“数字劳动力”已诞生，黄仁旭最新发言围绕AI谈了这几点...

tayun

著名投资博客a16z节目中，英伟达创始人黄仁旭（Jensen）和Mistral创始人Arthur Mensch围绕 技术如何缩小技术鸿沟与推动经济发展，人工智能的本质及其双重属性，国家与企业如何构建数字智能基础设施，开源模式的重要作用以及未来AI发展趋势等问题分享了彼此的观点：

Jensen的核心观点

1. 通用与专业化并存

A作用I：Jensen认为，人工智能是迄今为止缩小全球技术鸿沟的最大力量。没有人会为你做这事，你必须自己做。大家都应积极参与进去，AI不仅仅属于少数特权阶层；智能是属于每个人的。世界上不应该只有几家企业去构建它，每个人都应为其发展做出贡献。

通用技术与专用化需求：尽管人工智能作为一种通用技术具备普适性，但Jensen也指出，它具有超专业化的一面，我不会等待一个通用聊天机器人在某个特定领域（比如疾病研究）变得专业起来。我更愿意拥有一个在该领域内极为专业的人——能够对人工智能模型进行微调、训练和后期训练，使其专门化。比如，通用型聊天机器人无法在所有领域内都具备专业常识，因此需要针对特定领域（如疾病研究）进行微调和专用化训练。

竞争中求合作：尽管在市场上存在竞争，但他们并不将CSP单纯视为竞争对手，而是既视为合作伙伴，又在某些方面存在竞争；关键在于为CSP带来生意，这也是优秀计算平台的核心作用。

2. 从“开发者优先”到生态系统建设

超越GPU的定位：Jensen 认为，Nvidia不仅仅是一家GPU企业，而是一家计算企业。其所有战略、行动和投资都围绕“开发者优先”的理念展开，强调构建开放、完整的计算生态系统。

追求技术突破：他指出，随着加速计算方法的推广和发展，业界不断在寻找下一个“杀手级”应用，因此需要不断吸引和合作优秀的计算机科学家，以推动技术创新和突破。

3. 数字智能与数字劳动力战略

国家级数字基础设施：Jensen 提出，数字智能已经成为继电信、医疗、教育、公路和电力之后的一层全新基础设施。国家需要决定如何让这种数字智能演变，是否应将其外包或主动掌控，进而将其转化为国家战略资产。

构建数字劳动力：他强调，一个国家或企业需要建立“数字劳动力”——通过招聘、培训、入职、微调和持续改进等手段，将通用型人工智能转化为符合特定需求的专业化“数字员工”，从而推动整体经济和社会的进步。

4. 未来趋势与基础设施需求

异步工作负载与基础设施变革：Jensen 指出，未来AI任务将趋向异步模式——例如，交给 AI 系统的任务可能需要20分钟的研究时间才能返回结果，这对数据中心和整体基础设施提出了更高要求。

个性化和本地化：未来，AI 系统会逐渐通过个性化整合用户信息，变得更为精准和有用。同时，各国领导人需要重视AI教育和本地人才培养，建立既有物理基础设施又有软性资源的综合体系，推动本国数字智能的发展。

5. 技术进步的时代变革

从手写代码到AI普及：他回顾了过去10年计算领域的巨大变革，认为未来10年会更为惊人。后训练、思想实验、辅导等新概念的引入，预示着代理型和机器人系统将越来越普及。

对技术的正确态度：Jensen 强调，不应过分崇拜技术，以免因恐惧而不敢使用；相反，应该积极参与，因为AI对于国家和企业来说具有巨大的战略意义。

6. 关于开源的重要性

开放协作与安全性：他认为开源能够加速基础科学进步、激活众多细分市场和小众创新，并通过全球范围的审查与红队测试，提高技术透明度和安全性。例如，在采矿或能源领域——谁会去创办一个专门为采矿能源的AI企业呢？能源确实很重要，但能源采矿市场并不大。

