AI界最有影響力的兩個人，同時出現(xiàn)在一場活動：

OpenAI CEO奧特曼，暗示了o1滿血版將在接下來幾個月發(fā)布。

英偉達(dá)創(chuàng)始人黃仁勛，則表示新一代Blackwell架構(gòu)GPU能給o1推理提速50倍。

奧特曼把o1在推理模型里的地位比作語言模型中的GPT-2階段。

幾年后人們將看到“推理模型的GPT-4”，不過最近幾個月就會有重大改進(jìn)，新范式的進(jìn)步曲線非常陡峭。

L2“推理者”與L1“聊天機(jī)器人”非常不同，大家還沒找到該怎么用這些模型，我們也沒決定該為APP繼續(xù)添加什么功能。

不過最令人興奮的是L3“智能體”會來的非?？臁?/p>

有醫(yī)學(xué)教授看到這里，已經(jīng)在考慮辭職的事了。

話說o1系列正式登Lmsys大模型競技場，第一次分?jǐn)?shù)結(jié)算，在數(shù)學(xué)任務(wù)上斷崖式領(lǐng)先，唯一的缺點就是回答有點慢了。

對此，老黃的看法是：

英偉達(dá)最新Blackwell架構(gòu)GPU將推理性能提高了50倍，意味著能把o1模型的響應(yīng)時間從幾分鐘縮短到幾秒。

以上內(nèi)容來自T-Mobile資本市場日，T-Mobile剛剛與OpenAI簽了大單，合作建立一個AI支持的客服系統(tǒng)。

不過這場活動上，除了幾家公司的合作之外，圍繞AI的現(xiàn)在和將來，兩位行業(yè)大佬還分享了更多值得關(guān)注的內(nèi)容。

至于o1在數(shù)學(xué)、代碼之外的任務(wù)表現(xiàn)如何，請看以下由o1主導(dǎo)、量子位輔助整理的原文精翻。

奧特曼：OpenAI的秘訣是信念和專注

主持人：我想先祝賀你們推出了o1模型，或許你可以向觀眾介紹一下這個新模型，因為它實在是太令人驚嘆了。

Sam Altman：是的，我們對此感到非常興奮，這也是我們長期以來一直在努力的方向。GPT系列模型在“系統(tǒng)1”類型的思維上表現(xiàn)出色，但我們真正想要的是能夠進(jìn)行推理的系統(tǒng)。

如果人工智能能夠解決更復(fù)雜的問題，其價值將是巨大的。你在GPT-4模型中已經(jīng)看到了一些端倪，但o1是真正第一個能夠進(jìn)行高級推理的系統(tǒng)。無論是復(fù)雜的編程挑戰(zhàn)、數(shù)學(xué)問題還是科學(xué)難題，你都可以獲得非常非凡的結(jié)果。我們相信，隨著時間的推移，這將與GPT系列一樣重要，并解鎖一系列新的、有價值的應(yīng)用場景。

主持人：你曾公開表示，我們現(xiàn)在看到的是預(yù)覽版，而且它會迅速迭代，未來幾個月內(nèi)會發(fā)生什么？

Sam Altman：我認(rèn)為現(xiàn)在的新型推理模型類似于我們在GPT-2時期。你會在未來幾年內(nèi)看到它發(fā)展到與 GPT-4 相當(dāng)?shù)乃?。即使在接下來的幾個月內(nèi)，你也會看到顯著的進(jìn)步，隨著我們從o1-preview升級到o1正式版。

我認(rèn)為，在新范式出現(xiàn)的這些時刻，有很多有趣的事情，其中之一就是改進(jìn)曲線非常陡峭。一些模型目前無法解決的問題，可能在幾個月后就能解決，幾個月后又能解決更多。最重要的是，我們將看到一整套全新的使用方式，不僅僅是聊天界面。我們需要一些時間來構(gòu)建這些功能，其他人也需要時間，用戶也需要時間來適應(yīng)。這與GPT模型有很大的不同。

我們談到AI的五個級別：L1是聊天機(jī)器人（ChatBot），L2是我們剛剛達(dá)到的推理者（Reasoner），L3是智能體（Agent），L4是創(chuàng)新者（Innovator），能夠發(fā)現(xiàn)新的科學(xué)信息，L5是完整的組織（Organization）。

