Tao Le berasal dari Kuil Aofei

Qubit |. Akun publik QbitAI

Transformator delapanAidan Gomez, yang termuda di grup, mengeluh dalam wawancara terbaru:

Sungguh tidak menguntungkan jika hanya menjual model!

GoogleAidan Gomez, versi Transformer, adalah salah satu penulis Transformer yang memiliki pengaruh besar di bidang AI.

Dan kini valuasi Aidan Gomez melonjak US$5,5 miliar.Perusahaan KohereSalah satu pendiri dan CEO.(Sebelumnya meluncurkan seri Command R model besar open source)

Dalam percakapan dengan manajer 20VC Harry Stebbings, Aidan Gomez berbicara tentang tren perkembangan AI.

Beberapa topik tersebut sempat menarik perhatian dan perbincangan di kalangan netizen, seperti:

• Peningkatan kinerja model, skala bukan satu-satunya cara

• Hanya model jualan saja yang tidak bisa dipadukanBuka AIbersaing

• Startup AI tidak boleh bergantung pada vendor cloud

• Ia optimis dengan bidang robotika dan memperkirakan akan ada terobosan besar dalam 5 tahun.

• Kualitas data sangat penting untuk model

Untuk konten yang lebih spesifik, silakan lihat versi teks di bawah~

Selain daya komputasi, inovasi data dan model juga dapat meningkatkan kinerja AI

Q: Sebelum kita mulai, saya ingin mengajukan pertanyaan kepada Anda. Apakah Anda suka bermain game ketika Anda masih kecil?

Aidan Gomez: Saya memang menyukai permainan, dan saya menyukai teknologi sejak saya masih kecil.

Q: Artinya, Anda tidak akan pernah memulai permainan dengan level pertama yang sangat sulit sehingga membuat orang merasa "tidak mungkin menyelesaikannya, saya tidak ingin bermain lagi".

Aidan Gomez: Ya, ini disebut "pembelajaran pembelajaran" dalam pembelajaran mesin. Anda mulai dengan mengajarkan model untuk melakukan sesuatu yang sangat sederhana, dan kemudian secara bertahap meningkatkan kompleksitasnya, mengembangkan pengetahuan yang sudah ada.

Menariknya, pembelajaran kurikulum justru gagal dalam pembelajaran mesin. Daripada benar-benar melakukan kursus, kami memberikan materi yang paling sulit dan termudah kepada model dan membiarkannya memahaminya sendiri.

Namun bagi manusia, pendekatan ini bekerja dengan sangat baik dan merupakan bagian penting dari pembelajaran kita. Sangat menarik melihatnya tidak berhasil dalam pembelajaran mesin.

Q: Anda baru saja berbicara tentang melemparkan semuanya langsung ke model. Saya ingin menyelami masalah ini secara langsung. Banyak orang mengatakan bahwa diperlukan lebih banyak daya komputasi, dan kinerja akan meningkat. Apakah menurut Anda ini benar? Apakah kita memiliki faktor lain yang membatasi peningkatan kinerja?

Aidan Gomez: Memang benar bahwa jika Anda menambahkan lebih banyak daya komputasi pada model, atau memperbesar model, model tersebut akan menjadi lebih baik.Ini adalah cara paling andal untuk meningkatkan performa model, tetapi juga paling bodoh.

Bagi mereka yang mempunyai dana cukup, ini adalah strategi yang sangat menarik dengan risiko yang sangat rendah. Anda tahu ini akan menjadi lebih baik, perluas saja modelnya, belanjakan lebih banyak uang, beli lebih banyak daya komputasi. Saya percaya ini, menurut saya ini sangat tidak efisien.

Ada cara yang lebih baik.Jika Anda melihat satu setengah tahun terakhir, dariObrolanGPTDiterbitkan sampai sekarangGPT-4Periode waktu rilis. Karena GPT-4 memang memiliki 1,7 triliun parameter, menurut mereka ini adalah parameter yang sangat besarKementerian Lingkungan Hidup。

Kami sekarang memiliki model yang lebih baik daripada model ini, dan model tersebut hanya memiliki 13 miliar parameter.Jadi kecepatan perubahan ini, atau penurunan biaya yang cepat, sungguh luar biasa, bahkan agak tidak nyata.

