Tao Le se originó en el templo de Aofei.

Qubits | Cuenta pública QbitAI

Transformador ochoAidan Gómez, el más joven del grupo, se lamentó en la última entrevista:

¡Realmente no es rentable vender solo modelos!

GoogleAidan Gomez, una versión de Transformer, es uno de los autores de Transformer que ha tenido un profundo impacto en el campo de la IA.

Y ahora la valoración de Aidan Gómez se ha disparado en 5.500 millones de dólares.Cohere empresaCofundador y director ejecutivo.(Anteriormente lanzó la serie Command R de modelos grandes de código abierto)

En esta conversación con el gerente de 20VC, Harry Stebbings, Aidan Gomez habló sobre las tendencias de desarrollo de la IA.

Algunos de estos temas han llamado la atención y el debate entre los internautas, como por ejemplo:

• Mejora del rendimiento del modelo, la escala no es la única forma

• Solo los modelos en venta no se pueden combinar conIA abiertacontender

• Las nuevas empresas de IA no deberían depender de los proveedores de la nube

• Se muestra optimista en el campo de la robótica y predice que dentro de cinco años se producirá un gran avance.

• La calidad de los datos es fundamental para los modelos.

Para contenido más específico, consulte la versión de texto a continuación ~

Además de la potencia informática, la innovación de datos y modelos también puede mejorar el rendimiento de la IA.

Q: Antes de comenzar, quiero hacerte una pregunta. ¿Te gustaba jugar cuando eras niño?

Aidan Gómez: Me gustan los juegos y me encanta la tecnología desde que era niño.

Q: Esto significa que nunca comenzarás un juego con un primer nivel muy difícil que haga que la gente sienta que "es imposible terminarlo, no quiero jugar más".

Aidan Gómez: Sí, esto se llama "aprendizaje de lecciones" en el aprendizaje automático. Se comienza enseñando al modelo a hacer algo muy simple y luego se aumenta gradualmente la complejidad, basándose en el conocimiento existente.

Curiosamente, el aprendizaje curricular en realidad falla en el aprendizaje automático. En lugar de hacer un curso, le arrojamos el material más difícil y fácil al modelo y dejamos que lo resolviera por sí solo.

Pero para los humanos, este enfoque funciona extremadamente bien y es una parte importante de nuestro aprendizaje. Es realmente interesante ver que no tiene éxito en el aprendizaje automático.

Q: Acabas de hablar de arrojar todo directamente al modelo. Quiero profundizar en este tema directamente. Mucha gente dice que simplemente se necesita más potencia informática y el rendimiento mejorará. ¿Crees que esto es correcto? ¿Tenemos otros factores que limitan las mejoras en el rendimiento?

Aidan Gómez: Es cierto que si agrega más potencia informática al modelo o lo agranda, mejora.Esta es la forma más confiable de mejorar el rendimiento del modelo, pero también la más tonta.

Para aquellos con fondos suficientes, esta es una estrategia muy atractiva con un riesgo extremadamente bajo. Sabes que va a mejorar, simplemente expande el modelo, gasta más dinero, compra más potencia informática. Creo esto, simplemente lo encuentro extremadamente ineficiente.

Hay una mejor manera.Si nos fijamos en el último año y medio, desdeChatGPTPublicado hasta ahoraGPT-4Periodo de tiempo de lanzamiento. Como GPT-4 tiene 1,7 billones de parámetros, como dicen, es un enormeMinisterio de Educación。

Ahora tenemos mejores modelos que este y solo tienen 13 mil millones de parámetros.Así que la velocidad de este cambio, o la rápida disminución de los costos, es simplemente increíble, incluso un poco surrealista.

Entonces, sí, puedes lograr la calidad del modelo ampliándolo, pero probablemente no deberías hacerlo.

Q: ¿Continuará este progreso? Quiero decir, ¿vamos a seguir viendo avances a esta escala? ¿O llegará a un cuello de botella en algún momento?

