Nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Ehemaliger Google-CEO Eric Schmidt (Bildquelle: mittel)

Der frühere CEO von Google zog seine früheren Kommentare zurück, in denen er seinen alten Arbeitgeber als „nicht gut genug“ kritisierte und die Fernarbeit als ruinierend für Google kritisierte.

Kürzlich sagte der ehemalige CEO und Vorstandsvorsitzende von Google, Eric Schmidt, in einer Rede an der Stanford University, dass Google im Wettbewerb um KI (künstliche Intelligenz) gegen Start-ups wie OpenAI verlieren würde, weil die Remote-Office-Richtlinien von Google dazu führen, dass Mitarbeiter nicht mithalten können hart genug arbeiten.

„Google glaubt, dass Work-Life-Balance, früheres Feiern und Arbeiten von zu Hause aus wichtiger sind als zu gewinnen. Aber der Grund für den Erfolg von Start-ups liegt darin, dass die Leute hart arbeiten, weil die Mitarbeiter von Google jetzt zu viel Spaß an der Arbeit haben.“ Life Balance, aber dadurch verlor das Unternehmen seinen Fokus und verlor gegen OpenAI. Die derzeitige Remote-Arbeitsmethode von Google ist der Hauptschuldige. Die Mitarbeiter sind der Meinung, dass es wichtiger ist, früher nach Hause zu gehen, um Zeit mit ihren Familien zu verbringen, als berufliche Erfolge zu erzielen. „Es tut mir leid, dass ich es so unverblümt sagen muss, aber wenn man sein Studium abschließt und ein Unternehmen gründet, versteht man, dass man den Mitarbeitern nicht erlaubt, nur einen Tag in der Woche ins Unternehmen zu kommen.“

Schmidt betonte, dass KI-Startups zunächst die ausgereiften Werke anderer Leute „kopieren“ und dann „eine große Anzahl von Anwälten engagieren können, um das Chaos zu beseitigen“, sobald das Produkt populär wird.

Einen Tag nach der Veröffentlichung des Videos entschuldigte sich Schmidt jedoch für seine Bemerkungen.

Am 15. August sagte Schmidt in einer E-Mail an das Wall Street Journal: „Ich habe in meinen Kommentaren zu Google und seinen Arbeitszeiten einen Fehler gemacht und bereue meinen Fehler.“

Aus öffentlichen Informationen geht hervor, dass Schmidt von 2001 bis 2011 CEO von Google war und bis 2019 im Vorstand tätig war. Anschließend schied Schmidt aus dem Vorstand der Google-Muttergesellschaft Alphabet aus.

Aber ab sofortSchmidt bleibt Alphabet-Aktionär und hält rund 147 Millionen Alphabet-Aktien, fast 1 % der Aktien, im Wert von etwa 24 Milliarden US-Dollar. Schmidt ist 31,4 Milliarden Dollar wert.

Schmidts allzu direkte Äußerungen stießen diesmal auf große Kontroversen, während einige Internetnutzer kritisierten, dass das Management von Google das größte Problem sei. Unter ihnen postete die Arbeitergewerkschaft Alphabet: Mangelnde Umsetzung bremst Google-Mitarbeiter jeden Tag aus.“

Nur einen Tag nachdem Schmidt diese Bemerkung gemacht hatte, entschuldigte er sich schnell öffentlich und das entsprechende Video wurde von der Stanford University als Privatvideo eingestellt.Zuvor wurde Schmidts Video mehr als 400.000 Mal angesehen.

Es ist erwähnenswert, dass viele bekannte amerikanische Unternehmer tatsächlich ähnliche Ansichten wie Schmidt vertreten. Beispielsweise haben sich Elon Musk, CEO von Tesla, und Jamie Dimon, CEO von JPMorgan Chase, beide öffentlich über Richtlinien zur Fernarbeit beschwert. Dimon schrieb einmal in seinem jährlichen Aktionärsbrief, dass Unternehmensmanager ihre Teams nicht vor einem Bildschirm führen können.

„Sehen Sie sich Musk an, schauen Sie sich TSMC an. Der Grund, warum diese Unternehmen erfolgreich sind, liegt darin, dass sie Mitarbeiter rekrutieren können. Sie müssen Ihre Mitarbeiter stark genug antreiben, um zu gewinnen. TSMC lässt im ersten Jahr promovierte Physiker in der Fabrik arbeiten.“ Können Sie sich vorstellen, dass amerikanische Doktoranden ans Fließband gehen?“, sagte Schmidt.

Darüber hinaus teilte Schmidt auch einige Anlageempfehlungen zu Nvidia mit und sagte, dass er einen klaren Trend an der Börse sehe, das heißt, dass große Technologieunternehmen planen, immer größere Investitionen in Nvidia zu tätigen. „Ich spreche mit großen Unternehmen und sie sagen mir, dass sie 20 Milliarden US-Dollar, 50 Milliarden US-Dollar, 100 Milliarden US-Dollar brauchen – sehr, sehr dringend“, fügte Schmidt hinzu, OpenAI-CEO Sam Alter „enger Freund“ von Sam Altman.

Schmidt glaubt, dass Nvidia zwar nicht der einzige Gewinner im Bereich KI sein wird, es aber nicht viele andere Optionen gibt. Seiner Ansicht nach werden größere Unternehmen, die mehr in Nvidia-Chips und Rechenzentren investieren können, kleineren Konkurrenten technologisch voraus sein.

