第二期中原基石数智期间率领力特训营热招中！

报名即送十月料表面坛参会限额1个，价值12800元！

起首 |  Z Highlights，管千里着玩忽慧

商议合营| 13699120588

图片起首：20VC

尽管计较智商显贵提高，但自GPT-4模子发布以来，基础模子的性能莫得显贵残害。现时AI性能的停滞主要由于"数据壁垒"，即可拜谒的互联网数据如故被消耗。要残害这一瓶颈，要道在于获取更多各种化和专科化的数据。基础模子的性能瓶颈在于数据而非计较智商。要进步模子性能，需要为模子提供更多有计划场景的数据。治理推理智商不及的方法包括开发通用推理智商或通过无数数据熟悉模子。

固然大型企业领有无数数据，但大多是专稀有据，不易获取。生成合成数据和增多数据分娩的技能是从数据稀缺到数据丰富的要道。数据的质料和结构是数据治理的最大挑战，陆续的数据分娩对于AI的永恒进展至关紧迫。数据是AI模子可陆续竞争上风的要道。畴昔，实验室将通过数据策略进行互异化竞争。大公司可能会接收里面部署模子，以保护其数据的竞争上风。

AI功能的商品化就怕能提高订价或价值索求。软件分娩本钱的下落导致企业软件定制化进度提高。畴昔，跟着AI agent和模子承担更多使命，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遏制AI篡改。更宽松的数据拜谒政策与解放民主轨制并不冲突，好意思国和英国需要采纳设施确保不在数据分娩上处于不利地位。AI时刻有可能成为比核火器更苍劲的军事财富。为防患负面后果，可能需要对起初进的AI系统采纳顽固策略。

AI计较中的角落效益递减

Harry Stebbings：Alex，我很欢娱咱们不错靠近面进行此次对话。相当感谢你今天加入我。

Alexandr Wang：是的，很欢娱来到这里。

Harry Stebbings：我之前发推文说咱们应该跳过那些创立公司的故事，因为你如故讲过好屡次了。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谋，你认为咱们现在是否遭逢了计较力增多却莫得带来性能进步的收益递减情况？

Alexandr Wang：是的，我认为这相当热爱。现在尤其是在GPT-4推出的情况下，事情变得愈加显然。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更令东谈主艳羡的新模子。咱们还莫得看到GPT 4.5或GPT 5，其他实验室也还莫得推出显然优于GPT-4的模子，尽管自ChatGPT问世以来，计较支拨的增多是巨大的。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大要50亿好意思元上升到现在卓著200亿好意思元。是以在统一时辰框架内，如故稀有百亿以至卓著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以来的大残害，而本色上这个模子是在Nvidia支拨激增之前推出的。因此，我认为总体来说，这是一件相当热爱的事情，咱们看到对计较的投资正在急剧增多，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：你认为咱们是否如故达到了性能的一个极限，在恭候残害的同期，性能会出现这种停滞？你认为这是一个短期的征象，如故像自动驾驶那样？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残害。

Alexandr Wang：这是一件相当热爱的事情。这些东谈主工智能模子有三个构成部分或三个救援，分别是计较、数据和算法。东谈主工智能的历史标明，进展来自于这三个救援的共同进步。因此，你天然需要无数的计较智商，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。而且你还需要数据救援。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解说。GPT-4是一个险些熟悉在通盘互联网上的模子，使用了巨大的计较智商。而我认为在夙昔几年里，通盘行业所作念的主如若在计较方面进行了大鸿沟扩张，但并莫得同步在其他两个救援上取得进展。因此，我认为需要更多的算法改进，但极度是咱们需要确保有更多的数据来救援它。

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：从一个相当高的端倪上讲，我认为咱们如故用尽了整个的"直爽数据"，咱们如故用尽了整个的互联网数据，比如Common Crawl以及它的最新版块。

Harry Stebbings：为了让咱们走漏，所谓"直爽数据"等于指外交媒体上的内容，任何不在付费墙背面的东西，任何容易且免费的内容。

你但愿东谈主工智能系统玩忽完成任务，玩忽治理复杂问题，玩忽与东谈主类合营来治理日常问题。而构建具有这些智商的智能体和东谈主工智能模子的过程，咱们弗成仅靠互联网数据来实现。而咱们如故用尽了整个的互联网数据。

Harry Stebbings：当咱们探讨到灵验的agents和实利用命的软件，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救援从用具转向使命的调节？

Alexandr Wang：直爽的谜底是，东谈主类在实行更复杂任务时所进行的许多想考过程并莫得记载在互联网上。例如，如果我是一个大银行的讹诈分析师，我的使命是把柄一组看似可疑的交往判断它们是否是讹诈交往。我需要分析各式不同的数据，运用我的推理智商和整个的东谈主类智能来作念出这个决定。而我进行这个过程时，并不会每一步王人写下来，比如，我检讨了这块数据，又检讨了那块数据，然后基于这些数据得出了论断。我不会把这些门径写在互联网上供这些模子以后爬取。因此，直爽来说，救援面前经济的整个推理和想考王人莫得被记载在互联网上。如果你只在互联网上熟悉模子，它就莫得智商从这些过程里学习。

Harry Stebbings：那么，咱们如何将这些未被记载的数据捕捉下来，就像你刚才提到的讹诈分析师的想维过程、分析和里面会议中的筹谋，这些内容并莫得被编入数据集。咱们如何捕捉这些数据，以便能更好地实行任务？