Jadi ya, Anda dapat mencapai kualitas model dengan meningkatkan skalanya, tetapi mungkin sebaiknya Anda tidak melakukannya.

Q: Akankah kemajuan ini berlanjut? Maksud saya, apakah kita akan terus melihat kemajuan dalam skala ini? Atau akankah suatu saat akan menemui hambatan?

Aidan Gomez: Ya, hal ini memerlukan investasi eksponensial. Anda perlu terus menggandakan kekuatan komputasi Anda untuk mempertahankan pertumbuhan kecerdasan yang linier. Namun pertumbuhan ini kemungkinan akan berlanjut dalam waktu yang sangat, sangat, sangat lama.

Ini akan menjadi lebih pintar dan lebih pintar. Namun Anda akan menghadapi kendala finansial. Tidak banyak orang yang membeli GPT-4 asli, terutama banyak perusahaan karena ukurannya yang sangat besar, sangat mahal, tidak efisien untuk dijalankan, mahal, dan tidak cukup pintar untuk membenarkan biayanya.

Oleh karena itu, ada banyak tekanan di pasar untuk membuat model lebih kecil dan efisien, serta menggunakan data, algoritme, dan metode untuk membuat model lebih cerdas, dibandingkan hanya mengandalkan perluasan skala.

Q: Di dunia tempat kita hidup di mana terdapat model yang lebih kecil, lebih efisien, dan berorientasi vertikal yang dirancang untuk kasus penggunaan tertentu, apakah akan ada beberapa model yang besar dan mendominasi? Atau akankah keduanya?

Aidan Gomez: Tren yang kami lihat selama beberapa tahun terakhir adalah preferensi untuk membuat prototipe dengan model yang umum dan cerdas. Mereka tidak ingin membuat prototipe dengan model tertentu dan menghabiskan waktu menyempurnakan model tersebut agar menjadi sangat baik dalam hal-hal yang mereka pedulikan.

Apa yang mereka inginkan adalah mendapatkan model yang besar dan mahal, serta membuat prototipe, membuktikan bahwa model tersebut dapat menyelesaikan pekerjaannya, dan kemudian menyempurnakannya menjadi model efisien yang unggul dalam domain tertentu. Jadi pola ini benar-benar muncul.

Akibatnya, kita akan terus hidup di dunia dengan berbagai model, ada yang vertikal dan terfokus, ada pula yang sepenuhnya horizontal.

Q: Misalnya, OpenAI sekarang berharga $3 miliar. Bagaimana Anda bisa mempertahankan tempat Anda dalam perlombaan ini kecuali Anda memang demikianMicrosoft、Amazon、Google、IndonesiaPerusahaan seperti itu?

Aidan Gomez: Jika Anda hanya mengerjakan proyek berskala besar, Anda memang harus menjadi salah satu dari perusahaan tersebut, atau menjadi anak perusahaan dari perusahaan tersebut. Namun, masih banyak hal lain yang bisa dilakukan.

Jika Anda tidak sepenuhnya mengandalkan penskalaan sebagai satu-satunya jalan ke depan,Jika Anda percaya pada inovasi data atau inovasi model dan metode, ada banyak arah yang bisa dijelajahi.

Q: Bisakah kita mendalami apa itu inovasi data serta inovasi model dan metode?

Aidan Gomez：Hampir semua kemajuan besar yang kita lihat dalam open source berasal dari peningkatan data.Dengan mendapatkan data berkualitas lebih tinggi dari Internet, meningkatkan algoritma perayapan web, mengurai halaman web, mengekstraksi bagian-bagian penting, dan menambah bobot bagian tertentu di Internet karena banyak duplikasi dan spam di Internet.

Dengan mengekstrak bagian yang paling berharga dan kaya pengetahuan dan menekankannya pada model, serta kemampuan untuk menghasilkan data sintetis, hal ini memungkinkan kami memperoleh teks atau konten web dalam jumlah besar tanpa keterlibatan manusia, yang secara otomatis dihasilkan oleh model. .

