Tao Le originou-se do Templo Aofei

Qubits | Conta pública QbitAI

Transformador oitoAidan Gomez, o mais jovem do grupo, lamentou na última entrevista:

Realmente não é lucrativo apenas vender modelos!

GoogleAidan Gomez, uma versão do Transformer, é um dos autores do Transformer que teve um impacto profundo no campo da IA.

E agora a avaliação de Aidan Gomez disparou em 5,5 mil milhões de dólares.Empresa CohereCofundador e CEO.(Lançou anteriormente a série Command R de grandes modelos de código aberto)

Nesta conversa com o gerente da 20VC, Harry Stebbings, Aidan Gomez falou sobre as tendências de desenvolvimento da IA.

Alguns desses tópicos têm atraído atenção e discussão entre os internautas, como:

• Melhoria do desempenho do modelo, escala não é o único caminho

• Somente modelos de venda não podem ser combinados comIA abertacontender

• As startups de IA não devem depender de fornecedores de nuvem

• Ele está otimista em relação ao campo da robótica e prevê que haverá um grande avanço dentro de 5 anos.

• A qualidade dos dados é crítica para os modelos

Para conteúdo mais específico, consulte a versão em texto abaixo ~

Além do poder computacional, a inovação de dados e modelos também pode melhorar o desempenho da IA

Pq: Antes de começarmos, quero fazer uma pergunta: você gostava de brincar quando era criança?

Aidan Gomez: Gosto de jogos e adoro tecnologia desde criança.

Pq: Isso significa que você nunca iniciará um jogo com um primeiro nível muito difícil que faça as pessoas sentirem que “é impossível terminar, não quero mais jogar”.

Aidan Gomez: Sim, isso é chamado de "aprendizado de lição" em aprendizado de máquina. Você começa ensinando o modelo a fazer algo muito simples e depois aumenta gradualmente a complexidade, com base no conhecimento existente.

Curiosamente, o aprendizado curricular realmente falha no aprendizado de máquina. Em vez de realmente fazer um curso, jogamos o material mais difícil e fácil no modelo e deixamos que ele descobrisse sozinho.

Mas para os humanos, esta abordagem funciona extremamente bem e é uma parte importante da nossa aprendizagem. É realmente interessante ver que isso não teve sucesso no aprendizado de máquina.

Pq: Você acabou de falar sobre jogar tudo diretamente no modelo. Quero me aprofundar nesse assunto diretamente. Muitas pessoas dizem que é necessário apenas mais poder de computação e o desempenho melhorará. Você acha que isso está correto? Temos outros fatores que limitam as melhorias de desempenho?

Aidan Gomez: É verdade que se você adicionar mais poder computacional ao modelo, ou torná-lo maior, ele ficará melhor.Esta é a maneira mais confiável de melhorar o desempenho do modelo, mas também é a mais estúpida.

Para quem tem fundos suficientes, esta é uma estratégia muito atrativa e com risco extremamente baixo. Você sabe que vai melhorar, basta expandir o modelo, gastar mais dinheiro, comprar mais poder computacional. Eu acredito nisso, só acho extremamente ineficiente.

Existe uma maneira melhor.Se você olhar para o último ano e meio, deBate-papoGPTPublicado até agoraGPT-4Período de lançamento. Como o GPT-4 tem 1,7 trilhão de parâmetros, como dizem, é um enormeMoE。

Temos modelos melhores que este agora, e eles têm apenas 13 bilhões de parâmetros.Portanto, a velocidade desta mudança, ou o rápido declínio dos custos, é simplesmente incrível, até um pouco surreal.

Então, sim, você pode alcançar a qualidade do modelo aumentando a escala, mas provavelmente não deveria.

Pq: Esse progresso continuará? Quero dizer, continuaremos a ver progresso nessa escala? Ou atingirá um gargalo em algum momento?

