷入了一场《纽约时报》的诉讼。我猜,你们没能与他们就训练数据达成和解安排。你怎么看待合理使用中的公平?我们在你自己的播客里有过很大的争论。显然,你们的行动说明了很多,你们在通过授权协议努力做到公平。

33:34那么你个人对创作出美妙音乐、歌词、书籍的艺术家的权利持什么立场?你们拿走这些,然后做出一个衍生产品,再将其变现。这里什么是公平的?我们如何走向这样一个世界:艺术家可以在世界上创作内容,然后决定他们希望别人怎么使用它?对。我只是好奇你个人的信念,因为我知道你对此考虑得很周到。而我知道我们行业里的很多其他人对如何看待内容创作者并不太周到。

34:11所以我认为这对不同种类的内容是非常不同的——我是说,听着,关于合理使用,我认为在现行法律下我们的立场非常合理,但我认为 AI 如此不同。对于艺术这类东西,我们需要以不同的方式去思考。但比如说,如果你去网上读了一堆数学,学会了怎么做数学。我认为这对大多数人来说似乎没有异议。然后还有另一群人,他们可能有不同的看法。

34:41嗯,如果你像——其实,为了不让这个回答太长,我还是不展开这个了。所以我认为有一个类别。人们会说,好,这是普遍的人类知识。

34:54你可以去学,如果你学了这个,那就像是,这是公共领域之类的东西。比如你去学欧几里得定理。那是光谱的一端。然后我认为光谱的另一个极端是艺术。也许更具体地说,一个系统以另一位艺术家的风格或肖像来生成艺术,会是那一端最远的位置。

35:26然后在这两端之间的光谱上有非常非常多的情形。我认为过去这场讨论一直过于纠缠于训练数据,但随着训练数据变得不那么有价值,讨论将越来越多地转向推理时发生的事,也就是系统在实时访问上下文中的信息时做了什么,或者类似这样,推理时发生的事将更多地被辩论,以及那里新的经济模式是什么。所以,如果你说,请为我创作一首 Taylor Swift 风格的歌,即使这个模型从未在任何 Taylor Swift 的歌曲上训练过,你仍然可能有一个问题,那就是它可能读到过关于 Taylor Swift 的内容,可能了解她的主题,Taylor 意味着某些东西。然后问题就是,这个模型,即使它从未在任何 Taylor Swift 的歌曲上训练过,是否应该被允许这样做。

36:33如果可以,Taylor 应该如何获得报酬?

36:37对。

36:38所以我认为,在这种情况下首先有一个选择加入、选择退出的问题,然后还有一个经济模式。继续用音乐的例子,有一件值得从历史角度来看的有意思的事,那就是采样,以及围绕它的经济模式是如何运作的。这并不完全是一回事,但是个有意思的起点。

36:56Sam,让我挑战一下这个说法。你举的例子中,模型学习歌曲结构、节奏、旋律、和声关系,发现所有让音乐成功的底层结构,然后用训练数据构建新音乐,这与一个人类听了很多音乐、学习并让他的大脑处理、构建所有同样的预测模型或同样的发现和理解,有什么区别?这里的区别是什么?你为什么要主张艺术家也许应该得到特殊的报酬?这不是一个采样的情形。

37:37AI 并没有输出,也没有把原始歌曲实际存储在模型里,

37:42对。

37:42它学习的是结构。对吧?所以我

37:44并不是想表达那一点,因为我同意。就像人类受到其他人类的启发一样。

37:50我是在

37:50说,如果你说,为我生成一首 Taylor Swift 风格的歌。

37:54我明白了。对。好的。我们认为那就是——提示词利用了某位艺术家。

37:58我个人认为那是另一种情形。

38:00你是否会愿意,或者说你是否会放心让模型自己训练,或者让一个音乐模型在人类创作的整个音乐语料上训练,而不向被喂入模型的音乐的艺术家支付版税?然后不允许你提出针对特定艺术家的提示词。你只能说,嘿,给我放一首(转录不清)非常酷的、相当现代的、关于心碎的流行歌,用女声。你知道吗?

38:27我们目前已经决定不做音乐,部分原因正是这些问题,也就是界线该划在哪里,以及

38:34嗯哼。

38:34你知道,比如,我最近见了几位我非常钦佩的音乐人。我只是想谈谈其中一些边缘情形。但即使在这样的世界里:如果我们去做,比如说我们付钱给 1 万名音乐人去创作一大批音乐,只是为了形成一个很棒的训练集,让音乐模型能学到关于歌曲结构、什么构成好的、抓耳的节拍以及其他一切的所有内容。并且只在那个训练集上训练。假设我们仍然能做出一个很棒的音乐模型,也许我们能。

39:13你知道,我把这当作一个思想实验向音乐人提出。他们说,嗯,到那时我没法在原则上反对这一点。可是,我对它仍然有些不喜欢的地方。当然,这不一定构成不去做的理由,但确实如此。你有没有看到 Apple 发布的那条广告,大概是昨天吧,把人类所有的创造力压扁进一块非常薄的 iPad 里?

39:35你对它的看法是什么?人们反应非常强烈。对。反应比你想的要强烈。

39:43对。有一点——我显然对 AI 非常乐观,但我认为人类的创造力和人类的艺术表达有一种美。你知道,对于一个只是把科学做得更好的 AI,太好了,来吧。但对于一个要去做这种深刻而美丽的人类创造性表达的 AI,我认为我们应该想清楚——这会发生的。

40:09会成为一个工具,引领我们达到更高的创造高度,但我认为我们应该想清楚如何以一种保留我们所有人在乎的那种精神的方式去做。

40:18好。我认为你们的行动很有说服力。我们之前想在 DALL-E 里做星球大战的角色。如果你要求生成 Darth Vader,它会说,嘿,我们不能那样做。所以我猜你们在内部做过红队测试,或者不管你们怎么称呼它。

40:34我们在努力。

40:35对。你们不允许人们使用别人的知识产权。所以你们做出了这个决定。现在,如果你要求它做一只绝地斗牛犬或者西斯领主斗牛犬,我就这么做了,它把我的斗牛犬做成了西斯斗牛犬。所以这有

40:47一个有意思的问题。对吧?对。你知道,我们昨天发布了一个叫 the spec(规范)的东西。我们试图在其中说明,我们的模型应该如何表现。

40:59这很难。它是一份很长的文件。要在每种情形下精确地说明界线应该在哪里,是很难的。我把这看作是一场需要更多意见的讨论。但这类问题关于——好吧。

41:15也许它不该生成 Darth Vader,但西斯领主这个概念,或者西斯风格的东西,或者绝地,在现在已经算是文化的一部分了。这些都是艰难的决定。

41:25对。我认为你说得对。音乐行业会把用这项技术制作翻唱或歌曲的机会视为自己的机会。合理使用四要素检验的一部分就是:谁有权对现有艺术作品的新创新加以利用。Disney 有这样的论点:嘿,如果你要制作 Ahsoka 或随便什么 Obi-Wan Kenobi 的 AI 版本,那是 Disney 的机会,这对你来说也是一次很棒的合作。

41:54去追求。

41:55所以我会把这一部分标为 AI 与法律。那么让我问一个层次更高的问题。当人们说监管 AI 时,是什么意思?Sam,这到底是什么意思?

