Meta高薪橇角OpenAI，Google Q2財報顯示AI全端佈局的初步成果，世界人工智慧大會WAIC異常火熱......當OpenAI不再成為唯一的焦點時，真正的AI技術革命才剛剛開始。近日，中國工程院院士、阿里雲創始人王堅博士接受了彭博社的專訪，這位從心理學轉向雲端運算的技術領袖，對AI有著獨到的見解，談到十多年前，曾試圖在矽谷尋找雲端運算人才時的體會，認為對於一個新的行業，人才的定義是最適合的，而不是最貴的。（視訊連結：7月28日，Alibaba Cloud Founder Expects Big AI Shakeup After OpenAI Hype，https://www.youtube.com/watch?v=X0PaVrpFD14）Key Points技術本質轉變：AI從解決"玩具問題"到解決實際難題，技術真正成熟並應用於現實挑戰計算力改變思維：巨大的計算能力如同交通工具的進化，從自行車到火箭，完全改變思考方式分類觀點差異：王堅不認同AI、AGI、ASI的嚴格分類，認為它們是能力連續進化的過程中國AI優勢：中國市場作為技術"試驗場"的獨特價值，支援大規模技術實驗和快速迭代創新生態特點：中國AI企業的"接力式"創新模式，集體維持高速迭代的健康競爭環境當前核心挑戰：創造力而非計算能力是目前最大瓶頸，需要超越ChatGPT模式的應用創新雲端運算與AI關係：雲端運算作為持久基礎設施，與AI形成相互促進的關係人才策略觀點：反對矽谷高薪爭奪AI人才的做法，強調在創新早期尋找"合適"而非"昂貴"的人01. 從“玩具問題”到“真實挑戰”：AI技術的本質轉變王堅博士回憶自己在80年代初接觸AI是的經歷時說道：“當時我們談論的AI都是‘玩具問題’，試圖解決的都是人構想出來的問題，基本上沒有什麼實際意義。但今天，我們看到技術真正成熟了，能夠解決真正的、困難的現實問題。”“最大的變化就是從一個不穩定的技術解決人工問題，到現在擁有真正強大的技術來解決真實的、困難的問題。” —— 王堅這個轉變反映了AI技術從學術研究向實際應用的根本性跨越。從早期的專家系統到現在的大語言模型，再到空間AI模型的探索，AI技術已經具備了處理複雜現實問題的能力，這為各行各業的變革奠定了基礎。02. 從自行車到火箭：計算能力如何改變思維方式王堅博士用了一個生動的比喻來解釋計算能力的提升如何改變我們的思維方式："如果我給你一輛自行車，你會有自己的方式思考如何從香港到上海或杭州。但如果我給你一輛汽車，你會有不同的思考方式。如果給你一架飛機，那又是另一回事了。但如果我給你一枚火箭，這將完全改變你思考如何做事的方式。"傳統計算受限的處理能力，線性思維模式，解決問題的方法相對固定AI時代計算無限擴展的計算能力，全新的思維模式，突破傳統問題解決邊界當你擁有百萬倍的計算能力時，你會改變做事的方式。這種計算能力的飛躍不僅僅是量的變化，更是質的轉變，它從根本上改變了我們解決問題的思路和方法。03. 超越AGI和ASI：AI發展的連續性思維對於業界熱議的AI、AGI（通用人工智慧）、ASI（超級人工智慧）的分類，王堅博士表達了不同的觀點：“我不太喜歡這種分類。AI就是AI，我們能說的就是從AI到超級AI，這只是意味著進化，意味著你獲得了更多的能力。很難真正區分它們。”"就像人類的成長一樣，從幼兒園到博士，實際上是一個連續體。雖然你的能力在增長，但很難說有根本性的區別。孩子有很強的學習能力，這很像博士生。" —— 王堅與其糾結於AI的分類標籤，不如關注AI能力的持續進化。這種連續性的發展觀更有助於我們理解和把握AI技術的發展趨勢，避免被概念所束縛。04. 具身AI：為機器人提供新引擎談到當前熱門的具身AI和人形機器人，王堅博士提供了一個獨特的視角："30年前，AI是非常特定的狹窄領域，自然語言處理是自然語言處理，電腦視覺是電腦視覺，機器人是機器人，它們是不同的學科。但今天，AI成為了一個大的範疇。"機器人與AI的關係演變過去：獨立學科機器人技術作為獨立領域，有自己的基礎技術體系現在：AI賦能AI為機器人提供了新的“引擎”，就像電動汽車替代燃油汽車"汽車就是汽車，以前有柴油發動機，現在有電動汽車。引擎不同了。對我來說，AI為機器人提供了不同的引擎。" —— 王堅05. 中國AI生態：探索與競爭的雙重驅動對於中國AI生態的發展，王堅博士展現出了極大的樂觀，中國有大規模實驗的機會："中國有一個非常有趣的特點，就是我們有機會探索數百萬種不同的東西。人們對技術充滿熱情，在做很多不同的事情。也許其中大部分在五到十年內會消失，但這並不壞，這幫助我們探索。" 對於中國AI公司之間的激烈的創新競爭，王堅博士認為這種競爭環境是健康的：探索優勢：- 大量團隊同時探索不同方向- 對技術充滿熱情的創新者- 允許失敗的探索型心態- 快速迭代的創新環境競爭生態：- 集體推動技術快速發展- 不同團隊的接力式創新- 健康的競爭環境- 人口紅利轉化為創新優勢他特別提到了中國AI企業的集體創新力量，比如DeepSeek可以做得很快，還有通義千問、Kimi，集體上可以保持快速發展。人們聚在一起，不僅僅是為了競爭勝負，而是可以因為這種競爭或協作實現技術的快速迭代。“因為與有競爭力的人一起工作會使得你更具競爭力，這就是新技術被發明的方式。”“單個組織或個人確實無法長期保持高速發展。就像我可以連續工作三天不睡覺，但不可能連續工作30天不睡覺。但集體上，我們可以實現非常快的迭代。” —— 王堅王堅博士提到了一個有趣的“杭州創業現象”："在杭州，據說每四到五個人中就有一個CEO。這意味著人們喜歡做一些事情。"這種創業熱情和創新精神為中國AI生態的發展提供了強大的動力。06. 市場的新角色：從銷售平台到技術成熟的催化劑王堅博士對市場功能的理解超越了傳統觀念："30到40年前，當人們談論中國市場時，我們談論的是既定市場，基本上是一個銷售產品的市場。但我在阿里巴巴雲的經驗告訴我，市場有一個非常重要的功能，就是如何讓技術成熟。"市場功能的轉變傳統市場主要功能是銷售已有產品現代市場作為新技術的測試平台和成熟催化劑"技術永遠不會成熟，直到你進入市場。你可以在市場上非常快速地測試你的技術。今天，中國市場發揮著非常重要的作用，建立新技術並確保技術足夠成熟，甚至作為新技術的測試平台。" —— 王堅07. 創新的真正挑戰：創造力比計算力更重要在談到當前AI發展的挑戰時，王堅博士給出了一個出人意料的答案："我認為是創造力。