吴恩达博士是全球公认的人工智能领域领军人物。他是深度学习在线教育平台 DeepLearning.AI 的创始人、LandingAI执行董事长、AI Fund普通合伙人，同时担任在线教育平台 Coursera 的董事长兼联合创始人。作为机器学习领域的先驱，吴恩达在机器学习、机器人学及相关领域撰写或联合撰写了 200 余篇研究论文。2023 年，他入选《时代》周刊 “人工智能百大影响力人物” 榜单。《20VC》

{"highlight":[{"answer":"我认为目前最大的两个瓶颈，首先是电力。说实话，在美国，我很担心很多数据中心运营商陷入了许可审批的困境。当然，我知道获得当地社区的支持很重要，有些人确实不希望数据中心建在自己那里。但就像我们曾为特定时代修建公路和铁路作为基础设施一样，数据中心是构建数字经济的关键基础设施。因此，美国以及许多西方国家的电力短缺是个问题。相比之下，我看到中国正在大量建设发电厂，包括核电站。这会形成一种有趣的动态。第二个瓶颈是半导体。不过AI非常复杂，我们还需要更多数据、更好的算法，这些都值得投入。但短期内，电力和半导体方面的限制更为突出。","question":"您曾说AI是新的电力。联想到电力发展的现状，我想了解目前AI发展的瓶颈。很多人似乎认为瓶颈主要在于数据、算力和算法。我们应该从这三个维度去思考瓶颈问题吗？如果是的话，您认为最大的瓶颈是哪一个？"},{"answer":"确实，token生成正在变得更高效、更便宜。你看OpenAI的开源权重模型，他们发布的模型运行起来效率非常高。我觉得他们做得很好。那个模型好像有1200亿参数，但活跃的大概只有57亿？所以运行起来效率很高。不过，尽管token生成成本在下降，我们对它的需求却永不满足。AI领域有个有趣的现象：如果看看价值所在，其中一个重要领域就是AI辅助编程。这让我想起了早些时候。上一代，谷歌在网络搜索这类横向信息发现领域占据了主导地位。但在互联网建设时期，有很多垂直领域的空间。所以后来出现了Travelocity和Expedia这样的旅游平台，零售领域的Fortile，交通、社交媒体等领域也有很多垂直平台。现在我们看到的是，ChatGPT拥有如此强大的消费者品牌，似乎在新一代横向信息发现领域占据主导地位。不过，Gemini凭借对Android和Chrome的渠道优势，也是一个重要的参与者。但如果横向信息领域是这样的格局，那么垂直领域仍有很大的发展空间。其中一个明显的高价值垂直领域就是AI编程辅助——我每天都用云代码（Cloud Code），非常喜欢。OpenAI的CodeX势头也很猛。显然，它让开发者的生产力和效率大大提升，以至于对“使用更多AI编程辅助”的需求飙升。我觉得令人兴奋的一点是，我常常把AI编程辅助看作其他职业功能可能发生变化的预兆——当AI营销工具、AI招聘工具、AI财务工具变得更高效时，可能也会出现类似的情况。所以我常把AI编程辅助看作其他行业随着工具改进可能发生的变化的前兆。","question":"我们该如何看待这种对更多算力的无限需求以及由此带来的进步？很多人说GPT-5的例子表明缩放定律已在一定程度上达到极限，现在已转向注重效率。对于这两种看似不同的观点，我们该如何平衡？"},{"answer":"在软件工程领域，AI正在加速代码编写。过去需要6个工程师花半年时间构建的项目，现在我或我的一个工程师一个周末就能完成。我希望我们再也不用回到没有AI辅助的编程时代了，因为这种加速和生产力提升太惊人了。比如，有个周末，我想给女儿做乘法练习的 flashcard。她想练习乘法，需要 flashcard。我当时想，要么开车去商店买一堆，要么用AI写代码生成并打印出来。我选了后者。这其实是个经济价值很低的任务，但有了AI辅助编程，我很快就搞定了。","question":"我这份工作的乐趣在于，安德鲁，我能和非常棒的人交流，然后交叉比对他们的观点。红杉资本的大卫·卡恩（David Kahn）说，衡量AI有效性的一个有用标准是：AI能否取代劳动力中能力最差的5%的人？Cohere的乔尔说，这纯属胡扯。真正的问题是：AI能否让人们的能力提升10倍？别管那5%，能不能提升10倍？您如何看待衡量AI对劳动力成功影响的标准？"