1、AGI的里程碑不是(shi)毫无意义(yi)的基准测试，真(zhen)正(zheng)的基准是(shi)世(shi)界能否以10%的速度增(zeng)长。AI的发展不应仅仅被(bei)视为技术(shu)进步，而应作为推动经济和(he)社会变革(ge)的关键力量。AI的潜(qian)力在于其对(dui)计算能力的需(xu)求和(he)推动，这将为超大规模计算基础设施创造巨大需(xu)求。

2、AI的价值在于两方面，超级规模化的参与者表现得非常好，如(ru)果回(hui)顾萨姆等人描述(shu)的方式，计算的智(zhi)能对(dui)数表明，谁能够(gou)进行大量计算，谁就是(shi)大赢家。另一个有趣的现象是(shi)，尽管(guan)生成式预训练模型（如(ru)TikTokGPT）具有巨大潜(qian)力，但并(bing)非所有人都对(dui)其在训练和(he)推理两个阶段的应用感到兴奋。

不仅是(shi)技术(shu)本身，AI的价值在于其商业模式和(he)市场(chang)定(ding)位。AI市场(chang)不会是(shi)“赢家通吃”的格局。企(qi)业市场(chang)需(xu)要多样化的供应商，而非单一的垄断(duan)者。AI的发展将催生开源(yuan)和(he)闭源(yuan)模型的共存，类似于Windows系统与开源(yuan)软(ruan)件的关系。

3、为了支持AI的发展，微软(ruan)需(xu)要建立一个全球化的超大规模数据(ju)中心网络，以满足(zu)大规模训练、测试和(he)推理的需(xu)求。这种(zhong)基础设施需(xu)要高效利用计算和(he)存储资源(yuan)，并(bing)支持分(fen)布式计算和(he)全球部署(shu)。

4、AI的发展不仅仅是(shi)构建模型的竞争(zheng)，而是(shi)一场(chang)创造能够(gou)推动全球经济增(zeng)长的“商品”竞赛。企(qi)业需(xu)要具备全面的视角，而不仅仅是(shi)专(zhuan)注于单一的技术(shu)或视角。AI基础设施的建设可能会出现“过(guo)度建设”的情况，这类似于互联网时代的发展历程。

5、微软(ruan)在量子计算领域取得了重大突破，特别(bie)是(shi)在拓扑量子比特的研究(jiu)上(shang)。量子计算的进展将为解决复杂问题（如(ru)材(cai)料(liao)科学和(he)化学）提(ti)供新(xin)的可能性(xing)，并(bing)推动AI的发展。他预计，量子计算将在未来几年内实现容错量子计算机的建造。

6、微软(ruan)在游戏领域推出了“缪(jiu)斯”项目，利用AI生成游戏内容并(bing)创建一致的用户体验。游戏数据(ju)将成为AI训练的重要资源(yuan)，未来的游戏将通过(guo)AI实现更丰富的交互和(he)内容生成。

7、微软(ruan)的“三大赌注”是(shi)AI、量子计算和(he)混合(he)现实，最终如(ru)何(he)将这些事情结合(he)在一起，不是(shi)为了技术(shu)而技术(shu)，而是(shi)解决我们作为人类在生活中想要的一些基本问题，以及经济中想要的更多问题来推动生产(chan)力。

8、纳德拉对(dui)AGI（人工通用智(zhi)能）持谨慎态度，认为人类的认知(zhi)劳动不会被(bei)完全取代。AI的发展将创造新(xin)的认知(zhi)任务，人类将与AI共同工作，而非被(bei)取代。

9、如(ru)果纳德拉离开微软(ruan)，会创办一家专(zhuan)注于服务不足(zu)领域的公司，比如(ru)医疗保健、教育或公共服务。这些领域是(shi)社会中服务不足(zu)的地方，如(ru)果所有这些技术(shu)能够(gou)转化为更好的医疗保健、更好的教育和(he)更好的公共服务，这将是(shi)一个值得投入的领域。

以下(xia)是(shi)播客全文：

纳德拉 00:00

美国自称达(da)到了通用人工智(zhi)能（AGI）的里程碑，但那只是(shi)毫无意义(yi)的基准测试攻击。真(zhen)正(zheng)的衡量标准是(shi)世(shi)界以10%的速度增(zeng)长，非常擅长判断(duan)什么(me)是(shi)赢家通吃市场(chang)，什么(me)不是(shi)。在某种(zhong)意义(yi)上(shang)，这是(shi)一切的关键。如(ru)果这种(zhong)技术(shu)真(zhen)的像人们所说的那样强大，国家不会坐(zuo)等私人公司去开发。我们可以将其比作量子计算中的晶体管(guan)矩阵。也许你(ni)会使用量子技术(shu)生成合(he)成数据(ju)，然后被(bei)人工智(zhi)能用于训练Beta模型。如(ru)果智(zhi)能是(shi)计算的对(dui)数，那么(me)谁能够(gou)正(zheng)确地进行大量计算，谁就是(shi)大赢家，对(dui)吧？

Dwarkesh Patel 00:44

萨蒂亚，非常感谢你(ni)参加播客。接下(xia)来，我们将介绍微软(ruan)刚刚取得的两个突破。恭喜！就在同一天，我们在自然界的Maia 100芯片领域取得了进展，同时还(hai)有世(shi)界人类行为模型。不过(guo)，我们能继续刚才的对(dui)话吗？你(ni)在描述(shu)你(ni)在80年代和(he)90年代看到的事情是(shi)如(ru)何(he)再次发生的。

纳德拉 01:09

Dwarkesh，我很高兴来到这里。能参加你(ni)的播客真(zhen)是(shi)太棒了，我一直(zhi)是(shi)你(ni)的忠(zhong)实听众。我喜欢你(ni)进行这些采访(fang)的方式以及你(ni)探(tan)索的广(guang)泛主题。这让(rang)我想起了我在90年代初进入科技行业的最初几年，当时有一场(chang)真(zhen)正(zheng)的辩论，关于这是(shi)否会有风(feng)险，或者我们是(shi)否真(zhen)的能够(gou)使用x86架(jia)构构建服务器。

当我加入微软(ruan)时，正(zheng)值Windows NT的起步阶段。从核心硅平台到操作系统，再到应用层，整个技术(shu)栈都在发生变革(ge)。就像当时一样，整个行业都在诉讼中。我想也许可以说，云技术(shu)就像一片沙漠，而分(fen)布式计算和(he)云技术(shu)确实带来了巨大变化。客户端(duan)服务器架(jia)构和(he)网络也发生了巨大变化。但这次感觉更像是(shi)一个完整的堆栈，甚(shen)至比我过(guo)去参与的还(hai)要完整。

Dwarkesh Patel 02:26

你(ni)想想，实际上(shang)在80年代和(he)90年代，哪些决策最终成为了长期的赢家，哪些没有。特别(bie)是(shi)当你(ni)提(ti)到你(ni)在Sun Microsystems的经历时，90年代的互联网泡沫是(shi)一个有趣的案例。人们谈论数据(ju)中心法案是(shi)一个泡沫，但同时，正(zheng)是(shi)当时的建设让(rang)我们今天拥(yong)有了互联网。什么(me)才是(shi)经得起时间考验的教训？什么(me)是(shi)固有的长期趋势？什么(me)是(shi)短(duan)暂的？

纳德拉 02:54

我认为，如(ru)果回(hui)顾我参与的四大技术(shu)转变，首先是(shi)客户端(duan)和(he)服务器架(jia)构的兴起，这包括图形用户交互界面和(he)x86架(jia)构的诞生，它们甚(shen)至让(rang)我们能够(gou)构建服务器。这对(dui)我来说非常清晰。我记(ji)得1991年的PDC（专(zhuan)业开发者大会）。当时，微软(ruan)首次描述(shu)了Win32界面。我很清楚地意识到，如(ru)果服务器也采用x86架(jia)构，会发生什么(me)。当你(ni)拥(yong)有规模优势时，这就是(shi)你(ni)必须(xu)下(xia)的长期赌注。客户端(duan)发生的事情也会发生在服务器端(duan)，然后你(ni)就能实际构建客户端(duan)服务器应用程序。这是(shi)应用程序模型的转变。网络对(dui)我们来说也是(shi)一件大事。事实上(shang)，当我加入微软(ruan)时，浏览器（如(ru)网景浏览器或马(ma)赛克浏览器）刚刚出现，大概是(shi)1993年11月或12月。那是(shi)一个重大的转折点。

纳德拉 04:24

就在我们开始客户端(duan)服务器浪潮的时候，很明显我们也将赢得这场(chang)变革(ge)。我们有浏览器的时刻，所以我们必须(xu)进行调整，而且我们做得很好。因为浏览器是(shi)一种(zhong)新(xin)的应用程序模型，我们能够(gou)接受它，并(bing)用我们所做的一切来适应它。无论是(shi)超文本标记(ji)语言，还(hai)是(shi)自己开发一个叫(jiao)浏览器的新(xin)产(chan)品并(bing)参与竞争(zheng)，我们都在网络服务器堆栈上(shang)投入了大量精力。当然，我们错过(guo)了网络上(shang)最大的商业模式，因为我们当时都认为网络是(shi)关于分(fen)布式的。谁会想到搜索会成为组织网络的最大赢家？这就是(shi)我们显然没有看到的地方，而谷歌看到了并(bing)执行得非常好。所以，我学到的教训是(shi)，你(ni)不仅要正(zheng)确地把握技术(shu)趋势，还(hai)要了解这种(zhong)趋势将创造价值的地方。商业模式的转变可能比技术(shu)趋势本身更加艰难(nan)。