人們總是說計算能力可能是我們的障礙，但我認為在這個時刻，至少在長期來看不是，特別是在過去的6到12個月裡。"創造力缺失的表現基礎模型已經足夠好，通義千問和DeepSeek都比GPT-4.5更好但應用開發被OpenAI的ChatGPT模式嚴重束縛缺乏有創造力的人來為這些模型編寫創新應用“今天，在應用方面，我們受到了OpenAI的影響，因為每個人都認為ChatGPT是他們能想到的唯一應用。實際上，我們需要思考更多的應用場景，並建構像ChatGPT那樣規模的應用。所以，首要的是找到真正的應用場景。”當前AI發展的最大瓶頸不是技術本身，而是如何突破既有思維模式，創造出真正有價值的應用。我們需要的是具有創造力的人才，而不僅僅是更多的計算資源。08. 雲端運算的遠見：意外收穫的AI紅利回顧阿里雲的發展歷程，王堅博士坦承：“我無法說我預測到AI會成為雲端運算的大客戶。我不能說我有這樣的預測，但我確實相信資料會從根本上改變我們做業務的方式。”當初的預見：- 網際網路將資料聚集在一起- 資料將改變業務模式- 雲端運算是持久的基礎設施- 像電力一樣的基礎服務意外收穫：- AI成為雲端運算的主要推動力- 資料與模型結合產生AI- 雲端運算為AI提供完美基礎- 技術預見超越了預期"我們預測了資料的重要性，但未能更早地意識到，當計算、資料與模型結合時，實際上會改變我們做業務的方式。" —— 王堅他對雲端運算的關鍵洞察和判斷同樣可以遷徙到AI：技術驅動的業務模式：“雲端運算與其他業務不同，其他業務通常現有業務，技術輔助業務。但云計算不是這樣，必須先有技術，這是關鍵。並非每項技術都能成為業務，我常說只有1%的技術能成為業務，99%的技術只是技術。” —— 王堅雲端運算的持久性：“很多業務都有生命周期，每10年必須考慮另一個機會，但云計算是一個可以持續50年或100年的業務，因為計算是絕對基礎。當我們用電力和計算做類比時，電力是一個持久的業務，在未來100年仍將存在。” —— 王堅09. 人才戰略的反思：高薪未必是創新的最佳路徑對於矽谷動輒數億美元招聘AI人才的現象，王堅博士表達了不同的觀點："我認為這不是做事的典型方式。當你處於創新的早期階段時，我認為人才不是問題，因為你需要做的就是找到合適的人，而不是昂貴的人。價格昂貴基本上意味著你不知道能力是否匹配高薪。"人才獲取的不同策略矽谷模式：- 高薪挖角成熟人才- 專注於已有技術成功- 成本高昂但見效快- 競爭激烈人才稀缺創新導向模式：- 尋找有潛力的合適人才- 關注未來技術方向- 成本可控長期投入- 培養與技術共同成長"如果這是真正的創新，基本上意味著沒有人關心這些人才，因為他們在研究沒人關注的領域。當每個人都知道這些是人才時，最好你不要進入這個領域。"“今天Meta等公司發生的情況，是因為她們非常關注現有的成功技術和業務，我認為我們有巨大的機會關注尚無人知曉的技術，這些人才並不是說是便宜的，而是對對你而言可獲取的。這是關於願景，你想去那裡。”—— 王堅王堅博士分享了一個具體例子："我現在的一個下屬，現在是通義千問的負責人，我在15年前個人面試了他。當時他還在杭州，現在他在領導通義千問項目。"這個例子說明了長期人才培養的重要性。10. 未來展望：AI時代的馬拉松才剛剛開始王堅博士將AI的發展比作一場馬拉松："我認為至少對於AI來說，這是一場馬拉松，因為我認為沒有人能真正看到這個漫長旅程的終點。它絕對處於非常早期的階段。在這種意義上，任何短期的勝利都不重要。"長期視角AI發展處於早期階段，需要長期投入和持續創新。開放機會新參與者仍有機會進入和改變競爭格局。創新為王創造力和應用創新是決定成敗的關鍵因素。Takeaway技術的真正價值在於解決現實問題，而不是追求概念上的突破市場是技術成熟的催化劑，中國市場為AI創新提供了獨特優勢人才戰略應該著眼長遠，培養而非簡單購買創新需要突破既有思維模式，創造力比計算力更重要在彭博社與阿里巴巴雲創始人王堅博士的深度對話中，我們看到了一個技術領袖對AI未來的冷靜思考和深刻洞察。在AI熱潮中保持理性，關注技術的本質價值，重視創新的長期性，並且認識到真正的競爭優勢不在於短期的技術領先，而在於持續的創新能力和對未來的精準判斷。正如王堅博士所說，這是一個"對年輕人來說非常激動人心的時代"，每天都有新事物發生。在OpenAI的熱潮逐漸退去之後，真正的AI革命才剛剛開始...... (JER學家)

7月17日上午，在第三屆中國國際供應鏈促進博覽會先進製造主題活動中，輝達創始人兼首席執行官黃仁勳對話之江實驗室主任、阿里雲創始人王堅，本次對話圍繞著人工智慧的過去、現在與未來展開，深入探討了其技術演進、核心驅動力、對科學和產業的影響，以及對年輕一代的啟示。以下是對話全文，經數位開物編譯：王堅：大家早安。王堅：Jensen，歡迎來到供應鏈博覽會。很高興時隔許久再次見到你。我已經在手機上準備好了我的問題。黃仁勳：我們第一次在北京見面是那一年？是很久以前了。王堅：應該是在2012 年或2013 年，距今差不多十年了。我同樣感到非常高興的是，當我造訪矽谷時，您是真正能把公司技術講得明明白白的人。感謝您當時在矽谷抽出寶貴時間，帶我參觀了您的公司。王堅：那時我深刻地體會到，一家公司的創辦人是何等重要。從您身上，能看到您對自己所從事事業的那份熱忱。黃仁勳：當時我們剛開始交流的時候，聊的還是電腦繪圖。王堅：還有行動裝置。黃仁勳：沒錯。那是2012 年。您可能在剛才的影片裡也看到了…王堅：是的。黃仁勳：我在2007 年第一次來到中國談論CUDA，那真是很久以前了。王堅：是非常久以前了。黃仁勳：真是不可思議，我們相識已久。王堅：謝謝，很高興能再次見到您。黃仁勳：我也很高興見到您。王堅：我還記得第一次聽您演講，那是在洛杉磯的SIGGRAPH 大會上。他們可能聽不清楚您的聲音，所以請大聲一點。那真是非常非常久遠的事了。您發明了GPU，徹底改變了整個圖形領域的面貌。而現在，我們又迎來了AI 時代。這真是一段非凡的歷程。01AI的技術演進與階段王堅：我想向您請教的第一個問題是關於技術的。 AI 現在是個熱詞，大家對AI 和AI 計算的看法各不相同。在您看來，在過去幾年裡，這個領域究竟取得了那些根本性的進展與改變？黃仁勳：這個問題問得很好。首先，AI 是一種基於第一原理的全新軟體開發範式。