„Es gibt nur drei hochmoderne Modelle, und die Kluft zwischen ihnen und allem anderen scheint immer größer zu werden. Vor sechs Monaten war ich davon überzeugt, dass sich die Lücke schließen würde, also habe ich viel Geld in kleinere Unternehmen gesteckt. Jetzt.“ , da bin ich mir nicht so sicher“, betonte Schmidt. „Früher dachte ich, NVIDIAs CUDA sei eine dumme Programmiersprache, aber jetzt ist CUDA die leistungsfähigste Programmiersprache von NVIDIA. Alle großen Modelle müssen auf CUDA laufen, und nur NVIDIAs GPUs unterstützen CUDA.

Schmidt betonte, dass führende Technologieunternehmen oft Schwierigkeiten hätten, sich an neue Branchenwellen anzupassen, und dass innovative Ideen und eine starke Büropräsenz für das Silicon Valley sehr wichtig seien.

Schmidts Perspektive wirft daher eine umfassendere Frage auf: Wie lässt sich im sich schnell entwickelnden Zeitalter der KI das Bedürfnis nach Innovation mit dem Wohlbefinden der Mitarbeiter in Einklang bringen?

Die Worte des ehemaligen Google-Chefs Schmidt repräsentieren möglicherweise die Herausforderungen, vor denen die gesamte Technologiebranche steht. Wie finden große Unternehmen angesichts der rasanten Entwicklung der KI-Technologie ein Gleichgewicht zwischen Wettbewerbsfähigkeit und Aufrechterhaltung der Mitarbeiterzufriedenheit? Dabei geht es nicht nur um den Erfolg des Unternehmens, sondern auch um die zukünftige Entwicklungsrichtung der gesamten Branche.

Zum Zeitpunkt der Drucklegung stieg der Aktienkurs von Google-A (NASDAQ: GOOGL) um 1,54 % auf 163,77 US-Dollar pro Aktie, mit einem Gesamtmarktwert von 2,02 Billionen US-Dollar. Seit Anfang 2024 ist der Aktienkurs von Google um etwa 16 % gestiegen.

Das Folgende ist eine Kurzzusammenfassung von Schmidts Rede, bearbeitet und gekürzt:

Moderator: Die heutigen Gäste brauchen keine Vorstellung. Ich traf Eric zum ersten Mal vor etwa 25 Jahren, als er als CEO von Novell zur Stanford GSB kam. Seitdem hatte er Schlüsselpositionen bei Google inne, angefangen im Jahr 2001 bis hin zu Schmidt Futures im Jahr 2017. Darüber hinaus hat er auch an vielen anderen Projekten teilgenommen, und Sie können die entsprechenden Informationen überprüfen. Also Eric, wenn ich darf, fange ich damit an. Zunächst einmal: Wohin wird sich Ihrer Meinung nach die künstliche Intelligenz kurzfristig entwickeln? Ich denke, Sie definieren das als die nächsten ein bis zwei Jahre.

Schmidt: Die Dinge ändern sich so schnell, dass ich das Gefühl habe, alle sechs Monate eine neue Rede darüber halten zu müssen, was passieren wird. Ich habe hier eine Menge Informatikstudenten. Kann jemand dem Rest der Klasse erklären, was das „Kontextfenster mit einer Million Token“ ist? Bitte benennen Sie es und sagen Sie uns, was es bewirkt.

Student: Im Grunde ermöglicht es Ihnen, mit einer Million Token oder einer Million Wörtern aufzufordern.

Schmidt: Man kann also eine Millionen-Wörter-Frage stellen. Anthropic umfasst 200.000 Token, bis zu 1 Million und so weiter. Sie können sich vorstellen, dass OpenAI ein ähnliches Ziel hat. Kann hier jemand eine technische Definition eines KI-Agenten geben? Wieder Informatik.

Student: Ein KI-Agent kann etwas sein, das sich auf eine bestimmte Weise verhält. Möglicherweise ruft er etwas im Internet auf, um in Ihrem Namen Informationen zu finden. In dieser Richtung könnte es viele verschiedene Dinge geben. In einem Prozess passieren alle möglichen Dinge.

Schmidt: Ein Agent ist also etwas, das irgendeine Aufgabe ausführt. Eine andere Definition ist, dass es sich um ein LLM, einen Zustand und einen Speicher handelt. Als nächstes, Informatiker, kann jemand von euch „Text-to-Action“ definieren?

Student: Anstatt Text in mehr Text umzuwandeln, lassen Sie die KI darauf basierend Aktionen auslösen.

Schmidt: Eine andere Definition ist die Python-Sprache. Ich möchte nie, dass eine Programmiersprache überlebt. Alles in der KI wird in Python erledigt. Gerade ist eine neue Sprache namens Mojo aufgetaucht, und es sieht so aus, als hätten sie das Problem der KI-Programmierung endlich gelöst, aber wir werden sehen, ob sie die Dominanz von Python tatsächlich überleben kann. Es gibt auch ein technisches Problem. Warum ist NVIDIA 2 Billionen Dollar wert, während andere Unternehmen Probleme haben?

Student: Die technische Antwort ist, dass der meiste Code mit CUDA-Optimierungen ausgeführt werden muss, die derzeit nur von NVIDIA-GPUs unterstützt werden, sodass andere Unternehmen tun und lassen können, was sie wollen, aber wenn sie nicht über 10 Jahre Software-Erfahrung verfügen, gibt es kein maschinelles Lernen Optimierung.

Schmidt: Ich stelle mir CUDA gerne als eine C-Programmiersprache für GPUs vor und fühle mich mit dieser Idee wohl. CUDA wurde 2008 gegründet. Obwohl ich immer gedacht habe, dass es eine schlechte Sprache sei, hat es sich durchgesetzt. Eine weitere erwähnenswerte Erkenntnis: Es gibt eine Reihe von Open-Source-Bibliotheken, die im Vergleich zu keiner anderen Bibliothek in hohem Maße für CUDA optimiert sind. Allen Leuten, die diese Tech-Stacks bauen, fehlt dieser Punkt in der Diskussion völlig. Diese Bibliotheken werden technisch gesehen VLLMs genannt, und es gibt viele ähnliche Bibliotheken, die ebenfalls stark für CUDA optimiert sind, was es für Konkurrenten schwierig macht, sie zu kopieren.