Aidan Gomez: Sim, requer investimento exponencial. Você precisa dobrar continuamente seu poder computacional para manter o crescimento linear em inteligência. Mas é provável que este crescimento continue por muito, muito, muito tempo.

Ficará cada vez mais inteligente. Mas você enfrentará restrições financeiras. Poucas pessoas compraram o GPT-4 original, especialmente muitas empresas porque era muito grande, muito caro, ineficiente para operar, caro e não inteligente o suficiente para justificar o custo.

Portanto, há muita pressão no mercado para tornar os modelos menores e mais eficientes, e para usar dados, algoritmos e métodos para tornar os modelos mais inteligentes, em vez de depender apenas da expansão de escala.

Pq: Em um mundo onde vivemos em um mundo onde existem modelos menores, mais eficientes e orientados verticalmente, projetados para casos de uso específicos, haverá alguns modelos grandes e dominantes? Ou serão os dois?

Aidan Gomez: Uma tendência que temos visto nos últimos anos é a preferência pela prototipagem com um modelo comum e inteligente. Eles não querem criar protótipos com um modelo específico e gastar tempo ajustando o modelo para torná-lo particularmente bom nas coisas que lhes interessam.

O que eles querem é pegar um modelo grande e caro, criar um protótipo com ele, provar que ele pode realizar o trabalho e depois refiná-lo em um modelo eficiente que se destaque em um domínio específico. Portanto, esse padrão está realmente emergindo.

Como resultado, continuaremos a viver num mundo de múltiplos modelos, alguns verticais e focados, outros completamente horizontais.

Pq: Por exemplo, OpenAI agora custa US$ 3 bilhões. Como você pode manter seu lugar nesta corrida a menos que estejaMicrosoft、Amazon、Google、FacebookUma empresa assim?

Aidan Gomez: Se você está apenas realizando projetos de grande escala, você realmente precisa se tornar uma dessas empresas, ou se tornar uma subsidiária dessas empresas. No entanto, há muitas outras coisas que podem ser feitas.

Se você não confiar inteiramente no dimensionamento como único caminho a seguir,Se você acredita na inovação de dados ou na inovação de modelos e métodos, há muitas direções a serem exploradas.

Pq: Podemos nos aprofundar no que são inovação de dados e inovação de modelos e métodos?

Aidan Gomez：Quase todos os grandes avanços que vemos no código aberto vêm de melhorias nos dados.Obtendo dados de maior qualidade da Internet, melhorando algoritmos de rastreamento da web, analisando páginas da web, extraindo partes importantes e aumentando o peso de partes específicas da Internet porque há muita duplicação e spam na Internet.

Ao extrair as partes mais valiosas e ricas em conhecimento e enfatizá-las no modelo, bem como a capacidade de gerar dados sintéticos, permitem-nos obter grandes quantidades de texto ou conteúdo web sem envolvimento humano, que é gerado automaticamente pelo modelo .

Essas inovaçõesEm particular, a capacidade de melhorar a qualidade dos dados está a impulsionar grande parte do progresso que temos observado até agora.

Pq: Ok, isso é inovação de dados, mas e a inovação de modelos?

Aidan Gomez: Isso envolve coisas como novos algoritmos de aprendizagem por reforço. Você sabe, há muito burburinho em torno do Q* e das mudanças que ele pode trazer. Ideias sobre pesquisa, como como procurar soluções.

O estado atual do modelo é que eu faço uma pergunta e seu modelo precisa dar a resposta correta imediatamente. Esse é um requisito extremamente exigente para um modelo, certo?

Você não pode fazer isso com um ser humano, você não pode fazer uma pergunta difícil a uma pessoa e esperar que ela cuspa a resposta imediatamente. Eles precisam de tempo para pensar e processar.

Pq: Às vezes, eles também precisam de um pouco de tempo para brainstorming.

Aidan Gomez: Sim, é realmente necessário. Portanto, um próximo passo muito óbvio no desenvolvimento de modelos é que você precisa fazê-los pensar e resolver problemas. Você precisa deixá-los cometer erros, tentar algo, falhar, entender por que falhou e depois voltar atrás e tentar novamente.