§05AI 监管,后 AI 世界中的全民基本收入(UBI)

42:09如果你愿意的话,也请评论一下加州新提出的法规。

42:15我很担忧。我是说,提案太多了。但就我看到的加州州一级的那些,大部分我都担心。我也普遍担心各个州自己各搞一套。当人们说监管 AI 时,我不认为他们指的是同一件事。我想有些人是说,把整个东西禁掉。有些人说,不允许开源,或者要求必须开源。

42:37我个人最感兴趣的是,我认为将会有这样一个时候——听着,我可能是错的。我承认这是一个前瞻性的陈述,而这种陈述总是危险的。但我认为在不太遥远的将来,比如,我们谈的不是几十年后,会有一个时候,AI 系统能够造成重大的全球性危害。对于这类系统,就像我们对核武器、合成生物学,或者那些真的会产生远超出一个国家范围的非常负面影响的东西进行全球监督一样。

43:18我希望看到某种国际机构,审视最强大的系统,并确保进行合理的安全测试。确保这些东西不会逃逸,不会递归式地自我改进,或者诸如此类。

43:31对此的批评是,你有资源去拉拢关系、游说、参与其中,你和政界人士联系非常紧密,而你同样热衷并投资的初创公司,却没有能力投入资源去应对这些。而这就是监管俘获,正如我们的朋友 Bill Gurley 去年做过一场精彩演讲谈到的。所以也许你可以正面回应这个问题。你是否觉得

43:57如果界线是我们只审查在成本超过 100 亿美元或 1000 亿美元之类的计算机上训练的模型,我会接受。会有某条界线是可以接受的。而且,我不认为这会给初创公司增加任何监管负担。

44:12所以如果你拥有制造核弹的那种核原材料,只有一小部分人拥有,因此用核查员那种情形来类比。对。我认为这很有意思。Sacks,你有问题吗?

44:26嗯,Chamath,你说吧。你有一个追问。

44:29关于这个,我能再说一件事吗?

44:31当然。

44:31我会对监管过度干预非常紧张。我认为我们可能因为做得太多,甚至只是稍微多了一点而把事情搞错。我也认为我们可能因为做得不够而搞错。但我确实认为——我们已经在其他领域看到监管越权或被俘获变得非常糟糕。

44:54而且,你知道,也许什么都不会发生。但我认为谈论我们相信可能会发生什么,以及要把这件事做对需要什么,是我们的职责和使命的一部分。

45:08Sam,挑战在于,我们有旨在保护人民、保护整个社会的法规。然而我们现在创造的是一种法规,赋予政府进入并审计代码、审计企业、审计商业机密的权利。我们从未在这种程度上见过这种事。基本上,加州提出的立法以及一些联邦层面提出的立法,基本上要求政府审计一个模型、审计软件、审计并审查模型的参数和权重,然后你需要他们的批准标记才能将其部署用于商业或公共用途。对我来说,这感觉就像是我们试图出于恐惧去约束政府机构,因为人们很难理解这件事,并对其影响感到害怕。他们想要控制它。

46:07因为他们想要——而控制它的唯一办法就是说,在你发布之前,给我审计的权利。而我们对此一无所知。这些人一无所知。我是说,这些东西的写法,你读了会抓狂,因为正如你比任何人都清楚的,12 个月后,这些东西反正都不再有意义了。完全如此。

46:22对。

46:22听着。我之所以倡导基于机构的方式来处理大局性的问题,而不是把它们写进法律,就是因为 12 个月后,那些都会是写错的。而且我认为,即使这些人真的是世界级专家,我也不认为他们能够对着 12 个月或 24 个月后的情况把它写对。我不支持这样的政策:我们要审计你所有的源代码,逐个检查你所有的权重。

46:51我认为外面有很多疯狂的提案。

46:55顺便说一下,尤其是在模型一直被重新训练、变得更加动态的情况下。

46:58对。再说一遍,这就是为什么

46:59我认为

47:00这个——对。但是,比如,在一架飞机获得认证之前,有一套安全测试。我们让飞机接受这些测试。完全如此。这与通读你所有的

47:11代码是不同的。那是审查模型的输出,而不是审查模型的内部。

47:17所以我想说的是,我认为那才是作为安全测试有意义的事情。

47:24我们要怎样让这件事发生,Sam?而且我不只是代表 OpenAI 发言。我是代表整个行业、代表人类发言,因为我担心,我们会通过限制这些令人难以置信的技术的发展,把自己拖入一种近乎黑暗时代的时期,而人类本可以从这些技术中大大受益。那么,我们要如何改变这种情绪并让这件事发生?因为在政府层面这一切变化得太快了。

47:48而人们似乎在把它搞错。我——我是完全担心的。

47:51就是在此基础上

47:51补充一点,Sam,比如 LLaMA 所做的架构决策挺有意思,就是我们要让 LLaMA 尽可能不受约束地成长,同时我们另有一个东西,叫 LLaMAguard,意在作为保护性的护栏。你是否认为问题正是这样被正确解决的,还是你

48:11认为?目前的

48:12以目前模型的强度,肯定有些事情会出问题。我不想轻视这些,或者不认真对待,但我对 GPT-4 级别的模型并没有任何灾难性风险的担忧。而且我认为有许多安全的方式来选择部署它。也许如果我们这样说,会找到更多共同点:我认为,比如具体例子是那些在技术上有能力——哪怕不会被这样使用——进行递归式自我改进,或者自主设计和部署生物武器之类的模型。

49:01或者一个

49:01新模型。那就是递归式自我

49:03改进这一点。你知道,对于那些有合理可能性构成这种威胁的模型,我们应该在国际层面对输出进行安全测试。我不认为 GPT-4 当然会构成这种威胁——嗯,我不想说任何一种,因为我们不——对。我不认为 GPT-4 在这类事情上构成实质性的威胁。我认为发布这样的模型有许多安全的方式。

49:36但是,当出现重大人员伤亡成为严肃的可能性时,比如飞机,或者任何其他例子,我认为我们乐于有某种测试框架。比如,我上飞机时不会去想这架飞机。我只是认为它会是安全的。

49:54对。

49:55对。

49:55现在有

49:55很多关于工作岗位的焦虑,Sam。你在 YC 时做过某种关于 UBI 的测试,而你一直是我们的

50:04这方面的结果很快就会出来。这是一项为期五年的研究,五年前结束或者开始的。嗯,最开始有一个测试版研究,然后有一个运行很久的长期研究。不过 Mark,

50:15你解释了什么?对。你为什么开始——你为什么开始做这件事?也许解释一下什么是 UBI,以及你为什么开始做。

50:21我们在 2016 年开始思考这件事。大约与此同时,开始非常认真地思考 AI。当时的理论是,可能降临到社会、就业和经济上的变化之巨大,以及在比这更深层的意义上,社会契约会是什么样子,意味着我们应该开展许多研究,去研究许多关于以新的方式来安排这些事的想法。我也认为,你知道,我并不特别欣赏政府处理大多数旨在帮助穷人的政策的方式。我有点相信,如果你直接给人们钱,他们会做出好的决定,如果让市场发挥它的作用的话。

51:09而且,你知道,我非常赞成提高底线、减少乃至消除贫困。但我对比我们为现有社会安全网所尝试过的以及事情被处理的方式更好的做法感兴趣。我认为给人们钱不会解决所有问题。它当然不会让人快乐,但它可能会解决一些问题,也可能会给人们一个更好的视野,让他们能够自助,我对此感兴趣。我认为,现在我们看到了一些——2016 年已经是很久以前了。

51:50现在我们看到了 AI 的一些发展方式,我在想是否有比传统意义上的 UBI 概念更好的做法。比如,我在想未来是否会更像是全民基本算力,而不是全民基本收入。每个人都拿到 GPT-7 算力的一份,可以使用它。可以转售它。可以捐给某个人用于癌症研究。但你得到的不是美元,而是这个。你得到的是

52:20生产力。

52:21一份。对。你拥有一部分生产力。

§06Sam 详述自己如何被解雇又被重新聘用、为何没有股权、代表 OpenAI 做交易,以及他如何组织公司

52:24对。我想转到这一部分的八卦环节。

52:27好的。太好了。

52:28太好了。Sam,让我们回到。

52:30让我们回到 11 月。究竟是什么鬼——

52:38你知道,如果你有具体的问题,我很乐意,但也许我说过,也许某个时候再谈。

52:43所以重点是。到底发生了什么?你被解雇了。你又回来了。

52:49这是宫廷阴谋吗?有人在背后捅了你一刀吗?你发现了 AGI 吗?到底怎么回事?