Was bedeutet das alles? Nächstes Jahr werden Sie sehr große Kontextfenster, Agenten und Text-to-Action-Anwendungen sehen. Wenn diese Technologien in großem Maßstab bereitgestellt werden, werden sie enorme Auswirkungen auf die Welt haben, die weit über die Auswirkungen sozialer Medien hinausgehen. Hier ist der Grund: Im Kontextfenster können Sie es als Kurzzeitgedächtnis verwenden, und ich war schockiert, wie lang das Kontextfenster war. Technische Gründe haben mit Service und Rechenschwierigkeiten zu tun. Das Interessante am Kurzzeitgedächtnis ist, dass es den Mittelteil vergisst, wenn man Informationen eingibt und eine Frage stellt, zum Beispiel 20 Bücher liest und den Text der Bücher als Abfrage verwendet und dann fragt, worum es darin geht Das menschliche Gehirn funktioniert.

Was Agenten betrifft, gibt es mittlerweile Leute, die LLM-Agenten aufbauen, indem sie Dinge in Bereichen wie Chemie lesen und verstehen, sie dann testen und wieder in ihr Verständnis einbeziehen. Das ist sehr kraftvoll. Der dritte Aspekt ist Text-to-Action. Lassen Sie mich Ihnen ein Beispiel geben: Nehmen wir an, die Regierung versucht, TikTok zu verbieten. Wenn TikTok verboten ist, schlage ich vor, dass Sie Ihrem LLM Folgendes sagen: Kopieren Sie TikTok für mich, geben Sie meine Einstellungen ein, erstellen Sie diese App und veröffentlichen Sie sie innerhalb der nächsten 30 Sekunden und innerhalb einer Stunde, wenn es sich nicht durchgesetzt hat , mach einfach so etwas. Das ist die Reihenfolge. Sie können sehen, wie mächtig das ist.

Wenn Sie aus jeder Sprache einen beliebigen numerischen Befehl übersetzen können, ist das in diesem Szenario im Wesentlichen Python. Stellen Sie sich vor, dass jeder auf dem Planeten seine eigenen Programmierer hätte, die tatsächlich das tun, was sie tun möchten, im Gegensatz zu Programmierern, die nicht wie erforderlich arbeiten. Die Programmierer hier wissen, wovon ich rede. Stellen Sie sich einen nicht arroganten Programmierer vor, der tatsächlich das tut, was Sie wollen, ohne dass Sie dafür einen hohen Preis zahlen müssen. Und der Vorrat an diesen Programmierern ist unbegrenzt.

Moderator: Wird das alles in den nächsten ein oder zwei Jahren passieren?

Schmidt: Sehr schnell. Ich bin mir sicher, dass die oben genannten drei Dinge in der nächsten Welle gleichzeitig passieren werden. Sie fragen sich also, was sonst noch passieren wird. Ich schwanke alle sechs Monate, wir befinden uns also in einer Ungerade-Gerade-Schwankung. Im Moment scheint die Kluft zwischen Spitzenmodellen (derzeit gibt es nur noch drei) und dem Rest zu wachsen. Vor sechs Monaten war ich davon überzeugt, dass sich die Lücke schließen würde, also habe ich stark in einige kleinere Unternehmen investiert. Allerdings bin ich mir da jetzt nicht mehr so ​​sicher.

Ich führe Gespräche mit einigen großen Unternehmen und sie sagen mir, dass sie 10 Milliarden US-Dollar, 20 Milliarden US-Dollar, 50 Milliarden US-Dollar oder sogar 100 Milliarden US-Dollar benötigen. Das Stargate-Projekt erfordert 100 Milliarden Dollar und ist sehr schwierig. Mein guter Freund Sam Altman glaubt, dass es etwa 300 Milliarden Dollar kosten könnte, vielleicht sogar mehr. Ich machte ihn darauf aufmerksam, dass ich den Energiebedarf berechnet hatte.

Im Interesse einer vollständigen Offenlegung bin ich am Freitag ins Weiße Haus gegangen und habe ihnen gesagt, dass wir mit Kanada beste Freunde sein müssen. Weil die Kanadier wirklich nette Leute sind, haben sie bei der Erfindung der künstlichen Intelligenz geholfen und sie verfügen über viel Wasserkraft. Weil wir als Land nicht genug Macht haben, um dieses Ziel zu erreichen. Eine andere Möglichkeit besteht darin, dass arabische Länder das Projekt finanzieren. Ich persönlich mag Araber und verbringe dort viel Zeit, aber sie halten sich möglicherweise nicht an unsere nationalen Sicherheitsregeln. Und Kanada und die Vereinigten Staaten gehören zu den großen Drei, über die wir uns alle einig sind.

In diesen Rechenzentren, die einen Wert von 100 bis 300 Milliarden US-Dollar haben, wird Strom also allmählich zu einer knappen Ressource.

Übrigens, wenn Sie dieser Argumentation folgen, fragen Sie sich vielleicht, warum ich über CUDA und NVIDIA diskutiere? Wenn alle 300 Milliarden US-Dollar an NVIDIA gehen, wissen Sie, was an der Börse zu tun ist. Dies ist jedoch keine Aktienempfehlung und ich bin kein Lizenzgeber.

