•
在最新的這場現場尖峰對話中，OpenAI的掌舵人Sam Altman與矽谷傳奇投資人Vinod Khosla共同描繪了由人工智慧驅動的未來圖景。他們預測科技變革將達到難以想像的速度，但人類的核心生物經驗（如社交、情緒連結）將保持不變。這個對話涵蓋了AI對企業格局的顛覆，特別是對軟體產業的重塑，以及未來工作的演變——強調了人類在需要同理心和人際互動的崗位中不可替代的價值。此外，訪談也回顧了ChatGPT的誕生歷程，闡述了其作為「智慧作業系統」的未來願景，並討論了AI在科學研究、投資策略、全球普惠以及能源需求等方面的關鍵作用和挑戰。
「到2035年，那個時期的技術變革速度將難以用現有框架去理解。但在技術堆疊之下，人類的核心體驗——那些源於生物本能的需求，如社交、地位和家庭關懷，將不會有太大改變。”
「我們正走向一個世界，在那裡你想要的任何軟體都可以即時生成……你只需說出需求，它就發生了。這對傳統的SaaS商業模式是一個非常重大的變化，而且離我們並不遙遠。”
「人工智慧將能夠完成幾乎所有的智力工作。然而我們會發現，人類深刻的生物程式設計是難以克服的。人們仍然極度渴望來自另一個人的關懷、激勵與連結。”
“未來衡量AI研究進展的最終標準，是變化率的加速。當AI開始自主提出新假設，進行測試，然後修正假設時，一個良性的'自我進化'循環就形成了。”
“如果我是資本配置者，我會把0%的時間用來尋找下一個AI研究實驗室，而把100%的時間用來投資於因AGI而成為可能的新物種。你應該追逐未來，而不是複製過去有效的東西。”
“未來十年，我預計智能的成本將趨同於電力的成本。屆時，世界上真正的稀缺資源將是算力和能源。”
“未來可能會出現一家擁有10名員工，但年收入達到10億美元的公司。我敢打賭，這家公司要么已經存在，要么會在未來幾年內誕生。”
當我們試圖想像2035年的世界時，一個核心的矛盾浮出水面：一方面是技術以指數級速度狂飆突進，另一方面則是人性的亙古不變。 Sam Altman開宗明義地指出，儘管未來世界的科技形態可能超乎想像，但人類的生物性經驗仍將是社會運作的基石。“我認為人們仍然會像現在這樣坐在一起吃午飯，” 他說道，“但那個時期的技術變革速度將難以形成框架。很難有一個當前的框架來應對它。”
這種變革對現有商業格局的衝擊將是劇烈的。 Vinod Khosla預測，在2030年代，《財富》500強企業的消亡速度將遠超以往任何時期。 Altman對此表示贊同，並特別指出了軟體產業的根本性顛覆。他描繪了一個「軟體即時生成」的未來，這將徹底瓦解傳統的SaaS（軟體即服務）模式。
「如果我們正走向一個世界，在那裡你想要的任何軟體都可以像即時編寫一樣，」 Altman 解釋道，「你不用去購買這家SaaS公司的產品或那家公司的產品，你只需說『運行'，然後它就發生了。這感覺是一個非常重大的變化，而且離我們並不遙遠地 開始幫助新公司的崛起速度也將是空前的，“OpenAI就是一個例子，” Altman補充道，“我們變得非常大，非常快。”
在AI能夠勝任絕大多數智力工作的未來，人類的價值將在何處體現？這場對話給了一個清晰的答案：那些深度依賴人際互動、情感共鳴和同理心的領域。 Altman認為，儘管AI在客觀知識傳遞上可能遠遠超越人類教師，但人類教師所能給予的動機和情感連結是無法取代的。
「也許你可以有一個很棒的AI老師，但它對你的激勵作用不如一個平庸的人類老師。我完全相信，僅僅是知道那是真人還是不是真人，其中就蘊含著非常深刻的東西。」 他強調，人類的「生物程式設計」決定了我們極其註重來自同類的關懷。“AI將能夠完成很多、很多不同的工作，也許幾乎是所有的工作。然而我們會發現，生物程序設計是非常難以克服的。”
因此，未來的工作格局將會轉變。教師、護士、長者照顧等需要深度情感投入的職業將變得更加珍貴。社會將擁有更多的“自由”，讓人們有時間回歸家庭，照顧孩子與長輩。正如Khosla所言：“我們仍然會想要地位，仍然會競爭，仍然會照顧我們的孩子、長輩和家庭。而且我們將有更多的時間來做這些事情。”
驅動這一切變革的核心引擎，是AI自身能力的快速進化。 Altman指出，過去幾年的飛躍主要歸功於三大支柱：「更好的演算法、更大的電腦和更多的數據。」 但未來的加速將進入一個新的維度——AI將成為科學研究的直接參與者。
這個過程將是漸進的。最初，AI是輔助工具，幫助研究人員編寫程式碼、分析數據，使其效率提升十倍。但最終，AI將開始自主進行整個研究循環。「對我來說，關鍵的測試是，人工智慧是否提出了新的假設，自己進行測試，然後修改這些假設？就像那是一個循環，以一種好的方式來說是惡性的。」 Khosla 問道。
Altman認為，無論是AI輔助人類，還是AI自主研究，最終的結果都是一致的：“我們每年的進展都會快得多。” 這種加速不僅體現在演算法層面，更將貫穿整個“供應鏈”，從數據中心建設到新型晶片的開發。當AI開始加速其自身及相關技術的發展時，一個強大的正回饋循環便形成了，這將大大推動科學發現的進程。
作為這場革命的標誌性產品，ChatGPT的誕生與演化本身就是一個充滿啟示的故事。 Altman坦誠，OpenAI原本是純粹的研究實驗室，並沒有明確的產品規劃。在GPT-3模型誕生後，團隊曾對如何產品化感到困惑。最終，遵循Paul Graham的建議——「無論如何都應該創建一個API」——他們將GPT-3開放給世界。
一個意想不到的現像出現了：在用於測試API的內部工具“Playground”中，“確實會有人整天和那東西聊天。” 這個微弱但清晰的用戶信號，最終促使團隊決定構建一個專門的聊天界面。即便在產品留存率極低的情況下，他們也觀察到，「對於那些留存下來的用戶來說，他們的使用量隨著時間的推移而增加。」 這給了他們堅持下去的信心。
