Transcription
我当然认为苹果会走上诺基亚的老路，这很自然。难道不是吗？它不再是一家科技公司了。它是一家设计公司。苹果在手机时代做得很好。但是人工智能有所不同。很多人都在谈论。如果史蒂夫·乔布斯还活着，苹果就不会是现在这个样子。有几个原因导致它不行。>> 你好。我是主持人石俊。今天我们邀请到了一位知识渊博的嘉宾，他将为我们带来生活中真正需要的知识。今天我们请到了脑科学博士，也是过去20年一直在研究人工智能的KAIST的金大植博士。欢迎您。>> 是的。你好。>> 博士，您既是脑科学家，又研究人工智能。脑科学和人工智能有什么相同之处和不同之处？脑科学大致分为三个领域。首先，有一个领域试图从生物学和医学上理解大脑。第二个领域试图从认知科学的角度，更接近心理学的角度来理解大脑。第三个领域是试图从计算和算法的角度来理解大脑。我第三个领域是我的专业领域，当然，人工智能是基于理解大脑算法的知识而创造的，所以这两个领域几乎成了一门学科。>> 那么，正如您所说，脑科学分为三个领域，其中最后一个研究算法的部分与人工智能的运作方式相似，是吗？>> 人工智能模仿了这种方法。当然。>> 啊，人工智能，是的。人工智能模仿了它。>> 人工智能的历史相当悠久。1956年，人工智能的概念首次在达特茅斯学院被提出。最初，我们想解决两个问题。第一个是制造能够识别世界的机器。比如，这是物体，这是猫，这是狗。>> 看什么来识别？>> 当然。为什么在20世纪50年代这很重要？因为当时美苏冷战，机器需要自动区分美国坦克和苏联坦克。>> 啊，在战争情况下。>> 第二个是能够理解人类语言的机器。在20世纪50年代和60年代，苏联的基础科学和数学水平已经超越了美国。因此，苏联完成了大量的论文和报告。间谍们会去获取这些用俄语写的报告。我们需要尽快翻译它们。为了实时翻译，我们需要机器来完成，所以自然语言处理，也就是第二个问题，被提了出来。语言连孩子都能理解，所以我们认为这个问题在1956年研究6个月就能解决。但解决这个问题花了60年。我们来看看为什么花了这么长时间。起初，我们采取了非常简单的方法，我们称之为基于解释的人工智能。如果我们想识别猫，我们就思考猫是什么。然后，我们将猫的特征数学化、量化，并将其编码成程序。猫是动物。哺乳动物。有几条腿？四条。然后我们还需要解释腿是什么。当然，我们用数千行、数万行、数十万行的计算机代码来解释，但60年来我们都未能识别出来。为什么？因为它们能识别出符合解释的猫。但是当猫坐下时，它们就无法识别了，所以我们需要解释坐着的姿势。>> 如果能理解那个，猫就能转身。我们需要解释转身的姿势。现实中的现象具有几乎无限的多样性，而计算机代码无法完美地解释无限的多样性。但是我们人类可以做到。确实如此。所以从某个时刻开始，我们变得谦虚了。我们尽力也做不到，但大自然已经在进化过程中解决了这个问题。那么，什么东西能识别世界并理解语言呢？人类的大脑。我们来看看人类的大脑。人类的大脑没有规则和解释，只有100万亿个神经细胞和连接，而这些连接的权重可以通过经验改变。仅此而已。人类能够利用这些机器来理解世界并进行发明，这是最神秘的事情之一。我们仍然不理解。我们只是尝试模仿它，基于这个线索。即使我们不能完全理解，只要我们能做得差不多就行，对吧？因此，我们开始构建人工神经网络结构。1980年，我们用人工神经网络进行了测试。理论上是可行的。给它看猫，它就能识别一些非常简单的东西。但是当问题变得复杂时，它又失败了。因此，人工神经网络领域在80年代和90年代初遭受了巨大的失败。