AI不会是(shi)赢家通吃

Dwarkesh Patel 05:48

AI的价值在哪里创造？

纳德拉 05:51

这是(shi)一个很好的问题。我认为，至少在我的工作中，有两个方面我可以很有信心地谈论。首先，超级规模化的参与者表现得非常好。从根本上(shang)说，如(ru)果回(hui)顾萨姆等人描述(shu)的方式，计算的智(zhi)能对(dui)数表明，谁能够(gou)进行大量计算，谁就是(shi)大赢家。另一个有趣的现象是(shi)，即使在任何(he)AI工作负载中，例如(ru)TikTokGPT，也不是(shi)每个人都对(dui)GP（生成式预训练模型）的两侧感到兴奋。

尽管(guan)如(ru)此，我认为AI加速存储与计算的比例非常重要。在规模上(shang)，你(ni)必须(xu)扩展它。因此，世(shi)界对(dui)基础设施的需(xu)求将会呈指数级增(zeng)长。拥(yong)有这些AI工作负载就像是(shi)来自天堂的助力，因为它们对(dui)计算的需(xu)求极(ji)为强烈，不仅用于训练，现在还(hai)包括测试时间。AI代理将指数级增(zeng)加计算使用量，因为它们不再受制(zhi)于一个人调用程序的限制(zhi)。这将为计算基础设施创造巨大的需(xu)求和(he)规模。因此，我认为我们的超大规模业务，尤(you)其是(shi)亚洲业务，将成为另一个超大规模企(qi)业。这是(shi)一个重要的发展方向。

然而，之后的情况就变得有些模糊了。你(ni)可能会说，存在一个赢家通吃的模式，但我并(bing)不这么(me)认为。顺便说一句(ju)，这是(shi)我学到的另一件事：非常擅长判断(duan)什么(me)是(shi)赢家通吃市场(chang)，什么(me)不是(shi)。例如(ru)，在我进入Azure的早期，亚马(ma)逊在云服务领域有非常重要的领先优势。许多人和(he)投资者都来找我，认为游戏已经结束，我永远不会成功(gong)。亚马(ma)逊是(shi)赢家通吃。但在与甲骨文、IBM和(he)客户端(duan)服务器的竞争(zheng)中，我意识到买家不会容忍赢家通吃。结构上(shang)的超大规模永远不会成为赢家通吃，因为买家很聪明。消费市场(chang)有时可能是(shi)赢家通吃，但在企(qi)业市场(chang)中，买家是(shi)公司、企(qi)业和(he)IT部门，他们希望(wang)有多个供应商。因此，你(ni)现在必须(xu)成为多个供应商之一。我认为即使在模型方面也会出现这种(zhong)情况。因此，会有开源(yuan)模型，也会有类似Windows上(shang)的调节器。

纳德拉 08:39

我学到的一个重要教训是(shi)，如(ru)果你(ni)有一个闭源(yuan)操作系统，它会有一个补充，那就是(shi)开源(yuan)。在某种(zhong)程度上(shang)，这是(shi)对(dui)发生的事情的真(zhen)正(zheng)检验。因此，我认为在模型中，会有一个维度可能是(shi)闭源(yuan)的，但当开源(yuan)模型实际确保闭源(yuan)赢家通吃得到缓解时，肯定(ding)会有一个开源(yuan)替代方案。

纳德拉 09:09

这至少是(shi)我对(dui)模型的看法。顺便说一句(ju)，如(ru)果这项技术(shu)真(zhen)的像人们想象的那样强大，我们不要低估它。国家不会坐(zuo)等私人公司去开发。因此，我不认为这是(shi)一个赢家通吃的问题。我认为这将是(shi)老(lao)一套的东西。在某些类别(bie)中，消费者可能会出现赢家通吃的网络效应。例如(ru)，ChatGPT就是(shi)一个很好的例子。它是(shi)一个规模化的消费产(chan)品，已经获得了真(zhen)正(zheng)的逃逸速度。我去App Store，看到它总是(shi)排在前五名，这太不可思议了。因此，他们能够(gou)利用早期优势并(bing)将其转化为应用优势。这种(zhong)现象可能会在消费者市场(chang)和(he)企(qi)业市场(chang)中出现，但我会认为它们将是(shi)不同类别(bie)的获胜(sheng)者。这至少是(shi)我分(fen)析它的方式。

Dwarkesh Patel 10:11

我有很多后续问题。我们必须(xu)在一秒钟内到达(da)量子。但关于模型可能会商品化的想法，几十年前就有人提(ti)出过(guo)类似的论点，关于云服务，它基本上(shang)就像一个芯片和(he)一个盒子。但最终，你(ni)和(he)其他许多人发现，你(ni)们在云端(duan)有惊人的利润率，并(bing)且找到了实现规模经济和(he)增(zeng)加其他附加值的方法。从根本上(shang)说，即使忘记(ji)行话，如(ru)果你(ni)有AGI（通用人工智(zhi)能），它就像帮助你(ni)制(zhi)造更好的人工智(zhi)能，现在是(shi)合(he)成数据(ju)和(he)强化学习。也许未来这是(shi)一个自动化的AI研究(jiu)。当然，这似乎是(shi)巩固你(ni)在那里的优势的好方法。我很想知(zhi)道你(ni)对(dui)这个问题的看法。

纳德拉 10:57

规模。没有什么(me)是(shi)商品化的，对(dui)吧？关于云服务，我的意思是(shi)，每个人都说云是(shi)一种(zhong)商品，但当你(ni)扩展时，这就是(shi)为什么(me)要知(zhi)道如(ru)何(he)运行超级扩展器。你(ni)可以简单地说，我只是(shi)机架(jia)和(he)堆叠服务器，但事实证明，即使是(shi)超级规模的业务，也有真(zhen)正(zheng)的业务价值。仅仅因为运行的知(zhi)识，在Azure的情况下(xia)，全球60多个区域的计算以及所有的计算，这是(shi)一件难(nan)以复制(zhi)的事情。

纳德拉 11:25

所以我更强调的是(shi)，这是(shi)一个赢家，对(dui)吧？或者，这是(shi)赢家通吃还(hai)是(shi)不是(shi)？因为你(ni)要做对(dui)，因为你(ni)想要在你(ni)的类别(bie)中获胜(sheng)。我喜欢进入那些大型营地的类别(bie)，在那里你(ni)甚(shen)至不必冒险成为赢家。如(ru)果你(ni)认为最好的消息是(shi)在一个可以容纳几个赢家的大市场(chang)上(shang)，而你(ni)是(shi)其中之一，那才是(shi)真(zhen)正(zheng)的胜(sheng)利。

纳德拉 12:06

所以这就是(shi)我所说的，我的意思是(shi)超大规模，在模型第1层，模型最终需(xu)要在一些超大规模计算上(shang)运行。这将成为一种(zhong)长期存在的需(xu)求，因为模型需(xu)要状态。这意味着它需(xu)要存储，并(bing)且需(xu)要定(ding)期计算以在代理环境中运行这些代理。因此，我认为一个人带着一个模型跑掉并(bing)建造所有模型的极(ji)端(duan)情况不太可能发生。

Dwarkesh Patel 12:43

在超标量方面，顺便说一句(ju)，你(ni)作为一个超大规模者的优势在于，特别(bie)是(shi)在推理时间缩放方面，如(ru)果这涉及到训练未来的模型，你(ni)可以摊(tan)销你(ni)的数据(ju)中心和(he)GPU，不仅用于训练，还(hai)可以再次使用它们进行推理。

Dwarkesh Patel 13:02

我很想知(zhi)道你(ni)认为微软(ruan)和(he)Azure在超级标量中的角色是(shi)什么(me)。它是(shi)否处于交易前？是(shi)否提(ti)供O3类型推理？或者你(ni)们只是(shi)托管(guan)和(he)部署(shu)市场(chang)上(shang)的任何(he)单一模型，而你(ni)们对(dui)此持不可知(zhi)论态度？

纳德拉 13:16

接下(xia)来，我的意思是(shi)，我们是(shi)否已经建立了至少我们想要建立的舰队的方式，这就像我们过(guo)去所做的一切一样。这不是(shi)你(ni)每年都要不断(duan)更新(xin)舰队。无论这些东西的生命周期价值是(shi)多少，你(ni)都会贬值它，然后在舰队的位置上(shang)做得非常好，这样你(ni)就可以以高利用率运行不同的工作。有时候它们是(shi)非常大的训练工作，需(xu)要有一个高度集(ji)中的峰值失败，同时也需(xu)要有凝聚力。这很好。所以我们应该有足(zu)够(gou)的数据(ju)中心占地面积来实现这一目标。

纳德拉 14:14

归根结底，这些都变得如(ru)此之大，即使你(ni)说保持巅峰，例如(ru)采取预训练规模。如(ru)果它需(xu)要继续下(xia)去，即使是(shi)预训练规模在某个时候也必须(xu)跨越数据(ju)中心的边(bian)界。一旦你(ni)开始跨越预训练数据(ju)中心的边(bian)界，它与其他任何(he)东西都不同吗？我的想法是(shi)，分(fen)布式计算将保持分(fen)布式。因此，要做大。建立你(ni)的舰队，使其准备好进行大型培训工作，准备好进行测试时间计算，准备就绪。事实上(shang)，如(ru)果这个强化学习的事情发生了，你(ni)建立一个大模型，然后在那之后，强化学习继续进行并(bing)对(dui)我进行测试。这有点像，再次，更多的训练失败，因为你(ni)想为不同的任务创建这些高度专(zhuan)业化的蒸馏模型。所以你(ni)需(xu)要那个舰队，然后是(shi)服务需(xu)求。说到底，光速就是(shi)光速。你(ni)不能在德克萨斯州有一个数据(ju)中心，然后说，我要从那里为世(shi)界服务。你(ni)必须(xu)基于在世(shi)界各地拥(yong)有推理舰队来服务世(shi)界。所以这就是(shi)我对(dui)我们的想法，建立一个真(zhen)正(zheng)的超大规模舰队。

