編者按：本文來自微信公眾號 紅杉匯（Sequoiacap），創(chuàng)業(yè)邦經(jīng)授權(quán)發(fā)布。

未來，AI會帶來怎樣的改變？

當(dāng)SaaS公司與AI攜手共進，將擦出怎樣的火花？

AI的突飛猛進將帶來哪些前所未有的挑戰(zhàn)？

對于AI企業(yè)而言，開源精神是否至關(guān)重要？

在這個AI技術(shù)日新月異的時代，雖然這些問題并無標(biāo)準(zhǔn)答案，但它們無疑是業(yè)界熱議的焦點。特別是那些在領(lǐng)域內(nèi)享有盛譽的人們，他們對未來AI發(fā)展的洞見更是備受矚目。為此，紅杉匯特別推出了“AI大家說”系列文章，旨在和讀者分享行業(yè)前沿人士的智慧和預(yù)見。

在今日的篇章中，我們精心梳理了OpenAI首席執(zhí)行官Sam Altman、Notion首席執(zhí)行官Ivan Zhao、DeepMind首席執(zhí)行官Demis Hassabis、圖靈獎得主Yann LeCun以及《連線》雜志創(chuàng)始主編Kevin Kelly等五位業(yè)界翹楚近期的訪談和演講精華，以期揭示他們對AI未來發(fā)展前景的深刻洞察。

未來，何去何從？

圖說：Sam Altman在斯坦福進行了演講

圖源：視頻截圖

Sam Altman 我認為我們需要對AGI（通用人工智能）有一個更精確的定義，以更好地理解和評估其發(fā)展的問題。當(dāng)人們問“AGI的時間表是什么”時，他們其實想知道的是世界什么時候會發(fā)生巨大變化，變化的速度什么時候會大幅加快，經(jīng)濟運作的方式什么時候會發(fā)生巨大變化，我的生活什么時候會改變。由于很多原因，這個時間點可能與我們想象的很不一樣。

我完全可以想象這樣的世界：我們在任何領(lǐng)域都能開發(fā)出具備博士水平的AI，可以大幅提升研究人員的生產(chǎn)力，甚至可以實現(xiàn)一些自主研究。從某種意義上說，這聽起來似乎會對世界產(chǎn)生很大的影響，但也可能我們已經(jīng)做到了這些后，卻發(fā)現(xiàn)全球GDP增長在隨后的幾年里并沒有發(fā)生變化。想想這種情況還是很奇怪的。這最初并不是我對整個過程的直覺。

所以，我無法給出一個具體的時間來說明我們何時能達到人們所關(guān)心的里程碑，但是在未來的一年以及之后的每一年，我們都會擁有比現(xiàn)在強大得多的系統(tǒng)，我認為這是關(guān)鍵。所以，我已經(jīng)放棄了預(yù)測AGI的時間表。

每個人都想要更多更好更快。而利用AI提高科學(xué)能力，是我們到達那里的方式。AI能夠做到最偉大的事情。我個人最希望它能對科學(xué)產(chǎn)生影響，如果我們制造一個偉大的AI工具，可以幫助人們解決他們面前的任何問題，可以幫助人們以新的方式進行推理。這對消費者，對科學(xué)家，對企業(yè)，對教育都有好處。

或許，未來人類將擁有一個“個性化AI”，它知道你讀過的每一封電子郵件、每一條短信，每一條你發(fā)送或接收的信息，可以訪問你生活的完整記錄；知道你看過的每一個文件、每一個電視節(jié)目……總之就是你說過、聽到、看到的每一件事，你可以想象這將是一件非常有幫助的事情。但這也會出現(xiàn)隱私問題，所以AI隱私問題需要與效用產(chǎn)生平衡。

就未來的進步而言，AI計算成本將急劇下降，接近能源成本，因此能源與AI的關(guān)系變得更加重要。未來幾年后，OpenAI會同時解決AI帶來的偏見問題，這兩方面都將取得了很大進展。