如今，Altman對ChatGPT的未來願景遠不止於一個聊天機器人。他將其定位為一個「智慧型作業系統」或「個人AGI」。「這是一個會了解你，會連結到你的東西，並且會按照你想要的方式行動的系統，」 他展望道。無論是透過聊天、代理（Agents）或整合到其他服務中，目標都是為每個人提供一個無所不在的、個人化的智慧夥伴，幫助他們提高效率、變得更好。
在這樣日新月異的環境中，投資邏輯也必須隨之改變。當被問及領先者是否會鞏固優勢時，Altman向投資者提出了一個尖銳而清醒的建議：停止追逐「下一個OpenAI」。
「如果我是有限合夥人，我會把0%的時間用來弄清楚如何投資於另一家人工智慧研究實驗室，而把100%的時間用來弄清楚如何投資於下一個事物。」 他用晶體管類比道，真正的巨大價值並非來自製造晶體管的少數公司，而是由這項基礎技術所催生的、遍布各行各業的無數新應用和新公司。
他認為，當下被AGI開闢出的新空間比以往任何時候都更大。「世界將會出現近乎免費的通用人工智慧（AGI），」 他斷言，「你應該追逐未來，而不是過去有效的東西。」 投資人應當去思考，當智慧的成本趨近於零時，那些全新的、未經證實但具有巨大潛力的商業模式會應運而生。
對話的最後，落腳於AI的全球影響。 Altman對此抱持極為樂觀的態度，他認為AI將帶來巨大的通貨緊縮效應，並推動全球普惠。「每個人都將獲得很好的醫療建議。每個人都將獲得很好的教育。每個人都將有能力要求製作任何軟體，並且免費。」 科技的本質是將工具交到人們手中，讓其變得廉價甚至免費，從而釋放巨大的生產力。
然而，在這幅普惠的圖像中，新的稀缺資源也隨之浮現。當智慧本身不再稀缺，支撐其運作的基礎設施——算力與能源——將成為價值的核心。「你可以想像這樣一個世界：算力變成一種瘋狂稀缺的資源，」 Altman警告。解決之道只有一個：“那就製造更多、更多、更多的算力。”
他給了一個驚人的預測，為這場關於未來的討論畫上了句點：「我預計10年後人工智慧的成本會趨同於電力成本……其他一切都應該變得非常便宜。例如我們可以用機器人製造晶片，但你仍然需要驅動電子。」 在這個即將到來的時代，能源不僅是經濟的血液，更將成為智能的基石。對於所有企業、投資者和個人而言，理解並適應這根本性的轉變，將是通往未來的唯一路徑。
Vinod Khosla: 午安.請坐，我們馬上開始。謝謝薩姆的到來。
Sam Altman: 謝謝再次邀請我。
Vinod Khosla: 總是很高興你能來。有人不高興你能來嗎？連續四年，或者更久，你肯定對這個談話感到厭煩了吧，
Sam Altman: 但是能來這裡還是很有趣的。
Vinod Khosla: 所以我很樂意開始，我們已經就此進行了多次對話。想像一下2035年之後的世界。也就是從2035年到2050年這段時間，這樣對時間範圍就夠模糊了。你認為世界會是什麼樣子？
Sam Altman: 我認為人們仍然會像現在這樣坐在一起吃午餐。
Vinod Khosla: 所以在某種意義上，它會，會起作用嗎？
Sam Altman: 但我確實認為那個時期的技術變革速度將難以形成框架。很難有一個目前的框架來應對它。很難做出精確的預測，例如，哦，會是，戴森球會被建造，或者我們已經弄清楚了奈米機器人，或者，但諸如此類的許多事情我認為會非常不同。所以也許人類的經驗不會改變那麼多。例如進化需要很長時間。生物學就像在很長一段時間內根深蒂固的強大驅動力。但就技術堆疊中可能實現的目標以及一個人可以完成的事情而言，感覺會有很大的不同。
Vinod Khosla: 那麼再深入一點。例如今天的公司會發生什麼事？今天早上我做了一個演講，下午我會為ILP們重複一遍。我認為在2030年代，《財富》500強企業的消亡速度將比我們以往見過的更快。那些企業能生存，那些企業不能生存，將取決於它們做什麼，但消亡速度會更快。你同意嗎？你不同意嗎？
Sam Altman: 我不知道。我的直覺是更快，但我沒有太多考慮這個問題。我一直關注的是，我的大部分時間，除了開場之外，我都花在軟體公司上，而且我認為我已經了解軟體公司的運作規律一段時間了。但如果我們正走向一個世界，在那裡你想要的任何軟體都可以像即時編寫一樣。如果你想做某件事，你可以像在AI聊天機器人中輸入一些東西，然後得到一個很棒的軟體。所以，你不用像那樣，去購買這家SAS公司的產品或那家公司的產品，你只需說運行，然後它就發生了，這感覺是一個非常重大的變化，而且離我們並不遙遠。
Vinod Khosla: 我稍後會回到未來18個月，再談談這個。
Sam Altman: 但是像管理複雜供應鏈的大型財富500強公司，例如現實世界總是需要更長時間，但軟體的改變感覺更近了。
Vinod Khosla: 但是到2040年，現實世界有足夠的時間改變。這就是我選擇2035年到2050年這個時段的原因。 2035年只有10年之遙。
Sam Altman: 我會打賭，我會打賭，大多數現在的公司未能足夠快地適應，並因此遭受一些重大損失。
Vinod Khosla: 這令人驚訝。
Sam Altman: 已經發生很久了。就像，我的感覺是，新公司成長的加速，以及某種程度上從現有企業手中奪取市場份額，我認為這就像一個大的指數增長，新公司可以更快地變得更大、更重要。 OpenAI就是一個例子。我們變得非常大，非常快。
Vinod Khosla: 在那段時間裡，是否有一種職業，我們的觀眾都是創業者，他們在構建AI醫生、AI治療師、AI腫瘤學家、AI結構工程師、AI芯片設計師，當然還有AI軟體工程師，AI銷售人員、AI營銷人員、AI會計師，就像這一切都在今天發生。我假設所有這些，無論這些公司是否成功，或一些競爭對手成功，都將在2035年及以後的智力世界中成熟，我們將會回到AI至少無法完成80%工作的實體世界。
Sam Altman: 有很多工作我認為你不希望AI來做，或是很多人不希望AI來做。將會出現新型的工作，人們特別希望由人來完成。我認為我們，我們非常注重關心他人。我認為說到這些深刻的生物學的東西，我認為這就是其中之一。所以，也許你可以有一個很棒的AI老師，但它對你的激勵作用不如一個平庸的人類老師。我完全相信。我完全相信，光是知道那是真人還是不是真人，其中就蘊含著非常深刻的東西。
