Тао Ле произошел из храма Аофэй.

Кубиты | Публичный аккаунт QbitAI

Трансформатор восьмойЭйдан Гомес, самый младший в группе, посетовал в последнем интервью:

Просто продавать модели действительно невыгодно!

GoogleЭйдан Гомес, версия «Трансформера», — один из авторов «Трансформера», оказавший глубокое влияние на область искусственного интеллекта.

А теперь оценка Эйдана Гомеса выросла на 5,5 миллиардов долларов США.Компания КогерСоучредитель и генеральный директор.(Ранее выпущена серия больших моделей с открытым исходным кодом Command R)

В беседе с менеджером 20VC Гарри Стеббингсом Эйдан Гомес рассказал о тенденциях развития искусственного интеллекта.

Некоторые из этих тем привлекли внимание и обсуждены среди пользователей сети, например:

• Улучшение производительности модели, масштаб — не единственный способ

• Только продаваемые модели не могут сочетаться сOpenAIбороться

• Стартапы в области искусственного интеллекта не должны полагаться на поставщиков облачных технологий

• Он с оптимизмом смотрит на область робототехники и предсказывает, что в течение 5 лет произойдет большой прорыв.

• Качество данных имеет решающее значение для моделей

Более конкретный контент можно найти в текстовой версии ниже~

Помимо вычислительной мощности, инновации в области данных и моделей также могут повысить производительность ИИ.

В: Прежде чем мы начнем, я хочу задать вам вопрос, вам нравилось играть в игры, когда вы были ребенком?

Эйдан Гомес: Мне нравятся игры, и я любил технологии с детства.

В: Это значит, что вы никогда не начнете игру с очень сложного первого уровня, который вызывает у людей ощущение «невозможно пройти, я не хочу больше играть».

Эйдан Гомес: Да, в машинном обучении это называется «обучение урокам». Вы начинаете с обучения модели чему-то очень простому, а затем постепенно увеличиваете сложность, опираясь на имеющиеся знания.

Интересно, что обучение по учебной программе фактически терпит неудачу в машинном обучении. Вместо того, чтобы проходить курс, мы бросали модели самый сложный и простой материал и позволяли ей разобраться во всем самостоятельно.

Но для людей этот подход работает очень хорошо и является важной частью нашего обучения. Действительно интересно видеть, что он не преуспевает в машинном обучении.

В: Вы только что говорили о том, чтобы закинуть все прямо на модель. Я хочу сразу углубиться в этот вопрос. Многие говорят, что просто нужно больше вычислительной мощности, и производительность улучшится. Как вы думаете, это правильно? Есть ли у нас другие факторы, ограничивающие улучшение производительности?

Эйдан Гомес: Это правда, что если вы добавите к модели больше вычислительной мощности или увеличите ее размер, она станет лучше.Это самый надежный способ улучшить производительность модели, но он же и самый тупой.

Для тех, у кого достаточно средств, это очень привлекательная стратегия с крайне низким риском. Вы знаете, что будет лучше, просто расширьте модель, потратьте больше денег, купите больше вычислительной мощности. Я в это верю, просто считаю это крайне неэффективным.

Есть лучший способ.Если вы посмотрите на последние полтора года, сЧатGPTОпубликовано до сих порГПТ-4Период выпуска. Поскольку GPT-4 действительно имеет 1,7 триллиона параметров, как говорят, это огромнаяМО。

Сейчас у нас есть модели получше, чем эта, и у них всего 13 миллиардов параметров.Так что скорость этих изменений или стремительного снижения издержек просто невероятна и даже немного сюрреалистична.

Так что да, вы можете добиться качества модели за счет масштабирования, но, вероятно, не следует этого делать.

В: Будет ли этот прогресс продолжаться? Я имею в виду, собираемся ли мы продолжать видеть прогресс в этом масштабе? Или в какой-то момент это достигнет узкого места?

Эйдан Гомес: Да, это требует экспоненциальных инвестиций. Вам необходимо постоянно удваивать свою вычислительную мощность, чтобы поддерживать линейный рост интеллекта. Но этот рост, вероятно, продолжится в течение очень, очень, очень долгого времени.

Он будет становиться все умнее и умнее. Но вы столкнетесь с финансовыми ограничениями. Немногие люди купили оригинальный GPT-4, особенно многие предприятия, потому что он был очень большим, очень дорогим, неэффективным в эксплуатации, дорогостоящим и недостаточно умным, чтобы оправдать затраты.

