“我们不再是在检索数据,而是在进行推理 。”

在和美国第一播客 Joe Rogan 的最新对话中,英伟达 CEO 黄仁勋 抒发了对人工智能底层逻辑与技术演进的 意见 。

在这场两个半小时的对话中,他们谈到了 AI 的意识与 性质、AI 对社会与 待业的影响等话题 。

对谈过程中,话题也自然蔓延到了英伟达 充斥 挑战的创业历程,直言自己依旧天天都在 担心英伟达倒闭 。

核心要点速览

• 生成式 AI 的核心机制已从检索既有信息彻底改变为学习 常识 构造并进行即时的逻辑推理 。

• 数据 核心正演变为输入能源与数据并大规模产出智能 Token 的新型工厂 。

• 加快计算正在让摩尔定律以另一种 模式 新生 。

• 将来的编程语言将回归人类自然语言,这将极大地减低技术门槛并给予个人更强的制造力 。

(以下内容基于对话实录 整顿,有删改；为便于浏览,问题顺序亦有调整 。)

从“检索”到“推理”的质变

Rogan：我们大家其实都习惯了以往那种计算机的概念, 比方 Google 查找,你输入一个 要害词,它就把数据库里存好的东西拿给你 。

但现在 产生的 事件 仿佛 彻底不同了,这就 如同某种魔法一样 。现在的 AI 到底有什么 性质区别？它是在检索数据还是在做别的？

黄仁勋：这是一个 根 本色的改变 。过去我们是在“检索”,你输入问题,它去数据库找预先存好的答案给你 。

而现在我们是在“推理” 。当你给 ChatGPT 一个指令,它不是去哪里找答案,它是依据它学到的 常识 构造,逐字逐句地生成答案 。

这就像我问你一个问题,你不是在脑子里翻书,而是在组织语言 答复我 。

Rogan：我想 深刻丝毫,所谓的深度学习到底是什么？Hinton 他们搞出来的这个东西,和以往我们写软件的 模式有什么不同？我听说以往软件就像写菜谱,现在的不是？

黄仁勋：没错 。以往的软件是我们用第一性原理 形容算法, 而后编码,就像写菜谱一样 。 比方你要计算力,你就写「F=ma」 。

但深度学习 彻底不同 。 设想一下,我们构建了一个 硕大的神经网络,或者你 能够把它 设想成一个由无数数学单元构成的 硕大配电盘 。我们不 形容内部的函数,而是给它海量的输入和输出示例 。

比方,一张猫的图片,那个“猫”的信号灯应该亮起 。一开始,这个网络是随机推测的,它给出一堆垃圾 后果 。 而后你说“不,那是错的”,你需求把那个误差反向 流传回去,调整这几十亿个开关的参数 。

你一遍又一遍地做这个过程,直到它能自己找出 法令 。它 性质上是一个通用函数 逼近器 。这 象征着, 只有有足够的输入和输出,它 能够学习任何物理定律,无论是牛顿定律还是薛定谔方程 。

Rogan：我们看过像《机械姬》这样的电影 。假如 AI 能够 圆满地摹仿人类的 交换,甚至有了情感 抒发,我们是不是应该认为它具备了“意识”？那个 界线在哪里？

黄仁勋：这是一个哲学定义问题 。假如它能像你一样推理、解决问题、 了解 用意,这在某种程度上便是一种“ 了解” 。

Rogan：你之前用了一个很 乏味的词,你说数据 核心现在是“AI 工厂” 。这只不过一个用来形容的比喻吗？还是说它的运作 模式真的像个工厂？

黄仁勋：不,这不只不过比喻 。工业革命 时代,工厂输入水和煤,输出电力 。

现在的 AI 工厂,输入的是电力和数据,输出的是 Tokens 。这些 Tokens 便是智能的载体,这是一种崭新的制造业,我们正在大规模生产“智能” 。

Rogan：这里的能源 消费听起来很疯狂 。我看过一些报导说数据 核心用的电量惊人 。能源 消费是当前 AI 扩张的最大瓶颈吗？

黄仁勋：能源是一个 挑战,但更主要的是效率 。假如我不 晋升芯片效率,依照现在的需求增进,我们将耗尽世界的能源 。但我们的 Blackwell 芯片比上一代能效 晋升了 25 倍,这 象征着我们在用同样的电做更多的事 。

Rogan：我看到近期的一些新闻,像微软这样的巨头,他们 仿佛正在为了电力去重启那些老旧的核电站,这是真的吗？真的到了要靠核能的地步了吗？

黄仁勋：是的,数据 核心需求十分 巩固的基载电力,太阳能 和风能受天气影响 稳定太大 。核能是一个十分好的 取舍,无论是重启现有的,还是 将来进展小型模块化 反响堆 。

AI 让每个人都是程序员

Rogan：有一个众多人焦虑的地方 。假如 AI 能 实现编程、法律文书、机械维修等全部 使命,那人类该如何寻觅 本身存在的 意思？ 比方那个叫 Mike 的机械师,假如 AI 比他修得好,他该怎么办？