Alexandr Wang：咱们的不雅点，或者说我真实信赖的是，咱们从现在启动需要的是前沿数据。咱们需要无数的前沿数据，而面前咱们处于一种数据稀缺的心态，或是咱们如故触碰到数据墙。而前沿数据在我看来包括复杂的推理链、复杂的筹谋、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、可能检阅漏洞，用具使用等整个咱们认为智能体玩忽实行的要道部分。整个这些王人需要被封装在前沿数据中，以鼓动这些模子的前进智商。

Harry Stebbings：咱们如何捕捉这些数据？

Alexandr Wang：我认为这需要通过基本上三大救援的勾搭来实现。滥觞，今天寰宇上的企业里面有无数的数据被锁定，因合理的原理，这些数据并未公开于互联网。为了给群众一个鸿沟的感知，例如来说，摩根大通的专有里面数据集为150 PB，而GPT-4的熟悉数据集不到1 PB。因此，大型企业里面存在的数据量相当巨大，有一个过程等于挖掘这些现存企业数据中的整个优质数据。

Harry Stebbings：但这些数据永远不会是开源的，对吧？这些王人是专有的，专门为该客户定制的。

Alexandr Wang：确凿地说，这是一个每个企业王人要资历的过程，比如我有一组对我的企业相当紧迫的问题，那么我就需要资历一个过程，基本上等于挖掘我整个的现存数据，并高超这些数据，以供东谈主工智能系总揽理我的问题。

Harry Stebbings：当咱们想考残害时，咱们一启动谈到了收益递减的问题，我前几天和寰宇上最有权力的首席时刻官之一交谈时，他说，在治理收益递减的问题上，真实的残害在于咱们能否真实治理推理问题。你如何看待咱们治理推理问题的智商，以及你提到的数据在匡助咱们应付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当擅长推理。咱们倾向于将这些AI视为类似于袖珍东谈主类智能，但它们相当不同。东谈主类智能和机器智能口舌常不同的。东谈主类有一种相当通用的智能，他们有一种很棒的智商。如果一个孩子在一个相当小的社区长大，他不错一世王人在阿谁小社区生涯，也不错死字界上十足不同的地点，况且玩忽恰当和走漏那里的情况。

今天还莫得任何一个AI系统玩忽达到这种水平的智商，即从一个环境"拖放"到另一个环境中，并弄了了发生了什么。因此，我认为咱们必须领略到这是一个放置。但这意味着，对于咱们但愿这些模子在某种情况下发扬精雅的任何情境，咱们需要有该情境或场景的数据，本色上模子在这种情况下会发扬得相当好。

是以有两种方式不错治理这些模子中存在的推理差距。一种显然是构建某种通用的推理智商，这坚信会是一个紧要残害。另一种方法等于，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精雅的场景提供数据，你需要在整个这些场景顶用数据压倒它们，你就会得到玩忽很好推理的模子。

数据获取与治理的前沿探索

图片起首：Unsplash

Harry Stebbings：咱们如何从数据稀缺的环境过渡到数据充裕的景色，极度是探讨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鼓动残害性进展。咱们如何从数据稀缺过渡到数据充裕？是通过生成合成数据吗？咱们该如何想考这个问题？

Alexandr Wang：我认为你说的第二部分很紧迫，即需要产生新的数据，咱们需要分娩新的前沿数据的技能，这样智力从GPT-4进展到GPT-10。我认为，当咱们谈到芯良晌，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。当波及到计较智商时，咱们很天然地猜度要增多分娩技能，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类似的事情，数据的生成过程是一种羼杂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使命，但你也需要东谈主类大师来率领这些AI系统，匡助它们在遭逢艰苦时或在处理未尝遭逢的情况时提供输入。另一种想考方式是，好多自动驾驶的扩张王人是通过这些安全驾驶员来实现的，汽车里面有安全驾驶员，当汽车启动出错时，安全驾驶员会接受限度，咱们需要为这些AI系统竖立类似的机制，你需要AI模子生成无数数据，然后东谈主类不错在必要时介入，鼓动模子的进展，以确保取得高质料的数据。

Harry Stebbings：在组织结构中，这种作念法会是什么神色？咱们是否会为这些AI提醒创建新的变装，不是提醒员，而是类似于数据监护员？

Alexandr Wang：是的，熟悉员是一个术语，AI熟悉员或孝顺者是另一个术语。

Alexandr Wang：向AI孝顺数据本色上是东谈主类能作念的最有杠杆作用的使命之一。原因是，如果我是一个数学家，我不错遴荐闭门研究纯数学，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，我不错利用我的整个技能、智力和颖悟，匡助这些AI模子变得更颖悟。即使我只是让GPT-4在数学方面稍稍颖悟少量，如果我将这种眇小的改进汇总到GPT-4在畴昔整个被调用和使用的场合中，比如整个使用GPT-4的数学学生，整个使用GPT-4的开发者，那将产生巨大的影响。因此，作为东谈主类大师，你有智商通过分娩数据来提高这些模子，从而对社会产生泛泛的影响。这对于科学家、数学家、大夫以及寰宇上的其他东谈主类大师来说，我不错将我的智商、颖悟、熟悉全部传输到一个玩忽对社会产生泛泛影响的模子中，这是一个相适时东谈主高兴的出息。

Harry Stebbings：咱们如何看待数据的结构？东谈主们经常谭到数据治理的最大挑战其实等于数据的结构和整洁性。探讨到摩根大通领有150 PB的数据，我不笃定，但我猜想这些数据并莫得为好多模子的高效使用而好意思满地结构化。咱们如何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取得的收益可能会很有真谛。