Таким образом, на рынке существует сильное давление с целью сделать модели меньшими и более эффективными, а также использовать данные, алгоритмы и методы, чтобы сделать модели более интеллектуальными, а не просто полагаться на расширение масштаба.

В: В мире, где мы живем в мире, где существуют более мелкие, более эффективные, вертикально ориентированные модели, предназначенные для конкретных случаев использования, будет ли несколько крупных доминирующих моделей? Или будет и то, и другое?

Эйдан Гомес: Тенденция, которую мы наблюдаем в последние несколько лет, — это предпочтение прототипированию с использованием общей умной модели. Они не хотят создавать прототип конкретной модели и тратить время на точную настройку модели, чтобы она особенно хорошо справлялась с теми вещами, которые им интересны.

Чего они хотят, так это взять большую и дорогую модель, создать с ее помощью прототип, доказать, что она способна выполнять свою работу, а затем усовершенствовать ее до эффективной модели, превосходной в конкретной области. Так что эта модель действительно проявляется.

В результате мы продолжим жить в мире множества моделей, некоторые из которых вертикальны и сфокусированы, а другие полностью горизонтальны.

В: Например, OpenAI сейчас стоит $3 млрд. Как вы сможете удержать свое место в этой гонке, если не будетеМайкрософт、Amazon、Google、ФейсбукТакая компания?

Эйдан Гомес: Если вы занимаетесь только масштабными проектами, вам действительно нужно стать одной из этих компаний или стать дочерней компанией этих компаний. Однако есть много других вещей, которые можно сделать.

Если вы не полагаетесь полностью на масштабирование как на единственный путь вперед,Если вы верите в инновации в области данных или в инновации в моделях и методах, вам предстоит изучить множество направлений.

В: Можем ли мы углубиться в то, что такое инновации в области данных, а также инновации в моделях и методах?

Эйдан Гомес：Почти все большие достижения, которые мы видим в открытом исходном коде, связаны с улучшением данных.Получая данные более высокого качества из Интернета, совершенствуя алгоритмы сканирования веб-страниц, анализируя веб-страницы, извлекая важные части и увеличивая вес определенных частей Интернета, поскольку в Интернете много дублирования и спама.

Извлечение наиболее ценных, богатых знаниями частей и выделение их в модели, а также возможность генерировать синтетические данные позволяют нам получать большие объемы текста или веб-контента без участия человека, который автоматически генерируется моделью. .

Эти инновацииВ частности, способность улучшать качество данных во многом определяет прогресс, который мы наблюдаем до сих пор.

В: Хорошо, это инновации в области данных, а как насчет инноваций в моделях?

Эйдан Гомес: Речь идет о таких вещах, как новые алгоритмы обучения с подкреплением. Знаете, вокруг Q* и тех изменений, которые он может принести, много шума. Идеи по поиску, например, как искать решения.

Текущее состояние модели таково, что я задаю вам вопрос, а ваша модель должна немедленно дать правильный ответ. Это чрезвычайно жесткое требование к модели, не так ли?

Вы не можете сделать это с человеком, вы не можете задать ему трудный вопрос и ожидать, что он сразу же выдаст ответ. Им нужно время, чтобы подумать и обдумать ситуацию.

В: Им также иногда нужно немного времени для мозгового штурма.

Эйдан Гомес: Да, это действительно необходимо. Итак, очевидным следующим шагом в разработке моделей является то, что вам нужно заставить их думать и решать проблемы. Вам нужно позволить им совершить ошибку, попробовать что-то, потерпеть неудачу, понять, почему это не удалось, а затем отступить и попробовать еще раз.

В настоящее время в модели отсутствует концепция решения проблем.

В: Когда вы упомянули решение проблем, это то же самое, что и рассуждение?

Эйдан Гомес:Да.

В: Почему рассуждать так сложно? Почему у нас до сих пор нет понятия рассуждения?

Эйдан Гомес：Вывод несложный, но сложность в том, что у нас в Интернете не так много обучающих данных, показывающих процесс вывода.Большая часть того, что есть в Интернете, — это результаты процесса рассуждения.

Когда ты пишешь что-то в сети, ты не показываешь свой мыслительный процесс, а прямо показываешь свои выводы, показываешь свои мысли, а это результаты большого количества размышлений, опыта и обсуждений.

Поэтому у нас нет таких обучающих данных, их нет в свободном доступе, вам придется собирать их самостоятельно. Поэтому такие компании, как Cohere, OpenAI иАнтропныйТакие компании занимаются сбором данных, демонстрирующих процессы человеческого мышления.