Moderator: Teilweise, weil wir mehr Chips brauchen werden, aber Intel bekommt viel Geld von der US-Regierung. AMD versucht, in Südkorea eine Fabrik aufzubauen.

Schmidt: Heben Sie die Hand, wenn Sie einen Intel-Chip in einem Ihrer Computergeräte haben. So viel zum Thema Monopol.

Professor: Aber das ist der Punkt. Früher hatten sie ein Monopol, und jetzt hat NVIDIA ein Monopol. Sind das also Eintrittsbarrieren? Apropos CUDA: Gibt es noch andere Optionen? Ich habe neulich mit Percy Lange gesprochen. Er wechselt zwischen TPUs und NVIDIA-Chips, je nachdem, worauf er Zugriff hat. Das liegt daran, dass er keine Wahl hat.

Schmidt: Wenn er unbegrenzte Mittel hätte, würde er sich heute für die B200-Architektur von NVIDIA entscheiden, weil sie schneller ist. Das behaupte ich nicht – Wettbewerb ist eine gute Sache. Ich hatte ein langes Gespräch mit Lisa Su von AMD. Sie haben etwas gebaut, das die CUDA-Architektur in ihre eigene umwandeln kann, namens Rokam. Es ist noch nicht voll funktionsfähig, aber es wird daran gearbeitet.

Moderator: Sie haben lange bei Google gearbeitet und dort die Transformer-Architektur erfunden. Vielen Dank an die tollen Leute dort, wie Peter, Jeff Dean und alle anderen. Derzeit scheint OpenAI die Initiative verloren zu haben. In der letzten Rangliste, die ich gesehen habe, lag Claude von Anthropic ganz oben auf der Liste. Ich fragte Sundar, aber er gab mir keine sehr klare Antwort. Vielleicht haben Sie eine gezieltere oder objektivere Erklärung dafür, was dort vor sich geht.

Schmidt: Ich bin kein Google-Mitarbeiter mehr. Bei Googles Fokus auf Work-Life-Balance geht es eher darum, die Mitarbeiter früher nach Hause gehen und von zu Hause aus arbeiten zu lassen, als blind um den Sieg zu streben. Im Gegensatz dazu sind Startups erfolgreich, weil ihre Mitarbeiter hart arbeiten. Auch wenn das etwas unverblümt klingen mag, ist die Realität so: Wenn Sie ein Unternehmen nach dem College gründen und mit anderen Start-ups konkurrieren möchten, können Sie nicht nur an einem Tag in der Woche Mitarbeiter einstellen.

Moderator: In den Anfängen von Google galt das Gleiche auch für Microsoft.

Schmidt: Es scheint, dass in unserer Branche lange Zeit immer Unternehmen gewonnen haben, die wirklich kreativ waren und einen Raum dominierten, anstatt die nächste Transformation vorzunehmen. Dies ist gut dokumentiert. Ich denke, Gründer sind etwas Besonderes und müssen die Kontrolle behalten, obwohl es schwierig sein kann, mit ihnen zusammenzuarbeiten, weil sie großen Druck auf ihre Mitarbeiter ausüben. So sehr uns Elons persönliche Handlungen auch nicht gefallen, schauen Sie sich an, was er von seinen Mitarbeitern bekommt. Ich habe einmal mit ihm zu Abend gegessen und er ist geflogen. Ich war in Montana und er war an diesem Abend um 10 Uhr auf einem Flug zu einem Mitternachtstreffen mit x.ai. Denken Sie darüber nach.

Verschiedene Orte haben unterschiedliche Kulturen. Ich bin beeindruckt von TSMC. Sie hatten die Regel, dass frisch graduierte Doktoranden, gute Physiker, im Keller der Fabrik arbeiten mussten. Können Sie sich vorstellen, dass ein amerikanischer Doktor der Physik dies tun würde? Nicht wahrscheinlich. Es ist eine andere Arbeitsmoral.

Die Genauigkeit, mit der ich arbeite, liegt daran, dass diese Systeme Netzwerkeffekte haben und daher die Zeit von entscheidender Bedeutung ist. Und in den meisten Unternehmen ist Zeit nicht so wichtig, man hat sie in Hülle und Fülle. Coca-Cola und Pepsi-Cola wird es weiterhin geben, der Wettbewerb zwischen ihnen wird weitergehen und alles wird eiskalt sein. Wenn ich mit Telekommunikationsunternehmen zu tun habe, dauert die Unterzeichnung eines Vertrags normalerweise 18 Monate. Es gibt keinen Grund, sich 18 Monate Zeit zu nehmen, um etwas zu tun, es sollte so schnell wie möglich erledigt werden. Wir befinden uns in einer Phase des Wachstums und der Umsatzmaximierung, die aber auch verrückte Ideen erfordert.

Als Microsoft beispielsweise den Deal mit OpenAI abschloss, dachte ich, das sei die dümmste Idee, die ich je gehört habe. Lagern Sie Ihre KI-Führung an OpenAI und Sam und sein Team aus? Das ist verrückt. Das macht niemand bei Microsoft oder anderswo. Heute entwickeln sie sich jedoch zu den wertvollsten Unternehmen, sicherlich gleichauf mit Apple. Apple hat keine gute KI-Lösung, aber es sieht so aus, als ob sie dafür gesorgt haben, dass sie funktioniert.

Sponsor: Welche Rolle wird KI für die nationale Sicherheit oder geopolitische Interessen spielen, insbesondere im Wettbewerb mit China?

Schmidt: Als Vorsitzender eines Ausschusses für künstliche Intelligenz habe ich mich eingehend damit beschäftigt. Wir haben einen Bericht von rund 752 Seiten verfasst und ihn wie folgt zusammengefasst: Wir sind derzeit in einer Spitzenposition und müssen diesen Vorsprung halten, was erhebliche finanzielle Unterstützung erfordert. Unsere Hauptkunden sind der Senat und das Repräsentantenhaus, was zur Einführung des CHIPS Act und anderer ähnlicher Richtlinien führte.

