Google聯創謝爾蓋·布林首次公開訪談:聊AI大模型、機器人、人機互動等。重返前線,AI革命席捲Google!布林坦言:錯失機器人浪潮,全力押注大模型
謝爾蓋·布林表示,他現在每天都Google從事AI工作
Google聯合創始人兼前Alphabet總裁謝爾蓋·布林表示,他幾乎每天都在Google工作,因為他還沒有看到任何像最近AI領域取得的進展那樣令人興奮的事情。他不想錯過。
布林在本周洛杉磯舉行的All-in峰會上接受採訪時透露了這一點。去年,有幾家媒體報導稱,布林回到了Google總部,參與了多個人工智慧項目的工作,但這次採訪是布林首次公開訪談。
布林在談到人工智慧時表示:“這是一個龐大且快速發展的領域”,並補充說這對人類有著“巨大的價值”,然後他解釋了為什麼他認為訓練更有能力的AI並不需要大幅增加計算能力。
他說:“我讀過一些推斷(計算)的文章……我不知道我是否完全相信這一點,部分原因是過去幾年演算法的改進可能實際上甚至超過了投入這些模型的計算能力增長。”
以下三次方整理了完整的文字採訪稿:
1. AI技術的發展和Sergey的參與
2. AI在程式設計中的應用
3. AI模型的發展趨勢
4. AI計算需求和基礎設施建設
5. AI在不同領域的應用
6. AI產品開發和未來展望
7. Google的AI戰略和文化
8. AI行業競爭格局
9. AI對人類的價值
主持人:他們想知道是否有更好的方法在網上找資訊。1997年9月15日,他們註冊了Google這個網站。他是我們這個時代最偉大的企業家之一,一個真正想要打破常規的人。
布林:我感到很幸運,我誤打誤撞地做了一件我覺得真正重要的事情,你知道,就是為人們提供資訊。
主持人:不需要介紹了。歡迎。
布林:我上個月才同意來的,如你所知,我不知道你們這麼快就找到了那個片段。
主持人:你們的團隊真是太棒了。
布林:確實很神奇。是的,我原以為...
主持人:我以為是謝爾蓋做的。就像他要求來看看會議,我就說,當然可以,來玩玩吧。
布林:老實說,我並不真的理解。我以為你們只是有個播客和一個小聚會什麼的。但是,是的,這有點讓人難以置信。恭喜你們。
主持人:嗯,我很高興你來了。謝謝你同意聊一聊。
布林:我有點害羞,但是,是的。
主持人:
謝謝你同意聊一會兒會聊一會兒。這不在日程安排上,但我覺得跟你聊聊會很棒,考慮到你在AI即將改變世界並且正在積極改變世界的時候所處的位置。顯然,你知道,你在1998年與拉里一起創立了Google。最近有報導說你在Google花了更多時間研究AI。我想,很多行業分析師和專家一直在爭論說,大語言模型和會話AI工具對Google搜尋來說是一種存在威脅。這是其中之一,我認為很多這些人並不建立企業或者他們有競爭性投資,但我們暫且不談這個。但是關於Google會發生什麼,Google在AI方面處於什麼位置,有這個大的說法。我知道你在這方面花了很多時間,所以謝謝你來談論這個。你在Google花了多少時間?你在做什麼工作?
布林:
老實說,差不多每天都在。我是說,我今天缺席了,這是我有點不情願來的原因之一,但我很高興我來了。但作為一名電腦科學家,我從未見過像過去幾年發生的所有AI進展這麼令人興奮的事情。但這確實讓人難以置信。當我在90年代上研究生的時候,你知道,AI幾乎就像課程中的一個腳註,你只是,哦,也許你必須做這一個小測試,關於AI。我們嘗試了所有這些不同的東西。它們並不真的有效。這就是你需要知道的全部。然後不知怎的,奇蹟般地,所有這些研究神經網路的人,這是60年代、70年代左右被拋棄的AI方法之一,開始取得進展,多一點計算能力,多一點資料,一些聰明的演算法。在過去十年左右發生的事情簡直令人驚嘆。作為一名電腦科學家,我相信你們都使用了一些AI工具,但每個月都會出現一種新的令人驚嘆的能力。我可能比其他人都更加驚嘆,電腦能做到這一點?所以對我來說,我真的重新投入到技術工作中,因為作為一名電腦科學家,我不想錯過這個機會。
主持人:
這是搜尋的延伸還是對人們如何檢索資訊的重寫?