它不再是人類編寫程式碼、描述演算法來預測結果，而是利用演算法從樣本資料中學習如何去預測結果。事實證明，這種利用電腦學習預測的方法，具有極強的可擴展性。我們在機器學習領域深耕已久，但2012 年的AlexNet 才真正帶來了業界的「宇宙大爆炸」。那次事件證明了深度學習的驚人效果——在電腦視覺領域，它遠遠超過當時電腦科學家的能力。從2012 年開始，在接下來的大約五年裡，您和我都親眼見證了，先是計算機視覺技術日趨有效，然後達到超越人類的水平；接著是語音識別技術，同樣先是變得高效，然後超越人類；此後不久，語言理解能力也實現了有效並超越人類。所有這些不同模態的進步，構成了第一波浪潮，我們稱之為「感知 AI」。第二波浪潮是生成式AI 。現在我們可以實現從一種模態到另一種模態的轉換：從英文到中文，從英文到圖像，從圖像到英文，從中文到視頻。生成式AI 的本質就是翻譯－一種終極的翻譯。生成式AI 的發展大概始於七年前，至今勢頭依舊非常強勁。所以，現在的AI 既能理解訊息，也能產生訊息。我們目前所處的浪潮同樣非同凡響，它被稱為「推理」。推理之所以如此有效和強大，是因為AI 能夠像人類一樣，去理解並解決它從未見過的問題。我們可以將一個問題一步一步地分解，並解決那些我們自己也未曾解決過的難題。這就是推理AI。而下一波浪潮將是「物理 AI」，屆時所有這些能力都將被賦予給實體機器，例如機器人。所以在過去的大約12 年裡，AI 的發展一日千里。似乎每三到五年，我們就能見證一次重大突破。我認為，我們正接近一個臨界點，屆時AI 將能夠解決絕大多數認知任務，並在大多數測試中的表現優於多數人類。這個水平我們稱為AGI。這也正是為何現在人人都在討論人工超級智慧。就像最初我們能實現高效，然後達到超越人類的高效一樣，在解決問題方面，我們應該很快也能達到超越人類的水平。王堅：這太不可思議了。黃仁勳：這過去的十年，確實令人難以置信。王堅：而且您知道，特別是今年，開源模型已經改變了當今AI 技術和商業的格局。黃仁勳：在這些科技進步中，那一項最讓您感到興奮？王堅：我認為，最讓我興奮的事情之一是，計算才是一切的根本。我們談論AI，背後真正的核心是計算。而計算，正在實際改變一切。 AI 只是我們能看到的應用層。回想20 年前，我們談論的是計算機，但很少人談論計算本身。所以，與其說是電腦在改變世界，不如說是電腦背後的運算能力在改變世界。 AI 則將計算推向了新的階段。從技術角度看，這確實是驚人的。黃仁勳：沒錯，就連我們訓練模型的方式也在快速演進。第一個十年，主要由預訓練主導。我們收集大量數據，甚至可能用AI 來預處理這些數據，然後進行預訓練。之後，我們採用人類回饋強化學習(RLHF)，這就像是人類在指導AI、校準AI 的行為。現在，我們已經進入了後訓練時代。在這個階段，AI 自我思考、自我練習，透過強化學習、可驗證回饋以及大量的合成資料生成來進行自我測試和學習如何推理。如今所需的計算量之大，簡直難以想像。王堅：您知道嗎，我其實有心理學背景。對我而言，AI 並非簡單地模擬人類智能，它更是對人類智能的增強，甚至遠不止於此。所以在我看來，AI 更像是擴展了人類的創造力，而不僅僅是取代人類的智慧。黃仁勳：汽車擴展了我們人類的移動能力。王堅：您說得非常對。黃仁勳：飛機擴展了我們人類的移動能力。而現在，我們有了AI，它將擴展我們人類的智慧。 AI 的工作方式與我們的大腦不盡相同，但它能完成和我們類似的任務。王堅：那麼回到開源這個主題，這同樣是一個令人興奮的時刻。您也知道，我們有DeepSeek，有來自阿里雲的Qwen，而它們還只是眾多優秀模型中的一部分。黃仁勳：最近還有月暗面的Kimi。王堅：您說得對。黃仁勳：Kimi 做得相當不錯。02AI發展的核心驅動力王堅：我想問您的是，開源模型是否會成為未來AI 發展的顛覆性驅動力之一？黃仁勳：我們剛才還在說AI 進步神速。人們當然會說，這是因為NVIDIA 的技術發展迅速，這的確是事實。過去十年間，我們將AI 計算的效能提升了十萬倍。因此我們能處理更多數據，學習速度也更快。當然，有一點雖然沒有被廣泛討論，但本應如此，那就是絕大多數的AI 研究都是以開放的形式完成的。全球學者在arXiv 上發表的論文數量驚人。事實上，我好像看到一個統計數據，中國研究人員發表的論文數量目前已居世界首位。正在發生的是，在許多方面，研究人員正在透過開放科學的方式進行合作。當他們發表研究成果時，你可以閱讀並做出貢獻，我也可以閱讀並做出貢獻。因此，我們實際上是在開放科學的框架下協同工作。在此基礎上更進一步的，就是開源。我們不僅進行開放的研究，現在也進行開放的工程。這種開放的工程實踐極為強大，因為你可以藉鏡我的貢獻，並加上你的貢獻，我再補充我的。如此一來，創新的速度就不再只是單一公司或工程團隊的貢獻，而是整個生態系統的合力。中國在開源工程方面的實踐非常巧妙。但別忘了，開源具有廣泛的全球性影響。開源模型不僅幫助了中國的生態系統，也幫助世界各地的生態系統。你們的R1、Qwen 和Kimi，是當今世界上最頂尖的開放式多模態推理模型。這說明它們非常先進。無論你是誰，是醫療健康公司、金融服務公司或機器人公司，都可以利用這些成果，並根據自己的應用程式場景進行修改。同樣需要強調的是，開源是推動技術進步最安全的方式。 「陽光是最好的消毒劑」。當你擁抱開源和開放式創新時，你就主動接受全球科學界的檢視。而有了全球科學界的審視，工作的品質自然會提高。如果你去讀DeepSeek 的論文，會發現它寫得極為出色，是絕對頂級的科學研究和工程實踐。他們完全以開放的方式進行，這既促進了教育、學習和分享，也得益於無數人的審視。因此，這對安全性大有裨益。王堅：謝謝。順便一提，DeepSeek 和Qwen 都來自杭州。我自己就是杭州人，我為這座城市感到非常自豪。我在此個人正式邀請您，下次來華時訪問杭州。黃仁勳：杭州，我可不可以鬥膽說，它是中國的矽谷？王堅：我想我更願意說，杭州將成為面向世界的創新中心，它有自己獨特的魅力。再次向您發出我個人的邀請，期待您下次來訪杭州。黃仁勳：我一定會的，謝謝你。03AI對科學研究的影響王堅：您剛才提到了開放科學和開放工程。在去年的GTC 大會上，您說我們正處於人類歷史上的關鍵節點，有機會將生物學從一門科學轉變為一門工程學科。這個觀點也令人震撼。您認為AI 對科學發現和技術創新的長期影響會是什麼？ AI 會改變科學家從事研究的方式嗎？黃仁勳：您看，今天我們主要討論的是服務人類的AI。