52:54告诉我。

52:55现在这里是一个安全的空间。

52:59我被解雇了。我谈过回来的事。当时我对自己想做什么有一点不确定,因为我非常难过。然后我意识到我真的热爱 OpenAI 和这里的人,我会回来的。我知道这会很难。

53:21比我想的还要难,但我当时想,好吧,行。我同意回来。董事会花了一段时间才理清思路。然后,我们当时在努力让团队保持在一起,继续为我们的客户做事,并且开始制定计划,接着董事会决定聘请另一位临时 CEO。

53:44然后所有人——有很多人。天

53:48哪。那个人叫什么名字来着?他在那儿待了大概就是个 Scaramucci 的时间。对吧?就像

53:53而且

53:54这很好。我对你在我们这个过程中只有好话可说(转录不清)

53:57在我们的过程中。

54:01然后

54:01你得知自己被解雇的消息时,人在哪里?就是,那一刻。

54:06我在拉斯维加斯的一间酒店房间里,那是 F1 周末。

54:09我想我之前也听到过这个说法。对。

54:11短信,还有,比如,什么

54:12你说了什么?被解雇?

54:12Pickup is that(转录不清)?

54:13我想这种事以前发生在你身上过,Jason。我在想我有没有被解雇过。我

54:17想我没有被解雇过(转录不清)。

54:19对。我收到了一条短信。

54:20这正是我们在想的。比如,是谁发来的短信?

54:22其实,不是。

54:23我前一晚收到了一条短信,然后我和董事会通了一个电话。然后事情就这样了。接着,我是说,一切都疯了。我的手机基本上没法用了。它就是不停地震动。

54:40比如,短信,电话。基本上,你

54:42是被推文解雇的。这种事在特朗普政府期间发生过几次。几个 Capitol points(转录不清)在通话中被发了推文。

54:48在通话中的几个要点被

54:49发了推文。在推文之前。

54:50他们真好心。然后,我大概有几个小时处于这种完全茫然失措的状态,在酒店房间里,我困惑到了极点,试图弄清楚该怎么办。而且,

55:05太奇怪了。

55:06然后,就飞回家了。大概是下午 3 点之类的时候上了飞机,我不知道。手机仍然是疯狂地一直在响,我和一些人当面见了面。到那天晚上,我想,好吧。你知道,我就去做 AI 研究吧,对未来感觉相当不错,而且

55:31你有选择。

55:32然后,第二天早上,和几位董事会成员通了电话,谈回来的事,这又引发了接下来几天的疯狂。然后,然后我想它是解决了。嗯,中间有很多疯狂的事。其中有多大比例

55:53有多大比例是因为这些非营利董事会成员?

55:58嗯,我们只有一个非营利董事会。所以全都是非营利董事会成员。董事会当时只剩六个人了。他们先把 Greg 从董事会里移除,然后解雇了我。所以就是这样。

56:15但我是想问,董事会中只有非营利经验的人和有其他经验的人之间,是否存在文化冲突。

56:22另外,如果你愿意的话,也许你可以分享一点这一行动背后的动机。能说的都可以说。

56:29我认为一直存在文化冲突。听着,显然,这些董事会成员并不都是我在世界上最喜欢的人,但我对他们对待 AGI 的严肃程度,以及对把 AI 安全做对的重要性的重视,抱有由衷的敬意。即使我强烈反对他们的决策和行动,而我确实如此,我也从未怀疑过他们的诚信,或者他们对安全且有益的 AGI 这一共同使命的投入。你知道,我是否认为他们在这一过程中做出了好的决定,或者知道如何平衡 OpenAI 必须做对的所有事情?

57:23不。但我认为,比如,

57:26出发点。

57:27AGI 的重要程度之大的

57:31对。

57:32出发点。以及把这件事做对。我其实,

57:36让我就此问一下。OpenAI 的使命明确就是创造 AGI,我觉得这非常有意思。很多人会说,如果我们创造出了 AGI,那会是某些事情出了严重差错之后的一个意外后果,而他们非常害怕那个结果。但 OpenAI 却把这作为实际的使命。

57:58这会不会让人们对你们所做的事更加恐惧?我是说,我理解它也可以产生动力,但你怎么调和这一点?我想,为什么会这样?

58:07我认为很多——嗯,我是说,首先,我会在第二个问题里回答第一个问题。我认为它确实造成了很大的恐惧。

58:16我

58:16认为世界上很多人对 AGI,甚至对当前的 AI,都非常害怕,是可以理解的。同时又对它非常兴奋,对它的去向更加害怕、也更加兴奋。我们也在与此搏斗,但我认为这件事将会发生是不可避免的。我也认为它将带来巨大的益处,但我们确实必须探索如何以合理的方式到达那里。而且,很多东西都会改变。

58:46这种改变,你知道,会让人相当不舒服。所以有很多环节我们必须做对。

58:54那我们来。我能问一个不同的问题吗?你们创造了——我是说,这是最火的公司。而你实实在在地处于中心的中心的中心。但它又如此独特,因为所有这些价值,你在经济上发行了。

59:16你能不能带我们走一遍,比如

59:18我真希望我当初拿了股权,这样我就永远不用回答这个问题了。如果我能回到过去的

59:23话,为什么他们现在不给你一笔授予?为什么董事会不给你一大笔期权授予,就像你应得的那样?

59:28对。给你 5 个点。当时

59:29的决定是什么?为什么那在当时那么重要?

59:32当时的决定,最初的原因就是我们非营利组织的结构。有点像,对。好吧。从动机的角度看,这很不错,但主要是因为我们的董事会需要由多数无利害关系的董事组成。而我当时想,那很好。

59:51我现在不需要股权。我有点——但是,比如——但是

59:56以一种奇怪的方式

59:57现在你在经营一家公司,对,这就产生了这些奇怪的问题,比如,嗯,你对我们真正的动机是什么?

60:02它告诉了——告诉了——对。

60:03就是这样。这是如此深深地不——我注意到的一点是,对人们来说这是如此难以想象。说「我其实不需要更多的钱」。比如,我和——我们俩都不知道该怎么想(转录不清)。

60:16我想人们觉得这有点像是别有用心。

60:19想想吧。嗯。对。对。对。不。

60:20它如此——它

60:21假定你已经看到了他还在

60:22私下做什么来赚钱?

60:24有些事不对劲。如果我只是想说,我要试着通过 OpenAI 赚 1 万亿美元,我想每个人都会更容易接受,而且那样会让我省去

60:31那样会省去很多

60:32阴谋论。

60:33Sam,这完全是后台渠道的话题。你是一个出色的交易撮合者。我看了你的整个职业生涯。我是说,你真的很擅长这个。你有这么多人脉。

60:43你特别擅长融资,你在这方面很出色。你还在做 Jony Ive 那个项目。你还有 inhumane(转录不清,或指 Humane)。你在投资各种公司。

60:52你有那个 Orb。筹集 7 万亿美元去建造晶圆厂(转录作 fads),所有这些东西。把这一切加在一起。

61:00Chamath 就爱假新闻。

61:01Chamath 就爱假新闻。不过我

61:02我有点是在开玩笑。显然,不是真的在筹集 7 万亿美元,但也许那是某个东西的市值。撇开这些不谈,内幕是,你在做所有这些交易。他们不信任你,因为你的动机是什么?你在绕开,以及哪些机会属于 OpenAI 内部,哪些机会应该属于 Sam,而这群非营利组织的人并不信任你。

61:25是这样的吗?

61:26所以像设备公司,或者我们当时在做的某个芯片晶圆厂公司,这些并不是 Sam 的项目。那些会是 OpenAI 的。我会拿到那份股权。

61:36它们会的。好吧。那不是

61:37公众的看法。嗯,那也不是像你这样整天需要对这些事情评头论足的人的看法,这也合理,因为我们还没有宣布这些东西,因为还没做好。我不认为世界上大多数人在想这些事,但我同意,这在科技评论者中引发了很多阴谋论。

61:57对。不。意思是。

61:58如果我能回到过去,对,我就会说,让我拿股权,把这件事说得清清楚楚。然后,如果那样的话,好吧。我仍然会做这件事,因为我真的在乎 AGI,并且认为这是世界上最有意思的工作,但至少那样对所有人来说都能说得通。

62:12那个芯片项目是什么?7 万亿美元,7 万亿美元这个数字是从哪里来的?因为我不知道

62:17它究竟是从哪儿来的。我真的不知道。我认为世界需要比目前计划建设的多得多的 AI 基础设施,而且需要不同的成本结构。我们具体该以什么方式参与其中,我们仍在摸索。

62:36明白了。

62:36你偏好用什么模式来组织 OpenAI?是那种快速行动、打破常规、高度分散的小团队,还是更偏向这种有组织的努力,需要提前规划,因为你想防止出现某些边缘情况?