Harry Stebbings：你认为在五年内，每个企业王人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王人会这样作念，但坚信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，最终一切王人归结为数据的分娩，类似于你需要芯片等其他要道物品的分娩技能。

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，稀有据挖掘，然后是前瞻性的数据分娩，这是咱们需要数据起首的两个中枢标的。我认为，如果咱们退一步，从更泛泛的角度来看，现时AI进展的一个根柢瓶颈是数据。如果咱们玩忽在计较和数据分娩上同步进行，比如在Nvidia陆续制造数百亿好意思元的芯片的同期，咱们也能分娩出与之十分的数据量，那么咱们将取得极其苍劲的模子智商。

Harry Stebbings：为了更好走漏，当咱们探讨增多数据供应时，具体的作念法是什么？我猜度的是像Limitless这样的款式，不知谈你是否知谈Limitless的Dan，他是Optimizely的创举东谈主，他有一个新的硬件开拓，记载你说和作念的每一件事，并生成你个东谈主的AI，因为它记载了你一天中的整个言行。这在我看来是一种新的数据生成相貌。咱们如何增多数据供应？

Alexandr Wang：主要有两个部分。一是像Limitless这样的努力，基本上是更历久的数据汇集，汇集更多天然发生的寰宇数据。这有好多相貌，比如在使命场面，你可能需要某种陆续的数据汇集，尽管听起来可能有点吓东谈主，汇集你使用的应用程序、使用的规矩、从一个地点复制粘贴到另一个地点的内容。

Harry Stebbings：好多与RPA和许多IPO经由有计划的内容。

Alexandr Wang：是的，十足正确。这等于SaaS中的经由挖掘术语的起首，基本上是对现存企业经由的陆续汇集。然后是消费者版块，可能类似于你提到的，或者像Meta与Ray-Ban的合营，或者任何最终用于此的开拓，但大致是汇集你个东谈主生涯的历久视角。除此以外，还需要真实投资于东谈主类大师与模子的合营，以分娩前沿数据。因此，我之前提到的企业经由挖掘和消费者数据汇集，王人会产生有价值的数据集，但它们不会鼓动模子上前发展。

因为要鼓动模子上前发展，咱们需要相当复杂的数据，玩忽鼓动模子智商的前沿。这等于你需要智能步履的地点，这等于你需要复杂推理链的地点，这等于你需要高档代码数据或高档物理学、生物学或化学数据的地点。这些才是真实需要鼓动模子界限的内容。我认为这需要全球范围内的基础设施级别的努力。咱们需要想考如何让寰宇上的大师与模子合营，匡助分娩出寰宇上最好的AI系统，让它们成为寰宇上最好的科学家、最好的程序员或数学家。

AI商品化波浪和互异化数据策略

Harry Stebbings：当咱们想考模子的商品化时，群众王人说咱们如故达到了这少量。那么咱们如何看待这些数据源的专有拜谒？有东谈主以前跟我说过，我不测品评，但像OpenAI的模子不一定更好，只是因为他们取得了更好的数据，他们购买了更多的数据等等。而数据是他们夙昔性能优厚的中枢上风身分之一。那么咱们是否会看到某个模子取得其他模子无法取得的数据拜谒权？咱们如何看待模子侧的公和缓刚正的数据拜谒？

Alexandr Wang：我认为，如果你探讨这些不同模子提供商之间的竞争阵势，数据确乎是少数几个救援之一。所有这个词有三个救援：算法、计较和数据。我认为数据本色上是你不错联想出持久竞争上风的主要救援。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处，我认为数据是为数未几的不错产生可陆续护城河的领域之一。因为问题在于，算法是常识产权，某个时辰点上，通盘行业王人会了解它们。计较智商，你不错比别东谈主有更多的计较智商，但别东谈主也不错花更多钱去购买交流的计较智商。而数据是少数几个领域之一，你不错真实产滋历久可陆续竞争上风。

Harry Stebbings：我快活，望望OpenAI的一些合营左券，他们显然与《金融时报》合营，取得了《金融时报》整个历史文库的拜谒权限，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拜谒权限，这使得他们的内容在特定查询中发扬得更优厚。

Alexandr Wang：是的，十足正确。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当深爱这少量。他们会想考，我将使用什么数据来与竞争敌手辨别开来，我将如何分娩这些数据，以及这些数据会创造出什么样的历久持久上风。因此，我认为你会看到，我本色上展望，围绕数据和模子商品化的一切，咱们将看到公司启动构建数据策略，跟着时辰的推移，这将鼓动市集中的更多互异化。我认为这很令东谈主高兴。另一种想考方式是，现在在旧金山，紧迫的研究东谈主员和CEO王人在高慢他们领有几许GPU，这险些成了他们在AI领域有多厚爱对待的最大目的。但我认为在畴昔，他们会高慢他们不错拜谒哪些数据，他们分娩了几许数据，他们对不同数据源的私有权益是什么。我认为这本色上将成为畴昔的主要竞争领域，而不单是是高慢"Jensen给了我几许GPU"。