>> 我还记得。大约在90年代，有人说我们做不出来。>> 绝对做不出来，这是教科书上的说法，美国、欧洲和日本都放弃了人工智能研究。只有加拿大的一位教授在多伦多大学坚持研究。人工智能。>> 杰夫·辛顿教授。他从未放弃。他有直觉。事情应该是这样的，为什么不行？但是我们很幸运。苏联解体，俄罗斯成立，俄罗斯有很多天才，数学家。其中两人进入了多伦多大学。>> 啊，是的。>> 一位名叫亚历克斯·克里热夫斯基，另一位是伊利亚·苏茨克维。后来他们创造了ChatGPT。有趣的是，当时还发生了一件事，一家名为Nvidia的公司制造了GPU。>> 显卡。显卡。CPU是按顺序计算的。但是显卡上的像素不需要按顺序计算，它们可以独立计算。一个像素的值不会影响旁边像素的值。那么，与其一个一个地用CPU计算，不如一次性计算完。这就是GPU。它实现了并行处理。所以我们创造了GPU这个术语，但伊利亚和亚历克斯想到了。等等。屏幕上的像素是独立的，而人工神经网络结构中的神经元也可以被认为是近乎独立地计算的。而且这些东西的计算只有乘法和加法。我们只需要计算神经元和神经元之间的权重值。过去100年的脑科学研究表明，我们一生中的所有记忆都包含在这些权重值中。仅此而已。所以，伊利亚·苏茨克维买了两个GPU，在百货公司测试了他们正在开发的模型，结果学习速度超乎想象地快。但是，以前用100个神经元计算需要6个小时，所以效果不好。如果10分钟就能完成，那么我们就可以将神经元数量增加到1万个、10万个、100万个。我们可以给它看100万张猫的照片，而不是100张。而且到2010年，互联网已经普及，网上有很多猫的照片。结果，它突然奏效了。算法和1980年的一样。但是，当模型变大时，之前无法解决的问题突然得到了解决，人工智能开始识别物体。这变成了一个全新的游戏。因此，人工智能终于在60年后解决了物体识别问题。但是问题是，这不应该被称为人工智能。就像洪吉童不能叫他父亲的名字一样，人工智能这个词已经成为一个禁忌词。60年来，我们说6个月后就能解决，结果研究人员花了60年。>> 那就成了狼来了的故事。因为他们总是撒谎。所以辛顿教授在介绍这篇论文时，没有称之为人工智能，也没有称之为人工神经网络，而是创造了一个新词。深度学习。这是品牌重塑。还有一个叫做生成式人工智能的第二个突破。ChatGPT是第一个例子。神奇的是，当生成式人工智能机器开始理解人类语言时，最近一些我们未曾预料到的问题也随之得到解决。也许有一天，通用人工智能将超越人工智能。通用人工智能AGI是能够潜在地取代人类所有能力的机器。>> 也就是说，它在所有领域都能做到人类的水平。人类的水平，或者比人类做得更好。>> 有趣。>> 我在5分钟内压缩解释了人工智能70年的历史。>> 我从未从历史的角度思考过这个问题，太有趣了。那么，现在有很多关于人工智能的产品，很多人说“我喜欢这个，我不喜欢那个”。因此，这开始影响到硬件。苹果公司长期以来一直是智能手机领域的绝对霸主，但随着人工智能的出现，这种地位受到了动摇，苹果正面临失去市场主导地位的危险。有人这么说。您认为会这样吗？>> 是的。我当然认为苹果会走上诺基亚的老路。难道不是吗？苹果现在不再是一家科技公司了。它是一家设计公司。苹果现在。>> 您看得这么严重吗？不，但是任何硬件公司都没有自己的人工智能。最终，它们必须搭载别人的AI，不是吗？>> 是的。但是问题是苹果没有AI。>> 啊，可以自己做一个。搭载。>> 不太容易。而且有几个原因导致它不行。苹果并没有我们想象的那么有创新性。事实上。