Ivan Zhao 對于AGI來說，我覺得甚至不用等到下一個10年，在未來1-2年內(nèi)AI就會有明顯突破。這之中我認為一個被低估的領(lǐng)域是RAG（檢索增強生成）。今天語言模型已經(jīng)能夠很好地理解人們輸入到計算機中的內(nèi)容了，這意味著我們不需要再自己去做信息的組織來方便未來對信息的檢索，AI在這件事上做得比任何人類都要好。RAG會徹底改變知識管理的方式，讓人們擺脫繁瑣的信息組織工作。Notion最受人喜愛的功能之一是側(cè)邊欄，人們會用它整理知識庫和個人文檔，但以后我們可能不再需要這樣的工具來組織知識庫了——用戶只要簡單地將信息丟到Notion中，就可以通過各種方式進行檢索。

另外一個我認為很值得期待的是Work Agent，它可以簡化我們的工作流程，這是一個重大的突破，這個領(lǐng)域也已經(jīng)開始有很多人關(guān)注到了。人們之所以需要會議、日程這些東西是因為我們需要完成彼此大腦之間的“比特傳輸”，那么我們或許可以借助一個語言模型來完成這件事。例如，人們在敲定會議時間的那一刻，日程安排上也做出了對應(yīng)變化；語言模型會根據(jù)事件的發(fā)展幫我們來調(diào)整時間安排等。

最后，AI讓SaaS進入新一輪bundling。《三國演義》的第一回就提到“久分必合，久合必分”，我覺得商業(yè)的運作也是如此。在這個階段之前，SaaS行業(yè)其實已經(jīng)經(jīng)歷過一個分拆和服務(wù)分散的階段。PC時代早期其實有很多應(yīng)用，比如各種文本編輯器、dBas數(shù)據(jù)庫軟件以及其他不同的數(shù)據(jù)庫軟件；到了90 年代，因為Microsoft提供了一個底層的操作系統(tǒng)，我們也隨之進入了一個bundling階段；隨后，隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，軟件開始可以在Web上運行，這就帶來了過去10到15年前的解綁和碎片化階段，與此同時，資金成本降低帶來創(chuàng)業(yè)門檻降低，也因此導(dǎo)致了信息領(lǐng)域的過度碎片化；到今天，隨著AI、語言模型的出現(xiàn)和發(fā)展，我們似乎又回到了bundling階段——因為模型本質(zhì)上要求將信息集中在一個地方去實現(xiàn)更高效的信息處理。

Demis Hassabis 十年內(nèi)我們有可能到達真正的AGI，它可以一出手就能執(zhí)行幾乎所有人類能夠完成的認知任務(wù)。但說實話，存在很多不確定性。因為我們不確定現(xiàn)在的技術(shù)是否會達到瓶頸。如果真的遇到了，那我們可能就需要一些革命性的創(chuàng)新。

目前我們還沒有看到這樣的瓶頸。但曾經(jīng)的一些預(yù)測，以及我的一些同行的推測，可能確實存在一些難以逾越的障礙。不過，我覺得這是一個需要實驗來驗證的問題。

這也是為什么我們要在這兩個方面都下大力氣。我們既要將現(xiàn)有的理念、技術(shù)和知識推向極限，又要在基礎(chǔ)研究、創(chuàng)新性研究和探索性研究上加大投入，尋找對現(xiàn)有理論的改進，并思考可能遇到的障礙是什么。如果在系統(tǒng)的擴展過程中真的遇到了障礙，那我們應(yīng)該如何應(yīng)對。希望在遇到瓶頸的時候，我們已經(jīng)想出了解決的辦法。如果真的有那么一天，我們不至于手足無措。當(dāng)然，也可能根本就不會遇到這樣的瓶頸。