Inovasi-inovasi iniSecara khusus, kemampuan untuk meningkatkan kualitas data mendorong banyak kemajuan yang kita lihat sejauh ini.

Q: Oke, ini inovasi data, tapi bagaimana dengan inovasi model?

Aidan Gomez: Ini melibatkan hal-hal seperti algoritma pembelajaran penguatan baru. Anda tahu, ada banyak perbincangan seputar Q* dan perubahan yang mungkin terjadi. Ide seputar penelusuran, seperti cara mencari solusi.

Keadaan model saat ini adalah saya mengajukan pertanyaan kepada Anda dan model Anda harus segera memberikan jawaban yang benar. Itu persyaratan yang sangat menuntut bagi seorang model, bukan?

Anda tidak bisa melakukan itu pada manusia, Anda tidak bisa menanyakan pertanyaan sulit kepada seseorang dan mengharapkan mereka langsung memberikan jawabannya. Mereka membutuhkan waktu untuk berpikir dan berproses.

Q: Mereka juga terkadang membutuhkan sedikit waktu untuk bertukar pikiran.

Aidan Gomez: Ya, memang perlu. Jadi, langkah selanjutnya yang jelas dalam pengembangan model adalah Anda perlu membuat model berpikir dan memecahkan masalah. Anda perlu membiarkan mereka melakukan kesalahan, mencoba sesuatu, gagal, memahami mengapa gagal, lalu mundur dan mencoba lagi.

Saat ini belum ada konsep pemecahan masalah dalam model tersebut.

Q: Ketika Anda menyebutkan pemecahan masalah, apakah ini konsep yang sama dengan penalaran?

Aidan Gomez:Ya.

Q: Mengapa penalaran begitu sulit? Mengapa kita belum mempunyai konsep penalaran?

Aidan Gomez：Inferensi tidaklah sulit, namun kesulitannya adalah kita tidak memiliki banyak data pelatihan di Internet yang menunjukkan proses inferensi.Kebanyakan dari apa yang ada di Internet adalah hasil dari proses penalaran.

Ketika Anda menulis sesuatu secara online, Anda tidak menunjukkan proses berpikir Anda, tetapi langsung menunjukkan kesimpulan Anda, menunjukkan pemikiran Anda, dan ini adalah hasil dari banyak pemikiran, pengalaman dan diskusi.

Jadi kami kekurangan data pelatihan seperti itu, tidak tersedia secara bebas, Anda harus membuatnya sendiri. Oleh karena itu, perusahaan seperti Cohere, OpenAI, danAntropikApa yang dilakukan perusahaan-perusahaan tersebut adalah mengumpulkan data yang menunjukkan proses penalaran manusia.

Hanya menjual model, Anda tidak bisa bersaing dengan OpenAI

Q: Ngomong-ngomong, saya ingin tahu bagaimana perasaan Anda bersaing dengan inisiatif konten buatan pengguna OpenAI?

Aidan Gomez: Hal ini sulit dilakukan, terutama di dunia perusahaan, di mana kita menghadapi tantangan besar: menjaga privasi dan kerahasiaan data pelanggan.

Mereka memandang data tersebut sebagai kekayaan intelektual, mengandung banyak informasi rahasia, dan oleh karena itu tidak mengizinkan kami menggunakan data tersebut untuk pelatihan. Saya sangat memahami posisi ini. Untuk melakukan hal ini, kami telah mengalihkan fokus kami ke data sintetis dan menginvestasikan sumber daya yang signifikan di bidang ini.

Kami juga telah membentuk tim anotator manusia dan menjalin kemitraan dengan Scale AI. Meskipun hal ini memberi banyak tekanan pada kami, karena kami bukan perusahaan yang berhubungan dengan konsumen, kami harus menghasilkan datanya sendiri.

Untungnya, fokus kami relatif kecil, dengan fokus utama pada area yang kebutuhan bisnisnya jelas, seperti otomatisasi fungsi keuangan dan sumber daya manusia. Hal ini memungkinkan kami untuk menggali lebih dalam dan memenuhi kebutuhan spesifik ini.