>> 也就是说，即使是搭载别人的程序也很困难吗？>> 是的。首先，您需要看看苹果的文化。苹果有其传统和文化。苹果从未做过第一个吃螃蟹的人。它总是晚于别人进入市场，然后追求完美。例如，在智能手机方面，苹果在2007年首次推出。但在苹果推出iPhone之前，韩国LG电子已经推出了Prada Phone。>> 有Prada Phone，在此之前还有三星的Omnia。但两者都不太好。不是不太好，而是非常不好。在此之前，我们有功能手机，只能打电话。而真正的智能手机，首先，它的外形需要大屏幕，需要上网。Prada Phone是第一个采用这种形式的。但是为什么它没有成功呢？有两个原因。首先，它不能触摸。其次，它什么也做不了。没有可以体验的东西。例如，LG电子为Prada Phone开发了一个应用程序，比如计算器、记事本，仅此而已。大概有十个左右。但是消费者不会花100万韩元来体验十种东西。iPhone有App Store，有数千万、数亿个应用程序。换句话说，能够以数千万种方式体验相同形式的体验，构建软件生态系统是最重要的。iPhone在这两方面都做得很好。而且看看iPhone的硬件，苹果总是只做一点点改变。它追求的是当前最完美的制造，而不是非常创新的东西。这在手机时代很有效。但是人工智能有所不同。人工智能的文化首先是先尝试，然后进行Beta测试。苹果对此有些抵触。在不完美的情况下就发布。>> 我们不能发布那种东西。>> 是的。其他公司可能会说“这个已经够好了”，但如果它不完美，苹果就不会发布。这也许是苹果的品牌形象。但是我们现在谈论的人工智能不是设备。它是软件。对于这种软件，需要进行无数次的Beta测试。因此，即使不完美，我们也会先发布，然后根据人们的反应进行改进。更重要的是，人工智能的算法本身尚未完成。我们现在正乘坐波音747飞机飞往美国，在太平洋上更换引擎。它不会着陆。我们一直在更换。苹果非常讨厌这一点。第一。第二，苹果公司在企业层面相对封闭。苹果不是一家初创公司。一旦进入苹果，研究人员就不能发表论文。都被禁止了。他们都申请专利，只为自己保留，绝不分享。但是，在人工智能领域，其性质是从开源开始的。所以，当我们开发一些东西时，我们必须将其上传到GitHub。换句话说，如果有人开发了什么东西，一个小时后，全世界的人都可以下载源代码并加以利用。这就是它发展如此之快的原因。苹果无法接受这种新的开源文化。那么会发生什么呢？人工智能领域蓬勃发展，人工智能专家涌入各公司。>> 苹果去不了了。>> 不是去不了，而是不想去。为什么要去那里？一旦去了苹果，对于人工智能科学家来说，那就是一个黑洞。他们会消失在那里。>> 那么反过来也一样吧？如果苹果的科学家说“我想研究AI”，他们就必须离开公司，对吧？>> 是的。那么，苹果公司里是不是一个AI研究人员都没有了？>> 不，会有。但是没有A+级别的了。再也没有了。>> 也就是说，那些想在世界上出名的人都不在了。>> 都走了。即使是苹果公司里最顶尖的人工智能专家，我记不起他的名字了，有一位中国科学家。一个月前他跳槽去了Meta。连他都走了。所以，我理解苹果那种封闭的文化。但是，即使如此，他们从现在开始改变企业文化，在人工智能领域大举进军，不就好了吗？>> 当然，在这方面是可以做到的。但是企业有几十年来积累的企业文化。封闭的文化，追求完美的文化。为了人工智能，苹果必须摆脱它。这时候需要什么？需要领导力。有强大的团队领导力吗？没有。他是一位物流专家，绝不是一位有远见的人。所以很多人说，如果史蒂夫·乔布斯还活着，苹果就不会是现在这个样子。