纳德拉 15:29

哦，顺便说一句(ju)，我希望(wang)我的存储和(he)计算也接近所有这些东西，因为不仅仅是(shi)AI加速器是(shi)无状态的。我需(xu)要能够(gou)不仅仅是(shi)我的训练数据(ju)本身需(xu)要存储。然后我想能够(gou)复用多个培训工作。我希望(wang)能够(gou)拥(yong)有记(ji)忆。我希望(wang)能够(gou)拥(yong)有这些代理可以执行程序的环境。这就是(shi)我的想法。

世(shi)界经济增(zeng)长10%

Dwarkesh Patel 16:02

你(ni)最近报告称，微软(ruan)从AI业务中获得的年收入为130亿美元。但如(ru)果观察过(guo)去四年的增(zeng)长趋势，如(ru)果这种(zhong)趋势持续下(xia)去，你(ni)将从AI业务中获得1300亿美元的收入。如(ru)果是(shi)这样，你(ni)期望(wang)我们如(ru)何(he)利用这些智(zhi)能技术(shu)进行工业化规模的部署(shu)？这会像传统的办公软(ruan)件一样，由微软(ruan)部署(shu)并(bing)供他人托管(guan)吗？你(ni)是(shi)否认为AGI（通用人工智(zhi)能）将成为推动收入增(zeng)长的关键？这种(zhong)场(chang)景会是(shi)什么(me)样子？

纳德拉 16:30

是(shi)的，这是(shi)一个很好的问题。如(ru)果我们要实现这种(zhong)爆炸(zha)式增(zeng)长，让(rang)智(zhi)能技术(shu)变得丰富且易于获取，我们首先需(xu)要观察到的是(shi)GDP增(zeng)长。在我讨论微软(ruan)的收入之前，我认为这是(shi)一切的起点。我们不能仅仅被(bei)AGI的炒作所迷惑，而忽视了实际的经济影响。例如(ru)，发达(da)国家的经济增(zeng)长率为2%，如(ru)果考虑(lu)通货膨(peng)胀，实际增(zeng)长率接近零。2025年，当我们坐(zuo)在这里讨论时，我不是(shi)经济学家，但我认为我们正(zheng)面临(lin)真(zhen)正(zheng)的增(zeng)长挑战。

因此，我们所有人需(xu)要做的第一件事是(shi)推动经济增(zeng)长，就像工业革(ge)命一样。对(dui)我来说，这意味着发达(da)国家的通货膨(peng)胀调整后的增(zeng)长率应达(da)到5%或更高。这才是(shi)真(zhen)正(zheng)的目标。我们不能仅仅停留在供应端(duan)，必须(xu)真(zhen)正(zheng)理解如(ru)何(he)将这些技术(shu)转化为客户的实际价值。我认为，最终的大赢家不会是(shi)科技公司，而是(shi)那些能够(gou)广(guang)泛利用这些技术(shu)的行业。当生产(chan)力提(ti)高，经济以更快的速度增(zeng)长时，我们作为科技行业也会受益。但这是(shi)我们的责(ze)任所在。

这需(xu)要一些AGI的里程碑，而不是(shi)毫无意义(yi)的基准测试。对(dui)我来说，真(zhen)正(zheng)的基准是(shi)世(shi)界能否以10%的速度增(zeng)长。

Dwarkesh Patel 18:24

如(ru)果世(shi)界经济总量为100万亿美元，增(zeng)长10%就意味着每年额外创造10万亿美元的价值。如(ru)果真(zhen)是(shi)这样，对(dui)于像微软(ruan)这样的超大规模企(qi)业来说，800亿美元似乎并(bing)不是(shi)一个很大的数字。难(nan)道不应该达(da)到8000亿美元吗？如(ru)果几年后我们真(zhen)的能够(gou)以这样的速度推动世(shi)界经济增(zeng)长，那么(me)关键瓶颈(jing)是(shi)否在于你(ni)是(shi)否拥(yong)有足(zu)够(gou)的计算能力来部署(shu)这些AI以完成所有这些工作？

纳德拉 18:53

这是(shi)正(zheng)确的。但同时，我认为现在有一点需(xu)要平衡。就像经典的供应端(duan)思维一样，我们可以先建造基础设施，然后等待需(xu)求的到来。我们已经冒了足(zu)够(gou)的风(feng)险去做这件事。但在某个时候，供需(xu)必须(xu)匹配。这就是(shi)为什么(me)我同时关注这两方面。如(ru)果你(ni)只关注供应端(duan)的炒作，而忽视如(ru)何(he)将其转化为客户的实际价值，你(ni)可能会完全偏离轨(gui)道。这也是(shi)为什么(me)我关注微软(ruan)的AI业务收入，甚(shen)至披(pi)露这些收入数据(ju)。有趣的是(shi)，很少有人谈论他们的AI业务收入，但对(dui)我来说，这很重要。它帮助我思考如(ru)何(he)将昨天的资本转化为今天的需(xu)求，即使知(zhi)道我们不会完全匹配供需(xu)，也可以继续进行指数级投资。

Dwarkesh Patel 20:07

我想知(zhi)道这两种(zhong)观点是(shi)否存在矛盾。因为你(ni)在2019年对(dui)OpenAI的投资，甚(shen)至在任何(he)实际应用出现之前，就已经做出了这些早期的赌注。如(ru)果你(ni)回(hui)顾工业革(ge)命，铁(tie)路和(he)其他基础设施的建设率约为6.10%，其中许多并(bing)没有立即带来收入，甚(shen)至可能亏损。但如(ru)果真(zhen)的认为这些技术(shu)有潜(qian)力将世(shi)界增(zeng)长率提(ti)高10倍(bei)或5倍(bei)，那么(me)你(ni)会想，GDP的收入将用于何(he)处？如(ru)果真(zhen)的认为这是(shi)下(xia)一个层次的可能性(xing)，你(ni)不应该大胆一些，进行数千亿美元的计算投资？毕竟，这里确实存在机会。

纳德拉 20:52

你(ni)说得对(dui)。这是(shi)有趣的事情。坦率地说，真(zhen)正(zheng)的问题在于，至少对(dui)我们来说，为什么(me)对(dui)基础设施采取平衡的方法非常重要。这不是(shi)单纯地建造计算能力，而是(shi)要建造能够(gou)帮助我们训练下(xia)一个大模型，并(bing)为下(xia)一个推理模型提(ti)供服务的计算能力。在你(ni)做到这两件事之前，你(ni)甚(shen)至无法真(zhen)正(zheng)利用你(ni)的投资。

因此，这不仅是(shi)建造模型的竞赛，而是(shi)创造一种(zhong)能够(gou)被(bei)世(shi)界用来推动经济增(zeng)长的商品的竞赛。你(ni)必须(xu)有一个完整的思路，而不仅仅是(shi)单一的视角。顺便说一句(ju)，我认为其中一个问题是(shi)，它可能会被(bei)过(guo)度建设。你(ni)的观点也说明了互联网时代发生了什么(me)。我看到的情况是(shi)，现在备忘录已经发布，每个人都需(xu)要更多的能源(yuan)和(he)计算能力。感谢上(shang)帝，我们已经做好了准备。

事实上(shang)，我关注的不仅仅是(shi)企(qi)业部署(shu)的数量，国家也会投入资本。我很高兴我们将在2027年和(he)2028年租赁大量容量，因为当我看到账单时，我意识到所有计算账单唯一可能的变化就是(shi)价格上(shang)涨。

AI成本下(xia)降

Dwarkesh Patel 22:23

关于价格下(xia)降的问题，你(ni)在Deep Seek模型发布后提(ti)到了Jevons悖论，我很想听听你(ni)的进一步解释。Gen的产(chan)品出现在需(xu)求高度弹性(xing)的时候，智(zhi)能是(shi)否成为价格下(xia)降的瓶颈(jing)？至少从我作为消费者的用例来看，智(zhi)能似乎已经很便宜了——每百万代币仅需(xu)2美分(fen)。我是(shi)否真(zhen)的需(xu)要将其降至零？如(ru)果需(xu)要进行100倍(bei)更大的训练并(bing)为此支付100倍(bei)的费用，我愿意让(rang)公司承担。但也许你(ni)在企(qi)业领域看到了不同的情况。那么(me)，智(zhi)能的关键用例是(shi)什么(me)，真(zhen)正(zheng)需(xu)要将每百万代币的成本降至0.02美分(fen)？

纳德拉 23:08

我认为真(zhen)正(zheng)的问题在于代币的实用性(xing)。从某种(zhong)意义(yi)上(shang)说，两者都需(xu)要发生：智(zhi)能需(xu)要变得更好且更便宜。每当有技术(shu)突破时，比如(ru)在深度学习或其他领域，有效前沿(yan)会发生变化，性(xing)能曲线会弯曲，前沿(yan)会移(yi)动。这将带来更多的需(xu)求。

纳德拉 23:35

这就是(shi)云计算的发展历程。我们曾经认为，客户端(duan)服务器时代的所有服务器已经足(zu)够(gou)，但一旦我们开始将服务器放在云端(duan)，人们开始消费更多，因为云服务更便宜且具有弹性(xing)，用户可以按需(xu)购(gou)买，而不是(shi)购(gou)买许可证。这完全改变了市场(chang)。我记(ji)得在印度，SQL服务器的销售量有限，但印度的云市场(chang)比我们在服务器时代所能达(da)到的规模大得多。我认为这种(zhong)情况将继续发生。