Vinod Khosla: 在這一點上我可能不同意你的看法。我認為一個AI老師可以做得更多，並且能更好地理解你。
Sam Altman: 但我認為很快就會出現比你優秀的多的AI投資者。對此我毫無疑問。但我個人還是喜歡和你一起吃飯。而且如果你告訴我做得好或你應該這樣做，這比人工智慧告訴我更有動力。所以我認為你仍然會有一份工作。
Vinod Khosla: 所以，我完全同意你的看法。毫無疑問。我的工作並不比大多數其他工作更安全。從優點上來說，安全性要低得多，但還有另一點。馬克安德森聲稱這是唯一安全的創投工作，但我從根本上不同意他的看法。
Sam Altman: 我實際上一直在想我們是否應該成立一個像人工智慧新創公司投資者的公司。顯然我已經考慮這個問題很久了，但我認為用現在的模型，也許，也許已經可以做到了。這將會是一個有趣的小型副項目。
Vinod Khosla: 做這件事會是一個有趣的副項目。而且薩姆有了一個新生兒。所以，我的確認為我們會有更多的時間。母親們不必在孩子16周大的時候就離開他們去工作。我不認為，我認為我們將會擁有那種自由。我們將有時間照顧長者。我認為關於人際關係的那部分，我同意，但是像教學和，醫療保健以及其他服務，我可能不同意。我想我正在嘗試思考那些工作不能完成。那麼短期內的問題就變成了，誰來促成這件事？
Sam Altman: 為了更深入地探討教師這一點，我認為在某種客觀意義上，我從閱讀維基百科中學到的東西比從任何老師那裡學到的都要多，或者說本來可以學到更多。但當我想到那些喜歡我的人，或是我廣泛學習過程中的那些時刻，一切都與那些與我連結、對我有興趣、了解我、關心我的人有關，我能感覺到。而且，其中一些會被與人工智慧的關係所複製。但我認為這件事會比表面上聽起來更奇怪、更複雜、更不平衡。人工智慧將能夠完成很多、很多不同的工作，也許幾乎是所有的工作。然而我們會發現，生物程序設計是非常難以克服的。
Vinod Khosla: 我完全同意你的看法。事實上，今天早上我談到了生物程式設計不會進化這個事實。所以我們還是會想要地位。我們仍然會競爭。我們仍然會有影響者和注意力經濟，我們仍然會照顧我們的孩子、長輩和家庭。而且我們將有更多的時間來做這些事情。所以我同意這一點。
Vinod Khosla: 但請容許我更深入地探討一下。大約三年半以前，人們口中的Chat GPT時刻發生了。兩年半。兩年半。所以從那時起五年，如果你向前看，即使是從現在起的18個月，到26年底，從今天到26年底，人工智慧的能力會有多大的變化？我現在說的非常短期，與我們在Chat GPT時刻和今天之間看到的變化相比呢？兩年半以前。
Sam Altman: 我不確定如何從一個，從一個感覺的基礎上衡量它，我期望如此。我認為從無到有地創造出第一個版本的ChatGPT，可能是大多數人感受到的最大的系統衝擊。因為就像，好吧，根本沒有這個東西。而現在有了這個東西。
Vinod Khosla: 當然，它不是很好，但是從零到一的時刻意義重大。
Sam Altman: 也許我們現在已經從1到10，在某種意義上，這應該感覺是更大的進步。但我認為對大多數人來說並非如此。也許在接下來的18個月裡，我們會從10到100。但我認為就像每個人都已經接受了AGI（通用人工智慧）將會發生，生活還在繼續，你們仍然在這裡做你們正在做的任何事情。
Vinod Khosla: 好吧，我再次認為，在實際價值上的進展將會是驚人的，但人們期望它是驚人的。
Sam Altman: 鑑於ChatGPT對大多數人來說是非常出乎意料的事情。所以我不認為，我不認為它會感覺那麼狂野。即使影響會大得多。
Vinod Khosla: 我敢猜測，大多數人並不完全理解變化的幅度，下一個10倍，從10到100。但我可能錯了。實際上是在一個小圈子之外。
Sam Altman: 一年前我會同意，或者兩年前。我當然會同意這一點。我現在有點驚訝，就像和旅行中的陌生人聊天或什麼的。人們會說，哦，通用人工智慧幾乎要實現了。就像，電腦已經比人聰明多了，而且會變得更聰明。一切都將變得非常不同。但是，我不知道。我認為那裡已經有了一個很大的更新。
Vinod Khosla: 所以，這一切發生主要是因為規模法則。有多少不同的規模法則向我們講述了這種指數變化的機制的優點？例如是什麼在驅動它？
Sam Altman: 從宏觀層面來看，輸入並沒有太大的變化。我們不斷發現更好的演算法，所以我們不斷找到更陡峭的規模法則。我們一直在研究如何建造更大的電腦。以及更強大的晶片，並且還將更多的晶片連接在一起。我們一直在尋找更多的數據和更好的數據。我認為我們將開始進入一個階段，在這個階段中，我們以新的方式將這些系統組合在一起，並且我們擁有某種持續學習，系統可以永遠運行，並且變得越來越聰明。但是，但是，過去幾年的真正故事一直是更好的演算法、更大的計算機和更多的數據。我真希望我能說出一些更深刻、更有洞察力的事。而且許多演算法上的進步都是令人難以置信的。當然，我們弄清楚的推理內容以及最初的無監督學習的想法，我都會將這兩者歸入這一類別，並且還有一些較小的成果，但這就像是你努力奮鬥的結果。這讓我想起了研究和工業學習相結合的任何其他事物，例如晶體管，或歷史上類似的東西。
Vinod Khosla: 因此存在擴展定律，以及多種擴展定律，並且取決於你詢問的對象，聊天資料庫（ChatDBT）定義了多種類型的擴展定律。但我考慮了另一個因素，那就是你認為人工智慧科學家甚麼時候開始進行大部分的人工智慧研究？