Aidan Gómez: Sí, requiere una inversión exponencial. Necesita duplicar continuamente su potencia informática para mantener un crecimiento lineal en inteligencia. Pero es probable que este crecimiento continúe durante mucho, mucho, mucho tiempo.

Se volverá cada vez más inteligente. Pero se encontrará con limitaciones financieras. No mucha gente compró el GPT-4 original, especialmente muchas empresas, porque era muy grande, muy costoso, ineficiente de operar, costoso y no lo suficientemente inteligente como para justificar el costo.

Por lo tanto, existe mucha presión en el mercado para hacer modelos más pequeños y más eficientes, y para utilizar datos, algoritmos y métodos para hacer que los modelos sean más inteligentes, en lugar de depender únicamente de la expansión de escala.

Q: En un mundo en el que vivimos en un mundo donde hay modelos más pequeños, más eficientes y orientados verticalmente diseñados para casos de uso específicos, ¿habrá algunos modelos grandes y dominantes? ¿O serán ambas cosas?

Aidan Gómez: Una tendencia que hemos visto en los últimos años es la preferencia por la creación de prototipos con un modelo común e inteligente. No quieren crear prototipos con un modelo específico y dedicar tiempo a ajustar el modelo para hacerlo particularmente bueno en las cosas que les interesan.

Lo que quieren es adquirir un modelo grande y costoso, crear un prototipo con él, demostrar que puede hacer el trabajo y luego refinarlo hasta convertirlo en un modelo eficiente que sobresalga en un dominio específico. Entonces este patrón está realmente surgiendo.

Como resultado, seguiremos viviendo en un mundo de múltiples modelos, algunos verticales y enfocados, otros completamente horizontales.

Q: Por ejemplo, OpenAI ahora cuesta 3 mil millones de dólares. ¿Cómo puedes mantener tu lugar en esta carrera a menos que seasmicrosoft、Amazon、Google、Facebook¿Una empresa así?

Aidan Gómez: Si solo realiza proyectos a gran escala, realmente necesita convertirse en una de estas empresas o convertirse en una filial de estas empresas. Sin embargo, hay muchas otras cosas que se pueden hacer.

Si no confía completamente en la ampliación como único camino a seguir,Si cree en la innovación de datos o en la innovación de modelos y métodos, hay muchas direcciones que explorar.

Q: ¿Podemos profundizar en qué es la innovación de datos y la innovación de modelos y métodos?

Aidan Gómez：Casi todos los grandes avances que vemos en el código abierto provienen de mejoras en los datos.Obteniendo datos de mayor calidad de Internet, mejorando los algoritmos de rastreo web, analizando páginas web, extrayendo partes importantes y aumentando el peso de partes específicas de Internet porque hay mucha duplicación y spam en Internet.

Al extraer las partes más valiosas y ricas en conocimiento y enfatizarlas en el modelo, así como la capacidad de generar datos sintéticos, nos permiten obtener grandes cantidades de texto o contenido web sin participación humana, que el modelo genera automáticamente. .

Estas innovacionesEn particular, la capacidad de mejorar la calidad de los datos está impulsando gran parte del progreso que estamos viendo hasta ahora.

Q: Bueno, esto es innovación de datos, pero ¿qué pasa con la innovación de modelos?

Aidan Gómez: Esto implica cosas como nuevos algoritmos de aprendizaje por refuerzo. Ya sabes, hay muchos rumores sobre Q* y los cambios que podría traer. Ideas sobre la búsqueda, como cómo buscar soluciones.

El estado actual del modelo es que le hago una pregunta y su modelo necesita dar la respuesta correcta de inmediato. Ese es un requisito extremadamente exigente para un modelo, ¿verdad?

No puedes hacerle eso a un ser humano, no puedes hacerle una pregunta difícil a una persona y esperar que te diga la respuesta de inmediato. Necesitan tiempo para pensar y procesar.

Q: A veces también necesitan un poco de tiempo para pensar.