Продавая только модели, с OpenAI не конкурировать

В: Кстати говоря, мне интересно, как вы относитесь к конкуренции с инициативой OpenAI по созданию пользовательского контента?

Эйдан Гомес: Это сложно, особенно в корпоративной сфере, где мы сталкиваемся с огромной проблемой: сохранение конфиденциальности и конфиденциальности данных клиентов.

Они рассматривают данные как интеллектуальную собственность, содержащую много конфиденциальной информации, и поэтому не позволяют нам использовать данные для обучения. Я полностью понимаю эту позицию. Для этого мы сосредоточили внимание на синтетических данных и вложили в эту область значительные ресурсы.

Мы также собрали команду аннотаторов и заключили партнерство с Scale AI. Хотя это оказывает на нас большое давление, поскольку мы не являемся компанией, ориентированной на потребителя, мы должны сами генерировать данные.

К счастью, наше внимание относительно невелико и сосредоточено в основном на областях, где потребности бизнеса очевидны, таких как автоматизация функций финансовых и человеческих ресурсов. Это позволяет нам глубже вникать и удовлетворять эти конкретные потребности.

Как будет развиваться рынок синтетических данных в ближайшие десять лет? Будет ли в нем доминировать несколько поставщиков? В настоящее время кажется, что рынок API больших языковых моделей в основном основан на синтетических данных, причем многие из них используют дорогие большие модели для генерации данных с целью оптимизации более мелких и более эффективных моделей.

Неясно, является ли эта модель устойчивой, но я считаю, что по мере того, как новые задачи, новые вопросы и потребности в данных продолжают появляться, будь то модели или люди, мы должны адаптироваться и удовлетворять эти потребности.

В: Так как же будет выглядеть рынок синтетических данных? Будут ли в нем доминировать два или три поставщика?

Эйдан Гомес: Я слышал, что на нынешнем рынке API для больших моделей доминируют синтетические данные. Большинство людей используют эти большие дорогие модели для генерации данных, а затем используют эти данные для точной настройки более мелких и более эффективных моделей.

Таким образом, они, по сути, совершенствуют более крупную модель. Я не знаю, является ли эта модель устойчивой как рынок. Но я думаю, что всегда будут новые задачи, новые вопросы или новые потребности в данных.Независимо от того, поступают ли эти данные от моделей или от людей, мы должны удовлетворить эти потребности.

В: Есть одна вещь, которая меня беспокоит или заставляет колебаться. Вы видите, как OpenAI конкурирует по цене, вы видите такие вещи, какМетаТакие компании выпускают модели бесплатно, не объясняя четко ценность открытого исходного кода и открытых экосистем.

Видим ли мы реальное снижение стоимости этих моделей? Это гонка за снижением цен или даже до нуля?

Эйдан Гомес：Если вы просто продаете модели, в следующий период времени это будет очень сложная игра. Это не будет маленький рынок.

В: Будет много людей, которые просто продают модели, а есть те, кто будет продавать модели и другие вещи.

Эйдан Гомес: Не хочу называть имена, но могу сказать, что Cohere, например, сейчас продает только модели. У нас есть API, через который вы можете получить доступ к нашим моделям.

Это может скоро измениться. Продуктовый ландшафт изменится, и мы добавим что-то новое к существующим продуктам. Если вы будете продавать только модели, ситуация будет сложной, потому что это станет бизнесом с нулевой прибылью и будет слишком большая конкуренция по цене. Многие предоставляют модели бесплатно.

Тем не менее, это будет большой бизнес, и спрос будет расти очень быстро. Но, по крайней мере, на данный момент прибыль будет минимальной.

Вот почему на уровне приложений так много ажиотажа. Обсуждение на рынке правильно указывает на то, что ценность происходит ниже уровня чипа, потому что изначально каждый вкладывает много денег в чип для создания этих моделей, а затем видит ценность, отраженную на уровне приложения, например ChatGPT. , основанный на абонентской плате, составляющей 20 долларов США в месяц.

Кажется, именно здесь и возникает значение в настоящее время. Модельный слой является привлекательным бизнесом в долгосрочной перспективе, но в краткосрочной перспективе, в соответствии со статус-кво,Это очень низкорентабельный, товарный бизнес.

Стартапы в области искусственного интеллекта не должны становиться вассалами поставщиков облачных технологий

В: Многие сейчас считают, что стартапам уже поздно выходить в область моделей ИИ. Однако, поскольку ценовые барьеры падают, действительно ли это облегчает стартапам вход в эту сферу?