62:53哦,我一会儿就得走了。我们需要更有组织,并不是为了防止边缘情况,而是因为这些系统非常复杂,集中下注非常重要。比如,在当时,显而易见的做法是,你看 Demis(或者谁)那边有这么多不同的团队在做各种不同的事情,他们把赌注分散开。对。

63:18你们

63:19让 OpenAI 说,我们基本上要把整个公司放在一起,共同来做出 GPT-4。这对于如何运营一个 AI 研究实验室来说,当时是难以想象的。但我认为这是行得通的做法,至少这对我们来说行得通。所以并不是因为我们想防止边缘情况,而是因为我们想集中资源去做这些艰巨、复杂的大事,所以我们在做什么上确实有很多协调。

63:41好了,Sam。我知道你得走了。这一个小时你表现得很棒。随时再来。

63:46和你们聊得很开心。

63:51一年多了。对。

63:52我真高兴这件事终于发生了。

63:53对。太棒了。我非常感谢。

63:55我很乐意在我们下一次重大发布之后再来,到时我可以更直接地谈谈——

63:59当然。你有 Zoom 链接了。每周都是同一个 Zoom 链接。同样的时间,同样的 Zoom 链接。时间错了就丢掉吧(转录不清)。

64:05请丢掉它。

64:05你放到你的账号上。

64:07回到牌局来。回到牌局来。回到牌局来。

64:09过一阵子吧。

64:11我,你知道,我很想打扑克。已经很久了。那会很有意思。

64:17你还记得当时你和我单挑,你得提醒我吗?你和我单挑,你全下了。我手里是三条,但公共牌上有顺子和同花的可能,我陷入长考,想弄清楚我是否愿意输,因为那时我们打小额局,底池可能大概是 5000 美元之类。然后 Chamath 忍不住要掺和进来,他开始对我们两个叫停。你应该跟。你不该跟。

64:40他在挡着。你好好想想。而我在想,我在琢磨要不要在这里跟注。我跟了。结果是,你的牌很好,而我刚好有一手三条。

64:51我想你当时是顶对、顶踢脚之类的。但你那一手打得很漂亮,因为公共牌面很有层次,几乎像是老式的底三条。

64:57Sam 有一种很棒的打法风格,我会称之为「随机全推」。

65:00完全如此。你只要领会就行。

65:01我甚至不知道你能不能对任何人这么说。我不——我不会

65:07你没看过他们最近 18 个月的打法。区别很大。

65:10我从来没有

65:10凑过一局。对。

65:11有趣得多

65:12现在好玩多了。

65:14发现

65:14你发现那

65:15以前真的很难吗?

65:16你玩过炸弹底池(bomb pots)吗?

65:17对。我不知道那是什么。

65:18好的。你会喜欢的。走着瞧。

65:20对。太疯狂了。

65:21你,它是大黄色(转录不清)。

65:23Sam,谢谢你。

65:23两副公共牌。说真的,祝贺你取得的一切。

65:26非常感谢。

65:26谢谢你来做客。

65:27也谢谢你,Sam。

65:28等那次大发布之后,再请你回来。

65:30好的。一定。

65:31好。再见。

§07采访后的复盘

65:33先生们,这里有个突发新闻。他说的所有那些项目都是 OpenAI 的一部分。这是人们在此之前不知道的,之前有很多困惑。Chamath,和 Sam 的这一个小时里,你最主要的收获是什么?

65:46我认为这些人将会

65:48成为这整个领域里

65:51举足轻重的四家主要公司

65:52好。

65:52之一。我认为这一点很清楚。我认为仍不清楚的是,经济利益会落在哪里。他说了一些很含蓄的话,但我觉得很重要,那就是——我的解读是——这些模型大致上都会差不多,但围绕这些模型会有大量的脚手架,真正让你能够构建这些应用。所以在很多方面,这就像是开源运动。

66:17所以即使模型本身从不开源,也没太大关系,因为你得为基础设施付费。对吧?有很多开源软件运行在 Amazon 上。你还是得付给 AWS 一些钱。

66:29所以我认为现在正确的思考方式是:模型基本上都会非常好。然后,剩下的所有其他东西,你都得为接口付费。谁来构建所有这些其他东西,谁就将有能力建立一门非常好的生意。

66:48Friedberg,他谈了很多关于推理的内容。他似乎一直在说推理,而不是语言模型。你注意到了吗?在我们和他的这一个小时里,你还注意到别的什么吗?

66:57对。我是说,这是个更长的话题,因为有很多说法认为,语言模型最终会演变到足够通用,能够解决几乎所有智能功能。所以语言模型就是产出 AGI 的基础模型,仅此而已。我认为对此有很多人持不同的学派观点,以及在多大程度上

67:19哦,我另一个收获是,我想他似乎还暗示了,我们也着迷于大语言模型,但他和其他团体正在酝酿和推出的东西,远不止大语言模型。我认为我们必须对所有这些投入一定的关注,因为推理可能真正来自那里。Friedberg,我想你在提问时也想往那个方向去。那就是推理真正的来源。这种混合专家方法?

67:48所以你要进行推理,就得多维度地思考。对吧?我们就是这样做的。对吧?在这个时间点,我要不要过马路?

67:55你是基于所有这些多重输入来推理的。所以在你的大脑里,有所有这些小系统参与做出这个决定。如果你把它当作一个简单的例子,那就有大量东西必须参与进来,才能让某种体验能够进行智能推理。

68:11Sacks,你直接问到了公司结构和董事会。他给了我们更多信息。你对这一点怎么看:嘿,你知道,芯片的事和我正在做的其他事,那些都是 OpenAI 的一部分。只是人们没意识到。以及在那一刻,然后你知道,你对他提出的关于股权的问题。

68:32你的看法是

68:34我不确定。我是主要问那个问题的人吗,Jason,不过

68:38嗯,不是。你确实谈到了非营利组织。非营利之间的区别。对。

68:43我就是这个意思。显然,董事会里存在某种文化冲突,一边是来自非营利领域的人,另一边是来自创业领域的人。

68:51科技的想法。

68:52我们对此所知也就这么多,但显然存在某种文化冲突。我觉得他还提请注意了另外几个挺有意思的领域,他显然认为移动端有很大的机会。这超出了在你手机上有一个聊天机器人应用,甚至手机上有一个 Siri。那里显然有更大的东西。他不确切知道那是什么,但它将需要更多的输入。

69:17那就是,你知道,一个看过一切的个人助理

69:21向你展示并帮助你。我认为这是个很棒的洞察,David,因为他谈到,嘿,我在寻找一位资深的团队成员,能够反驳我、了解所有上下文。我觉得这很有意思,值得

69:32思考。

69:32你谈到了

69:33一位行政助理,或者说一位具有执行功能的助理,而不仅仅是一个另一个自我。对。对你来说,或者他所说的第二大脑。这挺有意思的。

69:44我觉得那很有意思。对。

69:45对。而且显然,他认为生物学和科学发现方面有很大的机会。

69:50休息之后,我想我们应该谈谈 AlphaFold。它刚刚发布。对。

69:53我们来谈。我们也可以深入讨论这个应用。我还想确保大家明白,嘉宾来参加播客时,我们不会给他们看问题。他们不会编辑文字稿。没有什么是完全禁区。

70:04如果你们在想为什么我没有问、我们没有问 Elon 的诉讼,那是因为他无法对此发表评论。所以只会是无可奉告。所以,你知道,

70:11而我们

70:12不会

70:12那样做。时间有限,我们可以问他们的问题有很多,那样做只会浪费时间。而但他们本来会

70:17没有成本(转录不清)。所以我只是想确保大家明白。

70:20当然,他知道电影诉讼(转录不清,疑为 Elon 诉讼),而且已经被问过 500 次了。好吧。

70:24对。我们要不要

70:25先休息一下,再回来?