Aidan Gómez: Sí, de hecho es necesario. Así que el siguiente paso muy obvio en el desarrollo de modelos es hacerles pensar y resolver problemas. Debe dejarles cometer errores, intentar algo, fallar, comprender por qué falló y luego dar marcha atrás y volver a intentarlo.

Actualmente, no existe ningún concepto de resolución de problemas en el modelo.

Q: Cuando mencionaste la resolución de problemas, ¿es este el mismo concepto que razonamiento?

Aidan Gómez:Sí.

Q: ¿Por qué es tan difícil razonar? ¿Por qué no tenemos todavía el concepto de razonamiento?

Aidan Gómez：La inferencia no es difícil, pero la dificultad es que no tenemos muchos datos de entrenamiento en Internet que muestren el proceso de inferencia.La mayor parte de lo que hay en Internet es el resultado del proceso de razonamiento.

Cuando escribes algo en línea, no muestras tu proceso de pensamiento, sino que muestras directamente tus conclusiones, muestras tus pensamientos, y estos son los resultados de mucho pensamiento, experiencia y discusión.

Por eso nos faltan esos datos de entrenamiento, no están disponibles gratuitamente, tienes que crearlos tú mismo. Por lo tanto, empresas como Cohere, OpenAI yAntrópicoLo que están haciendo estas empresas es recopilar datos que demuestren los procesos de razonamiento humano.

Solo vende modelos, no puedes competir con OpenAI

Q: Hablando de eso, me pregunto cómo se siente al competir con la iniciativa de contenido generado por el usuario de OpenAI.

Aidan Gómez: Es difícil, especialmente en el ámbito empresarial, donde enfrentamos un gran desafío: mantener la privacidad y confidencialidad de los datos de los clientes.

Consideran los datos como propiedad intelectual, que contienen mucha información confidencial y, por lo tanto, no nos permiten utilizarlos para capacitación. Entiendo completamente esta posición. Para ello, nos hemos centrado en los datos sintéticos y hemos invertido importantes recursos en este ámbito.

También reunimos un equipo de anotadores humanos y nos asociamos con Scale AI. Aunque esto nos supone mucha presión, porque no somos una empresa orientada al consumidor, debemos generar los datos nosotros mismos.

Afortunadamente, nuestro enfoque es relativamente pequeño y se centra principalmente en áreas donde las necesidades comerciales son claras, como la automatización de funciones financieras y de recursos humanos. Esto nos permite profundizar y abordar estas necesidades específicas.

De cara a los próximos diez años, ¿cómo se desarrollará el mercado de datos sintéticos? ¿Estará dominada por unos pocos proveedores? Actualmente parece que el mercado de API de modelos de lenguaje grandes está impulsado principalmente por datos sintéticos, y muchos aprovechan modelos grandes y costosos para generar datos con el fin de optimizar modelos más pequeños y más eficientes.

No está claro si este modelo es sostenible, pero creo que a medida que siguen surgiendo nuevas tareas, nuevas preguntas y necesidades de datos, ya sea de modelos o de humanos, debemos adaptarnos y satisfacer estas necesidades.

Q: Entonces, ¿cómo sería un mercado de datos sintéticos? ¿Estará dominado por dos o tres proveedores?

Aidan Gómez: He oído que el mercado actual de API de modelos grandes está dominado por datos sintéticos. La mayoría de la gente utiliza estos modelos grandes y costosos para generar datos y luego los utiliza para ajustar modelos más pequeños y eficientes.

Básicamente están refinando el modelo más grande. No sé si este modelo es sostenible como mercado. Pero sí creo que siempre habrá nuevas tareas, nuevas preguntas o nuevas necesidades de datos.Ya sea que estos datos provengan de modelos o de humanos, debemos satisfacer estas necesidades.

Q: Hay una cosa que me preocupa o me hace dudar. Ves a OpenAI compitiendo en precio, ves cosas comoMetaEstas empresas lanzan modelos de forma gratuita sin comunicar claramente el valor del código abierto y los ecosistemas abiertos.

¿Estamos viendo una caída real en el valor de estos modelos? ¿Es esta una carrera para bajar los precios, o incluso hacia cero?