Wenn sich Spitzenmodelle und einige Open-Source-Modelle weiterentwickeln, können möglicherweise nur wenige Unternehmen in diesem Bereich konkurrieren. Welche Länder verfügen über solche Fähigkeiten? Diese Länder müssen gut finanziert und talentiert sein, über starke Bildungssysteme verfügen und den Willen zum Sieg haben. Die Vereinigten Staaten und China sind zwei der größten Länder. Ob andere Länder teilnehmen können, bin ich mir nicht sicher. Sicher ist jedoch, dass der Wettbewerb zwischen den Vereinigten Staaten und China um die intellektuelle Hegemonie in Zukunft ein großer Kampf sein wird.

Die US-Regierung hat den Export von Nvidia-Chips nach China grundsätzlich verboten, obwohl sie dies nicht öffentlich zugeben will. Bei DUV-Chips, also 5-Nanometer-Chips, verfügen wir über etwa 10 Jahre technologischen Vorsprung. Mit diesem Vorteil sind wir China mehrere Jahre voraus, sehr zum Missfallen Chinas. Diese Politik wurde von der Trump-Administration entwickelt und von der Biden-Administration unterstützt.

Moderator: Wird der Kongress Ihren Rat befolgen und massive Investitionen tätigen? Der CHIPS-Gesetz ist offensichtlich ein Beispiel dafür.

Schmidt: Darüber hinaus müssen wir auch ein riesiges System künstlicher Intelligenz aufbauen. Ich leite eine informelle, nicht-juristische Ad-hoc-Gruppe gewöhnlicher Brancheninsider. Letztes Jahr plädierten diese Mitglieder für den Gesetzentwurf der Biden-Regierung zur künstlichen Intelligenz, die längste Präsidialrichtlinie in der Geschichte.

Wir haben einmal eine Kernfrage diskutiert: Wie erkennt man Gefahren in einem System, das gelernt hat, aber nicht weiß, was man fragen soll? Mit anderen Worten: Das System hat möglicherweise etwas Schlimmes gelernt, aber Sie wissen nicht, wie Sie danach fragen sollen. Es könnte zum Beispiel gelernt haben, wie man Chemikalien auf eine neue Art und Weise mischt, aber Sie wissen nicht, wie Sie es fragen sollen. Um dieses Problem anzugehen, haben wir in einem Memo an die Regierung vorgeschlagen, einen Schwellenwert festzulegen, den wir 10 hoch 26 nennen, was ein technisches Berechnungsmaß ist. Oberhalb dieser Schwelle müssen Unternehmen ihre Aktivitäten der Regierung melden. Um sicherzustellen, dass sie unterschiedlich sind, setzt die Europäische Union die 25. Potenz von 10 auf 10. Aber diese Zahlen liegen nah genug beieinander. Ich denke, dass all diese Unterschiede verschwinden werden, weil die bestehende Technologie veraltet sein wird. Der Fachbegriff heißt „gemeinsames Training“, was im Grunde bedeutet, dass die Teile zusammengefügt werden können. Daher sind wir möglicherweise nicht in der Lage, die Menschen vor diesen neuen Dingen zu schützen.

Moderator: Als nächstes möchte ich eine etwas philosophische Frage diskutieren. Letztes Jahr haben Sie gemeinsam mit Henry Kissinger und Dan Huttenloch einen Artikel über die Natur des Wissens und seine Entwicklung verfasst. Ich habe dieses Thema auch vor ein paar Abenden besprochen. Bis zum Aufkommen der wissenschaftlichen Revolution und der Aufklärung blieb das Verständnis der Menschheit vom Universum größtenteils rätselhaft. In Ihrem Artikel erwähnen Sie, dass die heutigen Modelle so komplex und schwer verständlich geworden sind, dass wir wirklich nicht wissen, was in ihnen vorgeht. Ich zitiere Richard Feynman: „Was ich nicht erschaffen kann, verstehe ich nicht.“ Neulich bin ich auf dieses Zitat gestoßen. Aber jetzt erschaffen die Menschen, was sie können, ohne das Innenleben wirklich zu verstehen. Hat sich die Natur des Wissens in irgendeiner Weise verändert? Müssen wir anfangen, diese Modelle für bare Münze zu nehmen, die sie uns nicht erklären können?

Schmidt: Ich möchte Ihnen ein Beispiel eines Teenagers geben. Wenn Sie einen Teenager haben, wissen Sie, dass es sich um Menschen handelt, aber Sie können nicht ganz verstehen, was sie denken. Wir als Gesellschaft haben es jedoch geschafft, uns an die Existenz von Teenagern anzupassen, und irgendwann werden sie daraus erwachsen. Das ist eine ernste Frage. Wir haben vielleicht Wissenssysteme, die wir nicht vollständig beschreiben können, aber wir verstehen ihre Grenzen und die Grenzen ihrer Möglichkeiten, und das ist wahrscheinlich das Beste, was wir bekommen können. Glauben Sie, dass wir diese Einschränkungen verstehen werden? Wenn uns das gelingt, ist das großartig.