70:27好。去个洗手间,然后我们回来,给你们带来一些新闻和更多闲聊。和你们最喜欢的 besties 一起,在世界第一的播客上。唯一的播客。好了。

§08All-In Summit 公布嘉宾,大学校园抗议

70:38欢迎回来,各位。节目的下半场。很棒的嘉宾,Sam Altman。谢谢你来做客播客。我们日程上有一堆新闻。

70:45那我们开始吧。Friedberg,你告诉我我可以说出我们为 All-In Summit 预订的一些嘉宾名字。

70:53我没说过。

70:54你说过。你每周都说,每一周我都可以

70:57公布一些消息。我没说过。我感谢你对 All-In Summit 阵容的兴趣,但我们目前还没有足够的关键数量,不觉得应该公布出去。

71:09嗯,我是个「失控的人」(转录作 loose candidate,转录不清),所以我来公布我的两位嘉宾。而且,是我创建了这个峰会,你们把它从我手里拿走了。所以我做得很好。我要公布我的嘉宾。我不在乎你的看法是什么。

71:21我为峰会预订了两位嘉宾,门票将会售罄。看看我订的这两位嘉宾。第三次回到峰会,我们的伙计 Elon Musk 会来。希望是亲自到场,如果不能,那就是在 4 万英尺高空通过 Starlink 连线,无论他在世界哪个地方。而第一次参加的是。

71:39我们的朋友 Mark Cuban 会来。所以有两位很棒的嘉宾值得期待,不过 Friedberg 大概有 1000 位嘉宾要来。他会在会议前 48 小时左右才告诉你们。但,对,两位很棒的嘉宾要来了。

71:51要来的亿万富翁里,不是还有一位也要来吗?

71:54是的。要来。是的。他订了。

71:56所以我们有三位亿万富翁。

71:58三位亿万富翁。是的。

71:59好。他还没有完全确认。所以别——好。

72:01嗯,我们还是要说出来。作为暂定。别说。

72:04别反悔。

72:05我会说暂定。对。别反悔。

72:07这对所有这些抗议组织者来说将是猫薄荷。比如,如果你还没有一个地方

72:12那只熊。

72:13嗯,顺便说一句

72:13说到更新,你们觉得 All-In 龙舌兰酒的瓶子怎么样?

72:19哦,漂亮。

72:20老实说,我只想说,我觉得你们做得非常出色。我被这个设计震惊了,这里的震惊是说,它如此独特而且品质很高。我觉得很棒。它会让我想喝龙舌兰。

72:38你会的。你会想喝的。

72:39明白了。它很惊艳。恭喜你们,对。当我们在月度会议上过那份演示文稿时,是这样的:哦,这个不错。哦,这个不错。

72:51我们要做概念瓶。然后那个瓶子出现了,所有人都像疯了一样。就像 Steph Curry 投进了一记半场球。就像,天哪。很明显你们做出了一个标志性的瓶子,如果我们能把它生产出来,天哪,它将会是

73:09看起来我们可以。那个,哦,好吗?做出来。对。

73:12会很了不起。我很兴奋。

73:13我很期待。你知道,就像这些东西。

73:15它太复杂了,我们不得不对它是否真的可以制造做了可行性分析,但是可以。至少早期的报告是好的。所以我们希望,我们能赶在 All-In Summit 之前做出一些。

73:28我是说,为什么不呢?我是说,这太棒了。

73:30当我们被所有这些抗议者围堵时,

73:33他们可以喝它来打发时间。

73:35你想看——你

73:36看到 Peter Thiel 在 Cambridge 被那些蠢货围堵了吗。

73:40我的想法是,听着。人们有抗议的权利。我认为人们抗议是好事,但围住别人并威胁他们,有点过头了,也很危险。

73:49夸大了实际发生的事。

73:51嗯,我不确切知道发生了什么。我们看到的只是这些视频

73:54听着。他们没有威胁任何人,我甚至不认为他们试图把他们围堵在里面。他们只是在大楼外面。因为他们挡住了车道,他的车无法离开,但他并没有被实际地锁在大楼里或者别的什么。

74:09对。头条是这么说的,但那可能是假新闻,假社交。对。

74:13这不在我的宾果卡上。Sacks 支持抗议者,这不在要讨论的事项里,我得说。我没料到这个。

74:21宪法,美国宪法的第一修正案,规定了集会的权利,其中包括抗议和静坐,只要它们是和平的。当然,显然,如果他们做得太过分,破坏财物或闯入建筑物或使用暴力,那就不是和平的了。然而,表达你不同意的观点,并不构成暴力。而现在外面有一大批人在主张,如果你从抗议者那里听到了你不喜欢的东西,而你主观上把它体验为对你人身安全的威胁,那么它在某种程度上就应该被视为有效。

75:01比如,那基本上就是暴力。嗯,宪法可不是这么说的。而这些人在几个月前还明白得很,那基本上就是玻璃心(snowflakery)——你知道我的意思吧——现在是「觉醒右翼」,他们接受了安全主义(safetyism)的想法,也就是接触你不喜欢的想法、你不喜欢的抗议,就是对你人身安全的威胁?

75:28不。不是的。

75:29所以,你知道,两边都有玻璃心。每个人都看到了

75:32现在两边都有玻璃心。

75:34这很荒唐。我唯一想说的、我看到过的,是把你不想要在那里的人围起来,把他们锁在一个圈里,然后把他们挪出去,

75:46比如,处理。那样不好。对。显然你不能那样做。但是,听着,我认为大多数校园里的大多数抗议并没有越界。

75:54他们只是占据了这些校园的草坪。而且听着,我看到过一些捣乱者试图硬闯营地,并声称因为他们过不去,所以就是被阻止去上课了。听着。你绕着草坪走,就能到教室。好吗?

76:14而且,你知道,其中一些视频显示,这些实际上是右翼挑衅者在使用左翼的战术。我两边都不支持。

76:26我看到,有些营地是你见过的最好笑的东西。比如,有一顶帐篷是专门用作阅览室的。你走进去,里面有这些,

76:36比如,以前线为重点的中心。

76:37天哪。简直好笑得难以置信。

76:40我们这么说吧,毫无疑问,因为这些抗议起源于左翼,所以会有一些离谱的观点,比如,你面对的是一套左翼的思想体系。对吧?然后,你知道,很容易嘲笑他们做的各种事情,但事实是,大多数校园里的大多数抗议,尽管因为占据一部分草坪可能让人烦,但并不暴力。对。而且,你知道,他们被镇压的方式,早上 5 点派警察带着警棍和防暴装备去镇压这些营地,我觉得那一部分完全过度了。

77:16嗯,这也很危险,因为,你知道,当你有大批人群、大群人的时候,事态可能升级。所以我只是想确保大家明白这一点。当有大群充满激情的人时,会出现责任分散的现象。而且人们可能受伤。在这类事件中已经有人死亡。

77:33所以,保持冷静,各位。我同意你的看法。比如,这些人在草坪上抗议能有什么危害?这没什么大不了的。当然,当他们闯进建筑物的时候,就不一样了。

77:42对。

77:42那显然就越线了。

77:43对。但是,我是说,让他们坐在那儿吧,然后他们的食物车就会用光了。

77:47他们的

77:48我,他们的口粮会用光。你们看到那段

77:51视频了吗?我想是在华盛顿大学校园,一个小伙子向这个 Antifa 的人发起挑战,要比一场

77:58比赛(转录作 shut contest,转录不清)。哦,太棒了。

78:01我是说,那是一些最好笑的东西。一些正在冒出来的内容。就是这样。

78:06我最喜欢的是那位走出来说哥伦比亚大学的学生需要人道主义援助的女士。

78:12天哪。给她配的重新配音太搞笑了。

78:15我当时想,随行的人道主义。

78:18就像是,我们现在需要我们的 DoorDash,我们需要双倍外送一些珍珠奶茶,而我们没法让它通过警察。我们需要我们的珍珠奶茶。

78:26低糖的、带爆爆珠的珍珠奶茶送不进来。不过,你知道,人们有抗议的权利。而且是和平的——顺便说一句,这个词我从没听过。说得好,Sacks,peaceable,倾向于避免争论或暴力冲突。很好。

78:41嗯,它在宪法里。它在第一修正案里。

78:43是吗?我从来没有——对。我以前没听过 peaceable 这个词。我是说,你和我在这一点上是一致的,我们过去有 ACLU,比如替 KKK 在大街上游行辩护,真的在为之奋斗。对。

78:58他们真的在为之奋斗,而且我得说,奥弗顿之窗(Overton window)又重新打开了,我觉得这很棒。好了,我们日程上有些事。不知道你们有没有看到 Apple 新的 iPad 广告。它受到了很多批评。

§09Apple 创新式微的迹象:iPad 广告、Buffett 减持超过 1 亿股,接下来会怎样?