Aidan Gómez：Si sólo vendes modelos, será un juego muy difícil durante el próximo período de tiempo. Este no será un mercado pequeño.

Q: Habrá muchas personas que solo venderán modelos y otras que venderán modelos y otras cosas.

Aidan Gómez: No quiero dar nombres, pero puedo decir que Cohere, por ejemplo, ahora sólo vende modelos. Disponemos de una API a través de la cual podrás acceder a nuestros modelos.

Eso podría cambiar pronto. El panorama de productos cambiará y agregaremos cosas nuevas a los productos existentes. Si sólo vendes modelos, la situación será difícil porque se convertirá en un negocio de margen cero y habrá demasiada competencia en precios. Mucha gente proporciona modelos de forma gratuita.

Aún así, será un gran negocio y la demanda está creciendo muy rápidamente. Pero al menos por ahora, las ganancias serán escasas.

Por eso hay mucho entusiasmo a nivel de aplicación. La discusión en el mercado es correcta al señalar que el valor ocurre por debajo del nivel del chip, porque inicialmente todos invierten mucho dinero en el chip para construir estos modelos y luego ven el valor reflejado en el nivel de la aplicación, como ChatGPT. , que se basa en tarifas de usuario de $20 por mes.

Aquí parece ser donde se produce el valor actualmente. La capa modelo es un negocio atractivo a largo plazo, pero a corto plazo, según el status quo,Es un negocio mercantilizado y de muy bajo margen.

Las nuevas empresas de IA no deberían convertirse en vasallas de los proveedores de la nube

Q: Mucha gente cree ahora que es demasiado tarde para que las nuevas empresas entren en el campo de los modelos de IA. Sin embargo, a medida que caen las barreras de costos, ¿esto realmente facilita que las nuevas empresas ingresen a este espacio?

Aidan Gómez: Es cierto que cada año el coste de construir el modelo del año pasado se reduce 10 veces o incluso 100 veces.Gracias a mejores datos y recursos informáticos más baratos, se ha reducido la barrera de entrada para los modelos de la generación anterior.

Pero el problema es que a nadie le importan esos modelos obsoletos. El modelo del año pasado es prácticamente inútil en comparación con el modelo de este año. Cada avance tecnológico hace que la tecnología antigua quede rápidamente obsoleta y el costo del desarrollo de la IA está aumentando considerablemente.

Puede que sólo cueste 10 millones de dólares desarrollar la versión 1, pero para mejorar ligeramente la versión 2, puede que se necesiten entre 1 y 2 millones de dólares más. Ahora bien, desarrollar un nuevo modelo puede costar 3.000 millones de dólares, e incluso actualizarlo puede costar 5.000 millones de dólares.

Este crecimiento ya no es lineal sino que varía en órdenes de magnitud. No estoy seguro de que las nuevas generaciones de tecnología sean siempre más baratas de desarrollar que las generaciones anteriores. Tomemos como ejemplo los chips y otras tecnologías complejas. Aunque los costos de desarrollo están aumentando, continuamos desarrollándolos porque vale la pena.

Q: ¿Entonces estás diciendo que a la gente realmente no le importa si esas mejoras duran?

Aidan Gómez: Así es. Lo que estoy diciendo es,Mejorar estos modelos es cada vez más difícil y encuentra cada vez más resistencias.Otro fenómeno interesante es que a medida que los modelos se vuelven más inteligentes, disminuye la capacidad de la gente común (incluyéndome a mí) para distinguir entre ellos.

Debido a que nuestra experiencia en medicina, matemáticas, física, etc. es limitada, no podemos sentir realmente estos cambios. El modelo ha hecho un trabajo bastante bueno en lo básico, y eso es lo más lejos que podemos llegar.

Por tanto, es difícil sentir las diferencias entre los distintos modelos generacionales cuando interactuamos con ellos. Pero, de hecho, estos modelos representan enormes mejoras en algunas capacidades específicas o inteligencia pura.