Atualmente, não existe o conceito de resolução de problemas no modelo.

Pq: Quando você mencionou resolução de problemas, esse é o mesmo conceito de raciocínio?

Aidan Gomez:Sim.

Pq: Por que o raciocínio é tão difícil? Por que ainda não temos o conceito de raciocínio?

Aidan Gomez：A inferência não é difícil, mas a dificuldade é que não temos muitos dados de treinamento na Internet que mostrem o processo de inferência.A maior parte do que está na Internet é resultado do processo de raciocínio.

Quando você escreve algo online, você não mostra seu processo de pensamento, mas mostra diretamente suas conclusões, mostra seus pensamentos, e estes são resultados de muita reflexão, experiência e discussão.

Portanto, não temos esses dados de treinamento, eles não estão disponíveis gratuitamente, você mesmo tem que construí-los. Portanto, empresas como Cohere, OpenAI eAntrópicoO que essas empresas estão fazendo é coletar dados que demonstram os processos de raciocínio humano.

Vendendo apenas modelos, você não pode competir com OpenAI

Pq: Falando nisso, gostaria de saber como você se sente em competir com a iniciativa de conteúdo gerado pelo usuário da OpenAI.

Aidan Gomez: É difícil, especialmente no espaço empresarial, onde enfrentamos um enorme desafio: manter os dados dos clientes privados e confidenciais.

Eles consideram os dados como propriedade intelectual, contendo muitas informações confidenciais e, portanto, não nos permitem utilizar os dados para treinamento. Compreendo perfeitamente esta posição. Para isso, voltamos nosso foco para dados sintéticos e investimos recursos significativos nesta área.

Também montamos uma equipe de anotadores humanos e firmamos uma parceria com a Scale AI. Embora isto coloque muita pressão sobre nós, porque não somos uma empresa voltada para o consumidor, devemos gerar nós mesmos os dados.

Felizmente, o nosso foco é relativamente pequeno, concentrando-se principalmente em áreas onde as necessidades de negócio são claras, como a automatização de funções financeiras e de recursos humanos. Isso nos permite aprofundar e atender a essas necessidades específicas.

Olhando para os próximos dez anos, como se desenvolverá o mercado de dados sintéticos? Será dominado por alguns fornecedores? Atualmente, parece que o mercado de APIs de grandes modelos de linguagem é impulsionado principalmente por dados sintéticos, com muitos aproveitando grandes modelos caros para gerar dados, a fim de otimizar modelos menores e mais eficientes.

Não se sabe se este modelo é sustentável, mas acredito que à medida que novas tarefas, novas questões e necessidades de dados continuam a surgir, sejam de modelos ou de seres humanos, devemos adaptar-nos e satisfazer essas necessidades.

Pq: Então, como seria um mercado para dados sintéticos? Será dominado por dois ou três fornecedores?

Aidan Gomez: Ouvi dizer que o atual mercado de APIs de grandes modelos é dominado por dados sintéticos. A maioria das pessoas usa esses modelos grandes e caros para gerar dados e, em seguida, usa os dados para ajustar modelos menores e mais eficientes.

Então, eles estão basicamente refinando o modelo maior. Não sei se esse modelo é sustentável como mercado. Mas acho que sempre haverá novas tarefas ou novas questões ou novas necessidades de dados,Quer esses dados venham de modelos ou de humanos, devemos atender a essas necessidades.

Pq: Há uma coisa que me preocupa ou me faz hesitar. Você vê a OpenAI competindo em preço, vê coisas comoMetaEssas empresas lançam modelos gratuitamente, sem comunicar claramente o valor do código aberto e dos ecossistemas abertos.

Estaremos vendo um declínio real no valor desses modelos? Será isto uma corrida para preços mais baixos, ou mesmo para zero?