Harry Stebbings：探讨到数据策略可能成为赢得竞争的一个要道身分，你认为咱们将不会看到这些模子逐渐商品化吗？

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效法，或者他们最终会走向统一个标的。

Harry Stebbings：十足快活，尤其是对于许多内容分娩者来说，他们不太可能与某一个模子将强独家左券，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，以分娩他们私有的数据集。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，使他们玩忽在这些企业应用场景中取得相当互异化的新数据拜谒权限。或者OpenAI与ChatGPT可能需要制定一个私有的数据策略。我认为，各个实验室需要倾向于他们玩忽在畴昔取得专有和互异化数据的领域。

Harry Stebbings：你认为咱们会看到企业再行总结土产货部署吗？固然我的问题跳来跳去，但我很心爱这个对话。对不起这样多高出式的问题，但当咱们探讨到像摩根大通那150 PB的数据时，我不笃定他们是否惬心将整个最敏锐的数据王人放在云霄。你认为咱们会看到企业再行总结土产货部署，并为这些大企业提供土产货使命的模子吗？

Alexandr Wang：当咱们与这些大企业和他们的率领者交谈时，他们很快就坚韧到你提到的这个事实：他们的企业数据可能是他们在AI寰宇中独一的竞争互异化身分。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，整个的数据不管以什么方式，模子开发者王人能获取到，或者他们以某种方式分享数据，那么他们可能等于在典质他们的通盘畴昔。是以我认为他们对此相当相当严慎。这本色上亦然为什么我认为岂论是开源模子如故Llama模子，如故Mistral模子，这些不错在土产货部署并让企业玩忽在其自身数据之上进行定制的模子王人有相当大的契机。这样的话，这些数据永远不需要复返给模子开发者或云霄。我认为在这一领域有巨大的未满足需求，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，我需要相当相当强有劲的保证，我的数据不会被用来提高我的竞争敌手的智商。"

Harry Stebbings：我认为AI服求本色上会创造更多的收入，这没问题。咱们看到Accenture最近文牍他们的生成式AI收入达到24亿好意思元，而OpenAI显然达到了20亿好意思元。你如何看待现在的Scale AI以及与一些大企业合营的处事组件？学习和接收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？极度是在咱们扩张训导的过程中？

Alexandr Wang：滥觞，我认为你是对的。AI确乎不错产生巨大的价值，但问题是，这种价值的拿获将在那处发生？这个问题很热爱。如果你回头望望Andy Grove（Intel第三任CEO）写的《高效料理》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，但自后咱们坚韧到，它会发生在堆栈的另一个部分，是以咱们不得不迁徙到阿谁部分，然后咱们又得再次迁徙。这是一个相适时东谈主难以置信的案例研究。我紧记我大要十年前在一个不同的时刻期间读过这本书，那时我认为这有点奇怪，嗅觉不太有计划。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，嗅觉它在阻挡移动。我快活你的观点。

模子本人有好多竞争，是以我不笃定在模子本人会累积几许价值，但我相当有信心，在模子之上和模子之下的整个事物王人会累积价值。在基础设施方面，Nvidia是今天在AI领域建立的最大的公司，它是寰宇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王人要高，果然令东谈主艳羡。这是一家令东谈主难以置信的公司，这些王人是模子之下的部分。而在模子之上，你将会有整个这些在其上构建的应用程序和处事。

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治理有策画整合到他们现存的存储居品中，以便更好地索求信息。关联词，你有莫得防备到Salesforce的增长现在只剩下个位数，MongoDB的增长也只剩下个位数。要点是，功能的商品化意味着咱们会得到更好的居品，但我不笃定这是否会以提高价钱的相貌实现价值索求。你怎么看？

Alexandr Wang：咱们的不雅点是，有一篇著作The End of Software筹谋了"软件的拆伙"。

Harry Stebbings：我看到了，是Chris Paik（Pace Capital 的创举结伴东谈主）写的。

Alexandr Wang：这是一个故意寻衅的不雅点，但我确乎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，你能直爽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高明的相比，他把今天的软件公司与外交媒体之前的媒体公司进行了对比。大致的相比是，在夙昔的媒体期间，有许多相当出色的媒体公司，这些公司由许多大师构成，分娩出高度互异化的内容。但自后，这些公司被外交媒体和互联网泛泛的传播所颠覆了。跟着内容创作本钱的裁汰或内容分发本钱的急剧下落，媒体消费的寰宇变得相当泛泛，你不错随时消费任何你感风趣的东谈主分娩的内容，而不再是被大媒体分娩者所主导。这个相比的中枢是，这等于行将发生在软件领域的事情。现在，企业生涯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程序和点治理有策画构成的星座式结构，咱们将从现时少数围墙花圃SaaS应用的寰宇转向一个愈加去中心化的天地。

Harry Stebbings：你快活这个不雅点吗？

Alexandr Wang：这确乎是一个故意寻衅的不雅点，但我认为有少量是正确的，那等于企业和通盘寰宇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忆到第一个在这方面作念出尝试的科技公司Palantir。历久以来，Palantir一直被扭曲为只是是一家商议公司，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，深入了解他们的问题，然后匡助他们构建好意思满的应用程序，这些应用程序不错纠合他们整个的数据和其他内容。如果咱们能作念到这少量，咱们将为他们构建出比任何其他软件提供商王人更有价值的东西。他们在生成式AI和整个这些用具出现之前就如故启动这样作念了，这些用具使得这种方法变得愈加可行。但我确乎认为，寰宇正在向这个标的发展，极度是现在软件分娩本钱和软件创作本钱正在急剧下落，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寰宇。

