（关注公众号并设为🌟标，获取最新人工智能资讯和产品）

全文约6,000 字，阅读约需11分钟

Ray Summit是一个聚焦AI基础设施的重要会议。在今年的峰会上,安德森·霍洛维茨基金的联合创始人兼普通合伙人马克·安德森(Mark Andreessen)发表了关于人工智能的重要演讲。

安德森是科技界的传奇人物,他曾创立多家价值数十亿美元的企业,包括开创性的Mosaic浏览器、Netscape公司,以及后来发展成为Opsware的Loudcloud公司。凭借其丰富的创业经验和深刻的行业洞察,安德森对人工智能的看法引起了与会者的广泛关注。

一、AI是新型计算机

在过去的几十年中见证了许多重大的技术变革，从互联网、移动技术、社交媒体到云计算。现在人工智能置于这些技术浪潮中的背景下，我觉得人工智能这一次真的非常大的影响这真的是一个巨大的变革。我想推荐一本书，叫《机器崛起》（Rise of the Machines），作者是 Thomas Rid。他回溯并重建了计算机产业的起源——30、40 年代的计算机革命。当时，他们实际上就有一个关于计算机应该如何构建的巨大争论。我们今天所理解的计算机，叫做冯·诺依曼结构，基本上就是非常快速的计算机器，它们擅长快速计算，但不太擅长与人类或真实世界互动。而另一派则认为计算机应该以人脑为模型来构建。事实上，当时他们已经对大脑的基本神经元结构有了一些了解，1943年第一篇关于神经网络的论文发表，到现在已经81年了。有一些人物，比如艾伦·图灵（Alan Turing）和约翰·冯·诺依曼（John von Neumann），他们争论说基于人脑的架构可能更优越。然后计算机产业基本上分裂了，其中99%的人致力于构建我们过去 80 年中使用的那种计算机。而剩下的少数学者则致力于研究神经网络。几十年来，神经网络领域的进展缓慢，说实话，如果你和这个领域的人交谈，他们可能会告诉你，长期以来几乎没有什么成果。

那些投身于人工智能的人，他们可能一生都在研究这个领域，但在有生之年无法看到它的成功。当我在 80 年代末上大学时，AI 的研究曾经历过一次繁荣和衰退周期。当时有一波所谓的专家系统浪潮，人们认为我们已经接近自动化的医学诊断系统等等，但最终技术还不成熟，无法实现。因此到我上大学时，AI 这个领域已经有些被认为是不切实际的。那些投入毕生精力的人有时显得有些失落，仿佛虚度了一生。

可是现在看来，他们的确是对的。但我们花了大约 70 年才意识到这一点。2012 年左右，人工智能开始展现它的潜力，那时的 ImageNet 测试证明计算机可以比人类更好地识别图像物体。接着我们有了自驾车技术，后来是更优秀的语音识别和合成技术，特别是在 2010 年代中期。而 2017 年的 Transformer 论文带来了 ChatGPT、MidJourney、Runway 等技术，如今我们终于迎来了人工智能的爆发。我认为这是一场酝酿了 80 年的革命，看起来像是“一夜之间”发生的。我们现在拥有丰富的历史积淀，这些想法经历了几十年的酝酿，现在将会在各种领域得到应用。

二、AI不同于互联网

如果要寻找类比， 我觉得互联网并不是最好的类比。互联网更多的是在利用现有的计算机，将它们连接起来构建网络。而人工智能的类比可能更接近微处理器或计算机本身。我们公司内部看待 AI 系统的方式是，AI 是一种新型的计算机。我们这样描述传统计算机——也就是所谓的确定性计算机——它们每次都会给出相同的答案。它们非常字面化，如果你输入相同的数据却得到两个不同的结果，那肯定是出问题了，这通常是程序员的责任。而我们将 AI 系统视为概率计算机，你给它相同的输入，它可能给你两个不同的输出，这非常令人惊叹，对于我们这些接受过旧计算机模型教育的人来说，这是个新体验。这些 AI 系统会做一些不可思议的事情，比如说它们会“幻想”。有些人对 AI 持怀疑态度，他们会说：“AI 没什么用，因为它不知道答案时就会编造。”我会回应：“你见过人类吗？”这正是我九岁的孩子常做的事情。非常有趣，对吧？我们刚刚看到的 Runway 的视频也展示了这种现象，AI 在幻想与创造之间有着微妙的界限。我们现在有计算机可以创作艺术，生成内容。我们有了另一种计算机的机会，这就像是咬了一口魔法苹果，我们拥有了传统计算机，现在又有了这种新型计算机。