Aidan Gomez：Se você está apenas vendendo modelos, será um jogo muito difícil no próximo período. Este não será um mercado pequeno.

Pq: Haverá muitas pessoas que apenas vendem modelos, e algumas que venderão modelos e outras coisas.

Aidan Gomez: Não quero citar nomes, mas posso dizer que a Cohere, por exemplo, agora só vende modelos. Temos uma API através da qual você pode acessar nossos modelos.

Isso pode mudar em breve. O panorama dos produtos mudará e adicionaremos coisas novas aos produtos existentes. Se você vender apenas modelos, a situação será difícil porque se tornará um negócio com margem zero e haverá muita concorrência em preços. Muitas pessoas fornecem modelos gratuitamente.

Ainda assim, será um grande negócio e a procura está a crescer muito rapidamente. Mas, pelo menos por enquanto, os lucros serão escassos.

É por isso que há muito entusiasmo no nível do aplicativo. A discussão no mercado está certa em apontar que o valor está acontecendo abaixo do nível do chip, pois inicialmente todo mundo investe muito dinheiro no chip para construir esses modelos, e depois vê o valor refletido no nível da aplicação, como ChatGPT , que se baseia nas taxas do usuário, são de US$ 20 por mês.

Parece ser aqui que o valor ocorre atualmente. A camada modelo é um negócio atraente no longo prazo, mas no curto prazo, de acordo com o status quo,É um negócio comoditizado e com margens muito baixas.

As startups de IA não devem se tornar vassalas de fornecedores de nuvem

Pq: Muitas pessoas agora acreditam que é tarde demais para as startups entrarem no campo dos modelos de IA. No entanto, à medida que as barreiras de custos caem, isso realmente facilita a entrada das startups neste espaço?

Aidan Gomez: É verdade que a cada ano o custo de construção do modelo do ano passado cai 10x ou até 100x.Graças a melhores dados e recursos computacionais mais baratos, a barreira de entrada para modelos da geração anterior foi reduzida.

Mas o problema é que ninguém realmente se importa com esses modelos desatualizados. O modelo do ano passado é quase inútil em comparação com o modelo deste ano. Cada avanço tecnológico torna a tecnologia antiga rapidamente obsoleta e o custo do desenvolvimento da IA ​​está a aumentar acentuadamente.

Pode custar apenas US$ 10 milhões para desenvolver a versão 1, mas para tornar a versão 2 ligeiramente melhorada, podem ser necessários outros US$ 1 milhão a US$ 2 milhões. Agora, pode custar 3 mil milhões de dólares desenvolver um novo modelo, e pode até custar 5 mil milhões de dólares para atualizá-lo.

Este crescimento não é mais linear, mas varia em ordens de grandeza. Não tenho certeza se as novas gerações de tecnologia são sempre mais baratas de desenvolver do que as gerações anteriores. Tomemos como exemplo os chips e outras tecnologias complexas. Embora os custos de desenvolvimento estejam a aumentar, continuamos a desenvolvê-los porque vale a pena.

Pq: Então você está dizendo que as pessoas realmente não se importam se essas melhorias durarão?

Aidan Gomez: Isso mesmo. O que estou dizendo é,Melhorar estes modelos está a tornar-se cada vez mais difícil e a encontrar cada vez mais resistência.Outro fenômeno interessante é que à medida que os modelos se tornam mais inteligentes, a capacidade das pessoas comuns (inclusive eu) de perceber a diferença entre eles diminui.

Como a nossa experiência em medicina, matemática, física, etc. é limitada, não podemos realmente sentir estas mudanças. O modelo fez um bom trabalho no básico, e isso é o mais longe que podemos ir.

Portanto, é difícil sentir as diferenças entre os diferentes modelos geracionais quando interagimos com eles. Mas, na verdade, estes modelos representam enormes melhorias em algumas capacidades específicas ou inteligência pura.

