📱

Get Our Mobile App

Take your business learning on the go!

Download on the App StoreGet it on Google Play

Enterprise & AI | Kevin Weil, VP, OpenAI for Science & Jeetu Patel

Cisco21:44

Transcription

实际上,我认为你们所有人都在取得令人印象深刻的进步。而且几乎不可能预测谁会脱颖而出。因此,对客户来说,这确实会有点令人困惑,因为你知道,这一周一个模型表现更好,下一周另一个模型表现更好。所以,让我们从这一点开始。我想先稍微谈谈你在 OpenAI 的产品角色,但之后我想真正转向 OpenAI 在科学领域正在发生的事情。从产品方面来说,你知道,你曾是 Twitter、Instagram、Planet 等标志性公司的首席产品官,然后,你现在所做的,你在 OpenAI 所做的,对比你在 OpenAI 所见的与你所见的那些其他巨大的超级周期有何不同。

>> 我认为最大的变化无疑是当今世界发展的速度,对吧?

>> 我从未见过这样的事情。每个月,计算机都能做到一些在世界历史上计算机从未能做到的事情。当我还在 Twitter(2009 年)、Instagram(2015 年、2016 年)的时候,情况并非如此。当你构建一个普通产品时,你是在我们都已知的技术基础上构建的,例如数据库等。数据库每年都会有所改进,但它们基本上与前一年相同。你使用的工具,你大致了解,并且你在它们之上进行构建。现在,就像底层技术正在发生变化,突然之间,你下个季度就拥有了你今天无法想象的超能力,这彻底改变了你的工作方式。

一方面,一切都在快速发展,这令人兴奋。嗯,我觉得如果你不花时间写代码,如果你不快速地将你的想法转化为实际行动,或者你知道,你听说了一个 bug,如果你不把它变成一个 CodeX 任务,然后自己去解决它,那么,为什么不呢?

>> 嗯,这非常有力量。

>> 我认为,这也使我们在创新方面更加自下而上。因为你不能高高在上地说,“好的,这是我们 12 个月的路线图。现在去执行吧。”因为你不知道 3 个月后世界会是什么样子。因此,当然,拥有战略和方向,让人们理解你试图实现的目标以及原因仍然很重要。但在当今世界,我认为它更适合人们主动出击,自己掌握主动权,理解你想要去往的方向,然后,嗯,你知道,你将责任下放,你的团队就会快速行动。

嗯,你知道,这个观众可能会喜欢的一件事,以及在线观看的志同道合的人们会喜欢的一件事是,我认为我们所有在 AI 领域构建技术的人,我认为他们希望我们不仅要快速行动,还要找到一种方法来确保吸收率更高。

>> 关于公司,关于任何想法,关于我们能做些什么来加速吸收率,因为现在吸收率仍然很慢。

>> 是的,我认为最重要的一点就是让每个人都去尝试。你知道,你不能置身于 AI 之外,却期望跟上步伐,因为迭代周期太快了。你必须全身心投入,你知道,去体验过山车,因为,去做那些事情。不要等到它完美了。去做那些勉强能做的事情,因为我在 OpenAI 的这几年学到的一件事是,你很快就会从“这件事对计算机来说完全不可能,在我们有生之年都无法做到”到“这件事现在就能做到”,而且你会觉得有点沮丧。它不完美。模型会犯错误,但它有时能做到。三到六个月后,这件事现在能做到 80%,你永远不会想象不再使用 AI 来做这件事。但如果你在它只做到 5% 或 10% 的阶段不去尝试,你就跟不上。你必须让每个人都这样想。

我想说,我最近经历了一次转变,即使是对于我们的编码代理 CodeX 也是如此。我之前一直在使用它,但只是零星地使用,它并没有改变我的工作方式。然后,我们最近发布了一个名为 Prism 的产品,这是一个小团队,我当时,你知道,几乎是全员投入,所以我贡献了代码,并且我开始一直使用 CodeX。我达到了一种状态,当时我正在开会,你知道,是我老板的全体会议。所以,到了该进去、关掉笔记本电脑、专心听的时候了,我关掉了笔记本电脑,然后我说,“哦,糟糕。在关掉笔记本电脑之前,我没有运行一个 CodeX 任务。”