从某个时刻开始，就放弃一切，重新开始。他们已经做过几次了。这并非不可能，但这时候需要的是有魅力，能够说服和带领数万名员工的力量，那就是领导力。史蒂夫·乔布斯拥有这种领导力。蒂姆不是一个能够进入全新市场并提出愿景的人。看看现在。人工智能需要难以想象的投资。扎克伯格就大肆投入。据说扎克伯格从竞争对手那里挖来一名人工智能专家，奖金是1400亿韩元。年薪1400亿韩元。挖一个人要2800亿韩元。这样的决定是国内CEO无法想象的，蒂姆·库克也无法给出这样的报酬。即使在Meta，那些拿到2800亿韩元的人也在离开。为什么我们不给呢？这是件很难的事。我认为只有这样投入才能在人工智能领域竞争。>> 但是，现在看这个视频的人可能不太记得诺基亚这个名字了。>> 啊，是的。但是曾经诺基亚占全球手机市场的80%。>> 是的。而且没有人想到诺基亚会倒闭，诺基亚自己也想不到。我在以前的一本书上读到，诺基亚破产前一周，诺基亚的高管们聚在一起开会，计划未来30年的发展。他们一边喝咖啡。但是一天之内就消失了。>> 但是回顾历史，那些曾经认为绝对不会倒闭的公司都倒闭了。>> 这实际上是创造性破坏。这就是资本主义如此高效的原因。没有绝对的霸主，市场在变化，公司消失，新的公司出现。诺基亚是功能手机的霸主，但它最终未能理解智能手机。因为诺基亚是一家电话公司，所以它认为应该在电话上添加互联网。而智能手机从一开始就不是电话。苹果是一家IT公司，不是电话公司。它认为它是把电脑缩小了。这就是为什么DNA如此重要。你来自哪里。那么，现在一个非常有趣的问题是，如果互联网设备是智能手机，那么就需要人工智能设备。需要全新的设备。这个设备一开始就应该是人工智能优先，而不是互联网优先。但是问题是，苹果只能将其视为互联网设备。>> 因为他们有自己的起源。>> 因为他们的起源在那里，他们无法放弃过去。人是如此，企业也是如此。特别是Meta在一两周前发布了Ray-Ban智能眼镜显示器。我还没有用过，但我在美国的朋友们试戴后说，虽然它还不是最终答案，但再迭代两次就能做出像样的产品，他们对此很有信心，认为它会成功。>> 虽然还不是最终答案，但。>> 正在走向最终答案。是的。首先，那个显示器很棒。那个显示器现在只能看到一边。这是光学系统的完全创新。目前没有任何一家公司拥有这样的光学显示器。它的程度是，如果我戴着它，对方就看不到那个显示器。其次，即使我看到太阳，他们也能看到那个显示器。它非常明亮。这是非常了不起的。但是到目前为止的问题是，我的朋友们试戴后说，“唉，Meta还是做不好人工智能。”设备太好了，但整天都在说“嗨，Meta，嗨，Meta”，却没有回应。所以戴着它的人说，“哇，如果把像ChatGPT这样有趣的东西装到这样的设备上，我们就能拥有一个像天才一样的私人助理，陪伴我们日常生活。”也就是说，到目前为止，在互联网时代，手机是最好的设备。但是现在，在人工智能时代，它会是什么形式，目前没有人知道。什么是答案？Meta说是眼镜，但没有人知道那是否是答案。答案是5年后消费者花钱购买的东西。顺便说一句，我是一名脑科学家，我可以100%肯定地说，人类的想象力并不那么好。我们无法对我们从未经历过或体验过的事情产生偏好。例如，问一个对韩国一无所知的瑞典人，我们喜欢炸酱面还是海鲜面有什么意义？他们没有偏好。最终，智能手机之后的设备，没有人体验过，所以没有偏好。在接下来的五年里，无数公司将推出各种各样的产品。眼镜、项链、手镯，我不知道。他们会尝试一切能想象到的。大多数消费者会讨厌它们。太重了，太麻烦了，等等。