但服務科學的AI，才是我們能產生最深遠影響的領域。要記住，面向人類的AI 相對更容易。原因在於，人類語言是我們自己創造的。使用設計工具也很容易。你我使用設計工具來設計晶片已經很久了。但電晶體是我們自己設計的，所以我們才能用工具去操作電晶體和設計晶片。但生物學是自然創造的。因此，要操控生物學，我們首先必須去理解它。而現在，我們終於有了一種名為人工智慧的新能力，可以讓我們去學習和理解──理解蛋白質的原理，理解化學物質的原理，理解細胞的原理，當然，還有生命的原理。我們甚至能夠理解人體內新陳代謝反應和過程的原理。如果我們能先用AI 來理解其結構和原理，那麼接下來，我們就能利用AI 去改良、去配置、去設計藥物，幫助人類延長壽命。王堅：看來這其中蘊藏著巨大的機會。黃仁勳：AI 帶來了巨大的機會。它的另一個重要應用是模擬物理世界。如今，我們運用物理方程式來模擬極為複雜的相互作用，例如天氣。天氣現象涉及雲物理學(包括高層和低層雲) 、大氣物理學、海洋物理學、冰物理學、以及陸地物理學。此外，我們也要考慮熱傳導和熱對流等過程。所有這些不同類型的物理學必須融會貫通。其尺度跨度極大，從微觀尺度一直延伸到宏觀尺度。我們稱之為中尺度物理。在物理學領域，時間跨度可能從幾秒鐘到數年之久。對於模擬而言，要處理如此大的時間跨度是極其複雜的。但我們或許可以訓練一個AI 來幫助我們預測。在預測方面，AI 的速度遠遠超出傳統的物理模擬。因此，我堅信，無論是利用AI 理解自然規律，或是利用AI 模擬自然規律，我們都能藉助AI 推動科學的進步。這意義非凡。王堅：這項工作太不可思議了，真是令人驚嘆。04未來20年，AI 的發展是否仍能繼續依賴矽王堅：Jensen，我下一個問題可能有些難度，請見諒。我們知道，現今的AI 技術在很大程度上依賴矽基技術。它離不開矽。我們利用矽來提升算力，獲取大量的儲存空間，並實現令人難以置信的通訊頻寬。這一切都建立在矽之上。所以我想問您，在未來的10 到20 年裡，AI 技術的發展是否還能繼續依賴矽？黃仁勳：當然可以。如今的矽基技術已經融合了許多不同的元素，早已不是純粹的矽了。所以我認為我們會在多個相關領域繼續取得突破。電晶體將實現三維化，我們稱之為全環繞柵極。目前的技術是奈米片，下一代就是所謂的Gate-All-Around。在此之後，我們將實現晶體管的垂直堆疊，即堆疊式。電源將不再僅分佈於矽片的表面，而是從正反兩面進行輸送，我們稱之為背面供電。我們不再是處理單顆晶片，而是轉向晶片堆疊和多晶片組件。因此，封裝技術變得極為先進。我們稱之為CoWoS。 NVIDIA 是第一家大規模應用CoWoS 技術的公司。未來，封裝的單位將不再是目前這樣的小尺寸，而是整個面板。一個晶片系統的尺寸可能達到這張桌子的大小。更進一步，我們將採用直接貼合的矽光子技術，實現光子和電子之間極為緊密的耦合。我們稱之為CPO。然後我們就可以將許多這樣的單元連接在一起。我們能夠提升效能的維度之多，簡直令人難以置信。王堅：矽技術真是了不起。黃仁勳：我們未來至少二十年都有充足的工作要做。我們之所以有這樣的判斷，是因為NVIDIA 的技術路線圖就已經規劃了近十年。我們有一個至少五到十年的明確規劃，並且已經在構想、設計和建造十年後的系統了。因此，我很確定我們能清楚地預見未來十年的發展，而且在未來的二十年裡，我堅信我們還有大量的工作要做。王堅：我堅信，只要我們有好的架構…黃仁勳：看來我們兩個至少還要忙上二十年。王堅：尤其是在擁有好架構的前提下。當好的架構與矽技術結合，我們能做的事情就更多了。黃仁勳：沒錯。05對年輕人的建議王堅：我最後一個問題是關於人的，特別是關於年輕人。您之前問過我近幾年在做什麼。實際上，每一年，我都會和成千上萬的志工與年輕人一起，圍繞著一個名為「2050」 的活動而努力。它的理念非常簡單：科技將人們，尤其是年輕人，匯聚在一起。所以說，科技連結人心，它的意義遠遠超越科技本身，它真正地將人們凝聚起來。黃仁勳：您總是投入自己大量的時間來培養和指導年輕人。王堅：這是我的熱情所在。黃仁勳：我知道。自從我們相識，我就知道了。王堅：我年輕時也得到許多幫助，所以我認為與人們溝通總是件令人興奮的事。有機會歡迎您來「2050」 大會看一看，您能見到所有的年輕人。他們或許對自己的未來感到迷茫，但他們真切地關心著世界的未來。這些年輕人，真的很了不起。黃仁勳：他是英雄，一位了不起的英雄，超級英雄。王堅：我的問題是，您有什麼具體的建議嗎？如今，所有人都知道AI 對我們大多數人，尤其是年輕人而言，是一生難得的機會。您對年輕人有什麼特別的建議嗎？或是您有什麼計劃，打算專門為他們做些什麼？黃仁勳：人們常說，AI 當然可以解決數學問題、推理問題，它能解決程式設計難題，甚至可以自己寫程式碼。於是有人認為，我們或許就不再需要學習這些技能了。這種想法是完全錯誤的。事實上，在我們的職業生涯中，無論職位如何變化，我們做具體程式設計和工程工作的機會可能會越來越少，但我們必須始終學習如何運用第一性原理去思考：面對一個從未遇到過的複雜問題，能夠基於基礎知識和第一原理，將其一步步地分解。傳統經驗並不可靠，你總要回歸到第一原理去思考。我們必須培養人們的第一原理思維，否則就無法建立批判性思維。而如果你不具備批判性思維，你就無法判斷來自他人或是來自AI 的答案是否合理。你需要有能力與AI 互動。首先，你必須清楚描述問題，AI 才能幫你解決。其次，你必須能夠判斷AI 的回答是否恰當，是否已經盡可能優化。批判性思考至關重要，無論它是基於物理學、數學或邏輯學。批判性思考是我們所做幾乎一切事情的基石。我建議現在的年輕人仍然要繼續學習數學、推理、邏輯和電腦程式設計。即便你將來不以程式設計為業，你也應該懂它。這是第一點。我想說的第二點是，今天幾乎每個年輕人都應該盡快去接觸和使用AI。它就是新時代的計算機。 AI 使得電腦的效能變得無比強大，但同樣重要的是，我們必須認識到，電腦也因AI 的存在而變得極易使用，因為它能理解我們的互動方式。如果你不知道怎麼用AI，你甚至可以對它說：“我不會用AI，請教我如何使用AI”，它就會一步步地指導你。搭載了AI 的計算機，是促進平等的最佳工具。無論你是農民或長者，無論你是否懂得操作電腦，身為年輕人，你都必須盡快擁抱AI。我相信它會真正地賦予你力量。最後，我非常羨慕年輕一代，因為他們一出生，就將與專屬的AI 共同成長。