>> 我错过了机会。

>> 我错过了整整一个小时的生产力。我本可以修复一些东西,构建一个新功能。我是说,CodeX 可以为我做到这一点。

>> 令人着迷。

>> 同样的事情。睡觉前,我会想,“好吧,有什么很难的事情可以交给 CodeX 在我睡觉时去做?”然后继续工作,这彻底改变了我的思维方式。

>> 是的。

>> 嗯,但你知道,那种方法可以让你建造得快得多。

>> 就像有 10 件事同时进行。

>> 你教我的另一件事是,我们当时晚上 10 点在健身房,我和凯文,在华盛顿特区的一次董事会会议之后,你说,你知道,你的工程师第一次使用它时,他们不会做得很好。所以,不要,嗯,嗯,不要期望第一次就能做到最好,但你必须确保让每个人都开始使用它。从那时起,嗯,你知道,我们现在有将近 80% 的工程师定期使用它。

>> 那太棒了。

>> 结果,你知道,我们现在有了第一个将 100% 使用 CodeX 编写的产品。这太令人惊叹了。

>> 是的,那真的很酷。

>> 是的,你完全正确。这就像任何其他技能一样。你学会了如何引导,当代理做了一些不完美的事情时,你实际上会从中吸取教训,并将其放入你的代理文件(mmd file)中,这样下次 AI 就知道不要再犯同样的错误了。所以,这是一种完全不同的工作方式,但天哪,当你拥抱它时,我的意思是,首先,拥有一个完全基于 CodeX 构建的团队真是太不可思议了。我的预测是,很快就会有两三个四五个团队。

>> 目标是到 2026 年底至少有六个团队。

>> 是的,我敢打赌你会轻松超越这个目标。而且,你和查克正在推动的转型真是太棒了。但我也敢打赌,发生这种情况的方式是其他团队会看着那个团队。

>> 然后说,“嘿,为什么我们不能像他们一样快速行动?”

>> 完全正确。

>> 是的。好的。那么,让我们来谈谈 AI 和科学。嗯,这有什么意义呢?是什么让你说,“好吧,这就是我想花我余生中的多少年去做的事情”?你学到了什么?

>> 是的,我的意思是,所以 OpenAI 的使命是构建 AGI 并使其造福全人类。我想不到有太多方式可以让 AGI 更积极地造福人类,而不是能够加速科学。所以,我们的使命是加速。

>> 你在本科时学习物理?你是那种完美的人。

>> 我学习物理。我几乎完成了博士学位,然后辍学开始在初创公司工作。我的大多数同事都有真正的博士学位。但如果我们能,如果我们真的能加速科学,如果我们能在未来五年内完成未来 25 年的科学,那就意味着到 2030 年,我们将拥有 2050 年的技术和科学。那有多神奇?我的意思是,想想科学如何塑造我们的生活。我们使用的设备,我们服用的药物,它无处不在。那么,对于那些不是科学家的人来说,有什么有意义的事情可以让他们去做呢?

>> 那么,对于那些不是科学家的人,给我们一些真实的例子,说明这如何能有意义地改变日常生活。

>> 是的。所以,我使用的类比,我认为对这个听众来说也是一个很好的类比。所以,在 2025 年,AI 完全改变了软件工程,对吧?在 2025 年初,如果你使用 CodeX 来编写大部分代码,你就是一个早期采用者。到 2025 年底,仅仅 12 个月后,如果你没有使用 CodeX 或 Claude Code 或其他任何东西来编写大部分代码,你就落后了。团队的进步速度比你快。这是一个价值数万亿美元的庞大行业,在 12 个月内发生了变化。我认为同样的事情将在 2026 年发生在科学领域。我们已经在看到例子。