所以，我们只能从消费者已经佩戴的东西开始。>> 那就是眼镜。>> 眼镜已经佩戴了800年。现在它是一种被接受的形式。此外，还有一个很大的优点。它带有摄像头。这是关于5年后的事情。现在还没有这样的技术，但人工智能可以同时看到我所看到的世界。那么，就会有创新。人工智能或人类必须有推荐算法。到目前为止，所有的推荐都是基于我搜索的结果。但是，心理学论文表明，人类偏好中70-80%的需求是在我们正在看和体验的东西中产生的。也就是说，今天在这个工作室里，您穿的这件白色夹克非常酷。那么，我采访结束后也会想问它是什么，并产生购买的欲望。因为我看到了。这意味着智能眼镜的一个巨大优点是，人工智能可以与消费者的第一人称视角一起观看。那么，人工智能就可以根据消费者的视角推荐过去、现在和未来的需求。>> 是的。这比它过去搜索到的数据要准确得多。>> 想象一下，5年后我们都戴着这样的眼镜走在街上。走在街上，看到“大植，你喜欢那种东西吗？”你会感到毛骨悚然。没错。这就是你一生都在寻找的自行车。准确性将达到难以想象的程度。>> 啊，博士，您这么说让我印象最深刻。也就是说，从功能手机到智能手机，我们获得了互联网。但是那是智能手机这个互联网进入电话的世界。而当人工智能设备化并随身携带时，它可能不是手机的形态。>> 不是手机。没有必要是手机。而且，随着时间的推移，不仅技术在发展，人类本身也在改变。一些非常年轻的孩子不喜欢打电话。现在，我们仍然使用“手机”这个遗留词。但它不是手机。消费者不再需要打电话本身。在19世纪，成年男性必须骑马。他们也必须擅长射箭。现在没有人能做到了。世界改变了吗？不。这造成了什么大问题吗？不。但是中间的人会说“世界末日了”。>> 年轻人不会骑马。>> 也不会射箭。>> 也不会射箭。>> 但是那些人都会去世，问题自然就解决了。在现代社会，问题在于技术发展太快，导致了5年的代沟。所以我们都在一起生活。特别是在人工智能时代，这个问题会更加突出。因为，现在10岁以下的孩子们在10年、20年、30年后将成为社会的主流。在他们看来，世界将分为两类。在没有人工智能的世界里长大的人，以及出生时就已经有的人工智能的他们自己。我们就是那些不讲道理的老古董。你们懂什么？你们在没有人工智能的世界里接受了教育。而且他们的世界观将与我们完全不同，而且这是理所当然的。>> 我认为，即使是出生时就有智能手机的人和30岁以后才接触智能手机的人也不同。更进一步说，如果发展到人工智能，那将不是智能手机的问题。>> 啊，我很好奇。如果我是一家A公司的研究员，那么从A公司的立场来看，我研究的东西应该是A公司的资产。但是您说要公开？您都容忍吗？开源需要从两个方面来解释。原始的开源是公开源代码。有了它，你可以改变一切。但是现在人工智能公司不再这样做了。竞争太激烈了，如果被拿走就麻烦了。所以，像OpenAI，GPT2的代码也公开了，然后公开了什么？这是神经网络的学习结果。训练神经网络需要难以想象的计算量。事实上，我们使用数千个GPU进行训练，成本是几百亿到几千亿韩元。结果是，神经网络之间的权重值以表格的形式列出。但是那个数字是难以想象的。最新的模型是1万亿。开源就是把这1万亿个权重值上传到互联网。然后，有了这些权重值，我们就可以利用它们。但是没有代码。我们无法完全拿来使用。>> 虽然不能完全拿来使用，但他们可以随意使用自己训练的模型。但是最近有传言说，Llama也开始考虑成本了。所以扎克伯格说，永远的开放权重是不可能的。我不知道这会是一年、两年还是三年。我个人认为，到2026年底，Llama可能也不会再开源了。