布林:
我只是認為AI觸及了日常生活的許多不同方面。當然,搜尋是其中之一,但它幾乎涵蓋了一切。例如,程式設計本身,對吧?就像我現在對它的看法非常不同。從頭開始寫程式碼感覺真的很難,相比之下只是讓AI來做就簡單多了。
主持人:
那你是怎麼做的?
布林:
實際上,我自己寫了一點程式碼,就是為了好玩,就是為了有趣。然後有時我讓AI為我寫程式碼,這很有趣。就舉個例子,我想看看我們的AI模型在數獨方面有多好。所以我讓AI模型自己寫了一堆程式碼,可以自動生成數獨謎題,然後把它們輸入到AI本身,然後進行評分等等。但它可以直接寫出那個程式碼,我和工程師們談論這個。半小時後我回來,它就完成了。他們有點印象深刻,因為說實話,他們自己在編碼時並不像我認為的那樣經常使用AI工具。
主持人:
對。所以這是一個有趣的例子,因為可能有一個模型在數獨方面做得非常好。可能有一個模型能為我回答關於世界上事實的資訊問題。可能有一個AI模型擅長設計房屋。很多人都在朝著這些巨大的通用大語言模型努力。這就是世界的發展方向嗎?
主持人:
我不知道誰最近寫的,說有一個"上帝模型",就像會有一個上帝模型,這就是為什麼每個人都投入這麼多,因為如果你能建立上帝模型,你就完成了。你得到了AGI,不管你想用什麼術語。有這樣一個可以統治一切的東西。或者AI的現實是,有許多較小的模型可以做特定應用的事情,也許像在一個代理系統中一起工作,比如模型開發的演變是什麼,以及模型最終如何被用來做所有這些很酷的事情。
布林:
我認為如果你回顧10-15年前,有不同的AI技術被用於完全不同的問題。比如下棋的AI與圖像生成非常不同,後者又與...非常不同。
主持人:
就像最近Google的圖神經網路超越了每一個物理預測模型。我不知道你是否知道這個,但你們發表了。
布林:
所以,歷史上有不同的系統,甚至最近,就像我們參與的國際方法論,我們作為AI獲得了銀牌,實際上只差一分就是金牌,但我們實際上在那裡有三個不同的AI模型。有一個非常正式的定理證明模型,基本上是最好的。有一個專門用於幾何問題的模型,你可能不相信,那只是一種特殊的AI。然後還有一個通用語言模型。但從那以後,我們試圖吸取經驗教訓,那只是幾個月前的事,並試圖將一些來自形式證明者的知識和能力注入到我們的通用語言模型中。這仍在進行中,但我確實認為趨勢是有一個更統一的模型。我不知道我是否會稱之為上帝模型,但肯定是要有某種共享架構,最終甚至是共享模型。
主持人:正在發生的建設是否不理性?每個人都在談論Nvidia的收入,Nvidia的利潤,Nvidia的市值支援所有人所說的超大規模計算和使用今天的技術建構這些大規模模型所需的基礎設施的增長。這是不理性的嗎?還是說它是理性的,因為如果它成功了,它就會非常大?