Quanto a saber se vale a pena continuar a investir muito dinheiro no avanço da tecnologia, acho que a resposta é sim. Embora estas tecnologias possam não ser importantes para o consumidor médio, podem ser extremamente valiosas para investigadores em determinadas áreas especializadas.

Nós os ajudamos a progredir mais fornecendo essas ferramentas. É como perguntar se deveríamos continuar a investir em tecnologia de próxima geração, como a criação de um novo material para uma nave espacial, a fim de melhorar a sua eficiência ao entrar em órbita.

Embora isto possa não importar para a maioria das pessoas, é muito importante para aqueles que precisam, e existe uma procura de mercado, que é o que mantém o progresso tecnológico.

Pq: Novamente voltamos à questão do custo. É evidente que os custos são elevados e continuarão a aumentar no futuro. Você mencionou anteriormente o conceito de “afiliados eficazes”.

Muitas empresas estão agora a ser adquiridas ou fundidas e os serviços em nuvem estão a atrair a atenção como impulsionadores do crescimento contínuo. Você acha que nos próximos três a cinco anos, a maioria dos pequenos provedores de modelos será adquirida por grandes provedores de serviços em nuvem?

Aidan Gomez: Acho que essa área vai realmente passar por uma consolidação e isso já está começando a acontecer.Muitos desenvolvedores de modelos foram absorvidos por grandes provedores de serviços em nuvem, como a Amazon.

Acredito que haverá mais disso no futuro. Mas deve-se notar queTornar-se afiliado de um provedor de serviços em nuvem pode trazer riscos. Este não é um bom sinal para o desenvolvimento dos negócios.

Muitas vezes, para levantar capital, é preciso convencer os investidores que só se preocupam com o retorno do capital. Mas a história é completamente diferente quando você levanta dinheiro de um provedor de serviços em nuvem.

Pq: Então você acha que os investidores de risco ganharam dinheiro com investimentos em modelos nos últimos anos?

Aidan Gomez: Para os investidores da Cohere, eles certamente ganharão muito dinheiro.

Fico feliz por quem acredita em nós. Nosso primeiro investidor, Jordan Jacobs da Radical Ventures, ainda faz parte do nosso conselho e está ativamente envolvido na construção da empresa. Eu até o chamaria de quarto cofundador da Cohere.

Pq: Há relatos recentes na mídia de que a empresa está avaliada em pouco mais de US$ 550 milhões. Isso pressiona você?

Aidan Gomez: Este é realmente um tipo de pressão, mas também é um tipo de pressão positiva. Em última análise, todas as empresas serão confrontadas com múltiplas considerações de receitas que acabarão por convergir com as múltiplas do mercado público.

Acho que estamos realmente em uma posição muito melhor do que muitos de nossos pares. Porque nossa avaliação não cresceu loucamente como algumas outras empresas. É claro que ainda precisamos continuar a crescer e a nos desenvolver, mas tenho plena confiança no mercado.

As margens estão atualmente sob alguma pressão devido à concorrência de preços e à presença de modelos gratuitos, mas isto mudará com o tempo. Ao mesmo tempo, o portfólio de produtos da Cohere continuará a evoluir e a se desenvolver.

Nada pode substituir os humanos

Pq: Se você é um investidor na 20VC agora, onde você acha que estão as oportunidades?

Aidan Gomez: As áreas de produtos e áreas de aplicação ainda são muito atraentes. Essas tecnologias levarão a novos produtos que transformarão as mídias sociais. As pessoas adoram interagir com esses modelos e as horas de uso são incríveis.

Pq: Você acha que isso é uma coisa boa? Não quero que meus filhos vivam em um mundo onde interajam com sistemas generativos e imitem os humanos. Não quero que eles tenham satisfação em conversar com uma modelo.

Aidan Gomez: Você pode estar errado. Você pode querer que seu filho seja capaz de se comunicar com um agente extremamente compassivo, extremamente inteligente, experiente e seguro.