Sam Altman: 我認為這會是一個非常漸進的過程。這不是一個，比如說今天一個開放人工智慧研究員正在使用程式碼補全器，它產生他們PR的10%，然後20%，30%，然後它，然後它就像開始，實際上去測試一些新的模型架構本身。但仍然像研究人員在某種程度上指導它。然後它就像做更多的事情，例如，好的，這是去測試的假設。但研究人員仍然覺得他們只是更有效率地工作。研究人員可能會說，我正在做百分之百的研究。我只是有更好的工具。但如果那位研究人員現在輸出的是他們以前的兩倍或十倍，假設是10倍，你認為那時人工智慧做了90%的研究還是0%？因為它不是完全自主地完成整個循環。我認為這將是一種混亂的聯合加速。
Vinod Khosla: 人們不必測量它，但可以觀察新的、進展和加速的變化率。對我來說，這是最終的衡量標準。超越我們剛才討論的規模法則，變化率會發生什麼？
Sam Altman: 我認為在研究方面，我們每年的進展都會快得多。從現在開始，因為我們有了更好的工具。因此，無論你想稱之為人工智慧輔助人類，還是人類輔助人工智慧，又或人工智慧自己在做研究，最終的結果都會快得多，不僅是演算法過程，還有整個，整個像供應鏈一樣的東西。如果人工智慧幫助我們更快地建造資料中心，如果它幫助我們更快地劃分、開發新型的晶片，包括非常奇怪的東西，我認為這都算數。所以，如果你把它看作是一種進步的速度，只要人工智慧以某種方式幫助其更快地發展，你就可以將其視為人工智慧正在進行部分研究，那麼我認為速度會快得多。
Vinod Khosla: 對我來說，關鍵的測試是，人工智慧是否提出了新的假設，自己進行測試，然後修改這些假設？就像那是一個循環，以一種好的方式來說是惡性的。
Sam Altman: 我有一個稍微不同的視角。我認為我們關心的是我們能多快完成更好的研究。如果人工智慧自己提出假設，或者使人類能夠提出人類自己無法提出的假設，我同樣高興。
Vinod Khosla: 這裡很多有限合夥人都問我一個問題，那就是，那些獲勝者是否會透過這種加速來鞏固他們的領先地位？而且，如果，如果研究加速的這個假設是正確的，那麼，那麼你和其他一些領導者就能延續他們的領先地位。對於從頭開始的新玩家來說，除非他們提出完全正交的方法，否則就更難參與。如你所知，我們正在研究一些正交的方法，但是，這是否會延續，讓OpenAI在估值不斷增長方面獲得優勢，這是我們都希望的？我當然希望這樣。這是很多人都在思考的問題。
Sam Altman: 聽著，如果我是有限合夥人，我會把0%的時間用來弄清楚如何投資於另一家人工智慧研究實驗室，而把100%的時間用來弄清楚如何投資於下一個事物。這種東西，普通合夥人在這方面也很糟糕，但是，你不是，你在這方面做得相當好。但是，但總的來說，世界上如此多的投資資本的心智份額都花在了追逐上一批贏家上。你幾乎永遠賺不到錢。你幾乎永遠在那裡賺不到大錢。你幾乎總是在關注現在世界上出現的新可能，並投資於一種未經證實的事物，而你對它有某種差異化的洞察力，才能獲得巨大的回報。
所以現在，每個人都想投資下一個OpenAI，可能下一個數兆美元的公司不會是另一個AGI研究實驗室。它可能會因為通用人工智慧（AGI）作為一項新技術而建立起來，就像OpenAI剛起步時，大多數人想投資的是，例如，我不記得是什麼了，另一個Facebook之類的，或者另一種加密貨幣。
Vinod Khosla: 我確實要告訴你一個有趣的故事。當我們投資OpenAI時，那是我20年來唯一一次因為投資而向我們所有的有限合夥人發送道歉信，說，我知道這看起來很奇怪，但我們還是要這樣做。
Sam Altman: 我只會稍微以此來反對你。沒關係。無論如何，我認為這是一個非常令人興奮的時刻，因為被開闢的新空間比我以往見過的任何時候都大。當OpenAI啟動時，我們的空間被一項研究突破所開闢，例如加密貨幣市場補貼GPU，以及那裡的許多新進展。還有其他一些事情，但沒有，我記得那個時期，我認為值得做的事情的清單，非常非常短。我認為現在值得做的事情的清單非常龐大。我認為這就是人們應該去資助的東西。無論回報，無論研究回報是否繼續由OpenAI或其他公司擁有，我認為在這一點上，作為資本配置者，這幾乎不是最重要的問題。世界將會出現近乎免費的通用人工智慧（AGI）。
會有像OpenAI這樣的公司，我認為，它們創造了巨大的價值，因為我們有一個非常龐大和成功的消費產品以及其他一些東西。
Vinod Khosla: 但如果我們再次回到晶體管的類比，只有少數幾家公司是真正的晶體管公司，然後大部分都消失了，只有少數幾家倖存了下來。
Sam Altman: 現在看看這個房間裡有多少東西包含電晶體。然後我們不再把這些稱為晶體管設備或電晶體公司。它只是變成了一種技術，促成了一整批新公司，包括OpenAI。而且，這就是我們要追求的。再次說明，現在是資本配置者非常令人興奮的時刻。你應該追逐未來，而不是過去有效的東西。
Vinod Khosla: 讓我回到ChatGPT的發布。什麼最讓你感到驚訝？然後，根據你在使用者行為上看到的情況，你的想法是如何演變的？
Sam Altman: 我會稍微倒退一點。我們，所以科技公司的傳統是你創辦一家產品公司，建立成功的產品公司，然後你決定像螺栓一樣把一個研究實驗室綁在上面。這有時效果很好，例如施樂帕克，有時效果很差，例如一些更現代的公司。但據我所知，我們是唯一一個先創辦一個運作良好的研究實驗室，然後把一個運作糟糕的公司，稍後用螺栓連接起來的例子。那是OpenAI成立四年半的時候。好的。我們，我們一開始並沒有想過要生產產品，但最終很明顯，由於規模法則，我們需要大量的資金，我們將不得不去建立一家非常大的公司。所以你需要有一個產品，有一個公司。
我們有一個叫做GPT-3的模型，我們正在嘗試，我喜歡提高公司尋找產品的迫切性，但我們就是做不到，它還不夠好。它很酷，但還不足以製造出有用的東西。我記得保羅·格雷厄姆（Paul Graham）給過我一個始終銘記於心的建議，那就是無論如何你都應該創建一個API。只是，好的事情就會發生。由於沒有做出產品的想法，我們說，不如將這個眾包給全世界，我們將GPT-3放入API中，也許會有人想出用它來做什麼。全世界剛好想出了用它來做一件事。唯一用GPT-3賺錢的就是這些文案撰寫應用程式。我現在實際上忘記了這些公司的名字，但有幾家公司很快就變成了估值超過10億美元的公司，它們只是使用GPT-3為網站生成文案，然後轉售，比如Jasper之類的東西。 Jasper。就是這樣。人們嘗試了其他的東西，但沒有其他公司成功。