79:10他们用类似一台巨大的液压机,压碎了一堆创作工具,DJ 唱盘、小号、钢琴。人们真的很在意 Apple 的广告以及它们所代表的东西。我们谈过他们制作的那个「地球母亲」的小短片。你怎么看,Friedberg?你看了那条广告吗?你的反应是什么?

79:31它让我难过。它没有让我想买 iPad。

79:35看起来不像是让你难过了。它其实引发了一种情绪。我的意思是,广告很少能真的做到这一点。大多数人只是走神。

79:44对。他们拿了所有这些美好的东西,然后毁了它。感觉不好。我不知道。它就是看起来不是一条好广告。

79:49我不知道他们为什么要那样做。我不明白。我不知道。我不知道。

79:53我想也许他们想做的是,这款新 iPad 的卖点是它是最薄的一款。我是说,已经没有创新可言了,所以他们只是在把设备做得更薄。

80:04所以我想他们的想法是用这台液压机来表现新 iPad 薄得有多离谱。现在我不知道那里的重点是不是把所有那些好东西压扁进 iPad 里。我不知道他们是不是想表达这个。但是,对,我认为,通过摧毁所有那些 Apple 本应代表的创作工具,这对他们来说显然很不符合品牌调性,我认为人们的反应,是因为它与他们过去会做的事情大不相同。当然,每个人都在说,嗯,Steve 绝不会这么做。

80:39我确实认为它没有落对地方。我是说,我没那么在意,但我有点在问,他们为什么要摧毁所有这些他们以创造或转化成数字版本而闻名的创作者工具。

80:56对。它就是没有落对。我是说,Chamath,看过之后你情绪上怎么样?你还好吧,哥们?

81:04对。我想,你们看到上周末 Berkshire 的年会了吗。Tim Cook 在观众席上,Buffett 的评价非常赞赏。这是一家了不起的公司,但他很会用词。他说,你知道,这是一门了不起的生意,我们很可能会永远持有。

81:30结果发现他卖掉了价值 200 亿美元的 Apple 股票。

81:33我们会永远持有。顺便说一句,这是?

81:37卖。卖。如果你们还记得,我们

81:39我们放过那张小图,显示了当他在年度信里没有提到它的时候,

81:44但是

81:44这基本上就像是在预示一个事实:他就是在不停地卖。而且他卖掉了

81:51嗯,而且「永远持有」也可能意味着只持有一股。对。没错。我们得知道,到底说的是多少?

81:59我是说,这是一门了不起的生意,手里有那么多钱却无处可花。他们大概就是要回购股票,纯粹是浪费

82:06有传闻说他们要买 Rivian,你知道,在他们关掉 Titan 项目——也就是公司内部造车的项目——之后。似乎汽车是人们唯一能想到的、能在利润上产生明显影响的东西。

82:17我认为问题在于,J. Cal,你会变得害怕自己的影子。意思是,那些真正擅长并购的人,比如你看 Benioff,Benioff 的并购战略是,他已经做了 20 年。所以他是从小型收购中练出来的,市场也学会了给予他信任,所以当他提出像 270 亿美元收购 Slack 这样的交易时,他被允许这样做。还有另一位,你知道,PanW 的 Nikesh Arora。

82:45过去五年,人们非常怀疑他是否真的能把安全行业整合起来,因为那是一个高度分散的市场。他已经获得了许可。还有像 Danaher 这样的公司,收购了数百家公司。所以所有这些人都是这样的例子:你从小处开始,你赢得做更多的权利。Apple 没有买过任何超过 5000 万或 1 亿美元的东西。

83:04所以认为他们会突然冒出来买一家 100 亿美元的公司,我认为完全不合逻辑。这对他们来说就是不可能的,因为他们会非常害怕自己的影子。这是最大的问题。问题出在他们自己。

83:19嗯,如果你内部创新枯竭,又做不了并购,那你的选项就有些有限了。我是说,我确实认为,Apple 的重大新闻是 iPad 变得更薄,这在创新方面确实代表着某种穷途末路。这有点像他们给 iPhone 加第三个摄像头的时候。对。这让我想起那些。

83:40还记得吧,比如当 Gillette

83:41对。他们

83:42推出五刀片,然后

83:43然后他们又

83:43那是最棒的第二件事(转录不清)。就像是,我们在努力。

83:47但后来 Gillette 真的推出了 Mach Five。所以,对。就像,恶搞变成了现实。他们要怎么做?给 iPhone 再加两个摄像头?

83:54装上五个摄像头?

83:56对。不。

83:56这毫无意义。而且我不知道有谁想记住 Apple Vision,比如,在一个

84:01再说,他们为什么要改那些胖 iPad?

84:06这是个公平的观点。公平的观点。其实,你知道吗?这还没出来,但事实证明 iPad 在用 Ozempic。它其实瘦了很多。

84:15那本来会是有趣的一年(转录不清)。

84:17对。没错。哦,哦,哦,我们就在这里打磨这个梗吧。不过还有另一个好笑的,就是把 iPhone 做得越来越小、越来越小、越来越小,iPod 也是越来越小、越来越小、越来越小。小到最后,就像是拇指大小的 iPhone。

84:31就像 Ben Stiller 在《Zoolander》里的那个电话,或者在

84:33《Zoolander》里。没错。

84:37对。那是很棒的一幕。

84:39有没有

84:39你能想到的某个品类,是你希望有 Apple 产品的?你生活中有没有哪个产品,你希望有 Apple 的版本

84:50他们把它砍掉了。我认为很多人会对 Apple 汽车持非常开放的态度。

84:56好。

84:56他们就是会。它是一台联网的互联网设备。而且越来越是这样。对。他们却搞砸了。

85:04他们曾有机会买下 Tesla。他们却搞砸了

85:07它。对。

85:08对吧?这样的例子太多了,这些人有那么多钱,却没有足够的点子。这真可惜。

85:15挺让人失望的。对。我一直想看他们做的那个,Sacks,是

85:18电视?

85:19我一直想看他们做的是电视,而且据说他们当时在做。就是真正的电视,不是后面那个小小的 Apple TV 盒子,如果真的有一台漂亮的大电视,那会非常了不起。

85:32游戏主机呢?他们本来可以做。你知道,他们本可以做的事情有这么多。这不是缺乏想象力,因为这些并不是什么称霸世界的绝妙点子。它们就摆在你眼前。只是缺少去做的意志。

85:48对。

85:49你怎么称呼一台电视本来会不错(转录不清)?