降低依赖、共享资源：通过开源，各方可以共同维护技术基础，降低对单一机构的依赖，进而减少系统中的失败点和偏见，提升通用模型的整体质量。

开源是否更安全？开源能带来更多的透明度、更多的研究人员和更多的人来审视这项工作。开源的好处在于，贡献者众多且审查非常严格。你不能随便把任何代码放进开源中——你会得到来自全网的即时反馈。你必须把好的东西放进开源，因为审查非常严格。 所以我认为，开源提供了所有这种伟大的协作，可以加速创新、提升卓越、确保透明、吸引审查，从而改善安全性。

Arthur 的核心观点

1. AI 的革命性与经济影响

技术平等器作用：Arthur 认为，它和电力相似，AI会在未来几年内将对每个国家的GDP产生两位数的影响。这种变革将使得技术更加普及和民主化。

自主建设的重要性：他强调，构建所需的一切取决于各个组织、企业和国家，不能依赖外部替代，必须由各方自行推动发展。

2. 通用型技术与学问基础设施

通用型（基因后）技术：Arthur 提出，人工智能不仅仅是常规的工具，而是一种通用型技术，它从根本上重新定义了大家构建App和使用机器的方式，就像互联网曾经带来的革命一样，它使大家能够构建替你完成任务的智能代理。从这种角度说，AI可以应用到任何领域，因此国家应将其做为重点，建立专门的人工智能战略。

承载学问与价值观：他特别强调，AI不仅是计算基础设施，更是一种学问基础设施。它能够承载和传递国家、企业的学问和价值观。因此，主权AI战略对于防止学问与价值观的流失至关重要。

先有一个通用模型，然后有一个针对各个行业的专用层，接着是针对企业和国家的更高层次的专门化。你将拥有一棵越来越专用化的AI系统树。

3. 开放模型

开放模型的基础作用：他认为，即使不是每个国家都能自行构建芯片或基础模型，但现有的开源通用模型可以作为构建专用系统的基础，关键在于将本地的专业常识融入其中，从而构建出为国家或企业量身定制的智能代理。企业和国家最终都会愿意在自己的基础设施上部署模型。保持这种开放性在主权层面上非常重要，首先，因为开源确保国家不会被锁定在单一供应商身上；其次，因为发布开源模型可以加速进步。

4. 横向技术与协同效应

跨领域合作的重要性：Arthur 认为，人工智能是一项非常横向的技术，要让它真正发挥作用，需要横向提供商与后端专家之间的密切合作。这种跨领域协同可以实现从通用模型到专业化系统的无缝过渡。民众可能会开始害怕这项技术，担心它会取代他们。而这实际上是可以预防的，只要大家共同确保每个人都能获得这项技术，并接受如何使用它的培训。对各类公民进行技能培训至关重要。将人工智能呈现为一种帮助人们更好工作的机会。

他认为， 国家面临的最大问题可能是，人工智能会加剧数字鸿沟——而数字鸿沟本来就已经相当大。但是，如果大家齐心协力、正确地实施，实际上可以缩小数字鸿沟。

将通用模型转化为专业化系统：他强调，通过整合公民或员工的专业常识，并将其注入到通用（开源）模型中，可以逐步培养出高精度、符合国家或企业需求的智能代理，从而构建一个越来越专用化的AI系统树。

5. 经济和国家战略层面的启示

类似于电力的经济效应：Arthur 提出，虽然人工智能与电力在经济上有相似的影响（即对GDP的巨大推动），但它在本质上是一种内容生产型技术，需要通过构建专用基础设施、培养本地人才等方式进行塑造。当你在生产内容并与社会互动时，你就变成了一种社会构造；在这方面，社会构造承载着企业或国家的学问和价值观。所以，如果你不希翼这些价值观消失，也不想依赖中央供应商，你就需要比使用电力更深入地参与其中。

防止依赖与学问流失：他警告说，如果让外部力量决定一个国家的数字劳动力能做什么、不能做什么，可能导致数字殖民化的风险。因此，各国必须主动制定和实施主权AI战略，确保自己的学问和价值观不被外部垄断或消解。

以下为视频内容中文版文字：

来源：36kr