Dalam sepuluh tahun ke depan, bagaimana pasar data sintetis akan berkembang? Apakah akan didominasi oleh beberapa pemasok? Saat ini tampaknya pasar API model bahasa besar terutama didorong oleh data sintetis, dengan banyak yang memanfaatkan model besar yang mahal untuk menghasilkan data guna mengoptimalkan model yang lebih kecil dan lebih efisien.

Apakah model ini berkelanjutan masih belum pasti, namun saya percaya bahwa seiring dengan terus bermunculannya tugas-tugas baru, pertanyaan-pertanyaan baru, dan kebutuhan data, baik dari model maupun manusia, kita harus beradaptasi dan memenuhi kebutuhan-kebutuhan ini.

Q: Jadi, seperti apa pasar untuk data sintetis? Apakah akan didominasi oleh dua atau tiga vendor?

Aidan Gomez: Saya pernah mendengar bahwa pasar API model besar saat ini didominasi oleh data sintetis. Kebanyakan orang menggunakan model besar yang mahal ini untuk menghasilkan data dan kemudian menggunakan data tersebut untuk menyempurnakan model yang lebih kecil dan lebih efisien.

Jadi pada dasarnya mereka menyempurnakan model yang lebih besar. Saya tidak tahu apakah model ini berkelanjutan sebagai pasar. Namun menurut saya akan selalu ada tugas baru atau pertanyaan baru atau kebutuhan data baru,Baik data ini berasal dari model atau manusia, kita harus memenuhi kebutuhan tersebut.

Q: Ada satu hal yang membuatku khawatir, atau membuatku ragu. Anda melihat OpenAI bersaing dalam harga, Anda melihat hal-hal seperti ituMetaPerusahaan-perusahaan tersebut merilis model secara gratis tanpa mengkomunikasikan secara jelas nilai open source dan ekosistem terbuka.

Apakah kita melihat penurunan nyata dalam nilai model-model ini? Apakah ini perlombaan untuk menurunkan harga, atau bahkan nihil?

Aidan Gomez：Jika Anda hanya menjual model, ini akan menjadi permainan yang sangat sulit dalam jangka waktu berikutnya. Ini tidak akan menjadi pasar kecil.

Q: Akan ada banyak orang yang hanya menjual model, ada pula yang akan menjual model dan lain-lain.

Aidan Gomez: Saya tidak mau menyebutkan nama, tapi yang bisa saya katakan adalah Cohere, misalnya, sekarang hanya menjual model. Kami memiliki API yang melaluinya Anda dapat mengakses model kami.

Hal itu bisa segera berubah. Lanskap produk akan berubah dan kami akan menambahkan hal-hal baru pada produk yang sudah ada. Jika hanya menjual model, situasinya akan sulit karena akan menjadi bisnis tanpa margin dan persaingan harga akan terlalu ketat. Banyak orang memberikan model secara gratis.

Namun, ini akan menjadi bisnis besar, dan permintaan meningkat dengan sangat cepat. Tapi setidaknya untuk saat ini, keuntungannya akan sangat tipis.

Itu sebabnya ada banyak kegembiraan di tingkat aplikasi. Diskusi di pasar tepat untuk menunjukkan bahwa nilai tersebut terjadi di bawah tingkat chip, karena pada awalnya semua orang menginvestasikan banyak uang dalam chip untuk membangun model ini, dan kemudian melihat nilai yang tercermin pada tingkat aplikasi, seperti ChatGPT , yang didasarkan pada biaya pengguna adalah $20 per bulan.

Tampaknya di sinilah nilai tersebut muncul saat ini. Lapisan model adalah bisnis yang menarik dalam jangka panjang, namun dalam jangka pendek, menurut status quo,Ini adalah bisnis dengan margin yang sangat rendah dan menjadi komoditas.

Startup AI tidak boleh menjadi pengikut vendor cloud

Q: Banyak orang kini percaya bahwa sudah terlambat bagi startup untuk memasuki bidang model AI. Namun, seiring dengan berkurangnya hambatan biaya, apakah hal ini benar-benar memudahkan startup untuk memasuki bidang ini?