然而，我們有一個叫做playground的東西，你可以在那裡測試提示，看看你會得到什麼。那是那種出乎意料的成功。某些人，雖然不多，但確實會有人整天都在跟那東西聊天。那時我們還沒弄清楚我們的LHF，甚至還沒推出GPT 3.5。所以它不是很好，但有明確的用戶訊號表明人們想和模型對話。鑑於除了文案撰寫之外，這是唯一真正有吸引力的東西，我們說，也許這正是我們應該建立的產品。因此，我們開始做一些研究，以使模型更容易聊天，而你不需要做這些複雜的提示。我們有了一個更好的模型，然後我們決定推出一個聊天介面。我們原計劃還需要建造其他一些東西。
Vinod Khosla: 在OpenAI內部存在著一個很大的擔憂，即如果你可以聊天，是否必須是某種特定的助手，試圖幫助你學習一些東西或幫助你完成某個目標？
Sam Altman: 因為如果你只是閒聊，人們會想這樣做嗎？或者那會讓人覺得你不知道該說什麼？而且，而且我們差點就堅持下來了，但我們發布了這個預覽版，你可以在裡面隨意聊天。另一個有趣的發現是，我們有一個這樣的測試組，但很少有用戶，這是在模型非常糟糕的時候。很少有用戶，真正堅持使用它。用戶留存率非常糟糕，但是對於那些留存下來的用戶來說，他們的使用量隨著時間的推移而增加。而且再次說明，我們差點因此而沒有發布它。我後來反思的一個重要教訓是，如果你的產品有任何留存率，你其實已經處於非常好的狀態了。如果是5%，那完全可以接受。預設幾乎總是直線下降到零。但我當時並沒有那麼直觀地理解這一點。
Vinod Khosla: 所以，我不知道你們公開使用的今天的chat DVD用戶數量是多少。你對聊天DVD未來的願景是什麼？
Sam Altman: 就像，OpenAI的一個部門，我們希望建立一套小型產品和一個平台，你可以將其與任何其他服務一起使用，作為你的預設個人AGI。這是一個會了解你，會連結到你的東西，並且會按照你想要的方式行動的系統。如果你想透過聊天介面使用它，很好。如果你你想以一種新的方式使用社交產品或娛樂產品，很棒。如果你想透過代理商和其他一堆東西完成大量工作，也很棒。如果你想能夠登入任何其他服務，並將你的智慧帶到那裡，我們也會提供。隨著時間的推移，這將擴展到新型服務。我認為有一些非常重要的新型計算機需要建造。我們希望我們的用戶也能擁有這些。但我認為人們將會與人工智慧建立非常重要的關係，這種人工智慧將幫助他們提高效率、變得更好、更快樂，或做任何事情，只是為了推動他們的生活。我們希望成為那個人工智慧。
Vinod Khosla: 所以這不只是隨叫隨到的智能。
Sam Altman: 在某種程度上，這就是我們所銷售的，但在創造卓越的體驗並以不同的方式整合它們方面存在著許多價值。
Vinod Khosla: 因此，如果你著眼於聊天活動的下一個10億用戶，它是否是相同的用例？它是否以某種方式擴展了？它是否有許多不同的細分市場？你想像的是什麼？我不喜歡瀏覽我們的產品路線圖，但是，我認為，我們仍然處於人工智慧的終端階段，而且我碰巧喜歡終端。
Sam Altman: 我認為那是使用計算機的好方法。但是，當我們圍繞它構建現代計算機介面的其餘部分時，雖然這不會是計算機的字面樣子，但那種設備會向前發展，我認為它會更容易使用，並且對大多數人來說更強大、更容易上手。
Vinod Khosla: 我聽您說過，ChatGPT是個智慧的作業系統。尚未達到。
Sam Altman: 我們希望達到那個程度。
Vinod Khosla: 那麼還缺什麼？
Sam Altman: 所有東西都缺少。就像我們還處於非常早期的階段。
Vinod Khosla: 我們有一個完整的，我們是早期階段，但肯定有一些您認為缺少的東西。有，如果您不想談論缺少什麼和什麼很酷，那也沒關係。
Sam Altman: 就像我們，那是我們的產品路線圖。就像，我們，
Vinod Khosla: 好的。讓我們，讓我們稍微轉換一下。顯然，除了個人使用之外，另一個重要的領域是企業使用。稍微談談那個方面。
Sam Altman: 所以我有點，我認為這裡有兩個有趣的向量。其一，虛擬同事的概念，以及利用人工智慧來更好地完成企業現在必須做的所有事情的能力，這很棒。而且你已經可以看到一些這方面的例子。
Vinod Khosla: 編碼代理方面的東西就是一個例子，你可以看到它在企業中的明顯應用。
Sam Altman: 人工智慧客服代理在客戶支援方面所做的事情非常棒。而且我認為，在大多數企業中，人工智慧完成的工作比例與人們完成的工作比例相比，只會越來越高。這似乎很明顯，而且進展順利。
Vinod Khosla: 我更興奮的是，對於一個企業來說，能夠將整個計算集群投入到一個非常困難的問題中意味著什麼？
Sam Altman: 科學發現的科學案例也許是最令人興奮的，但還有很多其他非常困難、有價值的企業問題，如果他們能解決這些問題（但他們現在無法解決），就能實現新的突破。隨著我們擁有能夠深入思考問題的AI系統，我認為這從根本上將成為企業領域的一部分，並且發現新材料，弄清楚如何優化一些非常困難、非常複雜的供應鏈。我很高興看到它將走向何方。
Vinod Khosla: 如果你著眼於企業環境中的短期情況，我們已經討論過AI科學家（非AI科學家）用於AI，AI科學家，材料科學或生物學或其他領域。我認為你已經談到在所有這些模型中，某種能力層會在某個時候出現。我們在企業裡。在短期內，沒有新能力的情況下，它會最具顛覆性嗎？你的收入短期內將來自那裡？