這就像《星際大戰》裡的R2-D2 陪你度過一生，這個AI 伴侶會記住你生命中的一切，並能時刻為你提供建議和指導。貫穿你的一生。這個想法太奇妙了。我很遺憾自己成長時沒有一個AI 來提醒我、幫助我，並記下我從小到大的所有經歷。你能想像嗎？你擁有一台AI，你可以問它： 「我一歲、兩歲、三歲時在做什麼？告訴我那時我在那裡，我曾做過什麼，我和你聊過那些話題。」它會全部記得。你的整個生命旅程都會被完整地記錄下來。我真希望我們曾經有那樣的機會。王堅：感謝您的鼓勵與建議。當我初次與您相見時，您對科技的熱情就深深激勵了我，至今我仍能感受到您心中那份未減的熱忱。同時，您也非常有耐心。您的公司從一家新創企業，成長為如今市值超過四兆美元的巨頭，這是一段非凡的歷程。所以，熱情和耐心對年輕人來說真的至關重要。感謝您分享這些寶貴的建議。黃仁勳：謝謝你。也感謝你這麼多年來一直是我的摯友。我非常享受我們各自的事業共同發展的這段旅程。這確實是一個千載難逢的機會。事實上，你甚至可以說這是一個時代性的機會。 AI 將定義下一個世紀。這是一個至關重要的時期，我很高興看到中國對此有著如此濃厚的興趣。坦白說，我樂於見到中國在這裡取得的巨大進步、累積的深厚專業知識。讓我們繼續攜手合作。我期待著十年之後，我們能再次坐下來暢談，看看那時我們都取得了怎樣的成就。王堅：最好的尚在途中。黃仁勳：是的。好的。謝謝您。王堅：謝謝您。(數位開物)

今日上午，在第三屆鏈博會先進製造鏈主題活動現場（W1-1），NVIDIA 輝達公司創始人兼首席執行官黃仁勳與之江實驗室主任、阿里雲創始人王堅進行爐邊談話。《科創板日報》記者現場看到，換掉昨日的唐裝，黃仁勳穿上了標誌性的黑色皮夾克，然而依然不變的，是他在談話中不時表達的對於中國的認可。作為相識十餘年的“老夥計”，兩人一開場就熱絡地寒暄起來，話題自然飄回了過去這十幾年——那些人工智慧從萌芽到狂奔的日子，黃仁勳預測，人工智慧的下一波發展將聚焦“物理人工智慧”，即把推理能力應用於機器人等物理機械領域。（《科創板日報》記者 李明明攝）中國在開源工程領域的佈局尤為明智一開始，黃仁勳和王堅就談及了人工智慧與開源生態的價值定位。王堅提出，人工智慧並非脫離人類特性的獨立存在，而是對人類智能的增強，更能提升創造力與行業標準。黃仁勳對此表示認同，他以汽車擴展移動能力、飛機擴大移動範圍作比，強調人工智慧正擴展人類智能——儘管其運作模式與人類大腦不同，卻能執行類似的任務。今年開源模型已改變人工智慧的技術與商業格局，成為重要發展趨勢。因此，開源是否真的是一種顛覆性力量，是未來發展的驅動力量之一？黃仁勳指出，人工智慧的快速發展得益於各類技術的持續進步，過去十年間人工智慧計算性能已提升10萬倍，為海量資料處理與高效學習奠定了基礎。值得關注的是，當前絕大多數人工智慧研究尚未充分公開，全球預印本論文數量極為龐大，其中中國研究人員發表的預印本論文已位居全球首位。在此背景下，研究人員正通過成果發表在開放科學領域開展協作，形成貢獻共享的良好態勢，而開源則成為開放科學的進階階段。他強調，開放創新已從研究層面延伸至工程領域，開放工程的強大之處在於能夠實現全球生態系統資源的整合，突破單一公司或團隊的創新侷限。中國在開源工程領域的佈局尤為明智，其開源模型不僅助力本土生態發展，更對全球生態系統形成支撐。例如，當前領先的開放推理模型具備先進的多模態推理能力，可供醫療、金融、機器人等各類企業根據自身需求修改應用。黃仁勳同時指出，開源是保障技術安全發展的最優路徑。“陽光是最好的消毒劑”，全球科學界的共同審視能顯著提升研究質量。以DeepSeek的論文為例，其憑藉頂尖的科學與工程水平，通過完全公開的方式推動了教育普及、知識分享與社區發展。面向科學的人工智慧將產生最重大的影響今年初，“杭州六小龍”爆火，王堅表示，杭州堪稱中國發展的縮影，是獨具特色的“創新港灣”，隨後，他結合黃仁勳去年大會發言提問：在開放科學與開放工程領域，人工智慧對科學發現和技術創新的長期影響為何？是否會直接改變科學家的研究方式？黃仁勳回應稱，當前討論多聚焦於服務人類的人工智慧，而面向科學的人工智慧將產生最重大的影響。他解釋，面向人類的人工智慧相對容易推進，因人類創造了語言與設計工具——例如晶片設計中，電晶體由人類設計，可通過工具直接操控；但生物學是自然的產物，若要對其進行改造，首先必須實現深度理解。他強調，人工智慧為理解生物學提供了新能力：可解析蛋白質、化學物質、細胞乃至生命的本質，甚至能闡釋人體代謝反應與活動規律。基於這種理解，人工智慧可助力藥物的改進、配置與設計，有望延長人類壽命，蘊含巨大機遇。此外，人工智慧在物理領域的應用同樣關鍵。傳統上，複雜物理過程（如天氣、海洋、冰川等）需依賴物理方程模擬，涵蓋從微觀到宏觀的多尺度相互作用，時間跨度從幾秒到數年，模擬難度極大。而人工智慧在預測效率上遠超物理模擬，無論是理解自然規律還是模擬物理過程，都將成為推動科學發展的核心力量。以下為黃仁勳與王堅的對談實錄節選：王堅：上次我們很久之前在洛杉磯見面，那時你發明了GPU圖片處理器，如今又推動AI的發展，一路走來取得了很多不凡的成就，所以接下來問題是圍繞科技和AI：過去幾年，AI領域在基礎層面發生了什麼樣的變化？黃仁勳： AI最初依賴人工編寫程式碼預測結果，而如今通過演算法從資料中學習預測能力，實現了普及化。2012年深度學習技術爆發，成為高效工具，在電腦視覺、語音識別、語言理解等領域相繼實現超越人類的表現。就像人類一樣，我們可以把一個問題進行分解，並且解決我們之前沒有遇過的問題，所以這就是推理AI，下一波浪潮就是物理AI，所有的能力都能夠融入到我們的物理世界，比方說機器人，大概12年的時間，AI迅速發展，好像每四到五年就有一次大的變革。現在AI能夠解決大部分的認知性任務，取得比較好的成果，這就是生成式的智能。目前，人工智慧正接近“通用人工智慧”階段，有望在多數認知任務及測試中超越人類表現，這也是“超級人工智慧”成為熱議話題的原因——從實現高效能，到超越人類效能，如今在問題解決能力上正快速邁向超越人類的水平。王堅：今年開放原始碼的模型也改變了AI技術。黃仁勳：王先生，你覺得那一個技術變革讓你最興奮呢？王堅：我覺得最讓我興奮的其實是算力，算力是一切的基礎架構，算力也改變了一切，AI只是我們看到的一個成果，所以與其說電腦在改變世界，還不如說是算力在改變世界。