布林:
首先,我不像你們那樣是經濟學家或市場觀察者,非常仔細地觀察公司。所以我只想聲明我在這個領域的能力。我認為對我們來說,我們正在儘可能快地建立計算能力,我們只是有巨大的需求。例如,我們的雲定製客戶只是想要大量的PPU、GPU,你說什麼都行。我們就是無法,我們不得不拒絕客戶,因為我們只是沒有可用的計算能力,我們在內部使用它來訓練我們自己的模型,服務我們自己的模型等等。所以我認為公司目前以快速的速度建立計算能力是有很好的理由的。我只是不知道我是否會看著訓練趨勢,從我們今天的位置盲目地向前推斷三個數量級。
主持人:但企業需求是存在的。
布林:他們想做很多其他的事情。例如,在所有這些AI模型上運行推理,將它們應用於所有這些新應用。是的,現在似乎沒有限制。
主持人:
你在那裡看到了模型應用的最大成功,令人驚訝的成功,無論是在機器人技術還是生物學方面?你看到什麼讓你覺得,哇,這真的在起作用?那些事情會更具挑戰性,比一些人可能預期的要花更長的時間?
布林:
現在你提到了這些,嗯,我會說在生物學方面,你知道,我們已經有AlphaFold很長時間了。我個人不是生物學家,但當我與外面的生物學家交談時,似乎每個人都在使用它及其最新的變體。我猜是一種不同類型的AI。但就像我說的,我確實認為所有這些事情趨於融合。你知道,機器人技術,在大多數情況下,我看到它處於這種"哇"的階段,你可以讓機器人做那個?嗯,只是,你知道,這個通用語言模型或者只是稍微微調一下這樣或那樣。這很神奇,但可能在大多數情況下還沒有達到那種穩健性的水平,使它在日常生活中真正有用。
主持人:你看到了它的前景?
布林:我的意思是,它會,它是,我沒有看到任何特別的...
主持人:但Google有機器人業務,然後把它分拆或出售了。
布林:我們有很多驅動業務。
主持人:他們只是時機不對。
布林:是的,不幸的是,我認為那只是有點太早了,老實說。我的意思是,有像Boston Dynamics被稱為Stark Snap,我甚至不記得我們有的所有。總之,我們有五六個,令人尷尬。但它們非常酷,非常令人印象深刻。現在感覺有點傻,做了那些工作。看到現在這些通用語言模型有多麼強大,包括例如視覺和圖像,它們是多模態的,它們可以理解場景和一切,而當時沒有這些。感覺就像你在一個跑步機上,沒有現代AI技術是不會有進展的。
主持人:你花了很多時間在核心技術上。你是否也花很多時間在產品願景上,未來事物的發展方向,以及在一個到處都是AI的世界裡,人機互動模式會是什麼樣的。就像我們的生活會是什麼樣的?
布林:我的意思是,我想是有一些茶水間閒聊討論這樣的事情。
主持人:願意分享一些嗎?
布林:
不,我試圖想一些不那麼令人尷尬的事情,,我想就是真的很難,你知道,就是預測,想五年後,基於AI的基本技術能力是什麼使應用成為可能。然後有人會隨手做一個小演示,你根本沒想到,它會讓人震驚。當然,從演示到真正在生產中實現,還需要時間。我不知道你是否玩過像Astra模型,但它只是即時視訊和音訊,你可以與AI聊天,談論你環境中發生的事情。
主持人:你正在獲得訪問權,對吧?
布林:
是的,一旦我有了訪問權。我有時是最後得到這些東西的人。有一個"哇"的時刻,你想,天啊,這太神奇了。然後你想,好吧,它90%的時間都能正確完成。但我真的,那是否值得,如果10%的時間會出錯或者花太長時間或者什麼的?然後你必須努力完善所有這些東西,使它反應迅速,可用,諸如此類。然後你實際上,那是一些很神奇的東西。
主持人:
我聽說一個故事,你在現場。我應該在你上台前提到這個,看看你是否願意在這裡談論這個,我們在這裡。像一群工程師向你展示你可以使用AI來寫程式碼。他們說,嗯,我們還沒有把它推到Gemini中,因為我們想確保它不會出錯。在Google文化中有這種猶豫。你說,不,如果它能寫程式碼,就推出去。你真的,很多人告訴我這個故事,因為他們說。從你這個創始人那裡聽到這個非常重要,明確表示Google的保守主義,你知道,今天不能主導,我們需要看到Google推動發展。這精準嗎?這是你花了一些時間做的事嗎?