纳德拉 24:16

如(ru)果在全球南方或发展中国家，这些代币能够(gou)用于医疗保健且价格非常低廉，那将是(shi)巨大的变革(ge)。

Dwarkesh Patel 24:32

我认为在旧金山听到像我这样的人并(bing)认为他们有点不切实际是(shi)合(he)理的。他们不知(zhi)道如(ru)何(he)在现实世(shi)界中部署(shu)事物。作为与财富5强企(qi)业合(he)作并(bing)为数亿人部署(shu)项目的人，您认为即使有工作代理，即使有可以远程工作并(bing)解决所有合(he)规性(xing)和(he)固有瓶颈(jing)的功(gong)能，这些功(gong)能的部署(shu)速度会有多快？这会是(shi)一个大瓶颈(jing)还(hai)是(shi)会很快过(guo)去？

纳德拉 26:08

这是(shi)一个真(zhen)正(zheng)的挑战，因为核心问题在于变革(ge)管(guan)理或流程变革(ge)。跨国公司如(ru)何(he)预测预PC、电子邮(you)件和(he)电子表格的出现？传真(zhen)曾经是(shi)主要的沟通方式，然后人们开始使用电子邮(you)件和(he)电子表格，整个预测业务流程发生了变化，因为工作工件和(he)工作流程发生了变化。这就是(shi)将AI引入知(zhi)识工作需(xu)要发生的事情。

纳德拉 27:14

当我们考虑(lu)所有这些代理时，最基本的是(shi)有一个新(xin)的工作和(he)工作流程。例如(ru)，我为这次播客做准备时，我找到我的副驾驶（Copilot），说：“我要和(he)Rakesh谈谈我们的量子公告和(he)为游戏生成的新(xin)模型。能不能在我去之前给我一个我需(xu)要阅读的所有内容的摘要？”它可以做到这一点，甚(shen)至可以以播客的形式呈现。然后我和(he)我的团(tuan)队分(fen)享了这些内容。对(dui)我来说，新(xin)的工作流程是(shi)与AI一起思考，与我的同事一起工作。这是(shi)一场(chang)根本性(xing)的变革(ge)，需(xu)要每个从事知(zhi)识工作的人重新(xin)思考如(ru)何(he)以新(xin)的方式完成他们的工作。这将类似于销售、金融(rong)和(he)供应链领域的变革(ge)。对(dui)于现有企(qi)业来说，这将是(shi)一个挑战，就像制(zhi)造业在精益生产(chan)方面的变革(ge)一样。

纳德拉 28:36

我喜欢这个类比，因为精益生产(chan)成为了一个方法论，如(ru)何(he)在制(zhi)造中采取端(duan)到端(duan)的过(guo)程并(bing)变得更有效率。这就是(shi)持续改进，减少浪费以增(zeng)加价值。这就是(shi)知(zhi)识工作的来源(yuan)。这就像精益知(zhi)识工作一样，需(xu)要管(guan)理团(tuan)队和(he)个人的辛勤(qin)工作，这需(xu)要时间。

Dwarkesh Patel 29:00

关于这个类比，我想问一下(xia)：物理上(shang)的转变，比如(ru)工业4.0，揭示了人们在真(zhen)正(zheng)关注流程和(he)工作流程之前没有意识到的瓶颈(jing)。你(ni)提(ti)到过(guo)你(ni)自己的工作流程以及它如(ru)何(he)因AI而改变。我很想知(zhi)道，当这些AI代理变得越来越智(zhi)能时，我们如(ru)何(he)为经营一家大公司增(zeng)添更多色彩？

纳德拉 29:29

这是(shi)一个很有趣的问题。我一直(zhi)在想，例如(ru)，我们今天的电子邮(you)件非常繁重。我早上(shang)进来，收件箱(xiang)已经满了，我需(xu)要回(hui)复。我迫(po)不及待地希望(wang)这些副驾驶代理能自动填充我的草稿，这样我就可以开始审查和(he)发送。

纳德拉 29:51

但实际上(shang)，我觉得我已经有至少10个代理在副驾驶中，我将它们用于不同任务的查询。我觉得会有一个新(xin)的收件箱(xiang)被(bei)创建，这些代理将不得不向我报告一些例外情况、通知(zhi)我或请求指示。所以我在想，未来会有一个新(xin)的框架(jia)，代理经理将成为这个框架(jia)的核心。

纳德拉 30:24

这不仅仅是(shi)一个聊天界面。我需(xu)要一个比聊天界面更智(zhi)能的东西来管(guan)理所有代理及其对(dui)话。这就是(shi)为什么(me)我认为副驾驶是(shi)AI的用户界面（UI），这是(shi)一件大事。我们每个人都会拥(yong)有它。你(ni)可以将其想象成知(zhi)识工作和(he)知(zhi)识工作者的结合(he)：知(zhi)识工作可能由许多代理完成，但你(ni)仍然需(xu)要知(zhi)识工作者与所有这些代理打交道。我认为这就是(shi)未来的一个关键界面。

微软(ruan)的量子突破

Dwarkesh Patel 31:01

是(shi)的，我有点好奇，作为世(shi)界上(shang)少数能够(gou)接触20万人的领导者之一，你(ni)周围(wei)有着像微软(ruan)公司及其所有员工一样的智(zhi)慧。你(ni)必须(xu)管(guan)理它，了解如(ru)何(he)与之接口，如(ru)何(he)让(rang)其发挥(hui)最大效用。希望(wang)未来更多人能有这样的经历。

Dwarkesh Patel 31:24

我很好奇你(ni)的收件箱(xiang)会是(shi)什么(me)样子，如(ru)果这意味着每个人早上(shang)的销售收件箱(xiang)都会像你(ni)的一样。但在我们开始之前，我想继续问你(ni)更多关于AI的问题。不过(guo)，我真(zhen)的想问你(ni)关于微软(ruan)研究(jiu)院在量子领域宣布的重大突破。你(ni)能解释一下(xia)这里发生了什么(me)吗？

纳德拉 31:39

这对(dui)我们来说是(shi)另一个30年的旅(lu)程，太不可思议了。我是(shi)微软(ruan)第三位对(dui)量子感到兴奋的CEO。我认为这里的基本突破，或者我们一直(zhi)拥(yong)有的愿景是(shi)，你(ni)需(xu)要一个物理突破，才能建造一个实用规模的量子计算机。因此，我们选择了这条(tiao)道路，这条(tiao)路有点像说，拥(yong)有更少噪声或更可靠的量子比特的唯一方法是(shi)押注于一种(zhong)从定(ding)义(yi)上(shang)讲更可靠的物理属性(xing)。这就是(shi)我们选择将拓扑量子比特作为目标的原因，它在20世(shi)纪30年代被(bei)理论化。问题是(shi)，我们真(zhen)的能在物理上(shang)制(zhi)造这些东西吗？

最大的突破是(shi)，我们现在终于有了存在证明——马(ma)约拉纳零模在物质(zhi)新(xin)阶段的物理突破。因此，我们将其比作量子计算的晶体管(guan)矩，我们可以有效地拥(yong)有一个新(xin)阶段，即拓扑阶段，它更依赖于方向。这意味着我们现在甚(shen)至可以可靠地隐藏量子信息并(bing)测量它，然后我们可以制(zhi)造它。现在我们有了核心基础制(zhi)造技术(shu)，可以开始在芯片上(shang)建造一英里。那个Myrana 1，它将基本上(shang)是(shi)第一个能够(gou)在物理上(shang)达(da)到一百万量子比特的芯片，然后在成千上(shang)万的逻辑量子比特上(shang)纠错。这就出现了。因此，你(ni)现在不可能突然有能力建造一个真(zhen)正(zheng)的实用规模量子计算机。这对(dui)我来说现在更可行了。我们一直(zhi)在工作，因为如(ru)果没有这样的东西，你(ni)仍然能够(gou)达(da)到里程碑，但你(ni)永远无法建造一个实用规模的计算机。这就是(shi)为什么(me)我们对(dui)此感到兴奋。

Dwarkesh Patel 34:23

惊人。顺便说一句(ju)，我相(xiang)信这就是(shi)它。

纳德拉 34:25

是(shi)的，是(shi)的。我现在忘记(ji)了。我们叫(jiao)它Myorana吗？是(shi)的，没错。Myrana 1。我很高兴我们以这个名字命名它。想到我们能够(gou)在这么(me)大的东西上(shang)建造像一百万量子比特计算机这样的东西，真(zhen)是(shi)难(nan)以置信。这就是(shi)关键，除非我们能做到这一点，否则(ze)你(ni)不能梦(meng)想建造一个实用规模的量子计算机。

Dwarkesh Patel 34:55

你(ni)是(shi)说最终的一百万量子比特将放在芯片大小上(shang)。没关系。惊人。因此，其他公司已经宣布了一百个物理量子比特，如(ru)Google、IBM等。当你(ni)说你(ni)已经宣布了一个，但你(ni)说你(ni)的限制(zhi)更具可扩展性(xing)。

纳德拉 35:13

是(shi)的，顺便说一句(ju)，我们还(hai)做了一件事，那就是(shi)我们将软(ruan)件和(he)硬(ying)件分(fen)开。因此，我们正(zheng)在构建我们的软(ruan)件堆栈。实际上(shang)，我们现在有了一些不同的方法，包括中性(xing)原子的、离子阱的，我们还(hai)与其他人合(he)作，他们在光子学等方面也有很好的方法。这意味着会有不同类型的量子计算机。事实上(shang)，我们有20个，我想我们最后宣布的是(shi)24个逻辑量子比特。所以我们在纠错方面也取得了一些惊人的突破，这让(rang)我们即使在中性(xing)原子和(he)离子阱上(shang)，也能构建这20多个量子比特。我认为这将在整个一年中持续下(xia)去。你(ni)会看到我们取得进展，证明那个标准。

但我们也说，让(rang)我们遵循(xun)第一原理，建造我们自己的超级量子计算机，押注于拓扑量子比特。这就是(shi)这次突破的意义(yi)所在。

Dwarkesh Patel 36:21

惊人。一百万个拓扑量子比特，成千上(shang)万个逻辑量子比特。预计达(da)到那个水平的时间表是(shi)什么(me)？这里的“量子摩(mo)尔定(ding)律(lu)”是(shi)什么(me)？如(ru)果你(ni)有第一个晶体管(guan)，看起来像……？