那么就会出现问题。特别是像韩国，我们称这些大型模型，如Llama、ChatGPT、Gemini为基础模型。它们是基于互联网上的所有信息训练的模型。训练一个这样的模型需要数千亿韩元。现在是这样。而能够训练这种模型的国内公司很少。所以我们现在所做的是，我们使用Meta提供的Llama等开源模型，然后对其进行额外的训练，使其具备韩国语或特定公司的知识。这被称为RAG，检索增强生成。也就是说，终于在过去30年里，基于互联网上的所有句子，我们开始理解人类的语言，ChatGPT。但是，它虽然理解人类语言，但它所知道的是互联网知识。换句话说，里面有很多垃圾。你可以把ChatGPT想象成一个非常擅长韩语的小学生。它可以进行韩语对话。但是问小学生关于股票的问题是不明智的。所以，如果要培养专家，就需要教授专业知识。这被称为后训练，也称为事后训练。有几种方法可以做到这一点，其中最优秀的是RAG。使用它，通过额外学习特定公司的知识，我们可以创建非常优秀的专家AI。到目前为止，国内公司都通过这种方式使用开源模型来创建自己公司的AI。也就是说，我们绝对需要开源模型。但是，如果这些开源模型不再提供，我们就必须为未来做准备。那么，有什么可以替代的呢？事实上，中国的开源模型性能非常出色。像DeepMind和阿里巴巴开发的Kven 2.5，它能很好地理解韩语。最好不要使用。因为没有人知道那个模型里面有什么。>> 也就是说，我们现在认为可能有后门，如果能看到程序，就能确认是否有后门，但我们只收到权重值。所以最好不要使用。事实上，正是出于这个原因，最近国内一直在谈论“自主AI”。也就是说，我们也需要拥有韩国自己的基础模型。事实上，我以前反对过。现在我们这样做，几乎不可能赶上。而且需要巨大的资源，我们真的需要这样做吗？但是，考虑到开源模型可能不再提供，作为B计划，拥有自己的模型似乎是明智的。目前是这样。>> 那么接下来可以考虑的是，这是否可能。>> 嗯。这是可能的，但是韩国未来在人工智能方面的投资成本是固定的。有人说是50万亿，有人说是100万亿。我们只有一颗子弹。所以，这颗子弹用在哪里非常重要。有两个选择。一个是利用这些资源来创建基础模型。第二个是创建垂直AI，即特定领域的AI。制造业AI、金融AI、内容AI。两者都很重要。当然，两者都做是正确的。现在需要计算一下，我们是否有足够的资源。虽然100万亿韩元对我们来说是一笔巨款，但它可能不是一年100万亿，而是十年100万亿。一年10万亿。而硅谷的公司每年都在说要投资1000万亿韩元。>> 但是韩国的国家预算一年是600-700万亿韩元。>> 是的。无法做到。所以，模仿是不可能的。因此，我们必须明智地将我们能够投资的X全部投入，或者分开，这绝非易事。更何况，我们每天都在新闻中看到，现在所有国家都回到了与其他国家竞争和斗争的世界。而恰恰在这个时代，人工智能变得可行，国家之间的竞争就成了人工智能最大的武器。从这个角度来看，美国政府完全有可能禁止美国公司投入数千亿韩元开发的模型向全世界传播。在一切皆有可能的前提下，我们必须为未来做准备。从国家层面和未来展望来看，有很多需要考虑的方面，但让我们回到问题的起点。您刚才提到了人工智能，并且提到了通用人工智能。这与人工智能有什么不同？使用时有什么不同？>> 如您所知，人工智能是取代人类特定能力的机器。AlphaGo擅长下围棋，ChatGPT擅长对话。这已经存在了。我们称之为AGI，通用人工智能。您可以将其理解为能够潜在地取代人类所有或大多数具有社会经济意义的智力能力的机器。