Harry Stebbings：这对大型企业的工程团队结构意味着什么？他们的鸿沟会减弱吗？他们会专注于不同的事情吗？咱们会有寰宇上最好的提醒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。今天开发东谈主员破耗无数时辰的许多使命，跟着模子在编码方面越来越强，他们将不再需要破耗那么多时辰。关联词他们所作念的某些紧迫部分是不可替代的。跟着时辰的推移，我认为极度有价值的一部分是从客户问题或需要治理的问题启动，将它们升沉为工程问题，并将其理解为不错由AI工程师治理的任务。

Harry Stebbings：每个东谈主王人在说咱们将看到按座位订价的拆伙。就像Chris在那篇著作中提到的，群众王人在筹谋按座位订价的拆伙。在这个新一波软件波浪中，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，大部分有分娩力的使命确乎是由职工完成的，由东谈主完成的。关联词在一个你不错联想更多使命由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有策画的提供者，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，这将把寰宇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：我最大的担忧之一显然是咱们在伦敦。咱们在好多方面王人很擅长，比如万古辰的午休和监管。不外，我的问题是，我真的很追忆咱们会因为消费者数据保护法和对于数据拜谒的不消要监管，而看到篡改受到遏制。你认为我的担忧有热爱吗？你如何应付数据拜谒的监管问题？

Alexandr Wang：这是一个相当紧迫的问题。我认为咱们在欧盟看到的情况确乎是对数据采纳了相当严格的派头。

Alexandr Wang：我个东谈主的观点是，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。更解放的数据拜谒规定本色上与解放民主轨制相当兼容。咱们作为一个社会举座需要找到一个恰当的均衡，并治理这一矛盾。但我认为这是一个相当紧迫的问题，因为在好意思国，有无数的努力和真实的监管努力，旨在确保咱们不会延缓芯片分娩的速率，确保咱们玩忽陆续制造无数的芯片，而好意思国不会因此处于不利地位。从这个角度来看，咱们需要对数据采纳类似的视角。因此，从政策角度来看，岂论是在好意思国如故在英国，咱们王人需要想考如何确保作为国度，咱们不会在畴昔数据分娩方面自缚动作。

Harry Stebbings：你认为好意思国面前在这方面是否自缚动作？

Alexandr Wang：咱们显然莫得采纳救援数据的监管态度。

Harry Stebbings：那么，救援数据的监管态度会是什么神色？

Alexandr Wang：有几件事我认为是紧迫的。滥觞，有一些大型数据集不应给特定的参与者带来专有上风，它们需要被集会并对通盘行业绽放拜谒。一个直爽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，以鼓动通盘行业上前发展。再比如我之前提到的金融处事中的讹诈和合规数据，也应该被集会起来，并用于鼓动畴昔的智商发展。因此，我认为在通盘工业部门中，应该在某种进度上进行数据分享，以鼓动通盘行业的发展。

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放置，确保这些放置不会阻难AI的进步。一个很好的例子是医疗保健领域的HIPAA律例以及整个的个东谈主身份信息（PII）放置。面前，HIPAA律例和PII规定或多或少会阻拦患者数据被用于熟悉AI模子。但我认为，作为一个文雅社会，作为东谈主类，咱们真的但愿从现存的医学数据中学习，找到畴昔救助东谈主类疾病的方法。因此，咱们需要找到治理办法，比如制定相当明确的匿名化条目，或者找到一种相当澄莹且不言而喻的方法，利用现存的患者数据来改善畴昔的健康阻隔。

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大要两年。我不紧记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，探讨到中国政府在数据拜谒、数据提供和监管方面的作念法，如果他们确乎逾期两年，那他们会很快赶上来。你怎么看中国逾期两年这个说法？你快活吗？

Alexandr Wang：两年前，他们可能确乎逾期了两年。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。但即便在夙昔几个月里，一家中国公司零一万物推出了一个名为Yi-Large的大模子，这个模子现在是寰宇上最好的模子之一。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。是以它是寰宇上最好的模子之一。咱们如故看到他们在赶快地赶上来。中国的谈话模子和东谈主工智能智商现在基本上如故与好意思国的智商相当接近了。

如果你把柄咱们之前谈到的所稀有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，中国共产党体制相当擅长采纳相当激进的集会步履和集会工业政策来鼓动要道行业的发展。咱们在夙昔几年以至几十年里王人看到了这少量，极度是在太阳能领域，中国或中国共产党玩忽通过工业政策，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当低廉的居品。咱们一次又一次地看到这种模式的肖似，中国共产党的工业政策方法不是最具篡改性的，但一朝一个行业如故建立起来，他们在鼓动其发展方面比寰宇上任何其他经济体王人要苍劲。

Harry Stebbings：十足快活，我昨天看到了一个图表，我不紧记是谁发的推文，我认为可能是Elon Musk或Bill Ackman（Pershing Square Holdings的创举东谈主兼CEO），图袒深切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，而中国的发扬则显然是沿途朝上。你对此感到担忧吗？

Alexandr Wang：我相当担忧。我认为咱们在东谈主工智能社区很少筹谋的一个紧迫话题是，这项东谈主工智能时刻有后劲成为东谈主类有史以来最苍劲的军事财富之一。

Alexandr Wang：你不错联想，如果一个国度领有AGI，而另一个国度莫得AGI，哪个国度会在搏斗中得手？很可能是领有AGI的国度，因为它不错开发出整个的火器，或者制定出超卓的军事战术，或者玩忽入侵另一个国度的系统。这可能是寰宇上有史以来最苍劲的军事财富，以至比核火器还要苍劲。如果你探讨到这少量，咱们现在所处的地缘政事环境正变得越来越垂死。夙昔几十年寰宇上的冲突在单调地增多。咱们看到寰宇上发生了多场搏斗，其中一些搏斗莫得显然的治理路线。而且现辞寰宇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量进行驯服。