圖說：Yann LeCun做客著名播客Lex Fridman

圖源：視頻截圖

Yann LeCun AGI的到來將是一個逐步進展的過程。我們是否會擁有能夠從視頻中學(xué)習(xí)世界如何運作并學(xué)習(xí)良好表征的系統(tǒng)？是的。在我們讓它們達到我們在人類身上觀察到的規(guī)模和性能之前，還需要相當(dāng)長的一段時間。這不會在一天內(nèi)發(fā)生。我們是否會得到具有大量關(guān)聯(lián)記憶的系統(tǒng)，以便它們能夠記住東西？是的，但同樣，這不會發(fā)生在明天。有一些基本技術(shù)需要開發(fā)。

我們有很多這樣的東西，但要讓它與完整的系統(tǒng)一起工作是另一回事。我們是否會擁有能夠按照我之前描述的目標(biāo)驅(qū)動AI架構(gòu)進行推理和計劃的系統(tǒng)？是的，但在我們讓它正常工作之前，還需要一段時間。在我們讓所有這些東西一起工作之前，然后在此之上，擁有可以學(xué)習(xí)分層規(guī)劃、分層表示的系統(tǒng)，可以針對手頭的許多不同情況進行配置的系統(tǒng)，就像人腦可以的方式一樣，所有這些至少需要十年甚至更長的時間，因為有很多我們現(xiàn)在還沒有遇到的問題，所以我們不知道在這個框架內(nèi)是否有一個簡單的解決方案。所以它并非指日可待。

在過去的12、15年里，我一直聽到人們聲稱AGI即將到來，但這種說法是系統(tǒng)性錯誤的。當(dāng)他們這么說的時候我就知道他們錯了。

此外值得一提是，現(xiàn)在有各種各樣的機器人公司，比如波士頓動力、宇樹科技等好幾家。我認為下一個十年機器人將會非常有趣——除非我們再次擁有可以自我訓(xùn)練以了解世界如何運作的世界模型和系統(tǒng)，否則我們不會在機器人技術(shù)方面取得重大進展，因此，目前許多從事機器人硬件工作的人都在押注或寄希望于AI將在這方面取得足夠的進展。

圖說：Kevin Kelly在中國的最新演講

圖源：中信出版社

Kevin Kelly 當(dāng)技術(shù)變得隱形的時候才是最強大的。我們現(xiàn)在在這個房間當(dāng)中有大量的技術(shù)存在，比如電燈、水管、風(fēng)扇、通風(fēng)管道等，我們意識不到他們的存在，這意味著這些技術(shù)已經(jīng)成功了。同理，我們一直在談AI，說明它還沒有成功，如果說我們已經(jīng)無法意識到AI的存在了，那么就說明AI成功了。在未來我是相信95%的AI應(yīng)用我們都沒有辦法看到，他們就像管線系統(tǒng)一樣在后臺運行。未來我們將更熟悉它的前臺界面，大多數(shù)人可能甚至不知道它背后由AI運行。

我們把AI類比成電力，你不能簡單地認為把18世紀(jì)的公司通電，它就會成為完全不同的公司。但是如果這家企業(yè)在誕生之初就有電力的加持，那么這一家企業(yè)和18世紀(jì)的其他企業(yè)相比，一定有巨大的飛躍。AI也是一樣，下一代AI原生企業(yè)的商業(yè)模式一定是和AI發(fā)展前的企業(yè)是完全不一樣的。

有些工作是人類不想做的，有些工作是人類可以做的，還有些工作甚至是人類完全未知的。AI能夠起到最大作用的地方，不僅僅是在人類不能做的，更是在于去探求完全未知的工作。

此外，未來AI可能還會產(chǎn)生情感屬性。即使面對AI，我們在溝通時也會不自覺代入情感， AI會感受到情感的傳遞。所以，在未來，人類可能會跟AI有更強的羈絆，它就會像一個能夠說話的小狗。雖然可能剛開始會讓很多人覺得不習(xí)慣，但是隨著情感嵌入技術(shù)的發(fā)展，你可能會發(fā)現(xiàn)這種羈絆感是超過了你的預(yù)期。

相信這些機器可以幫助人類成為更好的人類，這是我們的最終目標(biāo)。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。