AGI还不存在。这是科幻小说。直到两三年前，大多数专家认为通用人工智能在概念上是不可能的。人类能做的事情几乎是无限的。更重要的是，人类的一个特点是，即使在全新的世界里，也能学习。如果人类有一天去了火星，他们也能适应火星并生活得很好。但是之前没有任何火星数据。人类的能力之一是能够做没有数据的事情。但是到目前为止，人工智能只能在有数据的情况下工作，所以结论是通用人工智能是不可能的。但是今年以来，气氛发生了很大变化。现在几乎没有人认为通用人工智能永远不可能实现。争论的焦点在于这会是5年、10年还是20年。萨姆·奥特曼说，AGI可能在5年内实现，我个人认为大约需要10年。但是我们都知道，10年、20年很快就过去了。也就是说，AGI不再是遥远的科幻小说，与我们无关的事情，而是您今天观看这个节目时，我们都将经历的未来。那么，有趣的是什么呢？有两三个方面。首先，当AGI开始取代所有能力时，真正实际的就业问题就会开始出现。第二，所有能力意味着AGI能够自我改进。>> 也就是说，它是自我学习的。>> 是的。看看人类的发明。我们制造了火车、汽车和宇宙飞船。但是，无论多么酷的法拉利，如果放着不管，它都无法自己变得更快。必须有人去升级它。到目前为止，所有机器都需要人在制造时，也需要人在改进时。但是，只有人工智能，一旦制造出来，我们就可以认为它能够自己改进。而且，通用人工智能，通用意味着它能做一切，这意味着它也能学习自主性。但是，想想看，为什么自主性很重要？我们人类制造的工具总是为了超越人类的能力。汽车比人快。锤子比拳头有力。这没有问题。我们就是这样制造的。但是突然出现了一个自主锤子，它乘坐无人机在工作室上空飞行，并在它想的时候自主落下。那将是非常危险的情况。人工智能也是如此。一旦有了自主性，就变得不可预测，而且它比我们聪明得多。整个情况非常可怕。但是，为什么我们要追求AGI呢？很简单。硅谷的许多创始人声称，一旦AGI出现，地球将变成天堂。人工智能将解决人类愚蠢而无法解决的问题。首先，它将解决核聚变能源问题，创造无限的能源。特别是DeepMind的Demis Hassabis等人是这样说的。如果分析地球上的社会、经济和政治问题，所有问题的共同起点是能源短缺。因此，如果提供无限的能源，其余问题将自行解决。第二，它将解决人类的所有疾病。所有癌症治疗，特别是死亡这种疾病的治疗。第三，通过结合量子力学和相对论，我们将最终了解宇宙的奥秘。这种社会被称为人工智能乌托邦。人工智能和机器人将承担大部分生产性工作。那么，那将是一个什么样的社会呢？首先，互联网出现后最大的变化之一是内容的成本几乎降至零。现在互联网上有很多免费内容。成本降至零。同样，当AGI +机器人投入使用时，制造业的生产力将无限增加，大多数物质产品的价格将趋于零。大多数物品将成为一次性物品。硅谷的专家认为，一旦AGI出现，年GDP增长率将达到20%到30%。有人这样说。>> 是的。我不知道社会会如何变化，但是如果那样的话，利率可能会更高。在这样的时代，随着AGI的变化，我们的经济会如何变化？>> 是的。这是一个非常重要的问题，最近出现了人工智能经济学。AGI经济学。好想法是，直到现在，好想法的增加是随着人口的增加而增加的。AGI不是这样。即使人口不增加，只要AGI创造想法就行。目前的预测是，一旦AGI成为可能，年GDP增长将达到20%。每五年GDP翻一番。那么，我们可以提出一个非常有趣的假设，最近萨姆·奥特曼写了一篇关于此的文章。人工智能是一种工具。AGI是新的资本主义。为什么呢？因为AGI自动化了人类的智力能力。