Aidan Gomez: Memang benar bahwa setiap tahun biaya pembuatan model tahun lalu turun 10x atau bahkan 100x.Berkat data yang lebih baik dan sumber daya komputasi yang lebih murah, hambatan masuk untuk model generasi sebelumnya telah diturunkan.

Namun masalahnya, tidak ada yang benar-benar peduli dengan model ketinggalan jaman tersebut. Model tahun lalu hampir tidak berharga dibandingkan model tahun ini. Setiap kemajuan teknologi membuat teknologi lama menjadi ketinggalan jaman, dan biaya pengembangan AI meningkat tajam.

Mungkin hanya memerlukan biaya $10 juta untuk mengembangkan versi 1, namun untuk membuat versi 2 sedikit lebih baik, mungkin dibutuhkan tambahan $1 juta hingga $2 juta. Saat ini, pengembangan model baru mungkin memerlukan biaya $3 miliar, dan bahkan memperbarui model tersebut mungkin memerlukan biaya $5 miliar.

Pertumbuhan ini tidak lagi linier tetapi bervariasi berdasarkan besarnya. Saya tidak yakin apakah teknologi generasi baru selalu lebih murah untuk dikembangkan dibandingkan generasi sebelumnya. Ambil contoh chip dan teknologi kompleks lainnya. Meskipun biaya pengembangan meningkat, kami terus mengembangkannya karena hal tersebut bermanfaat.

Q: Jadi maksud Anda orang-orang tidak terlalu peduli jika perbaikan tersebut bertahan lama?

Aidan Gomez: Itu benar. Apa yang saya katakan adalah,Memperbaiki model-model ini menjadi semakin sulit dan menghadapi hambatan yang semakin besar.Fenomena menarik lainnya adalah seiring dengan semakin pintarnya model, kemampuan orang awam (termasuk saya) dalam membedakan mereka semakin berkurang.

Karena keahlian kita di bidang kedokteran, matematika, fisika, dll terbatas, kita tidak dapat benar-benar merasakan perubahan tersebut. Model ini telah melakukan pekerjaan dasar dengan cukup baik, dan sejauh itulah yang kami bisa lakukan.

Oleh karena itu, sulit untuk merasakan perbedaan antara model generasi yang berbeda ketika kita berinteraksi dengannya. Namun kenyataannya, model-model ini mewakili peningkatan besar dalam beberapa kemampuan spesifik atau kecerdasan murni.

Mengenai apakah layak untuk terus menginvestasikan banyak uang untuk mendorong kemajuan teknologi, menurut saya jawabannya adalah ya. Meskipun teknologi ini mungkin tidak penting bagi konsumen rata-rata, teknologi ini bisa sangat berharga bagi para peneliti di bidang khusus tertentu.

Kami membantu mereka mencapai kemajuan lebih lanjut dengan menyediakan alat-alat ini. Ini seperti menanyakan apakah kita harus terus berinvestasi pada teknologi generasi mendatang, seperti menciptakan material baru untuk pesawat ruang angkasa guna meningkatkan efisiensinya dalam mencapai orbit.

Meskipun hal ini mungkin tidak menjadi masalah bagi kebanyakan orang, hal ini sangat penting bagi mereka yang membutuhkannya, dan adanya permintaan pasar, itulah yang membuat kemajuan teknologi terus berjalan.

Q: Sekali lagi kita kembali ke masalah biaya. Tentu saja biayanya tinggi dan akan terus meningkat di masa depan. Anda telah menyebutkan sebelumnya konsep “afiliasi yang efektif.”

Banyak perusahaan kini diakuisisi atau digabungkan, dan layanan cloud menarik perhatian sebagai pendorong pertumbuhan yang berkelanjutan. Menurut Anda, apakah dalam tiga hingga lima tahun ke depan, sebagian besar penyedia model kecil akan diakuisisi oleh penyedia layanan cloud besar?

Aidan Gomez: Saya kira kawasan ini benar-benar akan mengalami konsolidasi, dan itu sudah mulai terjadi.Banyak pengembang model telah diserap oleh penyedia layanan cloud besar seperti Amazon.