Эйдан Гомес: Это правда, что каждый год стоимость постройки прошлогодней модели падает в 10, а то и в 100 раз.Благодаря более качественным данным и более дешевым вычислительным ресурсам порог входа для моделей предыдущего поколения был снижен.

Но проблема в том, что эти устаревшие модели никого не волнуют. Модель прошлого года практически бесполезна по сравнению с моделью этого года. Каждое технологическое достижение приводит к тому, что старые технологии быстро устаревают, а стоимость разработки ИИ резко возрастает.

Разработка версии 1 может стоить всего 10 миллионов долларов, но чтобы немного улучшить версию 2, может потребоваться еще 1–2 миллиона долларов. Теперь разработка новой модели может стоить 3 миллиарда долларов, а ее обновление может стоить даже 5 миллиардов долларов.

Этот рост больше не является линейным, а варьируется на порядки. Я не уверен, что разработка новых поколений технологий всегда дешевле, чем разработка предыдущих поколений. Возьмем, к примеру, чипы и другие сложные технологии. Хотя затраты на разработку растут, мы продолжаем их развивать, потому что оно того стоит.

В: То есть вы хотите сказать, что людям все равно, сохранятся ли эти улучшения?

Эйдан Гомес: Это верно. Я говорю следующее:Совершенствование этих моделей становится все труднее и встречает все большее сопротивление.Еще один интересный феномен заключается в том, что по мере того, как модели становятся умнее, способность обычных людей (включая меня) различать их снижается.

Поскольку наши знания в области медицины, математики, физики и т. д. ограничены, мы не можем по-настоящему почувствовать эти изменения. Модель довольно хорошо справилась с основами, и это все, что мы можем сделать.

Поэтому сложно почувствовать различия между моделями разных поколений, когда мы с ними взаимодействуем. Но на самом деле эти модели представляют собой огромные улучшения в некоторых конкретных возможностях или чистом интеллекте.

Что касается того, стоит ли продолжать вкладывать большие деньги в развитие технологий, я думаю, что ответ — да. Хотя эти технологии могут быть не важны для обычного потребителя, они могут быть чрезвычайно ценными для исследователей в определенных специализированных областях.

Мы помогаем им добиться большего прогресса, предоставляя эти инструменты. Это все равно, что спросить, следует ли нам продолжать инвестировать в технологии следующего поколения, например, в создание нового материала для космического корабля, чтобы повысить его эффективность при выходе на орбиту.

Хотя для большинства людей это может не иметь значения, это очень важно для тех, кто в этом нуждается, и существует рыночный спрос, который поддерживает технологический прогресс.

В: Опять возвращаемся к вопросу стоимости. Очевидно, что затраты высоки и будут продолжать расти в будущем. Ранее вы упомянули концепцию «эффективных партнёров».

Многие компании в настоящее время приобретаются или объединяются, а облачные услуги привлекают внимание как движущая сила дальнейшего роста. Считаете ли вы, что в ближайшие три-пять лет большинство мелких поставщиков моделей будут приобретены крупными поставщиками облачных услуг?

Эйдан Гомес: Я думаю, что в этой сфере действительно произойдет консолидация, и это уже начинает происходить.Многие разработчики моделей были поглощены крупными поставщиками облачных услуг, такими как Amazon.

Я верю, что в будущем такого будет больше. Но следует отметить, чтоСтать партнером поставщика облачных услуг может быть сопряжено с риском.. Это нехороший знак для развития бизнеса.

Часто, чтобы привлечь капитал, вам нужно убедить инвесторов, которых волнует только рентабельность капитала. Но совсем другая история, когда вы получаете деньги от поставщика облачных услуг.

В: Как вы думаете, за последние несколько лет венчурные инвесторы заработали деньги на модельном инвестировании?

Эйдан Гомес: Инвесторы Cohere наверняка заработают много денег.

Я рад за тех, кто в нас верит. Наш первый инвестор, Джордан Джейкобс из Radical Ventures, все еще входит в состав нашего совета директоров и очень активно участвует в построении компании. Я бы даже назвал его четвертым сооснователем Cohere.

В: Недавно в СМИ появилась информация, что компания оценивается чуть более чем в $550 млн. Оказывает ли это на вас давление?

Эйдан Гомес: Это действительно своего рода давление, но это также и своего рода положительное давление. В конечном итоге каждая компания столкнется с множеством факторов, связанных с доходом, которые в конечном итоге совпадут с показателями публичного рынка.