当然，今天的 AI 能发挥作用很大程度上要归功于计算能力的巨大提升。专家们将算法优化到了极致，但摩尔定律为我们提供了足够的计算能力，这就是 AI 今天能发挥作用的原因之一。而互联网则提供了海量的数据支持。为什么 AI 现在能更好地识别照片中的猫？因为互联网上充满了猫的照片。我们现在将这些扩展规律视为理所当然，但几十年前甚至 20 年前，这些并不明显。即便你有了正确的算法，也不可能让这些系统在当时工作。但现在一切都开始运作了，技术的变化速度也极其惊人。我现在每周都会看到让我目瞪口呆的新事物。所以，我认为未来几年我们将看到难以置信的创造力爆发。

在AI 在不同领域的影响。首先，我们认为 AI 将在每个领域都带来变革，而我们也正在这些领域进行投资。我们可以一一谈论这些领域。我认为 AI 在所有这些领域都会成为大事件。我还认为，几乎每个我们目前理解的产品类别，都有可能被重新发明。以 Runway 为例，未来人们还会像现在一样用 Photoshop 或 Final Cut Pro 进行视频或照片编辑吗？还是我们会对计算机发号施令，让它来完成图像生成和编辑工作？我认为，一些巨大的行业运作方式将发生根本性的变化，这也意味着初创企业将迎来黄金期，它们拥有从零开始的巨大优势。

在科技行业中，经典的动态正在上演：每家现有的科技公司都在将 AI 加入到它们的产品中。与此同时，我们也看到每个可想象的领域都在从头开始涌现初创公司。我们用的一个比喻是，当我们告诉投资者我们要投资这些 AI 初创公司时，我们会说：“如果你有一个现有的产品，然后再加入 AI，这就像是在蛋糕烤好之后再加面粉一样，效果不会太好。如果有一种真正变革性的技术，你必须从一开始就将它纳入配方，你需要从头开始，利用这些新能力。”此外，还有一些公司属于所谓的“中期阶段”公司，我们称之为“第六条子弹点”现象。有时候会有一家五岁的公司来向我们做演示，它们处于这种中间状态。他们会展示他们的产品幻灯片，上面列出了他们产品的五个主要功能，而第六个要点通常就是“哦，我们的产品还支持 AI”。这总是放在第六点，因为很明显他们是后来才加上的。当然，聪明的公司会重新制作幻灯片。所以现在我们看到很多公司在适应这个变化。看看从网络到移动互联网的浪潮，许多大型公司，如 Google 和 Facebook 其实应对得很好。所以，很可能会有一大批现有的公司也能很好地适应这一变化。但这会是一场硬仗，因为 AI 是一种全新的运作方式。

三、AI 在各个领域

我倾向于认为，初创公司在这场变革中会有很好的机会，但这无疑会在整个行业引发激烈的竞争。AI 在生物学领域，关键的一点是我们一直以来都在谈论所谓的“药物发现”。这是一个非常有趣的概念，现代药物和治疗方式的发展，基本上是通过科学家们反复试验各种化合物，看看哪些有效，字面意义上就是“发现”什么有效。而这个领域正在经历的巨大转变，是从“发现”转向“工程设计”。我们开始从零设计新的药物，例如，基于 mRNA 的新冠疫苗就是一个很好的例子。Moderna 公司使用 mRNA 平台，在中国发来新冠病毒基因组的 Word 文档两天后，他们就研发出了第一支新冠疫苗。这很惊人，因为你甚至要祈祷 Microsoft Word 的拼写检查不会出错。两天后疫苗就出来了，接下来的工作只是测试和验证。这就是 mRNA 作为生物技术中的工程平台所带来的成果。一旦你有了这样的工程平台，你就可以将 AI 应用到其中。