>> 2026 年本身。

>> 2026 年本身。我并不是说我们将在年底解决所有科学问题。当然不是。对吧?但同样的事情是,如果你是科学家,并且你今天大量使用 AI 来进行你的工作,你就是一个早期采用者。但它开始显现成效。就像在过去的几个月里,实际上就在一月份,我们看到了大量的开放数学问题。那些世界上最顶尖的数学家多年来一直在尝试解决但未能解决的问题。我们看到其中一些问题通过 AI 驱动的解决方案得到了解决,主要是通过 GPT 5.2。所以,它不仅仅是做你对 AI 的想法,你知道,它读了很多信息。它知道如何有效地整合信息来回答问题。不,它正在超越人类理解的边界以及人类能够做到的事情。而且不仅仅是数学。我们在物理学中看到了它。我们在生物学、化学、材料科学中看到了它。而且,我再说一遍,我并不是说每个问题都能解决。模型还不能做所有事情,但它们确实能解决一些世界上最顶尖的科学家尚未解决的开放性问题。

>> 给我们一个例子,说明 2026 年会有一种我们以前从未有过的新材料出现吗?

>> 是的。以材料科学为例。对吧?在材料科学中,实验非常昂贵,对吧?在现实世界中进行实验非常耗时,而且通常耗费金钱。所以,今天,材料科学家们尽力将他们所知道的一切结合起来,试图设计出具有特定性能的材料,然后他们尝试在实验室中创造出这种材料,并基于他们最好的假设。我最近和一位科学家交谈,他说,“你知道 AI 对我来说是什么吗?它是假设的金属探测器。”

>> 所以,在我能想到的所有事情中,它汇集了分散的信息。它帮助我梳理大量的想法,并找到最好的方法,而不是浪费时间去尝试那些不好的想法。

>> 所以,你知道,这本身就是一种加速。与其做十件事,其中九件失败了,不如直接找到那件会成功的。但然后你开始思考,关于机器人实验室呢?因为你不需要研究生在那里滴定东西,他们需要睡觉,他们还有其他事情要做。我认为我们将很快生活在一个 AI 帮助我们改进我们正在进行的实验或我们正在进行的一系列实验的世界里,然后,嗯,你知道,它将实验集传递给实验室里的一系列机器人手臂,这些机器人手臂能够自己运行实验。当然,你可以水平扩展,然后实验结果会被反馈给 AI。AI 会进行更多的推理,设计新的一系列实验,然后,你知道,想想这比传统的实验设置要快多少。这将是常态。我的意思是,我们今年就会看到它。很快就会成为常态。我们将作为一个社会发展得更快。我们将发现更多东西。我们将以这种方式解决更多问题。我认为这真的很令人兴奋。所以,所以,科学合作的底层机制和工具就是你所说的,到 2026 年,你将拥有 CodeX 级别的工具。

>> 是的,就是那种转变,年初的时候,有早期采用者,他们看到了价值,但肯定还没有普及,到年底的时候,就像,好吧。

>> 世界改变了。

>> 同样,我并不是说每个问题都会解决。当然,软件工程中的每个问题也没有解决,但如果你是一名软件工程师,你就不能否认世界已经完全不同了。我认为我们将看到,我们将生活在一个对科学家来说也非常不同的世界里,而且是以一种非常好的方式。

>> 你做 AI 科学研究多久了?

>> 大约三四个月。

>> 好的。是的。

>> 在这段时间里,你有什么最令人惊讶的发现?