Sam Altman: 我是說，我猜在短期、極短期內，人工智慧軟體工程師將是對企業最具顛覆性的事物。就像各公司都在以最快的速度在這方面投入最多的資金。其中有很多有點奇怪的原因，使其成為一個特別好的環境。它能直接轉化為大多數公司目前的限制性試劑和收入機會。所以我敢打賭，這將是今年剩餘時間的重頭戲。也會有其他事情，但你會開始看到那些擅長此道的公司或團隊，能夠顯著地超越其他公司或團隊。
Vinod Khosla: 顯然軟體開發，我認為幾乎每個人都認識到這是一個主要領域，一個重要的新領域。軟體之外的傳統企業職能呢？
Sam Altman: 我認為那些，再說一次，這不再是一個理論上的東西了。就像我們從一些公司聽到，他們說，我正在用人工智慧做我所有的客戶支援。現在我正在用人工智慧做我所有的應用程式銷售。我正在做我所有的，選擇你的其他垂直領域。所以這一切也在發生。我只是不認為它會產生完全相同的可見影響。
Vinod Khosla: 讓切換到另一個話題。你在OpenAI經歷了許多決策，這些決策都伴隨著極大的不確定性，圍繞著這項技術是否可行？它將如何發展？競爭對手會怎麼做？你做過的最艱難的決定有那些？那些結果是正確的，那些是錯誤的？還是你是怎麼考慮這個問題的？
Sam Altman: 對我而言，最困難的事情不是任何單一的決定，雖然其中有很多艱難的決定，而且我們也犯了不少錯誤。而是我們必須做出的決定的數量，以及我們必須同時做的事情的數量，以及它們相互關聯的程度。而且我從來沒有找到過真正好的建議。所以我們正在努力克服它。但我認為，如果我們能夠以我們想要運營的規模運營，並且做我們想要做的那麼多事情，但只需要做一半的決定，生活就會感覺非常輕鬆。但感覺我們在這方面實在是不勝負荷。我不知道該怎麼辦。
Vinod Khosla: 因為我們確實必須同時做很多事。
Sam Altman: 我們必須經營一個偉大的研究計畫。我們必須建造大規模的基礎設施。我們必須弄清楚如何建立所有這些產品，例如一長串的東西。但是，我認為矽谷並沒有很好的智慧來引導如何快速做出許多決定。我認為對於如何做出少量決定或幾個重大決定，倒是有很好的建議。
Vinod Khosla: 但我還沒想好如何將開放人工智慧轉化為一個組織。
Sam Altman: 它只需要做出幾個重大決定，這正是我認為如果我們能做到，最能提供幫助的事情。我們已經請她提供支持和協助。
Vinod Khosla: 我最近聽到的關於ChatGPT的最佳應用是，有人說它比他們用過的任何高階主管教練都要好得多。
Sam Altman: 它在治療和輔導方面表現出色的普遍情況讓很多人感到驚訝。在這一點上，它已經佔據了我們使用量的很大一部分。也許，也許我認為很難做出的另一類決定，就是像做…的決定，弄清楚如何做新的事情或決定做新的事情。就像我們在OpenAI引以為傲的一點是，我們努力做新的事情，而不是抄襲競爭對手或其他研究實驗室。所以如果你看看其他研究實驗室，他們大多試著做同樣的研究，睜大眼睛盯著，而且他們大多試圖完全複製我們的產品。例如，它們在整個行業中看起來驚人地相似。
Vinod Khosla: 我過去喜歡嘲笑別人，認為這只是一種缺乏創意之類的東西。
Sam Altman: 這也是原因之一。但是，要做出那些用於做新事情的決定真的很難。如果你知道其他事情可行，那太誘人了。我現在非常理解，只是複製它而不做這些決定。我認為這不是世界進步的方式，但我現在真的能理解人們為什麼這樣做。
Vinod Khosla: 好的。那麼，所以有研究實驗室，而且他們之間互相抄襲，並在彼此的想法之上進行建構。許多企業家在極度不確定的情況下做出關於模型將擁有什麼以及如何在極度不確定情況下做出決策的決定。而且可能不是決策的數量，但它們是非常關鍵的策略決策。對他們來說，在如何處理這種不確定性方面有什麼建議嗎？因為這個問題我可能比其他問題更常被問到。人工智慧的能力將走向何方，我該做出什麼假設，以及在那裡，我該如何在此基礎上建立我的新創公司？目前的模型？
Sam Altman: 歷史上有效的方法是假設模型在各個方面、每個維度都會變得更好，更好、更便宜，比如更多，更好的多模態，更好的智能，更好的推理能力，更低的成本。我不認為有任何理由相信這種情況在未來幾年會放緩。我認為會出現一些暫時的放緩，人們，重寫他們的基礎設施，或等待新的集群出現，或其他什麼。但總的來說，我認為最好的做法就是不要自作聰明，不要試圖說，它會在這個小方面或那個方面變得更好嗎，或者確切地知道如何把握時機和時間，只需問自己一個問題，好吧，如果一個先知告訴這個模型在各個維度上每年都會提高大約10倍。我應該在什麼時候開發什麼產品？這將是相當好的高層次指導。
Vinod Khosla: 嗯哼。那麼，對於那些在你的模型之上或在Traffic或谷歌的模型之上進行構建的人來說，你認為最容易被誤解的是什麼？你希望那些在你之上進行建構的創業者理解什麼，而不是那些試圖與你競爭的人？
Sam Altman: 我對現在建立人工智慧應用程式的人印象非常深刻。
Vinod Khosla: 我認為他們對模型以及它們能做什麼和不能做什麼，以及如何最大限度地發揮它們的性能了解很多。
Sam Altman: 我沒有希望他們理解更多的願望清單。有一些，我最近在我家舉辦了一次晚宴，我試著邀請大約20位我聽說過或見過的最令人印象深刻的新一代人工智慧創辦人。就像我剛才在桌邊轉了一圈，我在想，天那，這些人比5年或10年前的創辦人優秀太多了。感覺我在這裡沒有什麼願望清單了。我印象非常深刻。
Vinod Khosla: 我想談談人工智慧的一些全球影響，但在開始之前，我要問你們我最喜歡的問題，並且我會留出足夠的時間給觀眾提問。謝謝。你們認為我們什麼時候會出現一家擁有10名員工，但收入達到10億美元的公司？這種情況已經開始了嗎？很快就會開始。不可能。顯然我有我的偏見。
Sam Altman: 我敢打賭這家公司要嘛已經開始，要嘛會在未來幾年內開始。