纳德拉 36:34

显然，我们已经为此工作了30年。我很高兴我们现在有了制(zhi)造、物理突破和(he)制(zhi)造分(fen)解。我希望(wang)我们有一台量子计算机，因为量子计算机允(yun)许我们做的第一件事就是(shi)建造量子计算机，因为模拟(ni)量子比特一个接一个地建造这些新(xin)的量子门会容易得多。但无论如(ru)何(he)，对(dui)我来说，下(xia)一个真(zhen)正(zheng)的事情是(shi)现在我们有了制(zhi)造技术(shu)，让(rang)我们去建造第一台容错量子计算机。这将是(shi)合(he)乎逻辑的事情。所以我想说，也许在2027年、2028年或2029年，我们将能够(gou)真(zhen)正(zheng)建造这个。所以现在我们有了这个门，我可以把这个东西放进一个集(ji)成电路里，然后把这些集(ji)成电路放进一个真(zhen)正(zheng)的计算机里。我认为，这就是(shi)下(xia)一个合(he)乎逻辑的步骤(zhou)。

Dwarkesh Patel 37:31

你(ni)在2027年或2028年看到了什么(me)？你(ni)让(rang)它工作了。它是(shi)不是(shi)像你(ni)通过(guo)API获得的东西？这是(shi)你(ni)内部用于研究(jiu)、材(cai)料(liao)和(he)化学的东西吗？

纳德拉 37:43

我一直(zhi)很兴奋的一件事是(shi)，即使在今天的世(shi)界，因为我们有这个量子程序，我们有HR，我们可以说，嘿，这是(shi)一个……你(ni)知(zhi)道，一些API。也许两年前我们取得的突破是(shi)把HPC（高性(xing)能计算）堆栈和(he)AI堆栈与量子结合(he)起来。其实仔细想想，AI就像是(shi)模拟(ni)器的模拟(ni)器，量子就像是(shi)大自然的模拟(ni)器。量子要做什么(me)？顺便说一下(xia)，量子不会取代经典，对(dui)吧？量子擅长做量子能做的事情，而经典计算也将继续存在，因为你(ni)不能像……量子对(dui)于任何(he)不是(shi)数据(ju)密集(ji)型的东西都将是(shi)极(ji)好的，但它在状态空间方面有更多的探(tan)索，对(dui)吧？所以它应该是(shi)数据(ju)轻，但你(ni)想探(tan)索的指数状态空间。模拟(ni)是(shi)一个伟大的领域，化学、物理和(he)生物学也是(shi)如(ru)此。所以我们已经开始做的一件事是(shi)真(zhen)正(zheng)使用AI作为仿真(zhen)引擎(qing)，但你(ni)可以训练它。所以我的想法是(shi)，如(ru)果你(ni)有AI加上(shang)量子，也许你(ni)会使用量子来生成合(he)成数据(ju)，然后被(bei)AI用来训练更好的模型，这些模型知(zhi)道如(ru)何(he)模拟(ni)化学或物理之类的东西。这两件事情将一起使用。所以即使在今天，这也是(shi)我们HPC和(he)AI的结合(he)。而且我希望(wang)用量子代替一些HPC的碎片。

Dwarkesh Patel 40:26

好的，回(hui)到Satya。你(ni)能告诉我一些关于你(ni)是(shi)如(ru)何(he)做出这些研究(jiu)决策的吗？这些决策在20年、30年后将真(zhen)正(zheng)产(chan)生回(hui)报，尤(you)其是(shi)在微软(ruan)这样规模的公司。显然，你(ni)对(dui)这个项目的技术(shu)细节非常了解。你(ni)是(shi)否可以用微软(ruan)研究(jiu)院所做的所有事情来做到这一点？你(ni)觉得目前的度量标准在20年后会有怎样的回(hui)报？如(ru)何(he)决定(ding)通过(guo)组织有机地出现？或者你(ni)是(shi)如(ru)何(he)跟踪这一切的？

纳德拉 40:56

是(shi)的，我觉得很棒的是(shi)比尔在1995年创办微软(ruan)研究(jiu)院（MSR）时的理念。是(shi)的，没错。

纳德拉 41:09

我认为在这些好奇心驱动的研究(jiu)组织的漫长历史中，MSR多年来已经建立了这种(zhong)机构实力。所以当我想到资本配置、预算或其他任何(he)事情时，你(ni)会先把筹码放进去，然后说，嘿，看，这是(shi)MSR的预算，我们必须(xu)每年都去做，知(zhi)道有些……你(ni)知(zhi)道，大多数这些赌注在任何(he)有限的时间框架(jia)内都不会得到回(hui)报。这可能是(shi)微软(ruan)第六位CEO从中受益。我认为，你(ni)知(zhi)道，这是(shi)一种(zhong)技术(shu)，我认为，是(shi)理所当然的。我真(zhen)正(zheng)想的是(shi)，当像量子或新(xin)模型这样的东西出现的时候，你(ni)有什么(me)，你(ni)能利用吗？所以作为一个现任者，如(ru)果你(ni)看一下(xia)科技的历史，没有人会不投资。

纳德拉 42:13

就像你(ni)需(xu)要有一个知(zhi)道如(ru)何(he)接受创新(xin)并(bing)扩大规模的文化。这是(shi)困难(nan)的部分(fen)，坦白地说，对(dui)于CEO和(he)管(guan)理团(tuan)队来说，这有点令人着迷，对(dui)吧？也就是(shi)说，这同样关乎良好的判断(duan)力和(he)良好的文化。你(ni)知(zhi)道，有时候你(ni)做对(dui)了，有时候你(ni)做错了，对(dui)吧？我的意思是(shi)，我可以告诉你(ni)MSR的一千个项目，你(ni)知(zhi)道，我们可能应该带头，但我们没有。我总是(shi)问自己为什么(me)，因为我们无法获得足(zu)够(gou)的信念或完整的想法，即如(ru)何(he)不仅将创新(xin)转化为有用的产(chan)品，并(bing)具有商业模式，

微软(ruan)的游戏世(shi)界模型

Dwarkesh Patel 43:35

让(rang)我们深入探(tan)讨你(ni)刚刚取得的另一个重大突破。令人惊讶的是(shi)，这些突破在同一天发布，包括你(ni)的游戏世(shi)界模型。希望(wang)你(ni)能告诉我更多关于这件事的情况。

纳德拉 43:43

我们将其称为“缪(jiu)斯”，因为它们将成为人类行为或世(shi)界行动的模型。这非常酷。

你(ni)看，显然多莉(li)（Dolly）和(he)索拉（Sora）在生成模型方面令人难(nan)以置信。我们想要做的一件事是(shi)利用游戏数据(ju)，看看是(shi)否能够(gou)生成既(ji)一致又能体现该游戏多样性(xing)的内容，并(bing)且能够(gou)持久地生成用户模组。所以，我们与其中一个游戏工作室合(he)作，这是(shi)一次自然的合(he)作。令人兴奋的是(shi)，我们很快就会有一个游戏库，开始使用这些模型，或者真(zhen)正(zheng)训练这些模型来生成内容，然后开始玩游戏。事实上(shang)，当菲(fei)尔·斯宾塞（Phil Spencer）第一次向我展示它时，他有一个Xbox控制(zhi)器，这个模型基本上(shang)接受输入并(bing)根据(ju)输入生成输出，与游戏保持一致。对(dui)我来说，那是(shi)一个巨大的时刻，就像我们第一次看到ChatGPT生成完整句(ju)子、多莉(li)生成绘(hui)画或索拉一样。这是(shi)一个非常重要的时刻。

Dwarkesh Patel 45:15

我今天早上(shang)有机会和(he)你(ni)的首席研究(jiu)员凯蒂一起看了这些模型在实时演示中的视频。直(zhi)到我和(he)她交谈，我才真(zhen)正(zheng)意识到这是(shi)多么(me)不可思议。我们过(guo)去用AI来塑造智(zhi)能体，但现在我们使用同样的技术(shu)来模拟(ni)智(zhi)能体周围(wei)的世(shi)界，并(bing)获得一致的实时体验。我们将在播客中叠加视频，让(rang)人们有机会亲眼看到它。我猜(cai)它会在发布时上(shang)线，所以观众也可以观看。

Dwarkesh Patel 45:43

这本身就令人难(nan)以置信。通过(guo)你(ni)的战略(lue)投资，微软(ruan)已经在游戏领域投入了数百亿美元，并(bing)收购(gou)了大量IP。回(hui)想起来，如(ru)果你(ni)能把所有这些数据(ju)整合(he)成一个大模型，为用户提(ti)供同时访(fang)问和(he)浏览多个游戏世(shi)界的体验，这似乎是(shi)游戏发展的一个重要方向。如(ru)果这是(shi)游戏的未来，那么(me)我们过(guo)去的投资似乎是(shi)非常明智(zhi)的。你(ni)对(dui)此有任何(he)预感或巧合(he)吗？

纳德拉 46:16

不，我不会说我们投资游戏是(shi)为了建立我们所投资的模型。坦白说，我们历史上(shang)有一件有趣的事情：我们在开发Windows之前就开发了第一款(kuan)游戏。《Flight Simulator》早在我们构建Windows之前就已经是(shi)微软(ruan)的产(chan)品了。所以，游戏在公司有着悠(you)久的历史，我们从事游戏是(shi)为了游戏本身。我总是(shi)反对(dui)在企(qi)业中将某种(zhong)手段作为另一种(zhong)目的的工具，我们必须(xu)是(shi)自己的目的。我们不是(shi)一家企(qi)业集(ji)团(tuan)，我们是(shi)一家公司，必须(xu)将所有这些资产(chan)整合(he)在一起，通过(guo)增(zeng)加价值成为更好的所有者。例如(ru)，云游戏是(shi)我们投资的自然选择，因为它将扩展游戏的可及性(xing)，让(rang)人们能够(gou)在任何(he)地方玩游戏。AI和(he)游戏也是(shi)如(ru)此。