In den wöchentlichen Treffen meiner Gruppe herrscht Konsens darüber, dass es irgendwann eine sogenannte gegnerische KI geben wird, bei der es tatsächlich Unternehmen geben wird, die Sie einstellen und bezahlen, um Ihr KI-System zu zerstören. Genau wie das rote Team. Im Gegensatz zu den menschlichen roten Teams von heute wird es ganze Unternehmen und ganze Branchen von KI-Systemen geben, deren Aufgabe es ist, bestehende KI-Systeme zu stören und Schwachstellen in ihnen zu finden, insbesondere solche, die wir nicht herausfinden können. Das macht für mich Sinn. Es ist auch ein großartiges Programm für Stanford. Wenn Sie einen Doktoranden haben, der herausfinden muss, wie man eines dieser großen Modelle angreift und versteht, was es tut, wird das eine wichtige Fähigkeit sein, um die nächste Generation aufzubauen. Daher ist es sinnvoll, beides zu kombinieren.

Moderator: Beantworten wir nun die Fragen einiger Schüler. Hinter mir steht ein Klassenkamerad, bitte sagen Sie Ihren Namen.

Student: Sie haben bereits erwähnt, und das passt jetzt zu Ihrem Kommentar, dass KI tatsächlich das tut, was Sie von ihr erwarten. Sie haben gerade die gegnerische KI erwähnt, und ich habe mich gefragt, ob Sie das näher erläutern könnten. Abgesehen von der offensichtlichen Steigerung der Rechenleistung scheint es zwar auch leistungsstärkere Modelle zu geben, aber die Frage, wie man sie dazu bringt, das zu tun, was man will, scheint teilweise unbeantwortet zu sein.

Schmidt: Nun, man muss davon ausgehen, dass das aktuelle Halluzinationsproblem mit der Verbesserung der Technologie usw. abnehmen wird. Ich sage nicht, dass es verschwinden wird. Und dann muss man auch davon ausgehen, dass es einen Wirksamkeitstest gibt, also muss es eine Möglichkeit geben, herauszufinden, ob das Ding erfolgreich war. In dem Beispiel, das ich von einem TikTok-Konkurrenten erwähnt habe, schlage ich nicht vor, die Musik anderer Leute illegal zu stehlen. Was würden Sie tun, wenn Sie Unternehmer im Silicon Valley wären? Ich hoffe, Sie sind alle Unternehmer aus dem Silicon Valley. Wenn Ihr Produkt erfolgreich ist, beauftragen Sie ein Heer von Anwälten, um die Folgen zu bewältigen. Aber wenn niemand Ihr Produkt nutzt, macht es nichts, wenn Sie alles stehlen. Zitieren Sie mich dazu natürlich nicht.

Typischerweise führt Silicon Valley diese Tests durch und bearbeitet Folgefragen. Dies ist gängige Praxis. Ich denke, es wird immer mehr Leistungssysteme und noch bessere Tests und schließlich kontroverse Tests geben, die es in einem Rahmen halten werden. Dieser Fachbegriff wird Chain of Thought Reasoning genannt. Es wird davon ausgegangen, dass Sie in den nächsten Jahren in der Lage sein werden, eine tausendstufige Argumentationskette zu erstellen, genau wie beim Erstellen eines Rezepts. Sie können es ausführen und tatsächlich testen, ob es die richtigen Ergebnisse liefert. So funktioniert das System.

Student: Insgesamt sind Sie sehr optimistisch, was das Potenzial für Fortschritte in der künstlichen Intelligenz angeht. Ich bin neugierig, was treibt diesen Fortschritt voran? Ist es mehr Rechenleistung? Sind es mehr Daten? Handelt es sich um einen grundlegenden oder tatsächlichen Wandel?

Schmidt: Die Antwort ist alles oben Genannte. Es ist unglaublich, wie viel Geld investiert wird. Ich habe im Grunde alles investiert, weil ich keine Ahnung hatte, wer gewinnen würde, und weil der Geldbetrag, den ich verfolgte, so riesig war. Ein Grund dafür ist, dass früh Geld verdient wurde und diejenigen, die nicht viel darüber wissen, die KI-Komponente haben müssen. Alles ist jetzt KI-Investitionen und sie können den Unterschied nicht erkennen.

Ich definiere künstliche Intelligenz als ein lernendes System, ein System, das wirklich lernt. Ich denke, das ist einer von ihnen. Der zweite Punkt ist, dass es jetzt einige sehr komplexe neue Algorithmen gibt, die so etwas wie Post-Transformer sind. Ein Freund von mir, ebenfalls ein langjähriger Mitarbeiter, hat eine neue Nicht-Transformer-Architektur erfunden. Eine von mir in Paris finanzierte Gruppe behauptete, dasselbe getan zu haben. Es gibt eine Menge Erfindungen da draußen, und in Stanford wird viel geforscht. Der letzte Punkt ist, dass der Markt davon ausgeht, dass intelligente Erfindungen unbegrenzte Erträge bringen. Nehmen wir an, Sie stecken 50 Milliarden US-Dollar in ein Unternehmen und müssen mit den Informationen viel Geld verdienen, um es zurückzuzahlen. Es könnte zu einer riesigen Investitionsblase kommen, die sich dann von selbst auflösen würde. Das war schon immer so und könnte auch jetzt so sein.

Professor: Sie haben vorhin erwähnt, dass Führungskräfte Distanz zu anderen schaffen.

Schmidt: In Frankreich gibt es eine Firma namens Mistral, die einen sehr guten Job macht. Ich bin offensichtlich ein Investor. Sie haben bereits eine zweite Version hergestellt und ihr drittes Modell wird wahrscheinlich eingestellt, weil es zu teuer ist. Sie brauchen Einnahmen und können ihr Modell nicht kostenlos verschenken. In unserer Branche tobt die Debatte zwischen Open Source und Closed Source. Meine gesamte Karriere basiert auf der Bereitschaft der Menschen, Software auf Open-Source-Art zu teilen. Alles, was ich tue, basiert auf Open Source. Ein Großteil der Grundlagen von Google basiert ebenfalls auf Open Source. Meine Arbeit liegt hauptsächlich im technischen Bereich. Allerdings könnten die enormen Kapitalkosten die Art und Weise, wie Software erstellt wird, grundlegend verändern.