如果你想象 AI 完全改变了所有人的工作，改变了社会，这也让人感到恐惧。所以，我的结论是，作为一个行业，我们会在这两种情绪之间生存下去。两种情绪都是有效的，人们有很多问题和担忧。我把责任归咎于我们，包括我自己、我的公司以及所有的科技公司。我认为这是大家的错。在科技行业中成长起来的人，比如我学的是计算机科学，我们一直认为自己从事的工作非常重要，也希望世界上的其他人能意识到它的重要性。现在，他们终于意识到了。我常用“追赶公共汽车的狗”这个比喻：狗追着公共汽车，从没想过会追上它。结果狗咬住了汽车的排气管，但公交车并没有停下，狗被拖着走。这就是我们，现在的情况是，我们赢了，软件、AI、微芯片、互联网，这些都变得非常重要，不仅对我们，对整个世界都至关重要。它们对经济、文化、社会都有影响。好莱坞的人对此感到非常恐慌，许多人对此越来越不安。实际上，今天还爆发了码头工人的大罢工，这些工人负责装卸船只，他们的罢工诉求非常直接：“我们拒绝再使用自动化技术，不再接受机器的干预，彻底拒绝自动化。”这是他们罢工的原因：反对自动化，反对机器化。

AI 的一个优点是它的普及方式非常民主化。如果你回顾计算机技术的发展，50年前它以价值数百万美元的大型主机的形式出现，经过了 30 年才进入个人计算机和智能手机时代。而今天，最先进的 AI 系统首先面向普通消费者推出，比如 ChatGPT 和 Claude 等技术直接推向消费者。这是技术的伟大之处：使用这些系统的人数急剧增加，普通人在日常工作中可以使用 ChatGPT 等工具提出问题，获取指导，帮助处理复杂的情况，比如与政府部门打交道、解读法律等。每个人突然间都有了一个“顾问”帮助他们解决这些问题。我认为这将带来整体的智力提升，帮助人们在日常生活中做出更明智的决定。这不仅包括普通人，还包括政客、政策制定者、军事规划者等。每个人都将拥有这种额外的决策支持系统。虽然这可能让争论更加理性，但并不会减少情绪的波动。随着技术的普及，情绪化的反应会越来越多。我们作为一个行业，必须站出来解释我们的行为，清晰地表达我们在做什么，积极参与政策制定过程，帮助人们理解 AI 的发展，并确保这项技术保持民主化，保持开放性。

四、机器人发展

当前的技术浪潮对于从事 AI 基础设施建设的人来说意味着什么？我们可以从过去的技术变革中学到这个领域已经进入黄金时代，你们正处于正确的领域，因为这将是一个巨大的建设时期。而这一切才刚刚开始。我们今天所拥有的技术，五年后、十年后回过头看，会觉得它们就像是博物馆的展品，和未来的技术相比落后很多。毫无疑问，还有无数的技术问题需要解决，但与此同时，我们也处在一个发现的巨大旅程上，整个行业和世界都在探索究竟哪些 AI 领域会最快取得突破。一个有趣的问题是，过去 AI 领域，尤其是机器人学领域的历史假设是，最简单的事情会先实现。大家以为我们会先拥有能够打包行李、清洁厕所、做早餐的机器人，可能几十年后才会有能够作曲或绘画的机器人。然而，事实恰恰相反，我们已经能让机器人作曲和绘画，但它们还不能打包行李。事实证明，与现实世界的交互是极其复杂的。

如今，AI 革命主要发生在涉及软件、信息等领域，但我认为，机器人革命也非常接近了。举个我最喜欢的例子，中国有一家叫“宇树”的公司，他们制造机器人狗。大家可能看过波士顿动力的机器人狗展示，但你可能从未在现实中见过，因为它们太贵了，价格高达 5 万美元以上。而中国这家公司只需要 1600 美元就能制造类似的机器人狗。

目前有一个售价大约 5 万美元的仿人机器人硬件系统，但他们在不断快速提升硬件能力。所以我认为，当这些仿人机器人真正推向市场时，面向消费者的价格可能会降到 2 万或 1 万美元左右，届时许多人就能负担得起，甚至可以采用订阅模式。我不确定这个过程会有多快，但它可能比我们想象的要快得多。现在非常有趣的一点是，这些仿人机器人有了控制系统，比如强化学习算法，试图让它们在不摧毁桌面上所有东西的情况下打破一个鸡蛋。同时，它们还配备了像大语言模型（LLM）这样的用户界面，带有语音功能，所以当它们在努力打破鸡蛋的时候，可能会用优雅的英式口音给你讲解量子物理。