},{"answer":"目前有大量资金涌入数据中心和基础设施领域。我们可以争论一下，这算不算泡沫？我们确实需要大量投资。但人们是否已经到了要用如此深奥的金融工具来为其筹集资金的地步，以至于会产生泡沫？我们可以就此展开讨论，对吧？所以我们肯定需要大量投资，但何时会演变成过度投资呢？这是个有趣的问题。另一个我认为我们需要大量投资的领域，不仅仅是基础设施、数据中心和基础模型层，还有应用层。事实证明，由于其他人已经花费数十亿美元训练这些人工智能模型，我们现在只需花费数百美元、数千美元，甚至可能只需数十美元就能使用它们。构建大量以前不可能实现的应用程序，这非常棒。现在，从风险投资的角度来看，我从多位风投人士那里听说，奇怪的是，尝试新想法的成本如此之低，以至于好的创意反而变少了。人们不太确定在应用层该把大量资金投到哪里。事实上，如果你看看应用层的很多投资，有时会感觉，一些公司投入1亿美元，只是为了支付OpenAI的费用，而OpenAI又会把这些钱支付给英伟达，最终所有的钱都流向了那里。话虽如此，在应用层仍有很多有价值的投资机会，就是去构建实际的产品。但问题在于，你可以用非常高效的资本方式去做。所以如果有人说，我想投入100亿美元，你知道，是的，你可以建造价值100亿美元的数据中心，我们知道怎么花这笔钱。但你怎么把100亿美元花在构建应用程序上呢？问题在于，尝试一个想法可能只需要100万美元。那我怎么花掉100亿美元呢？这既是个问题，又不完全是个问题。但我认为我们应该……","question":"在哪些我们投资不足的领域，我们最需要加大投资力度？"},{"answer":"我不同意这种说法。我认为我们现在已经看到了很多有用的智能体工作流的萌芽。所以在AI Fund，我们团队为很多任务构建了大量智能体工作流，要不是有这些智能体工作流，我们甚至无法完成这些任务。能举个例子吗？我很感兴趣。当然。比如，一年多前，在拜登和特朗普的一场辩论之后，无论结果如何，我们认为关税合规可能会成为一个问题。不幸的是，我们的判断后来被证实是正确的。所以去年，我记得大概是八月左右，我们开始构建、探索帮助处理关税合规的技术。顺便说一下，不知道你有没有看过这些关税合规文件。坦白说，当我看到遵循这些文书工作的要求时，我就在想，天哪，这都是什么？你知道，比如进口一辆自行车。你要查看自行车的规格、成本、车轮尺寸等等，有各种各样的规章制度。这让我不禁想问，真的是人类在做这些工作吗？所以我们构建了智能体工作流，仔细阅读关税合规文件，获取某人想要进口的商品规格，尝试匹配信息，并给出建议。现在这已经成为我们的一家投资组合公司，叫做Gaia Dynamics（盖亚动力），由于关税合规的复杂性增加，这家公司发展得相当不错。如果没有智能体工作流，我们根本无法做到这一点。我们在印度有一个医疗助手Calatus，帮助处理法律文件。很多这样的工作流，要是没有这些人工智能智能体，我们是无法完成的。所以我发现，现在已经有有用的人工智能智能体工作流了，而且大型企业中也有，不只是初创公司。当我们观察超大规模企业，我和一些大型企业的朋友聊天时，发现有很多内部工作流如果没有这些人工智能智能体是根本无法运行的。","question":"这是否意味着你不同意安德烈·卡帕西（Andre Kapathi）所说的“有用的智能体（agents）还需要十年时间”这一观点？"},{"answer":"竞争优势正在发生变化。我发现竞争优势更多是行业的函数，而非技术的函数。因此，人工智能作为一种技术，并没有为大多数企业提供关于竞争优势的答案。所以，如果你为无人机、法律或其他领域构建人工智能，其竞争优势更多取决于该行业。但与竞争优势相关的一个变化是，以前软件本身就是一种竞争优势。如果你花了10年时间构建软件，别人很难复制。但这种竞争优势现在比以前弱多了。不过其他竞争优势，比如你是否试图利用人工智能加速构建一个具有很强防御性的双边市场？或者你是在为消费者、企业构建产品，是否存在有助于你建立防御性的品牌和声誉效应？所以我发现，软件带来的竞争优势已经改变，但其他竞争优势往往需要基于行业进行分析。","question":"你如何看待人工智能领域的防御性（竞争优势）？很多人认为，人工智能领域的产品复制速度大大加快，防御性本身受到了质疑。你同意这种观点以及如今对防御性的质疑吗？"}]}