En cuanto a si vale la pena seguir invirtiendo mucho dinero para impulsar la tecnología, creo que la respuesta es sí. Aunque estas tecnologías pueden no ser importantes para el consumidor medio, pueden resultar extremadamente valiosas para los investigadores en determinados campos especializados.

Les ayudamos a progresar más proporcionándoles estas herramientas. Es como preguntar si deberíamos seguir invirtiendo en tecnología de próxima generación, como la creación de un nuevo material para que una nave espacial mejore su eficiencia al entrar en órbita.

Si bien esto puede no importarle a la mayoría de las personas, es muy importante para quienes lo necesitan, y existe una demanda del mercado, que es lo que mantiene el progreso tecnológico.

Q: Nuevamente volvemos a la cuestión del costo. Claramente, los costos son altos y seguirán aumentando en el futuro. Mencionaste anteriormente el concepto de "afiliados efectivos".

Actualmente se están adquiriendo o fusionando muchas empresas y los servicios en la nube están atrayendo la atención como motor de crecimiento continuo. ¿Cree que en los próximos tres a cinco años la mayoría de los proveedores de modelos pequeños serán adquiridos por grandes proveedores de servicios en la nube?

Aidan Gómez: Creo que esta área realmente va a experimentar una consolidación y ya está empezando a suceder.Muchos desarrolladores de modelos han sido absorbidos por grandes proveedores de servicios en la nube como Amazon.

Creo que habrá más de esto en el futuro. Pero cabe señalar queConvertirse en afiliado de un proveedor de servicios en la nube puede conllevar riesgos. Esta no es una buena señal para el desarrollo empresarial.

A menudo, para conseguir capital es necesario convencer a inversores que sólo se preocupan por el rendimiento del capital. Pero es una historia completamente diferente cuando estás recaudando dinero de un proveedor de servicios en la nube.

Q: Entonces, ¿crees que los inversores de riesgo han ganado dinero con la inversión modelo en los últimos años?

Aidan Gómez: Para los inversores de Cohere, seguramente ganarán mucho dinero.

Me alegro por aquellos que creen en nosotros. Nuestro primer inversor, Jordan Jacobs de Radical Ventures, todavía forma parte de nuestra junta directiva y participa muy activamente en la construcción de la empresa. Incluso lo llamaría el cuarto cofundador de Cohere.

Q: Según informes recientes de los medios, la empresa está valorada en algo más de 550 millones de dólares. ¿Le supone esto una presión?

Aidan Gómez: De hecho, esto es un tipo de presión, pero también es un tipo de presión positiva. En última instancia, cada empresa se enfrentará a múltiples consideraciones de ingresos que eventualmente convergerán con los múltiplos del mercado público.

Creo que en realidad estamos en una posición mucho mejor que muchos de nuestros pares. Porque nuestra valoración no ha crecido tan locamente como otras empresas. Por supuesto, todavía tenemos que seguir creciendo y desarrollándonos, pero tengo plena confianza en el mercado.

Actualmente, los márgenes están bajo cierta presión debido a la competencia de precios y la presencia de modelos gratuitos, pero esto cambiará con el tiempo. Al mismo tiempo, la cartera de productos de Cohere seguirá evolucionando y desarrollándose.

Nada puede reemplazar a los humanos

Q: Si usted es un inversor en 20VC ahora, ¿dónde cree que están las oportunidades?

Aidan Gómez: Las áreas de productos y las áreas de aplicación siguen siendo muy atractivas. Estas tecnologías conducirán a nuevos productos que transformarán las redes sociales. A la gente le encanta interactuar con estos modelos y las horas de uso son increíbles.

Q: ¿Crees que esto es algo bueno? No quiero que mis hijos vivan en un mundo en el que interactúen con sistemas generativos e imiten a los humanos. No quiero que se sientan satisfechos hablando con una modelo.

Aidan Gómez: Puede que estés equivocado. Es posible que desee que su hijo pueda comunicarse con un agente que sea extremadamente compasivo, extremadamente inteligente, informado y seguro.