Я думаю, что на самом деле мы находимся в гораздо лучшем положении, чем многие наши сверстники. Потому что наша оценка не выросла так безумно, как у некоторых других компаний. Конечно, нам еще нужно продолжать расти и развиваться, но я полностью уверен в рынке.

Маржа в настоящее время находится под некоторым давлением из-за ценовой конкуренции и наличия бесплатных моделей, но со временем ситуация изменится. В то же время портфель продуктов Cohere будет продолжать развиваться и развиваться.

Ничто не может заменить человека

В: Если вы сейчас являетесь инвестором в 20VC, какие, по вашему мнению, у вас есть возможности?

Эйдан Гомес: Области продукции и области применения по-прежнему очень привлекательны. Эти технологии приведут к созданию новых продуктов, которые изменят социальные сети. Людям нравится взаимодействовать с этими моделями, и время их использования просто потрясающее.

В: Ты думаешь, это хорошо? Я не хочу, чтобы мои дети жили в мире, где они взаимодействуют с генеративными системами и подражают людям. Я не хочу, чтобы они получали удовлетворение от общения с моделью.

Эйдан Гомес: Возможно, вы ошибаетесь. Возможно, вы захотите, чтобы ваш ребенок мог общаться с чрезвычайно сострадательным, чрезвычайно умным, знающим и безопасным агентом.

Он может учить их вещам, играть с ними, и он не выйдет из себя, не будет злиться на них, не будет запугивать их, не заставит их чувствовать себя неуверенно.

конечно,Ничто не может заменить человека. Ничто не может заменить человеческий мир, и мы не начнем внезапно встречаться с чат-ботами, что приведет к снижению рождаемости среди людей.

Я не думаю, что это произойдет, верно? Я хочу ребенка, но с помощью чат-бота у меня его не будет.

Человек-спутник для меня гораздо более ценен, чем любой чат-бот. Как и на рабочем месте, я не думаю, что мы сможем полностью заменить людей.ИИ расширит человеческие возможности и сделает людей более эффективными, но это не означает, что рабочих мест станет меньше.

Вы не можете заменить людей. Подумайте о продажах: если бы мне продавал робот, я бы не купил. Все очень просто: я не хочу разговаривать с машиной.

Конечно, некоторые простые покупки могут выполняться с помощью бота, но для тех, которые действительно важны для меня и моей компании, я хочу, чтобы другой стороной был реальный человек, способный взять на себя ответственность.

Если что-то пойдет не так, мне нужен кто-то, обладающий полномочиями, чтобы вмешаться. Так что я действительно думаю, будет ли это со стороны потребителей, будем ли мы пристраститься к общению с чат-ботами, или со стороны работы, где рабочие места исчезнут и будет массовая безработица, я не Я не вижу, чтобы это произошло.

В: Я согласен с вашей точкой зрения, но меня очень беспокоят низкооплачиваемые позиции. Например, команда по работе с клиентами может потерять от 70% до 80% своих сотрудников, и обязательно будут частичные замены.

Эйдан Гомес: Частичные замены обязательно будут. Но в целом,Это будет рост, а не замена.Некоторые должности действительно уязвимы для технологий, и служба поддержки клиентов — одна из них.

Но в конечном итоге для выполнения этой работы все равно будут нужны люди, просто, вероятно, меньше, чем сегодня. Но поддержка клиентов — это тяжелая работа, и это очень изнурительная работа. Если вы когда-нибудь слушали эти телефонные звонки, вы знаете, что это эмоционально истощающая работа.

В: Да, это немного похоже на модерацию контента в социальных сетях, это тоже во многих отношениях травмирует.

Эйдан Гомес: Каждый день ты просыпаешься, идешь на работу, тебя весь день ругают и приходится извиняться. Итак, возможно, нам следует позволить моделям вести эти разговоры, а людям — решать вопросы поддержки клиентов, которые действительно требуют человеческой помощи, например, решать проблемы без эмоциональных жалоб, но с возможностью изменить жизнь этого человека к лучшему.

Следующий большой прорыв в области искусственного интеллекта произойдет в области робототехники.

В: Как вы думаете, что ИИ не может сделать сегодня, но станет реальностью и приведет к огромным изменениям через три года?

Эйдан Гомес：Следующий большой прорыв в области искусственного интеллекта произойдет в области робототехники.Затраты должны снизиться, но они уже снижаются. Тогда нам нужны более мощные модели.