從L1到L2花了一段時間，但我認(rèn)為L2最令人興奮的事情之一是它能夠相對快速地實現(xiàn)L3，我們預(yù)計這種技術(shù)最終將帶來的智能體將非常有影響力。

（省略一段商業(yè)互吹）

主持人：稍微轉(zhuǎn)變一下話題，為什么 OpenAI 能夠領(lǐng)先？在這個領(lǐng)域你們做了什么不同的事情，使你們能夠以這樣的速度開發(fā)這些模型？

Sam Altman：首先，謝謝你的贊美，這是一個非常好的評價。我們建立在之前大量工作的基礎(chǔ)上，人工智能是一個古老的領(lǐng)域，人們長期以來一直在為其貢獻(xiàn)非常出色的想法。想一想在整個人類歷史中，人們?yōu)榱税l(fā)現(xiàn)半導(dǎo)體、制造芯片、建立網(wǎng)絡(luò)和這些大型數(shù)據(jù)中心所需要的所有工作，我們只是在這些之上做了我們自己的一小部分。

但我們盡力做到最好，我們努力擁有一個非常專注的研究計劃。我認(rèn)為其他研究計劃犯的錯誤之一是他們沒有足夠的信念和專注。一旦某些東西起作用，復(fù)制它非常容易。

所以我認(rèn)為成功的兩種方式是，要么成為一個出色的快速追隨者，復(fù)制OpenAI或其他成功的公司所做的事情，我并不是以負(fù)面的方式說這個，因為我認(rèn)為有很多公司只是等待看看什么有效，然后在改善和執(zhí)行方面做得非常好。

要么試圖推動前沿，這是非常困難的，需要在復(fù)雜的環(huán)境中跨越許多人擁有信念和專注，這是最好的前進(jìn)方式。這就是我們努力去做的。

我們真的相信深度學(xué)習(xí)，我們真的相信從現(xiàn)在的位置到AGI及更遠(yuǎn)的道路，但我們愿意根據(jù)我們在過程中學(xué)到的東西進(jìn)行糾正。我們將繼續(xù)努力，以我們最大的力量去做下一件事，并相信隨著時間的推移，這將產(chǎn)生福利效應(yīng)。

這對我們來說確實有效，方法就這么簡單。

黃仁勛：年輕人都將擁有伴隨一生的機(jī)器人

（再省略一大段商業(yè)互吹和T-mobile業(yè)務(wù)內(nèi)容）

主持人：我們剛剛與Sam Altman談到了AI的快速發(fā)展，其中一件事是AI需要極低的延遲，快速的響應(yīng)時間。因為 AI 正在從傳統(tǒng)的文本形式轉(zhuǎn)向?qū)崟r響應(yīng)視頻、面部表情、與虛擬形象互動，這需要極高的響應(yīng)速度。未來的AI工作負(fù)載將需要靠近客戶的網(wǎng)絡(luò)中的計算能力。

黃仁勛：確實如此，我們現(xiàn)在將無線電計算和AI計算融合到一個架構(gòu)中，這臺我們構(gòu)建的計算機(jī)具有極低的延遲，CUDA也具有極低的延遲，能夠處理時間敏感的事務(wù)，所有你需要的東西，以提供高質(zhì)量的語音服務(wù)。

人們沒有意識到的一點是，全球的無線網(wǎng)絡(luò)是非常冗余的。之所以冗余是因為當(dāng)有人需要時，必須提供極高的服務(wù)質(zhì)量。但當(dāng)沒有人需要時，那些基礎(chǔ)設(shè)施就閑置著，可以被重新利用。

因此，當(dāng)我們使其可以被軟件定義、加速化、能夠處理AI，我們現(xiàn)在將整個網(wǎng)絡(luò)轉(zhuǎn)化為在需要時可用于其他機(jī)會的過剩容量。這將是電信行業(yè)一個巨大的新增長機(jī)會。

主持人：我非常喜歡。我們還有幾分鐘時間，在我們讓你離開之前，讓我們換個話題，談?wù)勀闼d奮的事情。

英偉達(dá)擁有一個令人難以置信的視角，因為所有處于AI前沿的人都在與你們合作。當(dāng)你思考我們這一生中最具變革性的技術(shù)如何真正改變?nèi)藗兊纳顣r，是什么讓你感到興奮？你認(rèn)為AI將如何影響我們所有人？