黃仁勳：第一個十年我們講的是預訓練，我們收集了很多的資料，甚至用AI來準備一些資料做這個預訓練，後來我們是做人工強化的訓練，就會加入人的反饋，人來教AI做事，或者人類和AI協同做事，現在AI是自己思考，自己實踐，做強化學習，有很多資料的生成，它能夠自己做任務，自己推理，所以我們看到這背後其實需要巨大的算力來支撐。王堅：我接下來的問題可能有些深入。我們知道當前人工智慧的發展高度依賴矽基技術，比如通過提升矽基晶片的儲存記憶體來增強算力，這類進步都建立在對矽的研究基礎上。那麼在未來十年、二十年，我們是否仍需依賴矽來推動人工智慧的發展？黃仁勳：是的，矽基技術確實為我們帶來了諸多技術突破，未來我們也會繼續深耕這一領域。不過，其發展模式將迎來三方面轉變：我們不再沿用過去將算力分散到單一矽晶片的方式，而是轉向多復合晶片組合——單晶片的時代已過，多晶片協同可實現更高級的功能。比如我們公司是最早採用這一技術的企業，這些晶片組合會依託不同的基板運行，規模可能達到桌面大小；同時我們會應用一種名為CPO的新技術，通過電子層面的最佳化實現多維度、大容量的連接。王堅：這類技術確實非常先進。黃仁勳：沒錯，這一領域還有大量工作要做，預計至少需要二十年時間。我們之所以能做出這樣的判斷，是因為當前的發展路徑已足夠清晰——從現在起，我們大約還有五到十年的技術探索期，而十年後的技術框架我們已在規劃中。可以確定的是，未來會有許多成果等待達成，你我在接下來的二十年裡仍需為之辛勤付出。王堅：確實如此，尤其是依託矽基技術建構的框架，能為後續發展奠定堅實基礎。王堅：人工智慧對於我們來說是一個終身的機會，尤其是對年輕人來說，因此你有沒有什麼特別的建議給我們的年輕人呢？或者你有沒有為他們單獨做一些事情呢？黃仁勳：人們常說，人工智慧擅長解決數學、推理及程式設計等問題，因此或許無需專門學習人工智慧——這種觀點其實是錯誤的。事實上，即便未來程式設計與工程實踐的需求可能減少，我們仍需掌握問題思考的“第一原則”：如何切入問題、將其拆解為具體步驟，這些都依賴於基礎認知與知識儲備。無論是思維方式還是智慧積累，都需回歸第一原則；否則，便難以建立深度思考的思維體系，容易盲從人工智慧給出的答案，缺乏獨立判斷。與人工智慧互動時，關鍵在於主動參與而非被動接受：首先需清晰描述待解決的問題；其次要對AI的回答進行推理驗證，判斷其是否精準、是否實現了最佳化解答——這一點至關重要。同時，需具備辨析思維，而邏輯與推理正是這種思維的基礎，也是一切事務的根基。我建議當代年輕人繼續學習科學推理、電腦程式設計等知識：即便未來未必從事相關工作，也需掌握這些基礎——這是首要的學習方向。在當今世界，每一位年輕人都應當更多地與人工智慧接觸——這是電腦技術發展的新方向。人工智慧正持續提升電腦的能力，且其應用門檻日益降低：由於它能理解人類的互動邏輯，即便使用者表示“不知道如何使用”，它甚至能主動指導使用者掌握使用方法。因此，融合人工智慧的電腦已成為極具力量的“平等器”，讓世界更趨平等：無論農民、老年人、電腦基礎薄弱者還是年輕人，只要盡快運用人工智慧，都能從中獲得賦能。最後，我甚至有點嫉妒年輕一代：如今出生的人將終身成為“人工智慧原住民”，如同《星球大戰》中人與科技共生的場景，他們能與人工智慧相伴成長。人工智慧會像夥伴一樣，從出生到生命終結，持續提供建議、傳授知識、陪伴左右，這實在令人驚嘆。我之所以嫉妒，是因為自小成長的歲月裡，沒有人工智慧在旁提醒、協助，幫我記憶每一件事。 (財聯社)

黃仁勳鏈博會上一身唐裝、中文開場的演講持續刷屏，他的“年內第三次訪華之旅”行程仍在繼續。在這個過程中，黃仁勳除了給中國客戶帶來了H20晶片解禁的消息，也盛讚中國公司在人工智慧領域的探索和創新，同時也表達了進一步投資中國市場的意願。7月17日，在鏈博會第二天的活動上，黃仁勳與之江實驗室主任、阿里雲創始人王堅展開爐邊對話。作為已經認識十多年的老朋友，兩人互相寒暄開場，並且回顧了過去10多年人工智慧領域的發展，“過去的十二年左右時間裡，人工智慧發展速度非常快，大概每三到五年就會有一次重大突破。”黃仁勳說。黃仁勳與王堅爐邊對話，圖片由AI生成在他看來，人工智慧已經走完了感知智能階段，生成式人工智慧階段，現在處於推理人工智慧階段，並且無限接近通用人工智慧階段。他說：“我們現在已經接近一個階段，人工智慧應該能夠解決認知任務，並且在大多數測試中表現得比大多數人類更好，我們把這種水平稱為通用人工智慧。”在交流中，黃仁勳也向王堅提問，在過去的這些技術中，最感興趣的是那一項，王堅的回答是計算，“對我來說，真正令人興奮的事情，實際上是所有一切的基礎。我們談論的人工智慧，其背後的支撐是計算，而計算正在改變一切。”王堅說。而對於人工智慧的發展速度，黃仁勳強調這些除了基於輝達的計算驅動外，也建立在全球研究員的研究和開放之上，他認為中國的研究員對全球人工智慧的發展起到了非常積極的幫助，甚至將杭州稱之為中國的矽谷。黃仁勳說，“絕大多數人工智慧研究都是公開進行的。我看到一項統計資料——中國研究人員在arXiv上發表的論文數量現在是全球最多的。”算力是AI的基礎，矽則是算力的基礎，黃仁勳對這個問題的看法是肯定的，並且強調未來矽基技術集中三個方面：電晶體結構迭代、封裝技術迭代、矽光技術迭代。“我們在這一領域至少還有二十年的工作要做。之所以能得出這樣的判斷，是因為輝達的技術路線圖已經覆蓋了接近十年的未來規劃。”黃仁勳說。以下為對話實錄原文（在不改變原意的情況下有調整）：王堅：大家早上好，Jensen，很久沒見，再次見到你太好了，歡迎來到鏈博會。我把我的問題寫在手機上了。黃仁勳：我們第一次在北京見面應該是很久以前的事情了。王堅：大概是2012年、2013年，差不多十年前，但我還記得很清楚細節當我在矽谷拜訪時候，你自己來給我介紹輝達的公司、技術，帶著我參觀。就是在那個時間點，你給我的感覺是，一個公司的創始人至關重要，我能看出來你對自己所從事的事情的熱情。黃仁勳：當時我們交流的時候，聊的是電腦圖形技術，還有移動裝置，對吧？差不多2012年的事情了。剛才視訊裡也介紹了，2007年，我第一次來中國介紹CUDA，[中文]好久以前啊。王堅：這是一條很長的路。黃仁勳：（對台下）[中文]他們聽得到嗎？王堅：我記得當時你在洛杉磯工作，是在SIGRAPH圖形學大會上。你們推出了GPU圖形處理器，改變了圖形領域的格局，這是一段不可思議的旅程，我的第一個問題有關技術：人工智慧是當下最熱門的話題，但大家對人工智慧以及計算有著不同的看法，所以過去幾年在這方面究竟取得了那些根本性的進展和變革？