Meiner Ansicht nach würde sich die Produktivität von Softwareprogrammierern mindestens verdoppeln. Es gibt derzeit drei oder vier Softwareunternehmen, die dies versuchen, und ich habe in dieser Zeit in alle von ihnen investiert. Sie alle versuchen, Softwareprogrammierer produktiver zu machen. Ich bin kürzlich auf ein sehr interessantes Unternehmen namens Augment gestoßen. Ich denke oft an Programmierer, die sagen, das sei nicht das Ziel. Unser Ziel sind die 100-köpfigen Software-Programmierteams mit Millionen von Codezeilen, von denen niemand weiß, was los ist. Dies ist eine sehr gute Anwendung künstlicher Intelligenz. Werden sie Geld verdienen? Ich hoffe es, aber es gibt hier viele Probleme.

Student: Sie haben gleich zu Beginn erwähnt, dass die Kombination aus Kontextfenstererweiterungen, Proxys und Text-to-Actions unglaubliche Auswirkungen haben würde. Erstens: Warum ist diese Kombination wichtig? Zweitens weiß ich, dass Sie kein Prophet sind und die Zukunft nicht vorhersagen können, aber warum glauben Sie, dass sie außerhalb unserer Vorstellungskraft liegt?

Schmidt: Ich denke, hauptsächlich, weil das Kontextfenster es ermöglicht, das Aktualitätsproblem zu lösen. Das Training aktueller Modelle dauert etwa 18 Monate, darunter sechs Monate Vorbereitung, sechs Monate Training und sechs Monate Feinabstimmung, sodass sie immer veraltet sind. Und mit dem Kontextfenster können Sie die neuesten Ereignisse eingeben und Fragen zum Hamas-Israel-Krieg im Kontext stellen, was sehr aussagekräftig und so aktuell wie Google ist.

Im Falle einer Agentur kann ich Ihnen ein Beispiel geben. Ich habe eine Stiftung gegründet, um eine gemeinnützige Organisation finanziell zu unterstützen. Ich weiß nicht viel über Chemie, aber es gibt ein Tool namens ChatCrow, ein System, das auf großen Sprachmodellen basiert und Chemie lernen kann. Sie betreiben das System, um chemische Hypothesen über Proteine ​​zu erstellen, dann werden sie über Nacht im Labor getestet, und das System lernt. Dies ist ein enormer Beschleuniger für Bereiche wie Chemie und Materialwissenschaften. Es handelt sich hierbei um ein Agenturmodell.

Ich denke, wenn es nur viele billige Programmierer gäbe, könnte das Text-to-Action-Konzept verstanden werden. Ich glaube nicht, dass wir verstehen, was passiert, wenn jeder seinen eigenen Programmierer hat. Dies ist auch Ihr Fachgebiet. Ich spreche nicht von einfachen Aufgaben wie dem Ein- und Ausschalten des Lichts. Ich stelle mir ein anderes Beispiel vor: Nehmen wir an, Sie mögen Google nicht, Sie könnten sagen, bauen Sie mir einen Google-Konkurrenten. Ja, Sie können dies persönlich tun. Bauen Sie mir einen Google-Konkurrenten, der das Web durchsucht, die Benutzeroberfläche erstellt, eine gute Kopie erstellt und auf interessante Weise generative KI hinzufügt. Machen Sie es innerhalb von 30 Sekunden und prüfen Sie, ob es funktioniert. Viele glauben, dass etablierte Unternehmen, darunter auch Google, anfällig für solche Angriffe sind.

Moderator: Jetzt werfen wir einen Blick darauf. Slido hat viele Fragen eingesandt, von denen einige hochgeladen wurden. Letztes Jahr haben wir darüber gesprochen, wie wir verhindern können, dass KI die öffentliche Meinung beeinflusst und Fehlinformationen verbreitet, insbesondere während der bevorstehenden Wahlen.

Schmidt: Wir müssen über kurzfristige und langfristige Lösungen nachdenken. Bei den bevorstehenden globalen Wahlen werden die meisten Fehlinformationen in den sozialen Medien erscheinen, und die derzeitigen organisatorischen Fähigkeiten der Social-Media-Unternehmen reichen nicht aus, um diese Informationen wirksam zu überwachen. TikTok zum Beispiel wurde vorgeworfen, eine bestimmte Art der Desinformation zu fördern, obwohl ich dafür keine Beweise habe. Ich glaube, wir stecken in einem Chaos.

Das Land muss kritisches Denken lernen, was für die Vereinigten Staaten eine schwierige Herausforderung darstellen könnte. Nur weil dir jemand etwas sagt, heißt das nicht, dass es wahr ist.

Moderator: Werden wir so weit gehen, dass niemand mehr an manche Dinge glaubt, die wahr sind? Manche nennen es eine erkenntnistheoretische Krise. Nun sagt Elon Musk, er habe nie etwas getan, aber wie kann man das beweisen?

Schmidt: Wir können das Beispiel von Donald Trump nehmen. Ich denke, wir haben ein Vertrauensproblem in unserer Gesellschaft und die Demokratie könnte daran scheitern. Die größte Bedrohung für die Demokratie sind Fehlinformationen, weil wir darin so gut geworden sind.

Als ich YouTube leitete, bestand das größte Problem darin, dass Leute gefälschte Videos hochluden, was zum Tod von Menschen führte. Wir verfolgen eine No-Tod-Politik und der Versuch, dieses Problem anzugehen, ist schockierend und schrecklich. Dies war vor dem Aufkommen der generativen künstlichen Intelligenz.