Vinod Khosla: 我完全，我一直在猜測。它可能已經開始了，而且思考如何創造價值以及創造價值需要什麼，這是一個非常了不起的想法。
Sam Altman: 這就是為什麼我認為人工智慧在科學領域應用如此有趣。你可以想像一種藥物，產生超過10億美元的收入，這種藥物可能被一個人加上，你知道的，5萬個GPU或其他東西發現並進行試驗。
Vinod Khosla: 我剛剛看到一篇文章。今天早上有人在我的郵件裡寄給我一篇文章，我還來不及看，說使用人工智慧發現了一種治療黃斑部病變的方法。所以你的觀點是對的，但同樣的情況也可能發生在娛樂和其他一些領域。讓我們談談全球推廣，以及我們如何確保人工智慧的益處在全球範圍內更廣泛、更公平地傳播。所以，有一種擔憂，就是富者更富，因為內部圈子，情境感知論文提到，只有幾百人了解這種變化有多大，以及它發生的速度有多快，但是談談全球影響，以及我們如何確保公平，以及更廣泛地使用和傳播這些益處，首先甚至在這個國家內部，因為這裡面存在不對稱性。然後，在全球範圍內。
Sam Altman: 所以我不想表現得好像，我對這個問題感到不滿，但我不希望完全否定它，因為我認為它有重要的意義。但是ChatGPT我認為是世界第五大網站。現在它是，如果它保持目前的軌跡，這很難做到，它將成為世界上最大的網站。在某個時候，將有數十億人使用免費的通用人工智慧。每個人都將獲得很好的醫療建議。每個人都將獲得很好的教育。每個人都將有能力要求製作任何軟體，並且免費，我們將為你做。這就是，這就是科技的運作方式。而且我認為資本主義真的很棒。這並不意味著我們不需要在邊緣進行修正。我認為我們需要。我認為有一些重要的事情，我們需要以不同的方式來處理。但是，總的來說，這種方式對世界有益，科技對世界有益。你把工具放在人們手中，你讓它們免費或低成本，人們就會做出驚人的事情。
Vinod Khosla: 而且我認為有很多人，我認為有很多人認為，哦，世界還沒準備好迎接這個。
Sam Altman: 他們無法應對。只有少數人可以理解它。那裡有篇論文，還有許多其他的。但我認為人們確實大概知道他們需要什麼，而且他們很擅長學習如何使用新技術。而且，再次強調，這不像是在做理論研究。這就像今天正在大規模發生的事情。我認為這非常棒，而且它正在發生，因為世界上現有的系統和激勵機制在許多方面都是非凡的。
同樣，有些事情我們需要用不同的方式去做。如果人工智慧開始取得重大的科學發現，一些公司會利用人工智慧來發現治療所有癌症的方法。我希望這些人變得非常富有，但我也希望世界上所有其他人都能獲得廉價的癌症治療方法。有人利用人工智慧使核融合商業化。我希望這些人變得非常富有，但整個世界將受益於電價暴跌。
Vinod Khosla: 所以我有點覺得整體而言，科技在傳播大規模的全球利益方面做了很多。
Sam Altman: 而過去幾百年的故事就是如此。我們不應該為此感到羞愧。我們不應該試圖解釋為什麼我們所做的事情沒有那麼邪惡。就像，它真的非常棒。我認為關於人工智慧會有一些不同的地方。你可以想像這樣一個世界：算力變成一種瘋狂稀缺的資源，以某種民主的方式決定我們用大量的算力以什麼順序解決那些問題，這需要一種與我們過去不同的方法。你可以想像獲取算力的情況，你可以想像世界上大多數資本決定想要獲取算力，然後它就變成了一種瘋狂昂貴、瘋狂有限的東西。那樣就不好了。但我關於如何解決這個問題的答案，至少第一次嘗試的答案是，那就製造更多、更多、更多的算力。我認為這方面一直在來回變化，所以我沒有信心，但我認為這應該是一種力量，朝著世界更加平等，而不是進一步分化的方向發展。
Vinod Khosla: 考慮到時間關係，我先提出三個問題。你可以回答其中任何一個或全部。好的。政府的角色。我預計人工智慧將在2030年代造成巨大的通貨緊縮經濟。以及具有感知能力的人工智慧的風險，你選擇你想回答的任何一個或全部。好吧，不如我先從通貨緊縮開始？
Sam Altman: 你告訴我什麼時候我說太久了，然後從其他問題中選取。我認為它應該是非常，我希望它是通貨緊縮的。我認為它應該是這樣，但所有將要創造的過剩財富都需要流向某個地方。我希望像水、食物、醫療保健、教育，以及，接近大自然、與家人共度時光以及其他一切。我希望它能成為每個人都能負擔得起的東西。然後我們都能找到最愚蠢的地位遊戲來玩，並競相抬價，把達芬奇的畫作抬到1兆美元，或者把星系抬到1千兆美元，讓那些喜歡玩地位遊戲、想為他人創造價值、並且基本上想擁有吹噓資本的人能夠去做這些事。
Vinod Khosla: 但是，我認為這是一個有趣的問題，例如如果我們希望一切都急劇通貨緊縮，如果我們希望一切都變得超級便宜，而人們，雄心勃勃，富有創造力，並且樂於幫助那些努力工作的人，而且我們將有某種方式來跟踪這一點。
Sam Altman: 剩餘的財富將流向那裡？而且，我認為這是一個非常有趣的設計問題。
Vinod Khosla: 沒錯。我在某種程度上非常相信經濟將會如何通貨緊縮。如果它能很好地衡量GDP，但我認為不會，我們將如何衡量GDP成長，我認為GDP成長將會爆發。所以你會看到這兩件事同時發生。但我們先回答觀眾提問。這裡能給一個麥克風嗎？
听众: 嘿，山姆。我們這次高峰會的大部分人都在討論人工智慧如何賦能我們的業務。我想稍微反過來，把它看成潛在的威脅。讓我們競爭對手建立競爭模型，更好的模型，更快地拉平競爭環境，甚至更糟的是，對我們不利。你會，你會怎麼考慮這個問題？
Sam Altman: 我不確定我是否理解這種區別。就像我認為它會賦能某些人，並使其他人處於不利地位。而且，我認為你只需要努力站在被賦能的一方。但我認為這兩件事都是真的，但我不知道該如何採取不同的行動。就像，你所有的競爭對手和新的競爭者都會試圖用人工智慧來超越你，而你所能做的就是做得更好。
Vinod Khosla: 那個問題的另一種表述是，在超級智慧的世界中，競爭模式是否還有可能存在？