Alexandr Wang：这对通盘寰宇来说是一个相当可怕的阻隔，我认为这是西方寰宇需要参加无数想考和努力去防患的阻隔。

Harry Stebbings：鉴于这种担忧，咱们是否应该接收顽固系统？显然，绽放系统有好多克己，但绽放系统的挑战在于任何东谈主王人不错使用它们。这意味着俄罗斯、中国王人不错使用它们，每个东谈主王人不错取得交流的拜谒权限。咱们是否应该接收顽固系统，探讨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。咱们需要探讨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看护顽固的系统。当咱们开发出真实苍劲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放时刻版块，这些时刻本色上玩忽带来巨大的经济价值。我认为这等于咱们现在在Llama模子中的位置。我不认为Llama 3模子如故先进到不错被视为军事财富的地步。我认为在某个界线以下，绽放模子十足莫得问题。我认为咱们需要严慎想考的是，这个界线在那处，咱们什么时候接近这个界线。

Harry Stebbings：在咱们筹谋一些公司汲引原则之前，我确乎想谈谈十年后的基础模子会是什么神色？谁会保持零丁，谁会被收购，这个领域会是什么神色？

Alexandr Wang：我认为，基础模子竞争的中枢在于其本钱极其昂贵。这些模子的本钱如故从几亿好意思元增多到十亿好意思元，以至可能是几十亿好意思元。我认为在十年后，它们的本钱可能会达到数十亿或数百亿好意思元。因此，玩忽领有如斯巨大的资金妥协放裁量权来投资这些AI模子的实体相当少。跟着时辰的推移，天然会发生的事情是，AI的基础努力将逐渐围绕国度或大型科技公司蚁合。因此，你会看到，整个这些超等盈利的交易模式，岂论是国度如故超大鸿沟企业，王人是独一可能为这些巨大的AI款式提供资金救援或担保的实体。因此，我认为畴昔的情况看起来就像是一场巨东谈主的战斗，现在如故是这样了，但到那时，这场战斗会愈加强烈。

Harry Stebbings：那么，你是否快活我的观点，即整个较小的玩家王人会被大型云处事提供商收购，比如Google、Amazon、Nvidia，以过火他你能猜度的大型公司，尤其是大型云处事提供商，并将它们整合到现存治理有策画中？

Alexandr Wang：是的，不外可能需要加一个星号谛视，有些合营伙伴有计划我认为会很热爱，望望它们如何发展。比如OpenAI和微软的合营，或者Anthropic和Amazon的合营。我认为这个时刻期间最热爱的问题之一是这些合营伙伴有计划在历久内究竟会如何发展。

品牌力量构建

Harry Stebbings：我确乎想筹谋一些公司汲引的原则。咱们从这个启动，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极度故意于建立伟大的公司。更具体少量来说，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鼎力宣传你，生成无数点击量，而在你下滑时则会打压你，陆续通过这种方式取得点击量。这与20VC和其他类似的平直渠谈酿成了昭着对比，在这些渠谈中，创举东谈主和公司有一个平直的渠谈来传达他们的信息，并解说他们正在作念的事情。

Harry Stebbings：还有另少量，我认为有点不公谈，我对传统媒体感到有点恻隐。我不在乎点击量，因为咱们有援助商。坦率地说，即使莫得援助商，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预测军事灾难"这样的标题。

Alexandr Wang：十足快活。你作念节目是衷心想训导妥协说发生了什么，而不是为了点击量。

Harry Stebbings：这险些不公谈。你能联想有东谈主说："嘿，我要作念Scale AI，但我不在乎是否亏钱？"你会想，"哦，天哪，我怎么跟这个竞争？"

Alexandr Wang：是的，但我认为这很显然。你知谈，我在国会作证时得到了比夙昔几年中从各式媒体那里得到的更公谈的对待。听起来很古怪，但我认为咱们现在处于一种古怪景色，许多传统媒体因为这种以点击量为导向的方式，而不是出于真实的训导目的，险些莫得办法对公司保持十足公谈。是以我认为公司有株连通过平直渠谈、播客等方式，澄莹地呈文他们的故事，确保他们的信息不会被曲解。

Harry Stebbings：十足快活，这等于为什么今天创举东谈主品牌比以往任何时候王人紧迫，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，我认为这是面前寰宇的一种令东谈主恐慌的景色。

Harry Stebbings：这是否改变了你的策略？

Alexandr Wang：是的，咱们现在会厚爱想考如何将平直信息传达出去。正如你所说，咱们会寻找最纯粹的方式来传达妥协说咱们正在作念的事情。这等于一个很好的例子。你会问我一个问题，我会按照我的想法回话，这个谜底会传达到你的听众和不雅众那里。这是传播信息最纯粹的相貌之一。

Harry Stebbings：东谈主们犯的一个大漏洞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：很少有公司玩忽像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王人更心爱个东谈主着重。

Alexandr Wang：这是一个很热爱的征象，这确乎应该引起关注。

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，组织或领略中的个东谈主名东谈主鼓动了一切。

Alexandr Wang：这很热爱，这可能反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，有好多智商来走漏个东谈主。咱们有智商走漏个东谈主，但很难走漏一个组织意味着什么。莫得直不雅的有计划。