黃仁勳：從根本上說，人工智慧是一種基於第一性原理的全新的軟體開發方式，它不再依賴人類編寫程式碼、描述演算法來預測結果，而是我們利用一種演算法，通過示例資訊、示例資料來學習如何預測結果。事實證明，這種利用電腦來學習預測的方法具有極強的可擴展性。我們在機器學習領域已經研究了很長時間，但2012年是一個重要的轉折點，AlexNet的出現，證明了深度學習的有效性，它在電腦視覺方面的表現遠超電腦科學家們的預期。從2012年開始，在接下來的五年左右時間裡，我們先是看到電腦視覺變得有效，而後性能超越人類。再接著是語音識別變得有效，然後性能超越人類，對吧？再之後不久，語言理解也實現了從有效到性能超越人類的跨越。每一種不同的模態都代表著一個發展階段：第一波是感知智能，接著第二波是生成式人工智慧。現在我們可以實現不同模態之間的轉換，比如從英語到漢語，從英語到圖片，從圖片到英語。從漢語到視訊，生成式人工智慧的轉換，可以說是終極轉換。生成式人工智慧大約始於七年前，如今依然發展勢頭迅猛。現在，人工智慧既能理解資訊，也能生成資訊。我們目前所處的這一波人工智慧浪潮非常令人驚嘆，它被稱為推理型人工智慧。推理型人工智慧之所以高效且強大，是因為它能夠理解，並解決那些從未遇到過的問題。就像人類一樣，它可以把問題逐步分解，進而解決那些從未解決過的問題。下一波是物理型人工智慧，到那時，所有這些能力都可以應用到物理機械中，比如機器人。過去的十二年左右時間裡，人工智慧發展速度非常快，大概每三到五年就會有一次重大突破。我想說，我們現在已經接近一個階段，人工智慧應該能夠解決認知任務，並且在大多數測試中表現得比大多數人類更好，我們把這種水平稱為通用人工智慧。這也是為什麼現在每個人都在談論超級人工智慧，就像一開始，我們先是實現了有效性，然後達到了超越人類的水平。在問題解決方面，我們應該很快就能實現超越人類的水平。王堅：這太不可思議了，特別是今年，開源模型正在改變人工智慧技術的格局以及我們的業務。黃仁勳：在這些技術進步中，那一項最讓你感到興奮呢？王堅：其實，對我來說，真正令人興奮的事情，實際上是所有一切的基礎。我們談論的人工智慧，其背後的支撐是計算，而計算正在改變一切。人工智慧是我們能看到的表象。黃仁勳：這太不可思議了，而且我們訓練模型的方式也在飛速變化，對吧？最初的十年，主要是預訓練階段。我們收集了大量資料，甚至可能用人工智慧來準備資料，然後進行預訓練。之後，我們採用了人類強化學習，也就是人類對人工智慧進行指導，讓人工智慧與人類的需求保持一致。而現在，我們處於後訓練時代，人工智慧可以自主思考，進行可驗證反饋的強化學習。還能生成大量合成資料，自主進行測試，學習推理。王堅：是的，現在所需要的計算量是驚人的。我有心理學背景，在我看來，人工智慧不是對人類智能的模仿，實際上是一種提升。更確切地說，我認為人工智慧是對人類創造力的延伸。黃仁勳：它並非只是取代人類智能，就像汽車拓展了人類的移動能力，飛機也拓展了人類的移動能力一樣，現在人工智慧將會拓展人類的智能。它的工作方式和人類大腦不同，但它能完成一些與我們類似的任務。王堅：回到開源這個話題，這也是一個令人驚嘆的時刻。我們有深度求索（DeepSeek），有阿里雲的通義千問（Qwen)，這些只是其中的幾個例子。黃仁勳：還有月之暗面的Kimi（近期開源K2），他們非常出色。王堅：所以我的問題是，開源模型是不是人工智慧未來發展的顛覆性驅動力之一？黃仁勳：我們剛才談到人工智慧發展非常迅速，當然，人們會說這是因為輝達的技術進步很快，這確實是事實。在過去十年裡，我們將人工智慧計算的性能提升了10萬倍，這樣我們就能處理更多資料，更快地學習。但有一點沒有被過多提及，那就是絕大多數人工智慧研究都是公開進行的。全球範圍內在arXiv上發表的論文數量是驚人的。事實上，我看到一項統計資料——中國研究人員在arXiv上發表的論文數量現在是全球最多的。目前的情況是，在很多方面，研究人員選擇開放實現合作，他們發表科研成果，其他人可以閱讀並為之做出貢獻，我也可以閱讀並貢獻自己的力量，所以我們實際上是在開放科學的框架下進行合作。而在此基礎上的下一步就是開源，也就是說，我們不僅進行開放研究，還開展開放工程。開放工程的力量非常強大，因為這樣一來，你可以借鑑我的成果，再加入你的貢獻，創新的速度就不再僅僅取決於每個公司或每個工程團隊的貢獻，而是整個生態系統的合力。中國在開源工程方面做得非常出色。但不要忘記，開源具有全球性的影響。開源模型不僅助力中國的生態系統，也在為全球各地的生態系統提供支援。（DeepSeek）R1、通義千問（Qwen）和Kimi是當今世界上最優秀的推理模型，是多模態推理模型，非常先進。所以不管你是誰，不管你是醫療公司、金融服務公司還是機器人公司，都可以利用這些模型，並根據自身應用進行修改，用到你自己的產品和應用中去。還有一點非常重要，那就是開源是推動發展最安全的方式。正如人們所說，陽光是最好的消毒劑。有了開源和所有開放創新，就會引來全球科學界的審視，而有了全球科學界的審視，研究工作的質量就會提高。看看深度求索（DeepSeek）的論文，寫得非常出色，絕對是頂尖的科學和工程水平。他們完全公開地開展研究，這不僅為教育、學習和分享提供了機會，也讓很多人能夠對其進行審視，這對安全性很有好處。王堅：順便說一下，深度求索（Deep Seek）和通義千問（Qwen）都來自杭州，我是杭州人，為這座城市感到驕傲，我個人邀請你下次來中國的時候訪問杭州。黃仁勳：杭州可能，我敢說，是中國的矽谷，對吧？王堅：很多人可能不會這麼說，但我認為杭州會成為世界的創新中心，它非常獨特，非常棒。再次向你發出個人邀請，歡迎你來杭州。黃仁勳：會來一定會來的，謝謝。王堅：你剛才談到了開放科學和開放工程。在去年的遊戲開發者大會（GDC）上，你說這是人類歷史上第一次有機會將生物學從一門科學轉變為一門工程學，這也太不可思議了。人工智慧對科學發現和技術創新的長期影響是什麼？人工智慧會改變科學家的研究方式嗎？黃仁勳：如今，我們只談論面向人類的人工智慧，但面向科學的人工智慧將會給我們帶來最重大的影響。要知道，面向人類的人工智慧相對更容易，因為人類創造了語言。我們可以很容易地設計工具，我和你長期以來都在用設計工具製造晶片，但電晶體是我們設計的，所以我們可以用工具來操控電晶體和進行晶片設計。