Sam Altman: 我不知道。答案當然是肯定的，但我不清楚它們會是什麼樣子。我認為它們會的。我認為其中一些看起來會差不多，你知道的，就像網路效應品牌。我可以想像那些東西看起來非常相似。還有很多其他的，我確信它們不會存在。我想像會有新的出現。
Vinod Khosla: 但這就像是，我認為這是商業中很有趣的部分。
Sam Altman: 例如，去弄清楚那些新的模式會是什麼樣子，這很棒。
听众: 嗨，山姆。嘿，維諾德。克里斯李，我認為你提到了一些非常有趣的東西，那就是會有一個科學問題。他們可以投入5萬個GPU。我認為聚變對我們這裡的一些人來說是感興趣的。只是推測，物理世界無法如此快速地擴大規模，但你什麼時候會打開開關，投入5萬個GPU來解決像聚變這樣的問題？大概就是現在。
Sam Altman: 我認為，我認為，我認為你想稍微提前一點，因為你會開始了解它的輪廓。我認為現在是啟動一些大型高計算科學專案的合適時機。我不知道這是否是確切的開始方向，但方向上是如此。
听众: 你好, 在能源方面類似聚變。您如何看待能源基礎設施和人工智慧的世界？我一月在瑞士參加一個會議，聽到艾瑞克‧施密特發言，他說，歐洲永遠不會在人工智慧領域取得巨大成就，因為能源成本太高了。你需要所有這些運算能力，然後DeepSea問世了，它效率更高。當您開發這些資料中心以滿足您技術對能源的需求時，您是否看到，您對未來發展方向的假設改變了？
Sam Altman: 我認為這兩件事都是真的。
Vinod Khosla: 我認為模型將變得非常高效，而且世界上有如此多的需求。
Sam Altman: 我們將需要許多吉瓦，數十吉瓦，最終可能需要數百吉瓦的能源來運行世界上的這種人工智慧需求，即使使用超高效的模型。但我對新的能源上線非常樂觀，我認為它將是豐富且廉價的。我認為人工智慧和能源顯然是極度相關的。能源因其他原因也很有價值。你希望有能力讓事情在世界上發生。但我預計10年後人工智慧的成本會趨同於電力成本，這種程度。就像，怎麼強調都不為過。其他一切都應該變得非常便宜。例如我們可以用機器人製造晶片，但你還是需要驅動電子。
听众: 非常感謝你，山姆。謝謝你的筆記。我想回到節點。第三個問題。政府的角色是什麼？
Sam Altman: 關於人工智慧基礎設施的問題，我認為確保我們能夠建立足夠的人工智慧，使其充足，而不是所有的可用性都被富人吸走，這一點很重要。這似乎是政府的一件重要事情。這裡需要一些關於監管的護欄。我認為，我們都能看到這可能會成為一場災難，但對它的監管不足本身也可能非常糟糕。因此，制定一些全球規則，尤其是在系統變得更強大時，我認為這只能由政府來完成。我認為，公司會提出並弄清楚應該是什麼，但我認為它只能由政府在全球範圍內執行。我認為會出現一些關於如何共享分配和存取權限的問題。關於我們如何看待數據，你知道的，在這個世界裡，會存在一些很大的問題，而政府將不得不對此進行權衡。我預期這會像是，你知道的，到例如美國2028年大選時，會成為政治領域非常重要的議題之一。
听众: 你好，山姆。有兩個問題。一個是關於介面的頻寬。所以，似乎隨著越來越多的代理變得越來越強大，能夠做不同的事情，我可能希望達到一個可以同時與數千個代理交談的程度。問題是，如果我不斷地切換接口，並且像是等待他們回覆報告，我可能就什麼都做不了，只能處理代理做這件事情或那件事情。然而，另一個問題是我不能讓他們放手去做，因為他們所做的事情會和我原本的確切意圖有所不同。這是可用的。就像那樣，那種理解變得清晰。一旦你甚至喜歡讓它來寫一份產品需求文件（PRD），儘管它顯然不能完全滿足我的所有需求。而且，其中涉及大量的編輯工作。因此，頻寬是我可以處理的代理數量的擴展問題的原因。那你對此怎麼看？接下來該怎麼做？
Sam Altman: 會有一些代理的工作是輸出，例如評估其他代理的輸出，並決定什麼時候呈現給你，以及什麼時候可以做出決定，或理解你將做出的決定。所以這將是另一種代理的工作，我敢打賭它會非常有效。可能會有，為你定制生成的用戶界面，它會根據這些代理的輸出來實時演變，並且它會很好地判斷出何時引起你的注意。但是，我認為今天的許多問題將不會是明天的問題，因為人工智慧只會越來越聰明，並且可以在越來越高的執行功能層面上工作。
Vinod Khosla: 還有其他問題嗎？
听众: 嗨，山姆，米卡，來自Somite AI。首先，恭喜你們邀請到斐濟·西莫加入。她是我們的顧問，也是我認識的最出色的領導者之一。關於幹細胞分化的基礎模型，人類幹細胞，目的是，帶來，新型的療法，新型的細胞替代療法，以一種新的數據模式。我想問你們的問題是，當你們思考，物理世界即將到來的突破，生物學等等，瓶頸在那裡？會不會，突破會來自那裡？會來自通用模型嗎？會來自，特定領域模型嗎？會來自數據本身嗎？在生物學領域，你們認為，帶來新型療法的突破或真正的首次突破會在那裡？
Vinod Khosla: 顯然我並不真正了解。
Sam Altman: 我認為在某些科學領域，即使沒有更多數據，更聰明的智能也能取得新的突破。例如我認為在物理學中，在沒有增加任何額外數據點，甚至不建造新的粒子加速器的情況下，人工智慧可能就能解決物理學問題。我認為這不是很可能，但也許我們所需的所有數據都在那裡。而我們只是沒有，我們沒有能力解決足夠難的積分或其他問題。還有像生物學這樣的領域，我認為即使不進行任何額外的濕實驗室實驗，我們就能治癒所有癌症的可能性要小得多。並非不可能，但可能性不大。我認為我們將不得不建造新的系統，不一定是自動化的濕實驗室。只要它向科學家發送電子郵件說，你能為我運行這個實驗並告訴我答案嗎，就可以了。但某種程度上，像主動學習系統一樣，可以持續取得新的數據點。但是什麼問題會歸入那個類別，以及限制因素的確切位置在那裡，我們只會，我們會對此採取一種經驗主義的方法。
Vinod Khosla: 好的，謝謝你，山姆。我想我們今天就到這裡吧。謝謝你們邀請我。非常感謝你的到來。(WEB3天空之城)