Saya yakin akan ada lebih banyak hal seperti ini di masa depan. Namun perlu diperhatikan hal ituMenjadi afiliasi penyedia layanan cloud memiliki risiko. Ini bukan pertanda baik bagi perkembangan bisnis.

Seringkali, untuk meningkatkan modal, Anda perlu meyakinkan investor yang hanya peduli pada laba atas modal. Namun lain ceritanya jika Anda menggalang dana dari penyedia layanan cloud.

Q: Jadi menurut Anda, apakah investor ventura telah menghasilkan uang dari model investasi selama beberapa tahun terakhir?

Aidan Gomez: Bagi investor Cohere, mereka pasti menghasilkan banyak uang.

Saya senang bagi mereka yang percaya pada kami. Investor pertama kami, Jordan Jacobs dari Radical Ventures, masih menjadi anggota dewan direksi kami dan sangat aktif terlibat dalam membangun perusahaan. Saya bahkan menyebutnya sebagai salah satu pendiri Cohere yang keempat.

Q: Ada laporan media baru-baru ini bahwa perusahaan tersebut bernilai sedikit di atas $550 juta. Apakah ini memberi tekanan pada Anda?

Aidan Gomez: Ini memang semacam tekanan, tapi juga semacam tekanan positif. Pada akhirnya, setiap perusahaan akan dihadapkan pada berbagai pertimbangan pendapatan yang pada akhirnya akan menyatu dengan kelipatan pasar publik.

Saya pikir kami sebenarnya berada dalam posisi yang jauh lebih baik daripada kebanyakan rekan-rekan kami. Karena valuasi kami belum berkembang gila-gilaan seperti beberapa perusahaan lain. Tentu saja kami masih perlu terus tumbuh dan berkembang, namun saya memiliki keyakinan penuh terhadap pasar.

Margin saat ini berada di bawah tekanan karena persaingan harga dan hadirnya model gratis, namun hal ini akan berubah seiring berjalannya waktu. Pada saat yang sama, portofolio produk Cohere akan terus berkembang dan berkembang.

Tidak ada yang bisa menggantikan manusia

Q: Jika Anda sekarang adalah investor di 20VC, menurut Anda di mana peluangnya?

Aidan Gomez: Area produk dan area aplikasi masih sangat menarik. Teknologi ini akan menghasilkan produk baru yang akan mengubah media sosial. Orang-orang suka berinteraksi dengan model ini dan jam penggunaannya luar biasa.

Q: Apakah menurut Anda ini adalah hal yang baik? Saya tidak ingin anak-anak saya hidup di dunia di mana mereka berinteraksi dengan sistem generatif dan meniru manusia. Saya tidak ingin mereka mendapatkan kepuasan dari berbicara dengan seorang model.

Aidan Gomez: Anda mungkin salah. Anda mungkin ingin anak Anda dapat berkomunikasi dengan agen yang sangat berbelas kasih, sangat cerdas, berpengetahuan luas, dan aman.

Ia dapat mengajari mereka berbagai hal, bermain dengan mereka, dan ia tidak akan marah kepada mereka, tidak akan marah kepada mereka, tidak akan menindas mereka, tidak akan membuat mereka merasa tidak aman.

tentu,Tidak ada yang bisa menggantikan manusia. Tidak ada yang bisa menggantikan dunia manusia, dan kita tidak akan tiba-tiba mulai berkencan dengan ChatBots, sehingga menyebabkan angka kelahiran manusia menurun.

Saya tidak berpikir itu akan terjadi, kan? Saya ingin punya anak dan saya tidak bisa punya anak dengan ChatBot.

Bagi saya, pendamping manusia jauh lebih berharga daripada ChatBot mana pun. Sama seperti di tempat kerja, menurut saya kita tidak bisa sepenuhnya menggantikan manusia.AI akan meningkatkan kemampuan manusia dan menjadikan manusia lebih efisien, namun hal ini tidak berarti lapangan pekerjaan akan berkurang.

Anda tidak bisa menggantikan manusia. Coba pikirkan tentang penjualan, jika saya dijual oleh robot, saya tidak akan membeli. Sesederhana itu, saya tidak ingin berbicara dengan mesin.