我们肯定(ding)认为这可能有助于改变游戏行业，这就像长期游戏的CGI时刻。作为全球最大的游戏发行商，这将非常有帮助。但同时，我们必须(xu)制(zhi)作高质(zhi)量的游戏。如(ru)果没有首先关注这一点，你(ni)就不能成为游戏发行商。然而，这个数据(ju)资产(chan)将是(shi)有趣的，不仅在游戏环境中，而且它将成为一个通用的动作模型和(he)世(shi)界模型。这太棒了。

纳德拉 47:40

我认为游戏数据(ju)可能是(shi)微软(ruan)的“油管(guan)”。因此，我对(dui)此感到兴奋。

Dwarkesh Patel 47:52

是(shi)的，我的意思是(shi)，你(ni)可以在许多不同类型的游戏中拥(yong)有一个统一的体验。这与微软(ruan)过(guo)去所做的其他事情，比如(ru)混合(he)现实，是(shi)如(ru)何(he)分(fen)开的？也许这能给较小的游戏工作室一个机会，让(rang)他们在未来5到10年内构建这些AAA级动作游戏。

纳德拉 48:13

我把这三件事看作是(shi)基石，以一种(zhong)有趣的方式。甚(shen)至在5、6、7年前，我也说过(guo)，我们想下(xia)的三个大赌注是(shi)AI、量子和(he)混合(he)现实。我仍然相(xiang)信它们，因为它们都解决了某些重大问题。混合(he)现实的梦(meng)想是(shi)，你(ni)能像我们做这样的播客一样创造真(zhen)正(zheng)的存在感吗？

纳德拉 48:45

我认为我们仍然认为，老(lao)实说，这是(shi)那些挑战中更难(nan)的一个。我以为它会更容易解决，但它可能更难(nan)，因为它的社交方面，比如(ru)穿戴设备等。我们对(dui)Adriel和(he)Palmer现在将如(ru)何(he)推进IVAS计划感到兴奋，因为这是(shi)一个很棒的用例。所以我们将继续在这方面努(nu)力。

还(hai)有2D表面，就像团(tuan)队一样，对(dui)吧？在疫情期间，我们已经真(zhen)正(zheng)具备了通过(guo)2D创造基本存在感的能力，我认为这种(zhong)能力将继续发展。这是(shi)一个世(shi)俗的部分(fen)。我们谈论的量子和(he)AI是(shi)另一个。

纳德拉 49:32

所以这是(shi)我观察和(he)思考的三件事：你(ni)如(ru)何(he)最终将这些事情结合(he)在一起，不是(shi)为了技术(shu)而技术(shu)，而是(shi)解决我们作为人类在生活中想要的一些基本问题，以及我们在经济中想要的更多问题，推动我们的生产(chan)力。如(ru)果我们能以某种(zhong)方式做到这一点，那么(me)我认为我们真(zhen)的会取得进展。

Dwarkesh Patel 49:54

如(ru)果你(ni)写下(xia)一本书，你(ni)必须(xu)有一些解释，为什么(me)这三个部分(fen)都在同一时间出现，对(dui)吧？就像没有入口一样。你(ni)会认为量子和(he)AI应该在2028年和(he)2025年等等发生。

纳德拉 50:04

没错。但在某种(zhong)程度上(shang)，我认为我拥(yong)有的简单模型是(shi)：有系统突破吗？对(dui)我来说，这个系统的突破是(shi)量子的东西。是(shi)否有业务逻辑突破？这对(dui)我来说有点像AI，就像，我能不能从根本上(shang)改变逻辑，而不是(shi)强制(zhi)编(bian)写代码，你(ni)能有一个学习系统吗？这是(shi)AI的一个方面。然后是(shi)UI的一面，即存在感。

Dwarkesh Patel 50:36

回(hui)到AI。在你(ni)2017年的书《2019》中，你(ni)很早就投资了OpenAI，甚(shen)至在2017年之前。你(ni)在书中说，有人可能会说我们正(zheng)在孕育一个新(xin)物种(zhong)，一个智(zhi)力可能没有上(shang)限的物种(zhong)。现在，当然，在2017年谈论这个问题还(hai)为时过(guo)早。到目前为止，我们一直(zhi)在以一种(zhong)细粒度的方式谈论代理商、办公室副驾驶和(he)资本支出等等。但你(ni)只是(shi)放大并(bing)考虑(lu)你(ni)所做的这个陈(chen)述(shu)，把自己想象成一个超级标量的人，作为在这些模型中进行研究(jiu)的人，为建立一个新(xin)物种(zhong)提(ti)供培训和(he)研究(jiu)。从大局来看，你(ni)对(dui)此有何(he)看法？你(ni)认为我们正(zheng)在走(zou)向超人的智(zhi)慧吗？

纳德拉 51:22

Safa最近使用了“新(xin)物种(zhong)”这个术(shu)语来描述(shu)它。我的看法是(shi)你(ni)绝对(dui)需(xu)要信任。在我们声称它是(shi)一个物种(zhong)之前，我认为我们必须(xu)正(zheng)确处理的基本问题是(shi)建立真(zhen)正(zheng)的信任，无论是(shi)个人层面还(hai)是(shi)社会层面的信任。这是(shi)一个难(nan)题，因为我认为这里最大的限制(zhi)因素将是(shi)基础设施，我们的法律(lu)如(ru)何(he)称呼它。我们正(zheng)在谈论所有的计算基础设施，法律(lu)基础设施如(ru)何(he)发展以应对(dui)这个问题？整个世(shi)界都是(shi)由人类拥(yong)有财产(chan)、拥(yong)有权(quan)利和(he)承担责(ze)任等构建的。这是(shi)一个基本的事情，首先要说，这对(dui)人类目前用作工具的任何(he)东西意味着什么(me)？如(ru)果人类要将更多的权(quan)力委(wei)托给这些事情，那么(me)这种(zhong)结构会如(ru)何(he)演变？直(zhi)到那个问题真(zhen)正(zheng)得到解决，我认为仅仅谈论技术(shu)能力是(shi)不够(gou)的。

Dwarkesh Patel 52:51

就像我们将无法部署(shu)这些智(zhi)能，直(zhi)到我们最终弄清楚如(ru)何(he)部署(shu)它们。

纳德拉 52:56

是(shi)的，今天没有像今天这样的方式，除非有人将其作为人类进行赔偿(chang)，否则(ze)你(ni)无法部署(shu)这些智(zhi)能。我认为这也是(shi)为什么(me)我认为即使是(shi)最强大的AI本质(zhi)上(shang)也是(shi)在使用某种(zhong)授权(quan)的原因之一，来自某个人类。是(shi)的，你(ni)可以谈论对(dui)齐问题，但这正(zheng)是(shi)为什么(me)我认为你(ni)必须(xu)让(rang)这些对(dui)齐真(zhen)正(zheng)起作用并(bing)以某种(zhong)方式可验证。但我只是(shi)认为你(ni)不能部署(shu)已经过(guo)时的智(zhi)能。例如(ru)，这个AI起飞(fei)问题可能是(shi)一个真(zhen)正(zheng)的问题，但在它成为真(zhen)正(zheng)的问题之前，真(zhen)正(zheng)的问题将在法庭上(shang)。因为法院不会允(yun)许某些人说：“嘿，我做到了。”

Dwarkesh Patel 53:44

是(shi)的，世(shi)界上(shang)有很多社会，我想知(zhi)道是(shi)否有任何(he)一个社会可能没有一个更容易接受的法律(lu)体系。如(ru)果在那里你(ni)不能起飞(fei)，那么(me)你(ni)可能会担心它不必在美国发生，对(dui)吧？即使你(ni)合(he)法。

纳德拉 53:57

是(shi)的，但即使在任何(he)一件事情上(shang)，我认为我们不能认为没有社会会关心它。可能会有流氓行为者。我不是(shi)说不会有流氓行为者。我的意思是(shi)，有网络犯罪分(fen)子和(he)流氓国家，他们会在那里。但认为整个人类社会不关心它也不是(shi)真(zhen)的。所以我认为我们都会关心。我们今天知(zhi)道如(ru)何(he)处理流氓行为者和(he)流氓国家。世(shi)界不会坐(zuo)以待毙。这就是(shi)为什么(me)我很高兴我们有一个世(shi)界秩序，在这个秩序中，即使是(shi)这样的，任何(he)一个流氓国家的流氓行为者都有后果。

Dwarkesh Patel 54:42

如(ru)果你(ni)有这张(zhang)图，你(ni)可以有10%的经济增(zeng)长，我认为这取决于像AGI这样的东西是(shi)否有效，对(dui)吗？因为数万亿美元的价值听起来更像是(shi)人类的工资是(shi)60万亿美元。经济会得到这个。规模就像你(ni)必须(xu)以非常重要的方式自动化劳动力或补充劳动力，如(ru)果可能的话。一旦你(ni)弄清楚了它的法律(lu)后果，即使在你(ni)的任期内，我们也很有可能弄清楚它。你(ni)在想超人的部署(shu)。

确保 AGI 安全

Dwarkesh Patel 56:29

关于部署(shu)和(he)对(dui)齐的问题，两年前你(ni)们发布了悉尼必应。坦白说，考虑(lu)到当时的技术(shu)能力，我认为这有点像一个迷人、可爱但有趣的错位例子。当时，一些聊天机器人可能会在30秒内给出一些有趣但不恰当的回(hui)应。但如(ru)果考虑(lu)到未来，这些代理可能会持续运行数小时、数周甚(shen)至数月，就像一群自主的AGI（人工通用智(zhi)能），它们可能会以类似的方式出现错位，搞砸事情，甚(shen)至相(xiang)互协调。那么(me)，你(ni)们接下(xia)来的计划是(shi)什么(me)？比如(ru)，当你(ni)们获得一个强大的模型时，你(ni)们会如(ru)何(he)处理？