但是，如果您今天观看此节目，并且参加过经济学入门课程，您可能会记得柯布-道格拉斯生产函数。社会生产力是劳动投入量乘以资本投入量。但是在AGI时代，劳动的价值将逐渐下降。>> 劳动突然变成了无限。劳动供给量。>> 是的。相反，资本的价值只会上升。因为我们需要建造数据中心。那么，一个没有额外劳动，仅凭额外资本就能提高生产力的世界，就是一种全新的资本主义。事实上。萨姆·奥特曼声称，这种AGI时代，AGI将赋予市场支配力。也就是说，最先实现人工智能的企业或国家可能成为全球垄断者。那么，有趣的是，劳动价值正在下降，我们是提供劳动并赚钱的人。那么我们应该做什么呢？这是第一个问题。第二个问题是，我个人现在可以为准备AGI时代做些什么？这并不是说这在逻辑上是好的。仅仅从逻辑上看，在AGI时代，劳动的价值下降，资本的价值上升，所以今天观看此节目的各位，在未来10年里必须疯狂地赚钱。必须不断积累资本。这是唯一的结论。如果这个理论是正确的，那将是一个可怕的世界。>> 太可怕了。真的。>> 更何况。但是这还没完。好吧，我们该怎么办？我们靠什么为生？那就发基本收入。据说会发30-40%的基本收入。那么，人们首先会说的是，第一，基本收入不行。为什么？因为尝试了基本收入，人们就去喝酒、吸毒。所以不能给现金。但是，我们可以给UBC。通用基本计算。也就是说，在未来10年内建造的人工智能数据中心，为每个人分配一定数量的GPU。>> 就像买股票一样。>> 是的。那么，您可以用计算量来运行纳米香蕉，或者在Auction上出售，或者与其他人在食物券上交换。但是，这是基本收入。只是以股份的形式给予，而不是现金。那么，您还可以问。但是，即使人工智能公司，即使像萨姆·奥特曼、埃隆·马斯克那样，他们的资产达到万亿，他们能养活一个国家的所有国民吗？他们说可以。原因是什么？在过去的29万年里，人类靠狩猎和采集为生。当时是以家庭为单位活动的。10人，20人，最多。那么，在这10到20人中，肯定有一个最优秀的猎人。那么，最优秀的猎人就能养活家人几天。19世纪出现了大企业。安德鲁·卡内基养活了匹兹堡。福特养活了底特律。郑周永会长养活了蔚山。但是，这些人并不比狩猎和采集时代的人聪明多少。相对而言，他们差不多。但是，随着技术的发展，一个社会中最有能力的人的杠杆作用更大了。那么，现在硅谷的人们说，杠杆作用更大了，一个社会中最有能力的人可以养活一个国家。这似乎并非不可能。事实上。但是，我认为不应该这样做。原因是什么？如果大多数人通过这种方式获得基本收入，那么获得基本收入就意味着不纳税。那么，想想看。如果埃隆·马斯克或萨姆·奥特曼养活了半数国民，他们就纳税。但是，在总统选举时，只有一票。这看起来有些奇怪。在AGI时代，不纳税的人就不需要政治代言了。>> 那么，届时普遍民主可能会动摇。>> 是的。就是这样。结论是，在许多专家预测的AGI普及的未来，我们所知的民主将在大多数国家崩溃。它会变成什么？他们预测将变成技术封建主义。技术得到了巨大的发展，但社会结构却变成了中世纪。在中世纪，大约有1%的皇室。贵族，然后其余是农民。类似地，在技术封建主义时代，拥有资本或技术的人将是几千人。然后中间有一个阶段。这些人是网红。全世界都知道的超级明星、巨星。其余95%是人工智能时代的农民。现在正朝着这个方向发展。我们与金大植教授一起探讨了人工智能时代之后，AGI时代即将到来时，世界将如何变化，以及我们应该做什么。如果您喜欢今天的谈话，请务必观看接下来的第二部分。那么，今天的谈话就到这里结束。谢谢。 [音乐] [音乐]