Tentu saja, beberapa pembelian sederhana mungkin ditangani oleh bot, tetapi untuk pembelian yang sangat penting bagi saya dan perusahaan saya, saya ingin pihak lain menjadi orang sungguhan yang dapat mengambil tanggung jawab.

Jika terjadi kesalahan, saya memerlukan seseorang yang berwenang untuk campur tangan. Jadi saya benar-benar berpikir, apakah itu dari sisi konsumen, apakah kita akan kecanduan berbicara dengan ChatBots, atau apakah itu dari sisi pekerjaan, di mana pekerjaan akan hilang dan akan terjadi pengangguran massal, saya tidak berpikir. saya tidak melihat hal itu terjadi.

Q: Saya setuju dengan sudut pandang Anda, tetapi saya sangat khawatir dengan posisi kelas bawah. Misalnya, tim layanan pelanggan mungkin kehilangan 70% hingga 80% karyawannya, dan pasti akan ada penggantian sebagian.

Aidan Gomez: Pasti akan ada pergantian sebagian. Namun secara keseluruhan,Ini akan menjadi pertumbuhan, bukan penggantian.Peran tertentu sangat rentan terhadap teknologi, dan dukungan pelanggan adalah salah satunya.

Namun pada akhirnya, masih ada orang yang dibutuhkan untuk melakukan pekerjaan tersebut, hanya saja mungkin lebih sedikit dibandingkan saat ini. Namun dukungan pelanggan adalah peran yang sulit dan merupakan pekerjaan yang sangat menguras mental. Jika Anda pernah mendengarkan panggilan telepon tersebut, Anda pasti tahu bahwa itu adalah pekerjaan yang menguras emosi.

Q: Ya, ini seperti moderasi konten di platform media sosial, yang juga menimbulkan trauma dalam banyak hal.

Aidan Gomez: Setiap hari bangun tidur, berangkat kerja, dimarahi sepanjang hari, dan harus minta maaf. Jadi, mungkin kita harus membiarkan model menangani percakapan ini dan membiarkan manusia menangani masalah dukungan pelanggan yang benar-benar membutuhkan bantuan manusia, seperti menyelesaikan masalah tanpa keluhan emosional namun dengan peluang untuk membuat perbedaan dalam kehidupan orang tersebut dengan lebih baik.

Terobosan besar AI berikutnya akan datang di bidang robotika

Q: Menurut Anda, apa yang AI tidak bisa lakukan saat ini, namun akan menjadi kenyataan dan membawa perubahan besar dalam tiga tahun?

Aidan Gomez：Terobosan besar AI berikutnya akan datang di bidang robotika.Biaya perlu diturunkan, namun kini sudah turun. Maka kita memerlukan model yang lebih kuat.

Q：Menurut Anda mengapa akan ada terobosan besar di bidang robotika?

Aidan Gomez：Karena banyak hambatan yang hilang.Pemikir dan perencana robot sebelumnya sangat rapuh, Anda harus memprogramnya untuk setiap tugas, dan mereka dikodekan ke dalam lingkungan tertentu.

Jadi harus punya dapur dengan tata letak yang sama persis, dimensi yang sama, tidak ada yang berbeda, yang sangat rapuh. Namun dari sisi penelitian, dengan menggunakan model dasar, model bahasa, orang sebenarnya mengembangkan perencana yang lebih baik yang dapat memikirkan dunia secara lebih alami.

Jadi sudah banyak perusahaan yang mengerjakan aspek ini, dan seseorang mungkin akan segera memecahkan masalah robot humanoid universal agar lebih murah dan stabil.

Ini akan menjadi perubahan besar. Saya tidak tahu apakah itu akan terjadi dalam lima tahun ke depan atau akan terjadi dalam 10 tahun, tapi yang pasti akan terjadi dalam jangka waktu tersebut.

Kualitas data tidak dapat diabaikan

Q: Sangat menarik untuk mengobrol dengan Anda hari ini. Saya ingin membuatPertanyaan dan jawaban cepat, saya memberikan pernyataan dan Anda langsung memberikan pemikiran Anda

Apa yang paling mengubah pendapat Anda dalam 12 bulan terakhir?