Pode ensinar-lhes coisas, brincar com eles e não perderá a paciência com eles, não ficará zangado com eles, não os intimidará, não os fará sentir-se inseguros.

certamente,Nada pode substituir os humanos. Nada pode substituir o mundo humano, e não começaremos todos a namorar ChatBots de repente, fazendo com que a taxa de natalidade humana caia.

Acho que isso não vai acontecer, certo? Quero um filho e não posso ter um com um ChatBot.

Um companheiro humano é muito mais valioso para mim do que qualquer ChatBot. Assim como no local de trabalho, não creio que possamos substituir completamente os humanos.A IA melhorará as capacidades humanas e tornará os humanos mais eficientes, mas isso não significa que haverá menos empregos.

Você não pode substituir humanos. Pense nas vendas, se eu fosse vendido por um robô, não compraria. É simples assim, não quero falar com uma máquina.

Claro, algumas compras simples podem ser feitas por um bot, mas para aquelas que são realmente importantes para mim e para minha empresa, quero que a outra parte seja uma pessoa real que possa assumir a responsabilidade.

Se algo der errado, preciso de alguém com autoridade para intervir. Então eu realmente acho que, seja do lado do consumidor, seja se ficaremos viciados em conversar com ChatBots, seja do lado do trabalho, onde os empregos vão desaparecer e haverá desemprego em massa, eu não Não vejo isso acontecendo.

Pq: Concordo com o seu ponto de vista, mas estou realmente preocupado com cargos de baixo custo. Por exemplo, uma equipe de atendimento ao cliente pode perder de 70% a 80% de seus funcionários e com certeza haverá substituições parciais.

Aidan Gomez: Definitivamente haverá substituições parciais. Mas no geral,Isto será crescimento, não substituição.Certas funções são verdadeiramente vulneráveis ​​à tecnologia e o suporte ao cliente é uma delas.

Mas, em última análise, ainda serão necessárias pessoas para fazer o trabalho, provavelmente menos do que hoje. Mas o suporte ao cliente é uma função difícil e muito desgastante mentalmente. Se você já ouviu esses telefonemas, sabe que é um trabalho emocionalmente desgastante.

Pq: Sim, é um pouco como a moderação de conteúdo em plataformas de mídia social, o que também é traumático em vários aspectos.

Aidan Gomez: Todos os dias você acorda, vai trabalhar, leva uma bronca o dia todo e tem que se desculpar. Então, talvez devêssemos deixar os modelos cuidarem dessas conversas e deixar os humanos cuidarem das questões de suporte ao cliente que realmente exigem ajuda humana, como resolver um problema sem reclamação emocional, mas com a oportunidade de fazer melhor a diferença na vida daquela pessoa.

O próximo grande avanço na IA virá no campo da robótica

Pq: O que você acha que a IA não pode fazer hoje, mas se tornará realidade e trará grandes mudanças em três anos?

Aidan Gomez：O próximo grande avanço na IA virá no campo da robótica.Os custos precisam diminuir, mas já estão diminuindo. Então precisamos de modelos mais poderosos.

Pq：Por que você acha que haverá um grande avanço no campo da robótica?

Aidan Gomez：Porque muitas barreiras desapareceram.Os raciocinadores e planejadores dos robôs anteriores eram muito frágeis, era necessário programá-los para cada tarefa e eles eram codificados em um ambiente específico.

Então você tem que ter uma cozinha exatamente com o mesmo layout, as mesmas dimensões, nada diferente, o que é muito frágil. Mas do lado da investigação, ao utilizar modelos subjacentes, modelos de linguagem, as pessoas desenvolvem planeadores melhores, capazes de raciocinar sobre o mundo de forma mais natural.

Portanto, já existem muitas empresas trabalhando nesse aspecto, e alguém poderá em breve resolver o problema dos robôs humanóides universais para torná-los mais baratos e mais estáveis.