Harry Stebbings：那么创举东谈主应该留心传统的PR吗？他们应该温煦进入传统媒体吗？

Alexandr Wang：我认为咱们处在一个他们不应该留心的期间，他们应该想考的是，有一个热爱的不雅点，况且找到传达这个不雅点的最纯粹的方式。

Harry Stebbings：你认为媒体在什么时候对你们进行了全面的报复？

Alexandr Wang：我会说，险些不错精准地说，咱们资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。关联词，从大要2022年启动，通盘科技叙事或者说媒体叙事倏得转向了报复科技公司。你知谈，在某种进度上这是公谈的，因为许多科技公司取得了相当高的估值，科技界充满了令东谈主难以置信的高兴情态，随后市集崩溃了。从2022年启动，我防备到对咱们的报谈基调十足改变了，媒体启动专注于指出像咱们这样公司的不实，或者咱们的好多同业的不实，而不是试图保持均衡的视角。

另一个例子是大要从2020年启动，咱们与好意思国军方和国防部合营，这显然是在现时的国防科技激越之前。历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取得出色的AI时刻对寰宇的畴昔相当紧迫。在随后的几年里，我会说，传统媒体本色上品评咱们救援好意思国政府和军方，而不是从更宽阔的视角来看，认为这可能是一件积极的事情，救援好意思国军方。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刚正的对待，他们坚韧到这是一项苍劲的时刻，咱们需要庄重对待，但他们认为好意思国在这方面最初相当紧迫，感谢你们所作念的一切。而媒体则以一种极具讥笑的派头来看待，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？"这种派头真的令东谈主恐慌。

Harry Stebbings：但我认为你们走漏的是，动机驱动阻隔。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阻隔的理智决定。正如你所说的，动机驱动阻隔。我还心爱你说过的一句话，你说"找到真实温煦的东谈主比听起来要难得多"，你是什么真谛？你在招聘时如何看待这少量？

Alexandr Wang：当你真实简化问题时，这听起来很直爽，但如果你雇佣那些咱们里面称之为"真实温煦"的东谈主，他们真实温煦我方的工犯警果，真实温煦使命质料，真实温煦组织，他们温煦确保公司产生影响，他们等于那种真的很在乎的东谈主。这意味着他们惬心关注每一个细节，如果他们遭逢发愤或阻力，他们会花疏淡的元气心灵去治理这些问题。这等于创业公司运作的基本方式——你有一群小团队，每个东谈主王人比大公司里的普通职工更温煦10倍或100倍，因此你最终会比大公司治理更多的问题。

东谈主才战术实行

Alexandr Wang：咱们大要有800东谈主。

Harry Stebbings：你们现在如故达到较大公司的鸿沟了。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，优秀职工是珍摄的，你能有800个优秀职工吗？

Alexandr Wang：我认为谜底是坚信的。咱们在里面经常筹谋的是如何雇佣海豹突击队，而不是舟师，这并不是说舟师有什么问题，而是如何领有一个真实精英的小团队，真实从中挑选出最优秀的东谈主才。这归结于经由。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。我会躬行口试或检讨口试反馈，并了解咱们雇佣的每个东谈主，以确保咱们保持一个特殊高的圭臬。

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，大要有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，或者这是各式相貌的边缘案例。但对我来说，作为公司的创举东谈主，我如故看过了整个进来的东谈主，况且我看到了谁收效了，谁失败了。我险些像一个算法一样，基于我所视力到的收效者，发展出了走漏哪些东谈主在Scale能收效的数据集，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。这是我作为创举东谈主的职责，确保咱们作为一个组织，玩忽真实利用夙昔八年来在公司里面积贮的整个常识和教诲，并将其延续下去。

Harry Stebbings：临了一个问题，你认为我方最大的料理或率领不实是什么？比如我的一个例子是，我发现东谈主们的步履要么出于畏忌，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"的压力步履，而其他东谈主则是出于"我信任你，我尊重你，你发奋就好"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商，他们应该能作念到最好。我但愿在启动时我就知谈这少量，但我莫得，我只是对整个东谈主王人施加了压力。你现在知谈了什么是你但愿当初就知谈的？你在哪些方面犯时弊？

Alexandr Wang：最大的一个漏洞其实是在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至三倍。2020年时咱们大要有150东谈主，到2022年底咱们如故卓著700东谈主，这是一种荒诞的招聘速率。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评论的那些事情，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落了吗？

Alexandr Wang：这有点机要。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，你会逐渐防备到这个变化，发现组织中出现了一些夙昔玩忽松驰治理的问题，但现在却逐渐变得难以应付。你会防备到，从2022年底咱们有700东谈主，到现在咱们有800东谈主，团队的鸿沟基本保持不变。我认为咱们真实探讨的是如安在公司收入大幅增长的情况下，保持团队的踏实。

Harry Stebbings：这很热爱，公司有品牌的转机点。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：确乎是这样。

Harry Stebbings：我并不是想极度恭维或不恭维你，我不是在说你们遇冷，而是品牌确乎会有热点和冷清的时刻。

Alexandr Wang：这是一个相当热爱的征象。其实，我曾经问过Patrick Collison（Stripe的长入创举东谈主兼CEO）这个问题。显然，Stripe是一家令东谈主难以置信的公司，在很长一段时辰里，我认为它一直是硅谷标识性的公司之一。我问他是否定为他们是硅谷标识性公司这一事实对他们的招聘故意。他给出了一个热爱的不雅点，但愿我能分享这少量。他说，他们雇佣的最优秀的东谈主，时时是那些岂论Stripe是否是硅谷最热点的公司王人会加入的职工。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，时时并不是最有价值的职工。广博的信念和叙述是，你但愿成为最热点的公司，这样你就不错诱骗最优秀的东谈主才，从而实现快速增长，并陆续保持增长。但这时时口舌常艰苦的，更多的是如何建立一个自我看护的优秀东谈主才生态系统，保持高圭臬，并恒久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，热点与否王人会有，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，自我看护。