85:51如果你回想这些年 Apple 的产品线,他们真正创造价值的地方,在于产品多么独特。他们几乎创造出新的品类。当然,在 iPad 之前可能已经有了「平板电脑」,但 iPad 真正定义了平板电脑时代。

86:08当然,在 iPhone 出现之前也有过一两款智能手机,但它真正定义了智能手机。当然,在 Apple II 之前就有计算机,但它出现之后定义了个人电脑。在所有这些情况下,我认为 Apple 都力求定义这个品类。所以,如果你想想的话,要定义一台电视,或者一台游戏主机,让你能上一个台阶并说,这是新东西,是非常困难的。

86:29这是新平台。所以我不知道。如果我是 Apple,我会从这个角度来看:我能重新定义一辆汽车吗?我能不能做出——我们都在试图把它们放进现有的产品类别里。但我认为他们一直都非常擅长的,是识别消费者需求,然后创造一种全新的方式,以一种真正的阶跃式变化来满足这种需求。

86:47比如说 iPod。它和以前任何 MP3 播放器都如此不同。

86:52我认为汽车可以被 Apple 彻底重新构想的原因,是他们拥有的信誉和信任程度,我认为可能没有其他任何公司有,绝对没有其他科技公司有。我们谈过这个,但我想这是我漏掉的第三个 Steve Jobs 的故事,在 2000 年——我不知道。是 2001 年吗?我推出了一个 99 美分的下载商店。

87:21对。

87:21我想我在 Winham(转录不清)跟你讲过这个故事。Steve Jobs 完全把我们耍得团团转。但他之所以能做到,是因为他有全部的信誉,可以去找唱片公司,谈成以前没人能谈成的音乐授权交易。我认为这是 Apple 能做到的事的一个例子,就是用他们的政治资本来改变规则。所以,如果我们都想要的是更安全的道路和自动驾驶汽车。

87:47每个城镇和城市里都有一些区域,可以被完全改造成 L5 级自动驾驶区。如果让我选一家有信誉去推动改变这些规则的公司,那就是他们,因为他们可以证明,在做某件事上有一套有条不紊的、安全的方法。所以要点是,即使在这些可以被彻底重新构想的品类里,也不是缺乏想象力。再说一遍,这要回到完全缺乏意志。我也理解,因为如果你的资产负债表上有 2000 亿美元的资本,我想变得肥胖懒惰大概相当容易。

88:23对。确实如此。而且他们想把一切都在自己那儿造出来。人们不记得了,但他们实际上做过最早的数码相机之一。你肯定拥有过这个,对吧,Friedberg?

88:31你——你好像,我不

88:32记得这个。

88:33对。完全如此。

88:33它很漂亮。他们叫它什么来着?是 iCamera 之类的吗?QuickTake?

88:37Tape。Quick tape。

88:38Quick take。对。我希望看到 Apple 做的、也让我惊讶他们没做的,是一个智能家居系统,就像 Apple 有 Nest 那样(转录不清)。一个 Dropcam,一个门锁,你知道,一个影音系统,去对标 Crestron 之类的,让你整个家的自动化、恒温器、Nest,所有这些由 Apple 来做都会很了不起。而现在我是一个 Apple 家庭,我们所有的家居自动化都通过 Google 实现。

89:06所以这有点糟糕。我也想要那个。

89:08其实,那会相当惊人。比如,如果他们做一个 Crestron 或 Savant,那么当你只要打开你的 Apple TV,所有摄像头就都能工作,你不需要。

89:16对。就是那个——我是说,每个人都有一个家。每个人都会让自己的家自动化。

89:22现在每个人都有 Apple TV。所以你只要让 Apple TV 成为家居系统的大脑。

89:28对。那将是你的家。

89:30你可以把你的手机连到它上面。然后,是的,那会非常好。

89:34对。比如,你能想象吗,Ring 摄像头,所有那些东西都被整合进来?我不知道他们为什么没做。那似乎是个轻松的上篮。嘿。

§10Google 发布 AlphaFold 3.0

89:42你知道,Friedberg,大家一直在谈论这个 AlphaFold,也就是蛋白质折叠。Google 推出了一个新版本,另外据报道 Google 还在推进收购 HubSpot 的谈判,这个我们之前也谈过。所以关于以 300 亿美元市值收购 HubSpot 的传闻也在流传。Friedberg,作为我们常驻的科学苏丹,或者说常驻的科学之苏丹,也作为 Google 的校友,任选一个话题,我们来聊

90:14我是说,关于收购 HubSpot 的传闻,我不确定还有多少可补充的。它们仍然只是传闻,我想我们几周前已经谈过这个话题。但我想说,今天刚刚发布、并由 Google 演示的 AlphaFold 3,是一个真正令人惊叹的时刻。对生物学、生物工程、人类健康、医学而言。也许我花 30 秒来解释一下。

90:39你们还记得他们推出 AlphaFold,也就是 AlphaFold 2 的时候,我们谈过 DNA 为蛋白质编码。DNA 每三个字母编码一个氨基酸。所以一串 DNA 编码一串氨基酸,这就叫作基因,它产生一种蛋白质。而那个蛋白质基本上是一条长长的链,想想珠子,有 20 种不同类型的珠子,也就是 20 种不同的氨基酸,可以被串在一起。接着发生的是,那条珠子项链会基本上自己折叠起来,所有那些小珠子以某种复杂的、我们无法确定性建模的方式彼此粘在一起。

91:14这就形成了一种三维结构,称为蛋白质。那个分子。那个分子会做一些有趣的事情。它可以把其他分子拆开。它可以结合分子。

91:23它可以搬运分子。所以它基本上是化学、生物化学的机器。所以蛋白质是编码在我们 DNA 里的东西,然后蛋白质完成构成生命体的所有工作。Google 的 AlphaFold 项目采用了蛋白质的三维图像,以及编码这些蛋白质的 DNA 序列,然后他们建立了一个预测模型,从编码该蛋白质的 DNA 预测蛋白质的三维结构。那在几年前是一次巨大的突破。

91:51他们今天用 AlphaFold 3 宣布的是,他们现在纳入了所有小分子。也就是所有其他进入化学和生物学、驱动我们周围所见一切功能的小分子。所有这些分子实际如何结合、如何契合在一起,现在是预测模型的一部分。为什么这很重要?嗯,假设你正在设计一种新药。它是一种基于蛋白质的药物,也就是生物制剂药物,如今大多数药物都是这种。

92:17你可以找到一种与癌细胞结合的生物制剂药物,然后你要花 10 年做临床试验。花了 10 亿美元之后,你发现那个蛋白质意外地还与其他东西结合,并伤害身体里的其他东西,这就是脱靶效应或副作用。然后那个药物就被临床试验叫停,永远不会上市。大多数药物都经历了这个过程。它们实际上先在动物身上测试,然后在人身上测试,我们发现这些药物产生的所有副作用,因为我们不知道这些药物会如何与我们生物化学中的其他东西结合或相互作用。

92:49而我们只有在把药放进去之后才发现。但现在,我们实际上可以用软件对其建模。我们可以拿到那个药物。我们可以用软件创建它的三维表示。我们可以模拟那个药物可能如何与身体里所有其他细胞、所有其他蛋白质、所有其他小分子相互作用,以找出可能出现的所有脱靶效应。

93:08并决定它是否是一个好的候选药物。这只是这种能力用法的一个例子。还有许许多多其他用途,包括创造可用于结合分子或将分子粘在一起的新蛋白质,或者被设计用来将分子撕开的新蛋白质。我们现在可以用这种能力预测三维分子的功能,这打开了化学、生物学、药物的所有基于软件的设计,这确实是一个令人难以置信的突破时刻。不过,发生的有趣之处是,Google 的母公司 Alphabet 有一家子公司叫 Isomorphic Labs。

93:46它是 Alphabet 的药物开发子公司,他们基本上把 AlphaFold 3 的所有知识产权都保留在 Isomorphic。所以 Google 将充分将这种能力变现。他们提供的不是开源代码,而是一个基于网页的查看器,科学家可以出于所谓「非商业目的」,在一个基于网页的查看器里做一些基础研究,做一些实验,尝试一下,看看相互作用可能如何发生,但任何人都不能将其用于商业用途。只有 Google 的 Isomorphic Labs 可以。所以,第一,这是对大语言模型之外的 AI 能做什么的一次了不起的展示——我们今天刚和 Sam 谈过大语言模型,显然我们也谈过其他模型,而大语言模型是那种面向消费者的文本预测模型能力。

94:28但在那之外,在化学之类的领域有这种能力:这些新的 AI 模型可以被训练和构建,用来预测三维化学相互作用之类的东西,这将开启人类进步的一个全新时代。我认为这正是最令人兴奋的地方。我认为另一面是,Google 占据了巨大的优势,他们刚刚向世界展示了他们宝箱里的一些珍宝,仿佛在说,看看我们有什么。我们要制造所有这些药物,而且他们已经与许多制药公司建立了合作关系,在 Isomorphic Labs 他们谈到过。这将开创一个为人类健康进行药物开发设计的新时代。

95:03所以总的来说,我会说这是相当惊人的一天。很多人对他们刚刚演示的能力感到疯狂。然后这又引出了所有这些非常有意思的问题,比如,Google 会拿它做什么,这里会创造多少价值?总之,我觉得这是个很棒的故事。我絮絮叨叨地讲了几分钟,但我不知道。它真的很酷。

95:19非常有意思。这个 AI 能不能做出一期让 David Sacks 会关注的科学角?

