微軟CEO薩蒂亞·納德拉關於人工智慧發展的五點洞察

上周，Meta舉行了的第一次LlamaCon。在此次活動中，Meta發佈了新的應用程式，也宣佈了Llama 4模型的開發人員支援系統。之後，祖克柏採訪了微軟的首席執行官薩蒂亞·納德拉，兩人討論了人工智慧的未來，納德拉也分享了他對人工智慧發展的五點洞察。

人工智慧新的轉變

薩蒂亞·納德拉認為，人工智慧的興起類似於從軟體到網際網路或從移動到雲端運算的轉變。人工智慧不僅為我們提供了新的功能或更快的工具。它改變了我們設計、建構和使用技術的整個基礎。

人工智慧領域的發展需要專門的基礎設施。這涵蓋了從功能強大的晶片到新型資料儲存。處理大量資料的系統至關重要。這些需求超出了雲系統最初建構的處理範圍。這種差異導致需要有支援現代人工智慧系統的技術堆疊。

納德拉稱這是一個“回到第一原則”的時刻。以更智能、更高效的方式重新設計系統的機會。網路改變了我們建構和共享應用程式的方式，人工智慧現在正在推動我們重新思考一切。這包括我們如何儲存資料和設定伺服器。

模型效率和企業效益

針對“模型效率的提高在微軟內部是如何發揮作用，以及對於企業的影響”這一話題，納德拉解釋說，我們正在經歷的不僅僅是一次，而是同時發生的多波創新浪潮，他將這種現象稱為復合S曲線，包括：

硬體：AMD和NVIDIA等公司正在生產更快更好的AI晶片。

系統改進：雲系統在資源管理和人工智慧執行方面變得越來越熟練。

模型架構：人工智慧模型正在重新設計，在保持性能的同時變得更快、更小。

推理和提示最佳化：系統調優和提示快取等新技術使人工智慧更快、更便宜。

結果是每6到12個月，微軟的性能和成本就會提高10倍。這比摩爾定律最初描述的速度要快得多。摩爾定律預測，性能大約每兩年翻一番。

納德拉將這種加速稱為“摩爾定律的超高速版本”，強調這些分層創新是如何以驚人的速度推動人工智慧向前發展的。這對企業意味他們現在可以在減少支出的同時獲得更強的人工智慧能力。

人工智慧正在成為日常工作的協作助手

納德拉透露，目前微軟內部編寫的程式碼中有20%-30%是由GitHub Copilot等人工智慧工具生成的。這個數字標誌著軟體開發的一個重大轉變。對於世界上最大的科技公司之一來說尤其如此。他補充說，AI程式碼生成的有效性因程式語言而異。Python和C# 顯示出高品質的結果和強大的採用率。然而，C++由於其複雜性而略有滯後，儘管改進仍在進行中。

這種轉變不僅是為了更快地編寫程式碼行，也是為了改變開發人員的工作方式。人工智慧正在成為一種整合到日常工程流程中的協作助手。它使團隊能夠更加專注於架構、解決問題和創造力。常規任務則可以交給人工智慧助手。

蒸餾工廠

在交流中，祖克柏談到了“蒸餾工廠”的想法。這一概念涉及將大型、強大的人工智慧模型（如Meta的LLaMA）壓縮成更小的、特定於任務的模型。這些經過提煉的模型保留了原始模型的大部分智能。然而，它們的效率要高得多。它們運行起來更便宜，部署起來更容易。

納德拉進一步闡述了這一願景。他解釋了微軟的雲基礎設施是如何建構的，以使企業能夠建立這些模型。Azure在管理這些抽象模型方面發揮著至關重要的作用。他描述了一個未來，每個微軟365租戶都可以擁有自己的定製人工智慧模型。該模型將從更大的基礎模型中訓練或提取出來。它將滿足特定的業務需求，如客戶服務、內部文件搜尋或銷售自動化。

開源人工智慧模型和微軟雲工具之間的協同作用使公司能夠具有靈活性，而無需從頭開始建構一切。納德拉強調，微軟的作用是提供計算和儲存的基礎設施和工具。他們還專注於微調和評估。這種支援允許開發人員輕鬆提取、部署和編排智能體。

人工智慧對全球GDP的影響

最後環節，納德拉談到了人工智慧對全球GDP的影響。他表示，人工智慧的成功不會以頭條新聞或產品演示來衡量。相反，它將通過它是否真的大規模提高生產力和經濟增長來衡量。他指出，人工智慧在早期類似於電力。這需要時間。在充分發揮其潛力之前，組織變革是必要的。

納德拉認為，人工智慧必須在各個領域帶來真正的、可衡量的改進，才能真正改變經濟。這些包括醫療保健、零售、教育和企業知識工作。這意味著不僅要建構強大的工具，還要重新思考工作流程，改變管理實踐，並將人工智慧整合到日常決策中。

他承認，這種變化不會在一夜之間發生。這需要新的制度、文化轉變和時間。但潛在的回報是巨大的。如果我們做對了，人工智慧將幫助世界以工業革命以來從未見過的水平增長。 (點滴智識)