>> 嗯。

>> 意料之外的。就像你说的,“我的天哪,你。”

>> 嗯,我的意思是,所以,我认为人类适应 AI 发展速度的速度非常有趣。嗯,就像那些不是本地人的人,你坐过 Whimo 吗?如果你还没有,你绝对应该去试试,因为我保证,至少对我来说,我在 Whimo 的最初 10 秒钟是,“哦,我的天哪,小心那辆自行车。”你知道,就像抓住我能抓住的一切。然后接下来的,你知道,五分钟后,你会想,“哇,我被一个机器人载着在旧金山转悠。”然后你会想,“我正在生活在未来。这太神奇了。”

>> 然后 5 分钟后,我无聊地看着手机,浏览着座位。

>> 你知道,这个让我大吃一惊的东西,突然变得多么普通,你知道,对我来说,每天都是如此。而且,我认为我们看到了这一点。所以,我的意思是,回想六个月前,一年前,AI 会解决数学中的开放性问题这个想法完全是荒谬的,不可能发生,你知道,人们会说,“哦,这永远不会发生。”现在我们在这里,我们就像,“好吧。”

>> 是的,但它不是黎曼猜想。

>> 对,对。

>> 它不是那个开放性问题,它只是这个,你知道,我们将以指数级的速度更快地做到这一点。

>> 所以,我认为这很棒。我认为我们适应得如此之快,这真的很酷。

>> 你认为我们在科学领域有合适的评估方法吗?就像,那是你无法在一定程度上衡量进展的领域之一,因为我们在评估方法上不够有创意,甚至无法衡量模型的好坏程度。

>> 是的,这很有趣,因为你现在会达到一个点,为了评估模型在一个科学领域的真正前沿的东西,能够做到这一点的人并不多。

>> 对吧?模型会提出一些东西,就像,在任何你正在与你的能力边缘互动,尤其是在前沿的领域,模型在尝试解决问题时,它出错的频率和它正确一样高。没有人以前解决过。所以,你必须区分,有时在前沿的微妙之处,你知道,即使在物理学中,那也是最接近我的领域了,我也做不到。所以,我们团队中有物理学家,他们因为需要这种能力来理解这些事情并构建新的评估方法而休假。所以,这确实变得非常困难。嗯,在某个时候,我们将需要使用模型来构建评估方法,你知道,下一阶段的模型,因为我们将,你知道,处于人类能力边缘,甚至超越人类能力。

>> 我问了克雷格这个问题,我想问你同样的问题,那就是你担心的事情是什么?还有,你现在真正兴奋的领域是什么?这些领域有新的可能性,是你去年甚至没有想到的?

>> 是的。嗯,

>> 也许是科学的答案。但是,

>> 科学绝对是答案的一部分。嗯,

>> 你最担心的是什么?让我们谈谈安全和保障之外的事情,因为我们已经谈了很多。

>> 是的。是的。是的。我认为未知的事情就是社会将不得不非常快速地改变,那会是什么样子?你认为普遍基本收入就像,嗯,一个必然的结果,我们不得不拥有它吗?

>> 我不知道。我,所以,我不是一个相信我们会坐在那里吃葡萄,收集我们的 UBI,写诗,你知道,我,我,我只是,我,我认为我们人类努力去做比我们自己更伟大的事情,去成就事情。我不认为那会消失。所以,我认为我们会,这就是我最终有信心我们能顺利度过所有这些变化的原因,因为人类非常适应,而且,嗯,充满创造力和驱动力。所以我,我持乐观态度,但我确实认为会有很多变化。嗯,最令人兴奋的事情之一就是我们可以创造。如果你现在有一个想法,你知道,假设你两年前有一个想法,你不是工程师,而且它涉及到编写代码,这有点难处理,对吧?你必须找人,或者去某个地方雇佣一个团队,或者其他什么,而且激活能量可能太大了,你没有去做。现在,你真的可以写一个 CodeX 的提示,它会运行一个小时,你就会有一个可行的版本,无论你想做什么,然后你可以回去迭代,你知道,让它变得更好。没有借口不去创造你能想到的任何东西。

>> 那么,在这种世界里,什么会成为稀缺资源?