纳德拉 57:25

是(shi)的，你(ni)说得对(dui)。这也是(shi)为什么(me)我们认为，即使在分(fen)配计算资源(yuan)时，我们也需(xu)要为对(dui)齐挑战分(fen)配计算资源(yuan)。更重要的是(shi)，我们需(xu)要一个能够(gou)监控这些系统运行时环境的机制(zhi)，确保它们的可观察性(xing)。

顺便说一句(ju)，就像我们在经典计算领域处理很多问题一样，例如(ru)网络安全。我们不会仅仅编(bian)写软(ruan)件然后就放手不管(guan)。我们会持续监控软(ruan)件，防范网络攻击，进行故障注入等。因此，我认为我们必须(xu)围(wei)绕这些部署(shu)构建足(zu)够(gou)的软(ruan)件工程能力。在模型本身内部，对(dui)齐是(shi)什么(me)？这些既(ji)是(shi)真(zhen)正(zheng)的科学问题，也是(shi)真(zhen)正(zheng)的工程问题。我们必须(xu)解决这些问题。顺便说一句(ju)，这也意味着我们要承担自己的责(ze)任。

纳德拉 58:27

这也是(shi)为什么(me)我对(dui)部署(shu)这些东西更感兴趣，因为你(ni)可以实际管(guan)理这些东西的范围(wei)和(he)规模。你(ni)不能在世(shi)界上(shang)释放一些会造成伤害的东西，因为社会对(dui)此的许可是(shi)不存在的。

Dwarkesh Patel 58:45

是(shi)的，当你(ni)真(zhen)正(zheng)得到那些可以为你(ni)完成数周任务的代理时，该怎么(me)办？你(ni)希望(wang)什么(me)样的最低保障，才能让(rang)来自我的随机财富？

纳德拉 58:58

当我使用像深度研究(jiu)这样的东西时，我认为我们想要的最低保障是(shi)在我们特别(bie)拥(yong)有AI的物理化身之前。我认为这是(shi)其中一个阈值，当你(ni)跨越可能是(shi)一个地方时，另一个是(shi)，例如(ru)，运行环境的权(quan)限。你(ni)可能需(xu)要保证它是(shi)沙盒化的，它不会进出沙盒。

Dwarkesh Patel 59:32

我是(shi)说，我们已经有了网络搜索，你(ni)知(zhi)道，我们现在已经有了沙盒，对(dui)吧？

纳德拉 59:37

但即使是(shi)网络，它对(dui)网络搜索的作用以及它所写的内容。所以，例如(ru)，就像你(ni)的观点一样，如(ru)果它只是(shi)要编(bian)写代码启(qi)动以进行一些计算，那么(me)该代码部署(shu)在哪里，并(bing)且该代码是(shi)短(duan)暂的，仅用于创建该输出，而不是(shi)仅仅将该代码弹出到世(shi)界中。这些都是(shi)你(ni)在行动空间中实际可以做的事情。

Dwarkesh Patel 1:00:05

除了安全问题，当你(ni)考虑(lu)你(ni)自己的产(chan)品套件时，你(ni)会想，如(ru)果你(ni)在某个时候确实有如(ru)此强大的AI，这不仅仅是(shi)像你(ni)提(ti)到的关于你(ni)如(ru)何(he)为这个播客做准备的例子中的副驾驶。那么(me)，更类似于你(ni)实际委(wei)派工作或任务给同事的方式，考虑(lu)到你(ni)当前的套件，添加它会是(shi)什么(me)样子？我的意思是(shi)，你(ni)知(zhi)道，有一个问题是(shi)LLM（大型语言模型）是(shi)否会成为其他事物的共性(xing)。我想知(zhi)道这些是(shi)否像数据(ju)库或画布或Excel工作表或其他什么(me)，如(ru)果LLM是(shi)访(fang)问所有这些东西的主要入口点，LLM是(shi)否可以修改Office？

纳德拉 1:00:46

这是(shi)一个有趣的问题。我认为我对(dui)第一阶段的看法是(shi)，LLM能否帮助我更有效地使用所有这些工具或画布来完成我的知(zhi)识工作？我见过(guo)的最好的演示之一是(shi)医生为肿(zhong)瘤委(wei)员会工作流程做准备。她使用副驾驶的第一件事之一是(shi)为会议创建议程，因为LLM帮助推理某些Sharepoint网站上(shang)的所有病例，并(bing)说：“嘿，这些病例显然……你(ni)知(zhi)道，肿(zhong)瘤委(wei)员会会议是(shi)一个高风(feng)险的会议，你(ni)想关注病例的差异，以便你(ni)可以分(fen)配正(zheng)确的类型。”因此，即使是(shi)创建一个议程的推理任务，甚(shen)至知(zhi)道如(ru)何(he)拆分(fen)超级类型，我都使用LLM来做到这一点。

纳德拉 1:01:47

然后我进入会议。我和(he)所有同事都在团(tuan)队通话中。你(ni)猜(cai)怎么(me)着？我专(zhuan)注于实际案例而不是(shi)做笔记(ji)。因为你(ni)现在有这个AI副驾驶在做所有这些的完整转录，基本上(shang)一个智(zhi)能不仅仅是(shi)一个转录，而是(shi)一个把它看作是(shi)会议中我可以回(hui)忆起的所有类型的数据(ju)库条(tiao)目。

纳德拉 1:02:11

然后她从会议中出来，讨论了一下(xia)这个案子，没有被(bei)笔记(ji)分(fen)心。她是(shi)一名教学医生，她想去为课(ke)程做准备。于是(shi)，她开始了副驾驶，说：“嘿，参加我的肿(zhong)瘤委(wei)员会会议，然后用它制(zhi)作一个PowerPoint幻灯(deng)片，这样我就可以和(he)我的学生谈论它。”所以我的UI和(he)脚手架(jia)现在被(bei)LLMs填充。工作流程本身正(zheng)在被(bei)重塑，知(zhi)识工作正(zheng)在完成。

纳德拉 1:02:50

这是(shi)一件有趣的事情。如(ru)果有人在80年代末(mo)来找我，说：“你(ni)的桌子上(shang)会有一百万份文件。”我们会说：“这到底是(shi)什么(me)？”我的意思是(shi)，我真(zhen)的有点想，哦，我的桌子上(shang)会有一百万份实物副本。除了我们确实有一百万个电子表格和(he)一百万份文件，我知(zhi)道你(ni)有，它们都在那里。所以我认为即使是(shi)代理也会发生这样的事情。所以会有一个UI层。

纳德拉 1:03:21

对(dui)我来说，Office不仅仅是(shi)今天的Office。这是(shi)知(zhi)识工作的UI层。它会随着工作流程的发展而发展。这就是(shi)我们想要建造的。我确实认为今天存在的这些SaaS应用程序——这些粗糙的应用程序将从根本上(shang)改变，因为业务逻辑将更多地进入这个代理层。事实上(shang)，在我的副驾驶体验中，今天另一件很酷的事情是(shi)，当我说：“嘿，我正(zheng)在准备与客户会面时，给我所有我应该知(zhi)道的笔记(ji)。”它从我的CRM数据(ju)库中提(ti)取，它从我的微软(ruan)图形中提(ti)取，创建了一个复合(he)的，本质(zhi)上(shang)是(shi)工件。这意味着，然后它甚(shen)至应用了逻辑。对(dui)我来说，这将在很大程度上(shang)改变我们今天所知(zhi)道的SaaS应用程序。

Dwarkesh Patel 1:04:10

所以SaaS作为一个行业，每年可能价值数千亿到数万亿美元，这取决于你(ni)如(ru)何(he)计算。如(ru)果这真(zhen)的会被(bei)AI颠覆，那么(me)这将是(shi)微软(ruan)下(xia)一个十年的重要一步，微软(ruan)的市值可能会再次上(shang)升。因为，你(ni)知(zhi)道，如(ru)果你(ni)真(zhen)的在谈论数万亿美元……

纳德拉 1:04:30

我认为这也会创造很多价值。在SaaS领域肯定(ding)如(ru)此。你(ni)记(ji)得其中一个大问题是(shi)，世(shi)界上(shang)有多少积压，对(dui)吧？因此，其中一种(zhong)方法是(shi)这些代码生成的东西，再加上(shang)我可以使用代理询问我所有的SaaS应用程序并(bing)获得更多的效用，这将是(shi)应用程序最大的爆炸(zha)。他们将被(bei)称为代理人。这样你(ni)就可以，在每个行业或每个类别(bie)的每个垂直(zhi)领域，我们突然有能力得到服务。所以会有很多价值。我认为你(ni)不能一动不动，就像，你(ni)不能说老(lao)话：“哦，我从流程中勾勒出一些狭窄(zhai)的业务，我在浏览器中有一个UI，这是(shi)我的事情。”那不会是(shi)这种(zhong)情况。

纳德拉 1:05:25

你(ni)必须(xu)向上(shang)堆叠并(bing)说：“我必须(xu)参与的任务是(shi)什么(me)？”因此，你(ni)将能够(gou)使用你(ni)的SaaS应用程序并(bing)使其成为参与多代理世(shi)界的出色代理。只要你(ni)能做到这一点，我认为你(ni)甚(shen)至可以增(zeng)加价值。

Dwarkesh Patel 01:05:43

我可以问你(ni)一些关于你(ni)在微软(ruan)的时间的问题吗？做公司人被(bei)低估了吗？你(ni)的大部分(fen)职业生涯都在微软(ruan)度过(guo)。可以说，这可能是(shi)你(ni)能够(gou)增(zeng)加如(ru)此多价值的原因之一，因为你(ni)看到了公司的文化、历史和(he)技术(shu)，并(bing)通过(guo)晋升获得了所有这些背景。更多的公司应该由具备这种(zhong)背景的人来经营吗？