黄仁勋：这是一个深刻的问题 。人们的身份认同一般与职业绑定 。但我认为工作不会消逝, 使命会改变 。

比方 喷射科医生,五年前 Hinton 预测 AI 会取代他们,但现在 喷射科医生比以往更多了 。为何？

由于 AI 帮他们 解决了看片子的 使命,让他们能 专一于“诊断疾病”这个核心 指标,效率更高了 。你会成为指令的发出者 。我们依旧喜爱解决难题,喜爱有 目标感 。

Rogan：我有众多朋友问我,现在的孩子还需求学习编程吗？由于以往这是通往高薪工作的金钥匙 。

黄仁勋：不需求了 。 将来的编程语言便是人类语言 。你不需求去学 Python 或 C++ 的语法,你 只有求清楚地 抒发 用意 。世界上每个人都将成为程序员 。这极大地减低了技术门槛 。

Rogan：有一个 实际叫“已死互联网 实际”(Dead Internet Theory) 。意思是说, 将来互联网上产生的全部内容,包含我们现在的 交换、放大、补充、 批改,90% 都将由 AI 生成 。我们将面临一个充斥着机器生成内容的互联网吗？

黄仁勋：这太疯狂了 。但我也感觉没关系 。假如这能让我们猎取 常识更高效,哪怕是由 AI 合成的 常识, 只有它是基于第一性原理核实过的,那就没问题 。

加快计算让摩尔定律“ 新生”

Rogan：我们以往总听说摩尔定律,说芯片性能每两年翻倍,成本减半 。这向来是科技界的铁律 。

但现在大家都在说物理极限到了,东西不能无限做小 。传统的摩尔定律还在起作用吗？还是说我们已经碰到了那堵墙？

黄仁勋：传统的摩尔定律 —— 即仅仅 依附缩短晶体管来 晋升性能 —— 确切已经放缓了 。

但在 AI 计算领域,我们通过加快计算让定律以另一种 模式 新生 。

Rogan：我向来想弄懂这个 根底问题,由于我也在玩游戏,我晓得显卡是干嘛的 。但 CPU 和 GPU 到底有什么区别？为何大家都在抢 GPU 来跑 AI？为何它更 合适？

黄仁勋： CPU 就像是几个十分 壮大的专家( 比方爱因斯坦),它们能串行 解决极其复杂的逻辑,按顺序执行步骤 1、步骤 2、步骤 3 。

而 GPU 就像是成千上万个一般人,它们 固然单个不如 CPU 强,但 能够同时并行 解决海量的 容易 使命 。

AI 性质上便是海量的并行计算,所以 GPU 更 合适 。在过去十年里,我们将 AI 计算的成本减低了 10 万倍 。这就像是喝了能量饮料的摩尔定律 。

Rogan：我 定然要听听这个故事 。能讲讲你当年亲手交给 OpenAI 团队第一台超级计算机 DGX-1 时的情景吗？听说那是一个历史性的时刻 。

黄仁勋：那是 DGX-1 。2016 年,我亲自把它送到了 OpenAI 的旧办公室 。当时他们还是一家非营利机构,只不过一群在一个小房间里的人,马斯克在那儿,Ilya 也在 。

我把机器推上去,那是世界上第一台专门为 AI 深度学习打造的超级计算机 。当时那台机器有 1 Petaflops 的算力 。

Rogan：现在的 设施和那时候比怎么样？九年过去了, 变迁大吗？

黄仁勋： 变迁太大了 。九年前那台机器很大,卖 30 万美元 。而现在,我们把同样的算力塞进了一个惟独书本大小的模块里,成本和体积都大幅 降落 。这便是技术的 遍及 。

Rogan：回头看,你是如何在技术还不 清朗的时候,就敢于下重注的？ 比方你们搞了个叫 CUDA 的东西,听说当时让股价跌得很惨？

黄仁勋：是的,我们 创造了 CUDA,这让我们 能够在显卡上运行任何程序,而不只仅是图形 。

我们在芯片里加了这个硬件 性能,招致成本翻倍,但当时 根本没人买单,也没人 了解 。我们的市值从大概 120 亿美元跌到了 20 亿美元 。

但我告诉团队,假如我们相信这是 将来,相信第一性原理,相信这是一种新的计算 模式,我们就必须 保持 。假如不做,我们会抱憾终身 。

英伟达的“30 天倒闭危机”