Esta será uma grande mudança. Não sei se isso vai acontecer nos próximos cinco anos ou se vai acontecer em 10 anos, mas definitivamente vai acontecer nesse período.

A qualidade dos dados não pode ser ignorada

Pq: É muito interessante conversar com você hoje. Eu quero fazer umPerguntas e respostas rápidas, eu dou uma declaração e você imediatamente dá sua opinião

O que mais mudou sua opinião nos últimos 12 meses?

Aidan Gomez：A importância dos dados.Eu subestimei isso seriamente. Eu costumava pensar que era tudo uma questão de escala, mas muitas coisas aconteceram dentro da Cohere que mudaram completamente minha compreensão do que era importante na construção dessa tecnologia.

A qualidade dos dados é crítica.Qualidade, por exemplo, entre bilhões de pontos de dados, um exemplo errado pode ter um impacto significativo no modelo. É meio irreal, a sensibilidade do modelo aos dados é tão alta que todo mundo a subestima.

Pq: Quanto financiamento sua empresa arrecadou até agora?

Aidan Gomez: Aproximadamente US$ 1 bilhão.

Pq: Qual rodada é mais fácil de aumentar?

Aidan Gomez: Provavelmente a primeira rodada. Foi apenas uma conversa simples e eles disseram: “Dê-lhe alguns milhões de dólares e experimente”.

Pq: Ao arrecadar US$ 500 milhões, o processo é definitivamente mais complicado. Quando você viu US$ 500 milhões chegando, foi um pouco inacreditável?

Aidan Gomez: Um pouco mesmo. Por exemplo, US$ 25 milhões por ano. Embora não tenha certeza do número exato, é muito dinheiro. Cohere mudou minha perspectiva sobre economia e dinheiro, e agora US$ 500 milhões não é um grande número para mim.

Pq: Isso te preocupa?

Aidan Gomez: Não, isso faz parte da nossa estratégia. Se estivermos dispostos a aceitar essa condição, podemos aceitá-la. Mas a nossa estratégia é permanecer independente e desenvolver-nos de forma independente.

Pq: Se você pudesse escolher qualquer membro do conselho de classe mundial, quem seria?

Aidan Gomez: Mike Volpi e Jordan Jacobs, que agora fazem parte do meu conselho de administração.

Pq: Por que você acha que Mike é um bom membro do conselho?

Aidan Gomez: Mike é ótimo, ele parece ter passado por tudo isso. Posso fazer-lhe quase qualquer pergunta e ele passou por experiências semelhantes e pode dar conselhos valiosos.

Pq: Jeff Hinton ou Yann LeCun, quem você prefere?

Aidan Gomez: Definitivamente Jeff, tenho um relacionamento pessoal mais próximo com ele.

Pq: Você acha que Yann é muito otimista?

Aidan Gomez: Não, concordo mais com a visão de Yann sobre IA. Jeff está mais inclinado a prever o fim do mundo, enquanto Yann é mais otimista. Embora Yann seja um pouco como o “irmão resposta” de Elon Musk agora, Jeff é realmente uma pessoa inteligente e atenciosa.

Pq: Última pergunta, qual pergunta você acha que nunca foi feita, mas deveria ser?

Aidan Gomez: As pessoas sempre me perguntam sobre o futuro da tecnologia e os riscos potenciais, mas raramente discutem as oportunidades que ela apresenta.

Pq: Então, para onde você quer que a tecnologia vá no futuro?

Aidan Gomez: Acho que deveríamos usar a tecnologia para tornar o mundo mais produtivo, aumentar a oferta e tornar as coisas mais abundantes e baratas. A produtividade pode não parecer muito apelativa, mas se aplicarmos um ganho de produtividade de 5% ao SNS.

Isto terá um impacto significativo no estado do país, no orçamento e na vida de milhões de pessoas. Portanto, penso que a nossa primeira prioridade deveria ser a produtividade e o crescimento.

Endereço do vídeo:
https://www.youtube.com/watch?v=FUGosOgiTeI