Harry Stebbings：为了诱骗最优秀的东谈主才，我也认为这取决于职能领域。比如在好多市集开拓职能方面，传统上销售东谈主员倾向于集会在更热点的品牌。如果你能诱骗一群出色的销售东谈主员，尤其是在扩张地舆区域时，这会带来很大匡助。我猜度的是OpenAI在伦敦的市集开拓团队，他们相当出色，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。

Harry Stebbings：你看好多中枢时刻开发，大部分如故由最接近中枢的东谈主鼓动。

Alexandr Wang：不仅如斯，这些东谈主好多王人是在OpenAI成为最热点公司之前就如故在那里使命的东谈主。是以我认为这是另一家公司资历过的征象，比如Airbnb，Brian Chesky（Airbnb的长入创举东谈主兼CEO）他公开谈到过，在疫情之后，他倏得坚韧到他必须再行构建通盘公司。他大幅缩减了团队鸿沟，参加更多元气心灵提妙手才密度，并保持团队的小鸿沟。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。这种领略让他坚韧到，他不需要陆续扩大团队鸿沟就能实现财务收益，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述说，然后请你立即分享你的想法。听起来怎么样？在夙昔的12个月里，你对什么观点改变最大？

Alexandr Wang：我认为，本色上是对于咱们之前筹谋的整个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辨别开来，并更多地投资于质料和超卓。

Harry Stebbings：你听到的对于东谈主工智能的最大扭曲是什么？

Alexandr Wang：我认为今天最大的扭曲是，咱们与AGI之间的独一发愤等于计较智商，而本色上咱们还需要数据的救援智力达到那里。

Harry Stebbings：你如故有一个很棒的董事会了，但如果你不错从寰宇上任何非你面前的董事会成员中遴荐，你会遴荐谁作为下一个董事会成员？

Alexandr Wang：天然，这可能不太推行，但我确乎认为Satya Nadella（微软现任CEO）是当代最特出的交易战术家之一。他在微软取得的成就十分惊东谈主，我认为任何董事会领有他王人将相当行运。

Harry Stebbings：我不应该问这个问题，但我如故想问，你认为你应该被问到，但从未被问过的问题是什么？

Alexandr Wang：一个热爱的问题是，我对东谈主工智能的观点在不同阶段是如何变化的。我之是以提到这个问题，是因为我在2016年创立了公司。公司的前三年十足专注于自动驾驶和自动驾驶汽车。然后咱们启动研究东谈主工智能。2019年，咱们本色上启动研究生成式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期间的公司之一，也资历了自动驾驶汽车时刻的第一个茁壮与阑珊周期。这是一个热爱的问题，即在这些期间的收效之处有哪些交流之处，哪些是不同的。

Harry Stebbings：你的观点如何改变？你现在最高兴的是什么？

Alexandr Wang：我相当高兴，但我也认为有原理保持严慎。

Alexandr Wang：我认为在自动驾驶汽车激越中发生的一件事是，许多承诺与时刻推行脱节。因此，许多闻名的自动驾驶汽车公司，为了筹集资金，作念出了越来越斗胆的承诺。这些承诺一启动并莫得十足脱离推行，但跟着时辰的推移，它们变得越来越脱离时刻推行。这导致了一个相当痛苦的低谷，因为承诺莫得扫尾，是以嗅觉通盘行业王人在崩溃。

Alexandr Wang：本色上，到今天为止，咱们现在看到Waymo在旧金山的街谈上行驶。咱们看到十足及格的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当好。是以如果咱们在这个过程中作念出的承诺愈加庄重，我认为现在咱们会对自动驾驶汽车感到相当散逸。关联词，本色上咱们资历了一个巨大的飞腾，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时刻的相当大的承诺，这些承诺可能会与时刻推行脱节，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。好意思国选举口舌常奇怪的事情，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）玩忽对扭捏州的时局有精细的走漏。是以我十足不知谈。我认为任何住在海岸地区的东谈主王人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是什么神色？

Alexandr Wang：你知谈，我但愿咱们作念的事情和现在相当相似，那等于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救援。你知谈，有件事情我经常想考。

Harry Stebbings：你想要上市吗？

Alexandr Wang：天然，我确乎经常想考的是，如何治理那些永不外时的问题。

Harry Stebbings：关联词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，我不知谈我是否惬心。

Alexandr Wang：上市公司显然有其显然的上风，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，他们不错实现整个的中枢财务主见而不需要上市。

Harry Stebbings：听着，Alex，我很欢娱你能上这个节目。相当感谢你加入我。Allie说的很好，靠近面作念这个节目果然太棒了。对不起有那么多逶迤转弯，但此次访谈相当精彩。

Alexandr Wang：是的，访谈很高兴。

原文：Alex Wang：Why Data Not Compute is the Bottleneck to Foundation Model Performance

https://www.youtube.com/watch?v=jNbEr9F0wiE

报名即送十月料表面坛限额一个！价值12800元！

开班时辰