Rogan：我听说英伟达早期有一段十分艰难的 时代,差点倒闭,只能向世嘉求助 。这是真的吗？能 详尽讲讲吗？

黄仁勋：是的,1996 年,我们离倒闭只差 30 天 。当时我们和世嘉合作做游戏机芯片 。

但我们犯了一个 硕大的技术 舛误 。当时行业的主流是用三角形来绘图,而我们却 取舍了一种叫“正向纹理映射”的技术,用的是四边形,甚至是曲面 。

我们 认为这样做成本更低, 后果微软推出了 DirectX,它是基于三角形的 。我们的技术 霎时变成了废品 。

Rogan：最让我 惊异的是你当时的做法 。为何你会 取舍去向 Sega 的 CEO 坦白说“我要失败了”？大多数人这时候都会 取舍 扯谎或者迟延吧？

黄仁勋：我必须 老实 。我去见世嘉的 CEO,我告诉他：“我没法 实现合同了,我们的技术是错的 。我 提议你去找别人做 。但我需求你把合同里剩下的钱付给我,不然我们就完了 。”

这是一个极其无理的要求 。但他看着我说：“Jensen,既然你这么 老实,我相信你会拿这笔钱去做正确的事 。”他真的给了我那笔钱,大概 500 万美元 。那笔钱救了我们的命 。

Rogan：还有一个小细节,我 定然要问 。你们当时没有钱做芯片测试,你是怎么搞定的？

黄仁勋：我们没钱再做一次流片了 。我听说有一家叫 IKOS 的公司卖一种芯片 模仿器, 能够让你在不生产芯片的状况下测试软件 。

我打电话给他们,他们说他们倒闭了 。我说“什么？那你机器还在吗？”他们说库存里有一台 。

于是我用我们要命的一半资金,买下了那台机器 。我们就在那台 模仿器上跑通了全部软件, 而后直接去生产,跳过了之间的测试环节 。假如那次失败了,我们就彻底 结束了 。

Rogan：经典游戏《Doom》( 灭绝 兵士)对我很主要 。我听说它和你们公司也有很深的渊源？

黄仁勋： 《Doom》定义了 3D 游戏 。你晓得它的名字由来吗？John Carmack 告诉我,是来自电影《金钱本色》里汤姆?克鲁斯走进台球厅,有人问他箱子里装的是什么,他拿出一个台球杆箱子说：“Doom” 。

我们早期的显卡 几乎便是为了跑好这类游戏而设计的 。

万亿 CEO 的炼金术

Rogan：你的童年故事太疯狂了 。我听说你父母把你送到肯塔基州的一个寄宿学校,那里条件很艰难？

黄仁勋：是的,奥尼塔浸信会学院 。我当时 9 岁,我哥哥 11 岁 。那是肯塔基州最 穷困的地域之一,是一个管教问题少年的学校 。

Rogan：这种 经历对你有什么影响？你会感觉那是某种创伤吗？

黄仁勋：不,那是一段塑造 性格的 经历 。我学会了顽强 。我当时的家务是 清扫全宿舍的厕所 。我惟独 9 岁,但我 清扫得十分认真 。

我学会了无论做什么工作,都要把它做好 。我父母也是,他们来美国时 几乎身无分文,我父亲在报纸上找工作,我母亲做女仆 。

我们通过录音带 交换,我录下我的生活寄给他们,他们再录回来,一来一回要一个月 。

Rogan：你说你天天要 解决几千封邮件 。你怎么有 工夫做那个？你几点起床？

黄仁勋：我天天早上 4 点起床 。我大概睡 6 到 7 个小时 。我醒来后的第一件事,甚至在下床之前,便是花几个小时 解决邮件 。

Rogan：我 留神到你不戴手表 。这是一个时髦 取舍,还是有什么特别的 含意？

黄仁勋：惟独当下是最主要的 。我不想被 工夫追着跑 。此时此刻,和你对话,便是我唯一关怀的 事件 。

Rogan：你休过假吗？真正的度假？

黄仁勋：对我来说,度假便是和家人在一同 。但我 即便在度假时也在工作 。我的两个孩子现在都在英伟达工作,所以我们在一同时,大家都在工作,都在聊公司的 事件 。这对我来说便是最好的状态 。

Rogan：你的孩子们也在那里工作？这太酷了 。你把那种职业道德灌输给了他们 。

黄仁勋：是的,他们工作极其 奋力 。我也很 厄运,现在我有三个“ 共事”天天都想和我一同工作(指妻子和两个孩子) 。

Rogan：你现在已经掌舵这家公司 32 年了 。众多人在这个位置上早就厌倦了 。你是如何 维持这种昂贵的 热诚？

黄仁勋：我不感觉这是工作 。我和最聪慧的人一同解决世界上最难的问题,这 本身便是 嘉奖 。

但我天天早上醒来依旧会 担心公司倒闭 。这种偏执不是坏事,它让我 维持敏锐 。我不想失败的动力远大于我想 顺利的动力 。

Rogan：我们这种人常给别人一种印象, 如同我们天天工作都 充斥 快活 。但其实众多时候是 苦楚的,对吧？

黄仁勋：是的, 苦楚、 孤单、不确定性 。这都是过程的一 部分 。假如你不能 忍耐 苦楚,你就 无奈实现伟大的 事件 。

我对我的员工说,我 指望你们能 经历足够的 苦楚,由于那是 性格的磨刀石 。没人能仅仅靠运气或聪慧就 顺利,你必须 经历磨难 。