Google 前 CEO 埃里克·施密特近期在斯坦福 CS323 课堂上的访谈(四/完结)

2024年08月17日 233点热度 0人点赞 0条评论

 

关于大语言模型对经济的影响以及学术界的选择

学生:大语言模型的经济影响,比如劳动力市场的影响,比你最初预期的要慢。Chegg(在线教育技术公司)和一些服务人员受到了影响。你认为学术界应该获得AI方面的补贴,还是应该选择与业界的大公司合作?

Eric:我非常努力地推动为大学建立数据中心。如果我是这里的计算机科学系教师,我会非常失望,因为无法与研究生一起构建能够进行博士研究的算法。我被迫和这些公司合作。我认为这些公司在这方面并没有表现出足够的慷慨。我与许多你们认识的教师交谈,他们花费大量时间等待Google Cloud的配额。这是非常糟糕的情况。这个领域正在快速发展。我们希望美国能胜出,我们希望美国的大学——出于多种原因,我认为正确的做法是把资源提供给他们。我在这方面做了很多努力。

至于劳动力市场的影响,我将这个问题交给这里的真正专家。作为Eric教导的业余经济学家,我坚信那些接受过大学教育、从事高技能工作的人将会适应,因为人们将会与这些系统一起工作。我认为这些系统与以往的技术浪潮没有区别。那些危险的工作和不需要太多人为判断的工作将被取代。

关于计算机科学教育的未来

学生:我对“文本到行动”及其对计算机科学教育的影响非常感兴趣。你认为计算机科学教育应该如何变革以适应新时代?

Eric:我认为计算机科学专业的本科生群体将始终有一位编程搭档。因此,当你学习你的第一个for循环时,你会有一个工具作为你的伙伴。这就是未来的教学方式,教授会讲解概念,但你会通过这种方式参与其中。这是我的猜测。

关于非Transformer架构与数学创新
学生:你提到了一些让你兴奋的非Transformer架构。我想其中一个被提到的是状态模型,但现在还有一种是更长上下文的模型。我更好奇的是你在这方面看到的情况。

Eric:我对数学的理解还不够深入,但我非常高兴我们为数学家们提供了工作机会,因为这里的数学太复杂了。但基本上,他们是在采用不同的方法来进行梯度下降和矩阵乘法,使其更快更好。Transformer架构是一种能够同时进行乘法运算的系统化方式,这是我理解的方式。它和其他的很像,但数学部分不同。我们将继续关注这些新的数学进展。

关于中美关系与国家安全

学生:你在关于国家安全的论文中提到,中美两国在现代架构的帮助下处于关键地位。接下来的10个国家,以及稍后的一组国家,都是美国的盟友,或者与美国盟友关系密切。我很好奇你对这些国家,尤其是那些中间地带但并非正式盟友的国家有什么看法。它们有多大可能愿意加入我们的安全阵营?是什么因素可能会阻碍它们加入?

Eric:最值得关注的国家是印度,因为顶尖的AI人才从印度来到美国,我们应该让印度保留一部分顶尖人才。他们没有我们这里如此丰富的培训设施和项目。在我看来,印度是这一领域的重要摇摆国家。中国已经没有机会了,不会再回来。日本和韩国显然站在我们这一边。台湾在硬件方面很出色,但他们的软件开发较弱。在全球范围内,其他大国的选择并不多。欧洲因为欧盟的政策和管理机制陷入困境,这并不是什么新鲜事。我与他们斗争了10年,但他们仍然有许多限制,导致我们在欧洲开展研究非常困难。法国还有一些机会,但我不太看好德国。其余的国家都不够有影响力。

关于编程与AI

学生:我是编译器工程师。考虑到你设想这些模型将具备的能力,我们还需要花时间学习编程吗?

Eric:是的,这是一个老生常谈的问题,为什么你已经会说英语还要学习英语呢?是为了让你的英语更好。你确实需要理解这些系统的工作原理,我对此非常坚定。

关于分布式计算与大语言模型的训练
学生:你是否探索过分布式环境?虽然构建大型集群很困难,但MacBooks的性能很强大。你认为类似“Folding@home”的想法适合训练吗?

Eric:是的,我们对此进行了深入研究。算法的工作方式是你有一个非常大的矩阵,基本上是一个乘法函数。系统的速度完全受限于内存到CPU或GPU的传输速度。Nvidia的下一代芯片已经将所有这些功能整合到了一块芯片中,如今的芯片已经足够大到需要将它们都粘合在一起。短时间内,分布式计算在训练大语言模型方面的进展可能有限。

关于数据隐私与版权

学生:在ChatGPT发布后,OpenAI因使用他们的作品进行训练而被《纽约时报》起诉。你觉得这种情况会如何发展?这对数据隐私有何影响?

Eric:我曾经从事过大量的音乐版权工作。我了解到在60年代,有一系列诉讼最终达成了一项协议:每次播放你的歌曲,你都能获得一定的版权费。我猜AI领域可能会有类似的情况。可能会有很多诉讼,最后可能会达成一种协议,要求你必须支付你的一部分收入,以便使用类似ASCAP BMI的版权管理机构。

关于AI领域的垄断与反垄断法规

学生:现在看起来几个主要玩家在AI领域占据主导地位,他们会继续维持这个地位。这些公司似乎与那些受到反垄断法规关注的大公司有所交叉。你对这两种趋势有何看法?像是监管部门会否对这些公司进行分拆?这将会对现状产生怎样的影响?

Eric:在我的职业生涯中,我曾帮助微软避免被拆分,结果它确实没有被拆分。我也曾努力阻止谷歌被分拆,目前来看,谷歌还未被分拆。因此,从我的观察来看,这些公司被分拆的趋势并不明显。只要这些公司避免成为像约翰·D·洛克菲勒那样的企业巨头,政府可能不会采取行动。这些公司占据主导地位的原因是他们有足够的资本来建设数据中心。

关于技术差距对全球的影响

学生:这一切将会把那些不参与前沿模型开发和无法获取计算资源的国家带向何方?富国越来越富,穷国尽力而为。

Eric:事实上,这就是富国的游戏,对吧?巨大的资本,众多技术过硬的人才,强有力的政府支持。有些国家,比如印度,将会成为这一领域的重要参与者。其他国家可能需要找到合作伙伴或与其他国家联合。

对年轻人的建议

主持人:最后一个问题,Eric。你花了很多时间帮助年轻人,他们正在创造大量财富,你对在座的各位有什么建议吗?他们正在为这门课写商业计划书或撰写政策提案、研究提案,未来职业发展方面你有什么建议?

Eric:我在商学院教过一门关于这个主题的课程。快速制作原型的能力真的非常重要,成为创业者的一个难点在于一切都发生得非常快。现在,如果你不能在一天之内利用这些工具构建你的原型,那你就需要考虑一下了,因为你的竞争对手正在这么做。所以我的建议是,尽快使用这些工具把你的想法制作成原型。这是关键,因为在其他公司、其他大学,或你从未去过的地方,一定有人正在做和你一样的事情

Subbear

保持饥渴的专注,追求最佳的品质

文章评论