В:Почему, по вашему мнению, произойдет большой прорыв в области робототехники?

Эйдан Гомес：Потому что многие барьеры исчезли.Анализаторы и планировщики предыдущих роботов были очень хрупкими, их приходилось программировать для каждой задачи, и они были жестко запрограммированы в конкретной среде.

Итак, у вас должна быть кухня точно такой же планировки, тех же размеров, ничего особенного, а это очень хрупко. Но что касается исследований, то, используя базовые модели, языковые модели, люди на самом деле разрабатывают более совершенных планировщиков, которые могут рассуждать о мире более естественно.

Так что над этим аспектом уже работает множество компаний, и кто-то вскоре может решить проблему универсальных человекоподобных роботов, сделав их дешевле и стабильнее.

Это будет огромный сдвиг. Я не знаю, произойдет ли это в ближайшие пять лет или через 10 лет, но это определенно произойдет в эти сроки.

Качество данных нельзя игнорировать

В: Очень интересно с вами сегодня пообщаться. Я хочу сделатьБыстрые вопросы и ответы, я даю заявление, а вы сразу высказываете свои мысли

Что больше всего изменило ваше мнение за последние 12 месяцев?

Эйдан Гомес：Важность данных.Я серьезно это недооценил. Раньше я думал, что все дело в масштабе, но внутри Cohere произошло много вещей, которые полностью изменили мое понимание того, что важно при создании этой технологии.

Качество данных имеет решающее значение.Например, среди миллиардов точек данных о качестве один неправильный пример может оказать существенное влияние на модель. Это как-то нереально, настолько высока чувствительность модели к данным и все ее недооценивают.

В: Какой объем финансирования уже собрала ваша компания?

Эйдан Гомес: Примерно 1 миллиард долларов.

В: Какой раунд легче всего поднять?

Эйдан Гомес: Наверное, первый раунд. Это был простой разговор, и они сказали: «Дайте вам несколько миллионов долларов и попробуйте». Так что я подумал, что этот раунд был довольно легким.

В: При привлечении $500 млн процесс однозначно сложнее. Когда вы увидели прибытие 500 миллионов долларов, это было немного невероятно?

Эйдан Гомес: Действительно немного. Например, 25 миллионов долларов в год. Хотя я не уверен в точной цифре, это большие деньги. Cohere изменил мой взгляд на экономику и деньги, и теперь 500 миллионов долларов для меня не такая уж большая цифра.

В: Вас это беспокоит?

Эйдан Гомес: Нет, это часть нашей стратегии. Если мы готовы принять это условие, мы можем его принять. Но наша стратегия – оставаться независимыми и развиваться самостоятельно.

В: Если бы вы могли выбрать любого члена совета директоров мирового уровня, кто бы это был?

Эйдан Гомес: Майк Вольпи и Джордан Джейкобс, которые сейчас входят в мой совет директоров.

В: Как вы думаете, почему Майк хороший член совета директоров?

Эйдан Гомес: Майк молодец, кажется, он прошел через все это. Я могу задать ему практически любой вопрос, он прошел через подобный опыт и может дать ценный совет.

В: Джефф Хинтон или Ян ЛеКун, кого ты предпочитаешь?

Эйдан Гомес: Определенно Джефф, у меня с ним более близкие личные отношения.

В: Думаешь, Янн слишком оптимистичен?

Эйдан Гомес: Нет, я больше согласен с взглядом Янна на ИИ. Джефф более склонен предсказывать конец света, а Янн более оптимистичен. Хотя Янн сейчас немного похож на «обратного брата» Илона Маска, Джефф действительно умный и вдумчивый человек.

В: Последний вопрос: какой вопрос, по вашему мнению, вам никогда не задавали, но следовало бы задать?

Эйдан Гомес: Люди всегда спрашивают меня о будущем технологий и потенциальных рисках, но редко обсуждают возможности, которые они предоставляют.

В: Итак, куда вы хотите, чтобы технологии развивались в будущем?

Эйдан Гомес: Я думаю, что мы должны использовать технологии, чтобы сделать мир более продуктивным, увеличить предложение и сделать вещи более обильными и дешевыми. Производительность может показаться не очень привлекательной, но если вы примените к NHS повышение производительности на 5%.

Это окажет существенное влияние на состояние страны, бюджет и жизнь миллионов людей. Поэтому я думаю, что нашим главным приоритетом должны быть производительность и рост.

Адрес видео:
https://www.youtube.com/watch?v=FUGosOgiTeI