>> 嗯,我的意思是,我们相信计算会成为一种稀缺资源。

>> 对,但我的意思是,从,判断会成为,

>> 我认为,嗯,判断,能动性,

>> 我认为这个时刻比以往任何时候都更能选拔出那些具有高度能动性的人。有人说,“你知道吗?我有一个想法,而不是让它停留在想法上,我要去把它建出来。”

>> “我要今天早上把它建出来,下午就能用,然后我会改进它,到一天结束的时候,我就会拥有一个我今天早上没有的东西。”

>> 嗯,我认为那些有高度能动性、好奇心强、乐于学习的人,那些只是,你知道,利用新工具来取得更大成就的人,我认为那是一种,我希望那不是一种稀缺资源。我希望那是一种非常普遍的资源,但那就是,我认为未来将选择的东西。

>> 最后一个问题,你为什么加入思科董事会?

>> 嗯,我的意思是,首先,多么标志性的公司,在任何方面都很重要,包括我们的国家安全。而且,这是一个关键时刻,我们比以往任何时候都更需要思科提供的产品。思科在世界构建基础设施的方式上拥有巨大的机遇。我们确实相信计算是最有价值的资源之一。你知道,基本上,你拥有的计算能力越多,你能提供的智能就越多。而且我认为对智能的需求将是无限的。所以,思科拥有巨大的机遇。你和查克以及团队正在推动我见过的最令人印象深刻的转型之一,关于,你知道,一家大公司如何应对、改变并利用 AI 所提供的优势。我认为这些是一家公司最有趣的时刻。是的。

>> 嗯,所以,我只是,你知道,为能成为其中一员而感到自豪。

>> 我们,我们,我们爱你。有什么我没问你但你希望我问的问题吗?

>> 你最兴奋的是什么?我将把这个问题抛给你。你最兴奋的是什么?你最兴奋的是什么?

>> 这是,我应该采访你。我知道。

>> 嗯,不。我实际上认为,嗯,我们最大的担忧之一是,我们一直受到资源限制。

>> 是的。

>> 在我们想要实现的想法上,我们有一个想法工厂,比执行这些想法的资源要大得多。我认为我们可能会在,嗯,在一段时间内改变这种平衡,很大程度上是由于,你知道,我们与你和其他人,但主要是与 OpenAI 的合作关系和工作。但我确实觉得,如果这件事真的开始运转起来,我们的 AI 产品将是第一个真正实现自我编写的产品,然后最终,我们希望确保马丁实际上在制造硅片,而这些硅片 80% 到 90% 是通过 AI 完成的,你知道,你可以开始。而且,这不仅仅是为了快速构建产品而快速构建产品。我认为,生活中很少有机会参与一场运动,你看,我 54 岁了,这可能是我在未来十年里看到的最后一次重大转变,这是一次巨大的转变。它可以改变人类的形态,而我们实际上可以参与其中,而且它可以在我不用一直烦扰查克说我们需要更多钱,我们需要更多钱的情况下发生,而且我们是在之后做的。现在,顺便说一句,查克,在一段时间内我们仍然需要一些钱,但是,

>> [笑声]

>> 嗯,嗯。

>> 我正在打开录音机。嗯,但我确实觉得这是最令人兴奋的事情,如果我们能以非常快的时钟速度构建出如此神奇的东西,那么我们唯一需要极其小心的事情就是,我们不要在市场上出现 AI 垃圾,并且我们以应有的关怀、工艺、判断和,嗯,以及直觉来构建事物。但我认为我们,我们作为一个社区,尤其是在思科,凭借我们建立的文化,我们在这方面会做得很好。嗯,然后,你知道,在某些领域不受限制,我们就像,天哪,我希望我能实现那个想法。

>> 是的。

>> 似乎是度过未来,你知道,十年的非常非常有趣的方式。

>> 是的,我喜欢。

>> 感谢你的到来。

>> 是的,感谢你的邀请。[掌声] 谢谢,伙计。