Puede enseñarles cosas, jugar con ellos y no perderá los estribos con ellos, no se enojará con ellos, no los intimidará, no los hará sentir inseguros.

ciertamente,Nada puede reemplazar a los humanos. Nada puede reemplazar al mundo humano, y no todos comenzaremos de repente a salir con ChatBots, lo que provocará que la tasa de natalidad humana disminuya.

No creo que eso vaya a pasar, ¿verdad? Quiero un hijo y no puedo tener uno con un ChatBot.

Para mí un compañero humano es mucho más valioso que cualquier ChatBot. Al igual que en el lugar de trabajo, no creo que podamos reemplazar completamente a los humanos.La IA mejorará las capacidades humanas y hará que los humanos sean más eficientes, pero esto no significa que habrá menos empleos.

No se puede reemplazar a los humanos. Piense en las ventas: si un robot me vendiera, no compraría. Es así de simple, no quiero hablar con una máquina.

Claro, algunas compras simples pueden ser manejadas por un bot, pero para aquellas que son realmente importantes para mí y mi empresa, quiero que la otra parte sea una persona real que pueda asumir la responsabilidad.

Si algo sale mal, necesito que alguien con autoridad intervenga. Así que realmente creo que, ya sea en el lado del consumidor, si seremos adictos a hablar con ChatBots, o en el lado del trabajo, donde los empleos van a desaparecer y habrá desempleo masivo, no lo sé. No veo que eso suceda.

Q: Estoy de acuerdo con tu punto de vista, pero me preocupan mucho los puestos de bajo nivel. Por ejemplo, un equipo de atención al cliente puede perder entre el 70% y el 80% de sus empleados y definitivamente habrá reemplazos parciales.

Aidan Gómez: Definitivamente habrá sustituciones parciales. Pero en general,Esto será crecimiento, no reemplazo.Ciertos roles son verdaderamente vulnerables a la tecnología y la atención al cliente es uno de ellos.

Pero, en última instancia, todavía se necesitará gente para hacer el trabajo, aunque probablemente menos que hoy. Pero la atención al cliente es una función difícil y un trabajo muy agotador mentalmente. Si alguna vez has escuchado esas llamadas telefónicas, sabrás que es un trabajo emocionalmente agotador.

Q: Sí, es un poco como la moderación de contenido en las plataformas de redes sociales, eso también es traumático en muchos sentidos.

Aidan Gómez: Todos los días te despiertas, vas a trabajar, te regañan todo el día y tienes que disculparte. Entonces, tal vez deberíamos dejar que los modelos manejen estas conversaciones y dejar que los humanos manejen los problemas de atención al cliente que realmente requieren ayuda humana, como resolver un problema sin una queja emocional, pero con la oportunidad de marcar una mejor diferencia en la vida de esa persona.

El próximo gran avance de la IA llegará en el campo de la robótica

Q: ¿Qué crees que la IA no puede hacer hoy, pero que se hará realidad y provocará grandes cambios en tres años?

Aidan Gómez：El próximo gran avance en IA llegará en el campo de la robótica.Es necesario reducir los costos, pero ya están bajando. Entonces necesitamos modelos más potentes.

Q:¿Por qué crees que habrá un gran avance en el campo de la robótica?

Aidan Gómez：Porque muchas barreras han desaparecido.Los razonadores y planificadores de los robots anteriores eran muy frágiles, había que programarlos para cada tarea y estaban codificados en un entorno específico.

Entonces hay que tener una cocina con exactamente la misma distribución, las mismas dimensiones, nada diferente, lo cual es muy frágil. Pero desde el punto de vista de la investigación, al utilizar modelos subyacentes, modelos de lenguaje, las personas en realidad desarrollan mejores planificadores que pueden razonar sobre el mundo de manera más natural.

Así que ya hay muchas empresas trabajando en este aspecto, y pronto alguien podría resolver el problema de los robots humanoides universales para hacerlos más baratos y estables.

Este será un gran cambio. No sé si sucederá en los próximos cinco años o si sucederá en 10 años, pero definitivamente será en ese período de tiempo.