纳德拉 01:06:04

好问题。我没有从那个角度想过(guo)，但确实，我在微软(ruan)已经工作了34年，基本上(shang)每年我对(dui)在微软(ruan)的工作都更加兴奋，而不是(shi)想着“我是(shi)公司的人”。这并(bing)不是(shi)说，我加入微软(ruan)是(shi)为了把它当作实现经济回(hui)报的平台，而是(shi)有一种(zhong)使命感和(he)目标感，通过(guo)微软(ruan)这个平台去实现。这就是(shi)一种(zhong)契约。我认为公司必须(xu)创造一种(zhong)文化，让(rang)人们像我这样的“公司人”能够(gou)融(rong)入其中。微软(ruan)在这方面做得很好，至少在我的案例中是(shi)这样，我希望(wang)这种(zhong)情况能继续保持。

Dwarkesh Patel 01:07:06

你(ni)觉得你(ni)正(zheng)在谈论的第六位CEO会如(ru)何(he)利用你(ni)现在开始的研究(jiu)？你(ni)在做什么(me)来为未来的继任者保留空间，以便他们能够(gou)成为未来的一部分(fen)？

纳德拉 01:07:16

是(shi)的，今年是(shi)微软(ruan)成立50周年，这让(rang)我思考了很多。我认为长寿本身并(bing)不是(shi)目标，关键在于相(xiang)关性(xing)。所以，我和(he)我们所有20万员工每天要做的事情是(shi)，我们是(shi)否在做对(dui)我们看到的世(shi)界发展有用和(he)相(xiang)关的事情，不仅仅是(shi)今天，而是(shi)明天。我们必须(xu)意识到，我们生活在一个没有特许经营价值的行业。所以，我们必须(xu)带着这样的态度去做事：我们正(zheng)在做我们认为相(xiang)关的事情。这也是(shi)为什么(me)我们必须(xu)关注未来，同时也要有很高的失败容忍度。

Dwarkesh Patel 01:08:36

你(ni)刚刚提(ti)到，距离微软(ruan)成立50周年还(hai)有两个月。如(ru)果你(ni)按市值或前五名来看前十家公司，基本上(shang)除了微软(ruan)之外的其他公司都比微软(ruan)年轻。这是(shi)一个非常有趣的观察，关于为什么(me)最成功(gong)的公司通常都很年轻。你(ni)知(zhi)道，财富500强公司的平均寿命为10到15年。微软(ruan)做了什么(me)来保持这么(me)多年的相(xiang)关性(xing)？你(ni)如(ru)何(he)继续“退款(kuan)”？

纳德拉 01:09:09

我喜欢“退款(kuan)”这个词。我认为这就是(shi)心态。人们谈论创始人模式，但对(dui)我来说，更像是(shi)“退款(kuan)模式”。能够(gou)以新(xin)的方式再次看待事物，这是(shi)我的关键。所以，对(dui)于你(ni)的问题，我们能否在文化上(shang)创造一个“退款(kuan)”成为习惯的环境？每天我们进来说，是(shi)的，我们觉得我们在这个地方有利益，能够(gou)改变我们所做的核心假设，以及我们如(ru)何(he)与周围(wei)的世(shi)界联系，以及我们提(ti)供什么(me)价值。很多时候，公司会感到受到商业模式或其他因素的过(guo)度限制(zhi)，你(ni)只需(xu)要放松自己。

Dwarkesh Patel 01:10:08

如(ru)果你(ni)离开微软(ruan)，你(ni)会创办哪家公司？

纳德拉 01:10:12

如(ru)果我离开微软(ruan)，我会创办一家专(zhuan)注于服务不足(zu)领域的公司。我从不离开微软(ruan)，但如(ru)果你(ni)让(rang)我思考一下(xia)，我会选择一个领域，比如(ru)医疗保健、教育或公共服务。这些领域是(shi)社会中服务不足(zu)的地方，如(ru)果所有这些技术(shu)能够(gou)转化为更好的医疗保健、更好的教育和(he)更好的公共服务，我会过(guo)得更好。这将是(shi)一个值得投入的领域。

纳德拉相(xiang)信AGI吗？

Dwarkesh Patel 01:11:31

我不确定(ding)听到你(ni)对(dui)不同问题的回(hui)答后，你(ni)是(shi)否认为AGI（人工通用智(zhi)能）是(shi)一种(zhong)意义(yi)上(shang)的东西，是(shi)否会有一种(zhong)东西可以自动化所有的认知(zhi)劳动，至少从所有人类可以在电脑上(shang)做的任何(he)事情开始？

纳德拉 01:11:46

我认为人们谈论认知(zhi)劳动的定(ding)义(yi)存在问题，因为认知(zhi)劳动不是(shi)静态的。今天的认知(zhi)劳动可能是(shi)自动化的，但新(xin)的认知(zhi)劳动是(shi)什么(me)？这两件事都必须(xu)考虑(lu)。这就是(shi)为什么(me)我认为不要把知(zhi)识工作者和(he)知(zhi)识工作混为一谈。今天的知(zhi)识工作可能可以自动化，但新(xin)的认知(zhi)劳动会是(shi)什么(me)？

Dwarkesh Patel 01:12:50

但AI会得到什么(me)？

纳德拉 01:12:52

一旦到了第二件事，就会有第三件事。这就是(shi)为什么(me)我认为我们已经处理了改变了历史上(shang)认知(zhi)劳动的工具。为什么(me)我们担心所有的认知(zhi)劳动都会消失？我的意思是(shi)，人类只有200年的历史，我们重视一些狭隘的东西，叫(jiao)做认知(zhi)劳动。但如(ru)果像量子加AI这样的东西真(zhen)的帮助我们做了很多新(xin)的材(cai)料(liao)科学，这真(zhen)的会削弱人类可以做的其他事情吗？为什么(me)我们不能生活在一个有强大认知(zhi)机器的世(shi)界里，同时知(zhi)道我们的认知(zhi)能力没有被(bei)剥夺？

Dwarkesh Patel 01:13:13

我相(xiang)信你(ni)以前听过(guo)这些例子，但就像马(ma)一样，对(dui)某些事情仍然有好处的想法。有些地形你(ni)不能开车(che)，但像马(ma)一样，你(ni)会在街(jie)上(shang)看到马(ma)，它们会雇佣数百万匹马(ma)，这就像没有发生一样。那么(me)，类似的事情会发生在人类身上(shang)吗？

纳德拉 01:13:28

在一个非常狭窄(zhai)的维度中，人类只有200年的历史，我们重视一些狭隘的东西，叫(jiao)做认知(zhi)劳动。但如(ru)果像量子加AI这样的东西真(zhen)的帮助我们做了很多新(xin)的材(cai)料(liao)科学，这真(zhen)的会削弱人类可以做的其他事情吗？为什么(me)我们不能生活在一个有强大认知(zhi)机器的世(shi)界里，同时知(zhi)道我们的认知(zhi)能力没有被(bei)剥夺？

Dwarkesh Patel 01:14:14

我不会问你(ni)这个问题，而是(shi)在不同的情况下(xia)，所以也许你(ni)可以毫无尴尬地回(hui)答这个问题。假设在微软(ruan)董事会上(shang)，你(ni)能看到在董事会上(shang)添加一个AI吗？它是(shi)否有类似的判断(duan)、背景和(he)整体理解来成为一个有用的建议者？

纳德拉 01:14:32

这其实是(shi)一个很好的例子。我们添加的其中一个东西是(shi)团(tuan)队中的促进代理。那里的目标，还(hai)处于早期阶段，是(shi)它能够(gou)促进一个具有长期记(ji)忆的代理人，不仅仅是(shi)在会议的背景下(xia)，而是(shi)在我正(zheng)在工作的项目和(he)团(tuan)队的背景下(xia)，成为一个伟大的促进者。我甚(shen)至希望(wang)在董事会会议上(shang)，很容易分(fen)心。毕竟，董事会成员每季度来一次，他们试图消化像微软(ruan)这样复杂公司正(zheng)在发生的事情。我认为一个真(zhen)正(zheng)帮助人类保持话题，专(zhuan)注于重要问题的促进代理会很棒。这有点像字面意义(yi)上(shang)的拥(yong)有一个具有无限记(ji)忆的东西，甚(shen)至可以帮助我们应对(dui)人类的有限理性(xing)。

Dwarkesh Patel 01:15:46

谈到材(cai)料(liao)和(he)化学方面，我记(ji)得你(ni)最近说过(guo)，你(ni)希望(wang)在未来25年内，这些领域的进步在未来250年内发生。现在当我想到未来250年可能发生的事情时，我在想太空旅(lu)行、太空电梯、永生和(he)治(zhi)愈所有疾病。你(ni)觉得呢？

纳德拉 01:16:08

我希望(wang)我提(ti)出这个问题的原因之一是(shi)我喜欢工业革(ge)命。如(ru)果你(ni)把整个改变从基于碳的系统变成了不同的系统，那么(me)这意味着你(ni)必须(xu)从根本上(shang)重新(xin)发明化学或50年来发生的所有事情。这就是(shi)我希望(wang)我们拥(yong)有量子计算机的地方。这台量子计算机帮助我们获得新(xin)材(cai)料(liao)，然后我们可以制(zhi)造这些新(xin)材(cai)料(liao)，帮助我们应对(dui)地球上(shang)的所有挑战。然后我完全支持星际旅(lu)行。

Dwarkesh Patel 01:16:44

太惊人了。萨提(ti)亚，非常感谢你(ni)的时间。

纳德拉 01:16:50

谢谢，太棒了。