95:27我认为它会预测出普通感冒和疱疹的治愈方法。所以他应该关注。

95:32对。所以「折叠细胞」就是 Sacks 刚下载并在玩的那款休闲游戏应用。你在第二条短信期间走了多少步?

95:41抱歉。让我再说一件事。你们还记得我们谈过山中因子(Yamanaka factors),以及要逆转衰老有多困难吗?也就是如果我们能把合适的蛋白质送进细胞,调节某些基因的表达,让这些细胞变年轻。目前的做法是撒网式的,要尝试数百万种化合物和化合物组合来做到这一点。现在实际上有很多公司正在试图做这件事,想做出某种青春之泉类的产品。

96:06我们现在可以模拟它。所以有了这个系统,AlphaFold 3 能做的事情之一,是预测哪些分子会结合并促进某些 DNA 序列,这正是我们用基于山中因子的表达系统所试图做的,并找出不会触发脱靶表达的那些。也就是说,我们现在可以在软件里搜索一个创建分子组合的空间,这些组合理论上可能解锁这个青春之泉,让身体里所有细胞逆龄,带来非同寻常的健康益处。而这只是,再一次,这类 AI 可能实现的众多事情之一。我真的,老实说,我只是在浅尝辄止地谈这能做什么。

96:46这些能力和影响会是,比如,我不知道。我知道我常说这类话,但它将会相当戏剧性。有,

96:53在博客文章上,他们有一段令人难以置信的视频,展示引起普通感冒的冠状病毒。我想是 7PNM 蛋白。他们不仅是真的准确预测了它,还预测了它如何与抗体、与一种糖相互作用。这太疯狂了。

97:13所以你可以设想这样一个世界,比如,我不知道。你只要接种一次感冒疫苗,就像是你再也不会感冒了。

97:20太棒了。

97:21我是说,这是开创性的东西,而且非常强大。

97:23你还可以过滤掉有脱靶效应的东西。药物发现中的很多事情,以及所有副作用的问题,都可以开始在计算机上(in silico)解决。你可以想象,使用这样的模型,在化学搜索空间里运行极大规模的模拟,找出在体内起作用、能解锁所有这些益处的东西,能做各种了不起的事情,去摧毁癌症、摧毁病毒、修复细胞、让细胞逆龄。

97:51他们说,这是一个 1000 亿美元的生意。

97:53天哪。我是说,光这一点就会得到巨大的——这是我以前说过的。我认为 Google 有这样一个安静的组合,你知道,另一个。对。对。

98:03如果他们成功了呢?而且我认为他们没有把这里的一切都开源,这很能说明他们的意图。对。

98:10对。落后时开源,领先时闭源锁起来。

98:14但要向山中(Yamanaka)致敬。

98:16其实有意思的是,Yamanaka 也是 Sacks 在他飞机上提供的那款日本威士忌。很好喝。我喜欢那个北海道的。Nikka。

98:24Jason,我觉得

98:24你有那个。

98:25如果你没有走上硅谷这条路,你可能会成为拉斯维加斯酒廊里的喜剧演员。

98:29绝对是。对。当然。对。

98:31其实,对。有人说我应该做那个,比如

98:33上世纪五十年代,那种 1950 年代的脱口秀,那些人会做舞台上的

98:37固定套路。对。有人告诉我,我应该做 Spalding Gray、Eric Bogosian 那种风格的东西。不知道你们还记不记得,八十年代纽约的那些独白剧。我当时想,哦,这挺有意思。

98:47也许吧。好了,各位。感谢收听世界第一的播客。你们能相信我们做到了吗,Chamath?世界第一的播客。

98:57还有 All-In Summit,TED 杀手。如果你要去 TED,恭喜你,向它屈膝致敬。如果你想谈真正的问题,来 All-In Summit。如果你要在 All-In Summit 上抗议,告诉我们你想吃哪种仿肉。Friedberg 正在为我们所有的抗议者搭建仿肉站,说说你喜欢哪种仿肉。对。

99:19全素的,如果你想要,如果你是老年男性(转录不清)。

99:21来的时候,请用豆浆当你的牛奶参考(转录不清)。

99:23到时候,你可以选择不同种类的黄原胶。对吧?

99:27你可能想要的两种坚果奶,然后还会有正念(转录不清)。

99:30像豆浆那样。再加上一些像豆浆的,包括(转录不清)。

99:33对。在南草坪上,我们会有山羊瑜伽。所以请大家都留意一下山羊瑜伽的钱(转录不清)。

99:40你这样确保我们的抗议者得到照顾,真是考虑周到。好,好吧。我们会处理的。

99:46对。其实,Friedberg 正在做抗议者礼物。抗议者会获得进入权限(转录不清)。他们是由年轻的、折叠的蛋白质制成的。所以他们很好。一个折叠的(转录不清),我想我 2003 年见过他们为 Smashing Pumpkins 开场。

100:03取消点燃(Unfire,转录不清)。够了。

100:05我还会在这里待三个晚上。可爱的伙计们。不过,爱你们,besties。

100:08这到底是 All-In Pod 还是开放麦之夜?这是怎么回事?

100:11就这样吧。我只是无聊。

100:15我们让你的赢家继续下注。

100:18Rainman,David Sacks。

100:21我要回家了。(转录不清:And it said we open store sits in the fans)它说我们把……开源给粉丝,他们已经为此疯狂了。On air when I try(转录不清)。我要烤了你,George,因为他们全都没用。这就像是某种性张力,但他们只需要把它释放出来。

100:56调情。这是第 178 期,现在是广告插播:All-In Summit 将于 9 月 8 日至 10 日在洛杉矶举行。你可以在 summit.allinpodcast.co 申请门票。奖学金名额不久后会公布。如果你想看我们四个人采访 Sam Altman,你其实可以在 YouTube 上观看这期播客的视频,youtube.com/@allin,或者直接搜索 All-In Podcast 并点击提醒铃铛,我们发布内容时你就会收到更新。当 YouTube 频道达到 50 万订阅时,我们会做一期现场问答节目;据我了解,当达到 100 万订阅者时,我们会在拉斯维加斯办一场派对,所以也请关注这一点。

101:51你可以在 x.com/theallinpod(转录作 xxx.com/theall in pod)关注我们。TikTok 是 all_in_talk(转录作 paul_in_talk),Instagram 是 theallinpod,在 LinkedIn 上直接搜索 All-In Podcast。你可以在 x.com/chamath 关注 Chamath,并在 chamath.substack.com 订阅 Substack。Friedberg(转录作 Freeburn)可以在 x.com/friedberg 关注(转录不清),Ohalo 正在招聘。点击 ohalogenetics.com 的招聘页面,你可以在 x.com/davidsacks 关注 Sacks。Sacks 最近在 American Moment 大会上发表了演讲,大家都为之疯狂。它被置顶在他 X 账号的推文里。

102:28我是 Jason Calacanis。我是 x.com/jason。如果你想看我的斗牛犬的照片和我吃的食物,请去 instagram.com/jason。在 the first name club(转录不清),你可以收听我的另一档播客 This Week in Startups。在 YouTube 或你喜欢的播客应用里搜索即可。我们正在招聘一名研究员。

102:45申请成为一名研究员,从事一手研究,与我和制作人 Nick 一起工作,处理数据和科学,并能够做出出色的研究、财务分析等等。请前往 allinpodcast.co/research。这是一份与我们 besties 一起工作的全职工作。我们下次在 All-In Podcast 再见。

— A LITTLE MORE TO THINK ABOUT. —