La calidad de los datos no se puede ignorar

Q: Es realmente interesante charlar contigo hoy. quiero hacer unPreguntas y respuestas rápidas, doy una declaración y usted inmediatamente da su opinión

¿Qué es lo que más ha cambiado tu opinión en los últimos 12 meses?

Aidan Gómez：La importancia de los datos.Lo subestimé seriamente. Solía ​​pensar que se trataba de escala, pero sucedieron muchas cosas dentro de Cohere que cambiaron por completo mi comprensión de lo que era importante en la construcción de esta tecnología.

La calidad de los datos es crítica.La calidad, por ejemplo, entre miles de millones de puntos de datos, un ejemplo incorrecto puede tener un impacto significativo en el modelo. Es algo irreal, la sensibilidad del modelo a los datos es tan alta que todo el mundo la subestima.

Q: ¿Cuánta financiación ha recaudado su empresa hasta ahora?

Aidan Gómez: Aproximadamente mil millones de dólares.

Q: ¿Qué ronda es la más fácil de subir?

Aidan Gómez: Probablemente la primera ronda. Fue sólo una simple conversación y me dijeron: "Te doy unos cuantos millones de dólares y pruébalo". Así que pensé que esa ronda era bastante fácil.

Q: Cuando se recaudan 500 millones de dólares, el proceso es definitivamente más complicado. Cuando vio llegar 500 millones de dólares, ¿le pareció un poco increíble?

Aidan Gómez: Un poco por cierto. Por ejemplo, 25 millones de dólares al año. Aunque no estoy seguro de la cifra exacta, es mucho dinero. Cohere cambió mi perspectiva sobre la economía y el dinero, y ahora 500 millones de dólares no es una gran cifra para mí.

Q: ¿Esto te preocupa?

Aidan Gómez: No, esto es parte de nuestra estrategia. Si estamos dispuestos a aceptar esa condición, podemos aceptarla. Pero nuestra estrategia es seguir siendo independientes y desarrollarnos de forma independiente.

Q: Si pudieras elegir a un miembro de la junta directiva de talla mundial, ¿quién sería?

Aidan Gómez: Mike Volpi y Jordan Jacobs, que ahora forman parte de mi junta directiva.

Q: ¿Por qué crees que Mike es un buen miembro de la junta directiva?

Aidan Gómez: Mike es genial, parece haber pasado por todo. Puedo hacerle casi cualquier pregunta, él ha pasado por experiencias similares y puede darme consejos valiosos.

Q: Jeff Hinton o Yann LeCun, ¿a quién prefieres?

Aidan Gómez: Definitivamente Jeff, tengo una relación personal más cercana con él.

Q: ¿Crees que Yann es demasiado optimista?

Aidan Gómez: No, estoy más de acuerdo con la opinión de Yann sobre la IA. Jeff es más propenso a predecir el fin del mundo, mientras que Yann es más optimista. Aunque Yann ahora es un poco como el "hermano de respuesta" de Elon Musk, Jeff es de hecho una persona inteligente y reflexiva.

Q: Última pregunta, ¿qué pregunta crees que nunca te han hecho pero que deberías hacerte?

Aidan Gómez: La gente siempre me pregunta sobre el futuro de la tecnología y los riesgos potenciales, pero rara vez discuten las oportunidades que presenta.

Q: Entonces, ¿hacia dónde quiere que vaya la tecnología en el futuro?

Aidan Gómez: Creo que deberíamos utilizar la tecnología para hacer que el mundo sea más productivo, aumentar la oferta y hacer que las cosas sean más abundantes y más baratas. La productividad puede no parecer muy atractiva, pero si se aplica un aumento de productividad del 5% al ​​NHS.

Esto tendrá un impacto significativo en el estado del país, el presupuesto y la vida de millones de personas. Por eso creo que nuestra primera prioridad debería ser la productividad y el crecimiento.

Dirección del vídeo:
https://www.youtube.com/watch?v=FUGosOgiTeI