布林:我不記得具體細節。是的,老實說。是的,但我不感到驚訝。我的意思是...
主持人:我猜對我來說,這個問題是,隨著Google變得如此之大,有更多可能失去的東西。
布林:
我認為有一點恐懼。我的意思是,語言模型一開始,就像我們基本上發明了它們,通過transformer論文,那是什麼,6,8年前,差不多吧。哦,順便說一下,現在又回到Google了,這很棒,對吧?是的,我們太膽小了,不敢部署它們。
布林:
出於很多好原因,比如無論如何,它們有時會犯錯誤。它們說一些令人尷尬的話,不管怎樣有時它們就像是有點令人尷尬,有多麼愚蠢。即使到今天,像你最新最偉大的東西,也會犯人們永遠不會犯的愚蠢錯誤。同時,比如它們非常強大,可以幫助你做一些你永遠不會做的事情。就像我和我的孩子們一起程式設計一些非常複雜的東西。就像他們會直接程式設計,因為他們只是問AI使用所有這些非常複雜的API和各種需要一個月才能學會的東西。所以我只是認為這種能力是神奇的,你需要願意承擔一些尷尬和冒一些風險。我認為我們在這方面做得更好了。嗯,你們可能已經看到了更多的尷尬事,但...
主持人:你對此感到舒服嗎?我的意思是,你有超級投票權的股票。你對這個階段的尷尬感到舒服嗎?因為這太重要了,必須要這麼做。就像...
布林:我的意思是,不是特別基於我的股票,對吧?但...
主持人:你知道的,我的意思是,但是...
布林:我感到舒服嗎?我的意思是,我想我只是把它看作是,這是我們給世界的一些神奇的東西嗎?我認為只要我們恰當地溝通它,比如說,看,這東西很神奇,我們偶爾會把事情搞得很糟,那麼我認為我們應該把它放出去,讓人們實驗,看看他們找到了什麼新的使用方式,我只是不認為這是你想要保密和隱藏直到它完美的那種技術。
主持人:
你認為AI可以影響世界的地方太多,要創造的價值太多,所以這不真是Google和Meta和亞馬遜之間的競賽嗎?人們把這些事情描述成一種競賽。是不是有太多的價值要創造,以至於你在研究很多不同的機會,而不是真的關於誰建立了得分最高的模型,得分最好的大語言模型,還有更多東西要做。你是如何看待外面的世界和Google在其中的位置的?
布林:
我認為有競爭是很有幫助的,因為所有這些傢伙都在爭奪,我們剛剛在elmsys上排名第一幾周,順便說一下,就在現在。我想我們上次我檢查時,我們仍然擊敗了頂級模型。只是...
主持人:有一些低訊號。所以你確實在乎。
布林:
不是說不對。我們已經走了很長的路。幾年前,ChatGPT推出,我們落後了很多。我對我們取得的所有進展感到非常高興。所以我們確實在關注。我認為有所有這些AI公司很好,無論是我們,OpenAI,Anthropic,你說什麼都行,還有Mistral。我的意思是,這是一個快速發展的大領域,我認為對人類有巨大的價值。我想如果你回想,比如說當我上大學的時候,沒有真正的網際網路或者像我們今天所知的網路,獲取基本資訊需要多少努力,與人交流需要多少努力。在沒有手機和類似東西之前,我們在全世界範圍內獲得了如此多的能力,但這種新的AI是另一種大能力。如今,世界上幾乎每個人都可以以某種形式獲得它。我認為這非常令人興奮。太棒了。(三次方AIRX)