黃仁勛：我們都會有一大批數(shù)字助手與我們一起工作。我非常喜歡這個想法，我將擁有一臺計算機(jī)，隨著時間的推移，它與我一起工作，變得越來越聰明，理解我，幫助我完成任務(wù)。我喜歡我將擁有自己的R2-D2和C-3PO（星球大戰(zhàn)中的機(jī)器人）。

我的R2將一直跟著我。對于許多年輕人來說，他們將擁有自己的R2，伴隨他們一生。那個R2可以是數(shù)字版本，也可以是實體版本。所有人都能擁有，無論你是科學(xué)家、工程師、哲學(xué)家，還是普通人，我們都會有這些令人驚嘆的助手，幫助我們度過生活。

（對于老黃關(guān)于機(jī)器人的這個觀點，馬斯克也跑到評論區(qū)發(fā)表贊同。）

黃仁勛：最近，Sam提出了一個觀點，這些AI的推理能力將變得更加聰明，但這需要更多的計算能力。目前，在ChatGPT中的每個提示都是一個路徑，未來將在內(nèi)部有數(shù)百個路徑。它將進(jìn)行推理，進(jìn)行強(qiáng)化學(xué)習(xí)，試圖為你創(chuàng)造更好的答案。

這就是為什么在我們的Blackwell架構(gòu)將推理性能提高了50倍。通過將推理性能提高50倍，那個現(xiàn)在可能需要幾分鐘來回答特定提示的推理模型，可以在幾秒鐘內(nèi)回應(yīng)。因此，這將是一個全新的世界，我對此感到興奮。

主持人：你怎么看待能耗方面的變化？這是AI最受關(guān)注的方面之一，即碳足跡。

黃仁勛：我們必須使用AI來減少能源消耗。我們現(xiàn)在知道，我們可以比使用傳統(tǒng)超級計算機(jī)進(jìn)行氣候和天氣預(yù)測的能源效率高一萬倍。摩爾定律確實已經(jīng)走到了盡頭，我們必須使用一種新方法來解決這些計算。

我舉的一個例子是，我的養(yǎng)的小狗不懂牛頓物理學(xué)，他們不理解球會以什么軌跡運動。我們知道，世界上第一臺超級計算機(jī)是為了模擬導(dǎo)彈的軌跡而創(chuàng)建的。然而，狗經(jīng)過一些練習(xí)，可以輕松地從空中抓住球，有時還在空翻中。那么它們是如何做到的呢？這是同樣的思路。

因此，我們將教AI不通過物理學(xué)、動力學(xué)、流體動力學(xué)等方式來計算天氣，而是教它去預(yù)測。它可能并不完全理解因果關(guān)系，但它的預(yù)測非常出色。我們只想知道明天的天氣會怎樣。這是一個例子。我們想對無線電網(wǎng)絡(luò)做同樣的事情。我們理解電磁學(xué)的基本物理，理解無線電波束如何反射、折射，如何處理不同的環(huán)境，理解波束成形的物理原理。

然而，當(dāng)你運營網(wǎng)絡(luò)時，你只是試圖以更低的能耗、更高的吞吐量、更低的成本提供更好的服務(wù)質(zhì)量。因此，你不需要實時進(jìn)行基礎(chǔ)物理模擬，只需使用AI來完成。這種通過理解第一性原理進(jìn)行模擬，然后使用 AI 來模擬這種基礎(chǔ)理解的原則，可以極大地減少能源消耗。

人們需要意識到，訓(xùn)練模型確實需要大量能源。然而，目標(biāo)不是訓(xùn)練模型，目標(biāo)是使用模型，這將節(jié)省大量能源。

One More Thing

在同期Salesforce舉辦的另一場活動上，黃仁勛還分享了這樣的觀點：

科技走入正反饋循環(huán)，AI正在設(shè)計下一代AI，進(jìn)展速度達(dá)到了摩爾定律的平方。

這意味著在接下來的一到兩年內(nèi)，我們將會看到驚人的、意想不到的進(jìn)步。

視頻回放：https://www.youtube.com/watch?v=r-xmUM5y0LQ&t=5145s
https://www.youtube.com/watch?v=kfe3ajUYSdc