Aidan Gomez：Pentingnya data.Saya benar-benar meremehkannya. Dulu saya berpikir ini semua tentang skala, namun banyak hal terjadi di dalam Cohere yang benar-benar mengubah pemahaman saya tentang apa yang penting dalam membangun teknologi ini.

Kualitas data sangat penting.Kualitas, misalnya, di antara miliaran titik data, satu contoh yang salah dapat berdampak signifikan pada model. Agak tidak nyata, sensitivitas model terhadap data sangat tinggi dan semua orang meremehkannya.

Q: Berapa banyak pendanaan yang telah dikumpulkan perusahaan Anda sejauh ini?

Aidan Gomez: Sekitar $1 miliar.

Q: Babak mana yang paling mudah untuk dinaikkan?

Aidan Gomez: Mungkin putaran pertama. Itu hanyalah percakapan sederhana dan mereka berkata, "Beri Anda beberapa juta dolar dan cobalah." Jadi menurut saya putaran itu cukup mudah.

Q: Saat mengumpulkan $500 juta, prosesnya pasti lebih rumit. Ketika Anda melihat $500 juta tiba, apakah itu agak sulit dipercaya?

Aidan Gomez: Memang sedikit. Misalnya, $25 juta per tahun. Meskipun saya tidak yakin mengenai jumlah pastinya, itu adalah uang yang banyak. Cohere mengubah perspektif saya mengenai ekonomi dan uang, dan sekarang $500 juta bukanlah angka yang besar bagi saya.

Q: Apakah ini membuatmu khawatir?

Aidan Gomez: Tidak, ini adalah bagian dari strategi kami. Jika kita bersedia menerima syarat itu, kita bisa menerimanya. Namun strategi kami adalah tetap mandiri dan berkembang secara mandiri.

Q: Jika Anda bisa memilih anggota dewan kelas dunia, siapakah yang akan Anda pilih?

Aidan Gomez: Mike Volpi dan Jordan Jacobs, yang kini menjadi dewan direksi saya.

Q: Menurut Anda mengapa Mike adalah anggota dewan yang baik?

Aidan Gomez: Mike hebat, sepertinya dia sudah melalui semuanya. Saya dapat menanyakan hampir semua pertanyaan kepadanya dan dia telah melalui pengalaman serupa dan dapat memberikan nasihat yang berharga.

Q: Jeff Hinton atau Yann LeCun, mana yang lebih kamu sukai?

Aidan Gomez: Pastinya Jeff, saya memiliki hubungan pribadi yang lebih dekat dengannya.

Q: Apakah menurut Anda Yann terlalu optimis?

Aidan Gomez: Tidak, saya lebih setuju dengan pandangan Yann tentang AI. Jeff lebih cenderung meramalkan hari kiamat, sedangkan Yann lebih optimis. Meskipun Yann sekarang mirip dengan "saudara balasan" Elon Musk, Jeff memang orang yang cerdas dan bijaksana.

Q: Pertanyaan terakhir, pertanyaan apa yang menurut Anda belum pernah ditanyakan namun seharusnya ditanyakan?

Aidan Gomez: Orang-orang selalu bertanya kepada saya tentang masa depan teknologi dan potensi risikonya, namun jarang membahas peluang yang ada.

Q: Jadi, ke mana Anda ingin teknologi bergerak di masa depan?

Aidan Gomez: Saya pikir kita harus menggunakan teknologi untuk menjadikan dunia lebih produktif, meningkatkan pasokan, dan menjadikan segalanya lebih banyak dan lebih murah. Produktivitas mungkin kedengarannya tidak terlalu menarik, tetapi jika Anda menerapkan peningkatan produktivitas sebesar 5% pada NHS.

Hal ini akan mempunyai dampak yang signifikan terhadap keadaan negara, anggaran dan kehidupan jutaan orang. Jadi menurut saya prioritas pertama kita adalah produktivitas dan pertumbuhan.

Alamat video:
https://www.youtube.com/watch?v=FUGosOgiTeI