Student: Ich bin neugierig, ob Sie sich mit verteilten Einstellungen befasst haben. Ich stelle diese Frage, weil es natürlich schwierig ist, einen großen Cluster zu erstellen, aber MacBooks sind leistungsstark. Es gibt viele kleine Maschinen auf der Welt. Denken Sie also, dass das Falten zu Hause oder etwas Ähnliches für das Training dieser Systeme geeignet wäre?

Schmidt: Ja, wir haben uns mit diesem Thema sehr intensiv beschäftigt. Der Algorithmus funktioniert also so, dass Sie eine sehr große Matrix und im Grunde eine Multiplikationsfunktion haben. Betrachten Sie es also als ein Hin und Her. Und diese Systeme sind vollständig durch die Speichergeschwindigkeit der CPU oder GPU begrenzt. Tatsächlich hat die nächste Generation von NVIDIA-Chips alle diese Funktionen in einem einzigen Chip integriert. Die Chips sind mittlerweile so groß, dass sie zusammenkleben. Tatsächlich ist das Gehäuse so empfindlich, dass sowohl das Gehäuse als auch der Chip selbst in einem Reinraum zusammengebaut werden. Die Antwort sieht also so aus, als ob Supercomputer und die Lichtgeschwindigkeit, insbesondere Speicherverbindungen, wirklich die Oberhand haben. Ich halte eine Segmentierung großer Sprachmodelle (LLMs) vorerst für unwahrscheinlich.

Moderator: Im Bereich KI scheinen einige große Unternehmen den Markt zu dominieren, was mit dem Kartellrecht zusammenhängt.

Schmidt: Ich habe in meiner Karriere an der Zerschlagung von Microsoft mitgewirkt, aber es war letztendlich erfolglos; ich habe auch hart daran gearbeitet, die Zerschlagung von Google zu verhindern, bin aber auch gescheitert. Daher denke ich, dass der Trend nicht geteilt werden sollte. Solange diese Unternehmen nicht zu Monopolen wie John D. Rockefeller werden, ist ein Eingreifen der Regierung unwahrscheinlich.

Diese großen Unternehmen dominieren, weil nur sie über das Kapital zum Bau von Rechenzentren verfügen. Ich habe Freunde Reed und Mustafa, die beschlossen haben, ihr Unternehmen an Microsoft auszugliedern, weil sie nicht mehrere Dutzend Milliarden Dollar aufbringen konnten. Was die genauen Zahlen angeht, müssen Sie möglicherweise Reid bitten, es Ihnen mitzuteilen.

Student: Abschließend frage ich mich, welche Auswirkungen diese Entwicklungen auf Länder haben werden, die nicht an der Entwicklung und Berechnung modernster Modelle beteiligt sind.

Schmidt: Reiche Länder werden reicher, während arme Länder nur ihr Bestes geben können. Dies ist eigentlich ein Spiel für reiche Länder, das enormes Kapital, technisches Talent und starke staatliche Unterstützung erfordert. Weltweit stehen viele Länder vor verschiedenen Problemen, insbesondere wenn die Ressourcen knapp sind. Sie müssen Partner finden und mit anderen zusammenarbeiten, um diese Probleme zu lösen.

Moderator: Ich erinnere mich an das letzte Mal, als wir uns trafen, als Sie an einem Hackathon im AGI House teilnahmen. Ich weiß, dass Sie viel Zeit investieren und sich mit Leidenschaft dafür einsetzen, jungen Menschen dabei zu helfen, Wohlstand zu schaffen. Haben Sie einen Rat für Leute, die im Laufe ihrer Karriere Geschäftspläne für Kurse oder Richtlinienvorschläge oder Forschungsvorschläge schreiben?

Schmidt: Ich unterrichte einen Kurs zu diesem Thema an einer Business School, und Sie sollten vorbeikommen und sich den Kurs anhören. Ich bin schockiert, wie schnell Sie neue Ideen präsentieren.

Bei einem Hackathon, an dem ich teilgenommen habe, wurde das Gewinnerteam damit beauftragt, eine Drohne zwischen zwei Türmen zu fliegen. Mit Python generierten sie Code in einem virtuellen Drohnenraum und schlossen die Aufgabe im Simulator erfolgreich ab. Ein guter professioneller Programmierer könnte dafür eine oder zwei Wochen brauchen. Ich denke, die Fähigkeit, schnell Prototypen zu erstellen, ist wirklich wichtig, denn ein Teil des Problems, mit dem Unternehmer konfrontiert sind, ist die Geschwindigkeit. Wenn Sie mit diesen Tools nicht innerhalb eines Tages Prototypen erstellen können, müssen Sie es sich noch einmal überlegen, denn genau das tun Ihre Konkurrenten.

Mein wichtigster Rat ist also, dass es in Ordnung ist, einen Geschäftsplan zu schreiben, wenn man über die Gründung eines Unternehmens nachdenkt. Tatsächlich können Sie es von einem Computer schreiben lassen, solange es legal ist. Es ist wichtig, diese Tools zu nutzen, um Ihre Ideen so schnell wie möglich in die Tat umzusetzen, denn möglicherweise gibt es jemanden, der das Gleiche in einem anderen Unternehmen, an einer Universität oder an einem Ort tut, an dem Sie noch nicht waren.

Moderator: Vielen Dank Schmidt. (Der Kurzschriftteil stammt aus dem Web3 Sky City-Konto)

(Dieser Artikel wurde zuerst auf Titanium Media App veröffentlicht, Autor｜Lin Zhijia, Herausgeber｜Hu Runfeng)