但生物學是自然創造的，所以要想操控生物學，我們首先必須理解它。而現在，我們擁有了人工智慧這種新能力，我們可以去學習和理解蛋白質的意義、化學物質的意義、細胞的意義，當然，還有人體代謝反應和活動的意義，對吧？如果我們能利用人工智慧先理解其結構和意義，那麼我們就可以進一步去配置、設計藥物，幫助人們延長壽命，這裡面有很多機會。另外，我們還可以用人工智慧來模擬物理過程，我們用物理方程來模擬非常複雜的（相互作用）。黃仁勳：像天氣這樣的系統，其實涉及各種物理過程，比如天氣本身、雲層物理、高雲物理、低雲物理、大氣物理；還有海洋物理、冰層物理、陸地的熱傳導過程；我們還要考慮對流現象等等。所有這些不同類型的物理過程都必須綜合在一起才能進行完整建模，對吧？這些過程涵蓋了從極小尺度到極大尺度的物理，我們通常把它稱為“中尺度物理”（Meso-scale physics）。而在時間維度上，這些物理過程的變化跨度可能從幾秒鐘延伸到數年。這樣的空間和時間範圍，對於傳統的物理模擬來說是非常複雜的，我理解這一點。但或許我們可以訓練一個 AI，來幫助我們進行預測。你知道，AI 在預測方面遠比基於物理的模擬快得多。所以我完全相信，無論是用 AI 去理解自然規律，還是用 AI 去模擬自然規律，我們都可以借助它推動科學進步。這是一件意義重大的事情。王堅：你也知道，其實今天的 AI 技術在很大程度上高度依賴矽基技術。對，它依賴於“矽”。我們正是利用矽，不斷提升計算性能、擴展龐大的記憶體容量——甚至包括你自己所使用的系統也是如此。這種令人難以置信的通訊頻寬，完全依賴於矽技術。所以我想問你的是——在未來的十年或二十年裡，我們還能繼續依賴矽技術來推動 AI 的發展嗎？黃仁勳：當然，矽技術本身現在已經在不斷加入各種不同的材料元素，它現在幾乎已經不再是“純粹的矽”了。所以我認為，我們在這些方向上還會持續取得進展，主要包括幾個方面：電晶體將會變成三維結構，我們稱之為“環繞式柵極電晶體”（GAA）。目前我們使用的是“奈米片”（Nanosheet）技術，而下一代將是GAA。再往後，我們會把電晶體堆疊在電晶體之上，也就是所謂的“堆疊鰭式場效應電晶體”（SFFET）。此外，以前我們是在矽片表面分佈電力，現在我們開始在兩面分佈電力，也就是“背面供電”。過去我們是一次只處理一顆晶片，現在則可以將多顆晶片進行堆疊，實現多晶片整合。因此，封裝技術也變得非常先進。我們稱這種技術為 CoWoS，而 輝達 是第一家在大規模生產中採用這種技術的公司。未來，封裝的單元將不僅限於當前這種尺寸，而是將擴大為整塊面板級封裝，這意味著，單個晶片的尺寸可能會大到像這張桌子一樣。再進一步，我們將使用矽光子技術，通過極其緊密的耦合方式，實現光子與電子的直接連接。我們稱之為 CPO（共封裝光學）。這樣一來，我們就能夠將這些高密度整合的模組進一步互聯，建構出更大規模、更高性能的系統。在能力的維度上，這種擴展是極其驚人的。我們在這一領域至少還有二十年的工作要做。之所以能得出這樣的判斷，是因為 輝達 的技術路線圖已經覆蓋了接近十年的未來規劃。王堅：當你擁有一個出色的架構，尤其是在矽基架構方面，就能夠釋放出更大的潛力，帶來更多可能的應用與創新。所以我最後一個問題，其實是關於年輕人。其實很多人並不確定自己的未來會是什麼樣，但他們非常關心這個世界的未來。Jensen（黃仁勳）就是他們心中的英雄，一個真正令人敬佩的英雄。所以我真正想問的問題是：你是否對年輕人有什麼具體的建議？你知道，現在對大多數人來說，尤其是對年輕人來說，這是一個千載難逢的時代機遇。黃仁勳：大家常說，AI 可以解決數學問題、邏輯推理問題，甚至可以自己寫程序，因此我們可能不再需要學習這些技能。但這正好是完全錯誤的想法。事實上，無論你在那個階段，無論你是否還在程式設計、是否仍從事工程工作，有一件事始終不能放棄：那就是從“第一性原理”出發去思考問題。面對一個前所未見的複雜問題，必須一步一步地將其拆解，從最基礎的原理出發建構理解。也就是說，要有紮實的基礎知識。所以，不能過度依賴“常識”或“經驗主義”。因此，我們必須教會人們如何進行第一性原理的思考。否則，就無法具備真正的批判性思維。而如果沒有批判性思維，就無法判斷一個答案——無論是別人給出的，還是 AI 給出的——是否合理、有邏輯。你需要具備與 AI 有效互動的能力，能夠清晰地描述問題，才能讓 AI 更好地幫助你解決它。批判性思維始終是至關重要的。無論是基於物理、數學還是邏輯的批判性思維，它幾乎是我們所有工作的基礎。我的建議是：當代年輕人仍然應該繼續學習數學、推理能力、邏輯思維，以及程式設計。即使未來你不需要親自編寫程式碼，你也應該理解它的原理。這是第一點。第二點是：現在幾乎每一個年輕人，都應該儘可能快地開始接觸和使用 AI。AI 就是新一代的電腦，它讓電腦的能力變得異常強大。但更重要的是，它也變得非常易於使用——因為它理解我們如何與世界互動，無論以何種方式。而如果你不知道如何使用 AI，你只需要對 AI 說：“我不知道怎麼用，請教我怎麼使用 AI。” 它就會一步一步教你。所以，搭載 AI 的電腦，已經成為有史以來最強大的“能力平權器”，讓每個人都有可能獲得同樣的認知與創造力起點。所以，無論你是農民、年長者，還是還不太會使用電腦的年輕人，都必須儘早開始接觸和使用 AI。這將真正賦予你力量。最後，我想說，我對今天的年輕一代感到羨慕。因為這是一個全新世代——他們從出生起，就將伴隨自己的 AI 一起成長。他們將擁有一個 AI 伴侶，能記住你一生中的一切，能夠為你提供建議、教育你、陪伴你。一生中擁有這樣的存在，這種想法令人無比嚮往。我羨慕的是，我沒有這樣的 AI 從小就陪伴我，提醒我、幫助我、記錄我人生中的點滴。你想像一下，如果你有一個 AI，你可以問它：“我一歲的時候在做什麼？我兩歲、三歲的時候在那裡？和你說過什麼話？”而它真的能記住這些，並將這段完整的人生旅程記錄下來。我真希望我們那一代也曾有過這樣的機會。我認為這不僅是對未來的希望，也是一種真正的激勵與啟發。王堅：當我第一次見到你時，你對技術的熱情深深感染了我。直到今天，我依然能夠感受到你那份熾熱的熱情。同時，你也始終保持著極大的耐心，從思考公司、團隊的發展，到走到今天這一步，你經歷了一段非凡的旅程。我認為，對於年輕人而言，“熱情”與“耐心”都是至關重要的品質。感謝你分享這些寶貴的建議。 (騰訊科技)