因此，当前的软件浪潮正在努力将这些方法融合在一起，创造能够推理和规划的多模态模型。最近发布的开源 LLaMA 模型就是多模态的，而 OpenAI 则发布了他们的“o1”模型，这是一款推理和规划引擎，他们表示这款引擎会变得越来越强大。也许在一年内，我们就会拥有一个能够进行推理和规划的单一多模态模型来驱动机器人，那时我们就进入了全新阶段。多模态能力在机器人和现实世界中的应用显得尤为重要，特斯拉的自动驾驶汽车之所以成功，是因为他们在路上部署了数百万辆汽车，收集了所有这些车辆的数据，并用这些数据进行深度学习，进而让所有的车都变得非常擅长自动驾驶。他们不断迭代、改进这些系统。未来几年，我们可能会拥有数十亿台仿人机器人，它们也会不断收集数据、反馈并改进自己。这可能会成为我们构建过的最大规模的技术系统之一，而且可能很快就会实现。

五、投资AI公司

关于投资 AI 的话题。现在可能还为时过早，无法确定最终的 AI 大赢家会是谁。经营一家公司和运营一家投资公司之间有着巨大的区别我接下来要说的话可能会让他接下来的一个月都被困扰，因为他实际上正在运营一家公司。当你运营一家公司的时候，你必须有一个战略，而且这个战略必须讲得通。你需要把它展示出来，像这样召开会议，向大家展示你的战略。如果战略讲不通，或者无法调和，员工会感到不满。但在投资方面，我们有一个救命稻草，就是我们不需要一个具体的战略。原因是我们投资的是一个投资组合，我们可以投资于不同的方向。我们可以投资基础设施，也可以投资应用程序，可以投资开源和闭源，也可以选择不同的技术方法。因此，我们可以充分利用这一点。

所以我想说，关于投资未来的很多问题，最终都归结为经济问题：价值在哪里？收入在哪里？利润在哪里？现在有一个非常重要的问题，那就是像 OpenAI 这样的公司是否会形成垄断，并因为规模效应获得无限利润？最大的公司会拥有最好的模型，能够提供最好的答案，并因此收取高额费用，拥有超高的利润率，成为世界上最好的公司。这是一个可能性，就像搜索领域的谷歌一样，谷歌最终占据了那个位置。但另一个可能性是，这些公司实际上会陷入价格战，最终大家都在“卖大米”。任何人都可以训练大型语言模型（LLM），有开源 LLM，每天都有新的 LLM 初创公司出现，任何人都可以抓取互联网数据，购买 GPU，并最终得到相同的结果。谷歌泄露的一份著名备忘录就曾指出，“我们没有护城河，别人也没有。”意思是，如果大家都拥有相同的数据，就能得到相同的结果。

所以，是否会变成价格战的竞赛？有证据表明这可能会发生。过去一年，LLM 生成的每个 token 的价格下降了 100 倍，这远比摩尔定律下降得更快，这与我们期望的高利润模式相反。所以，这可能是一场利润微薄的繁荣。有时，这种现象被称为“无利润繁荣”，就像卖大米一样，这些公司可能有很高的收入，但利润率非常低。现在，我们还不完全确定答案，这也取决于生态系统中的一些变化。比如，Meta 发布的 LLaMA 开源模型，真的改变了未来的走向。拥有完全竞争力的开源模型会彻底改变价值捕获的方式。所以，我们现在尽量不去过早判断，因为我认为我们还不知道最终的结果。

六、AI 初创公司

许多 AI 初创公司需要大量投入购买 GPU，这就是 Peter Thiel 的观点。他认为我们浪费了太多时间在这些软件公司上，应该把所有资金都投给 Nvidia，这其实过去十年可能是一个非常好的策略。根据这个模型，Nvidia 会吸收所有投向 AI 初创公司的风险投资资金，还会吸收这些初创公司产生的所有收入，最终占据整个市场。从某种角度来看，这确实是正在发生的事情，未来可能会持续多年。这个观点的依据是 Nvidia 在芯片技术上遥遥领先，并且他们拥有像 CUDA 这样强大的技术锁定能力。

但是，另一种观点是，传统的芯片行业往往是领先者可以占据一段时间的优势，然后产生巨大的利润池，吸引竞争者加入，市场力量会开始发挥作用。于是，其他芯片公司，如 AMD、Qualcomm、三星、日本的公司，以及所有的初创公司都会加入竞争。Cerebrus 本周似乎也要上市了你现在有很多初创公司，很多人都会想：“哇，我也想分一杯羹。”另外一个关于 GPU 的论点是，GPU 最初并不是为 AI 设计的，它们是为图形处理而开发的。如果从头开始专门为 AI 设计芯片，可能会是完全不同的芯片。比如，谷歌有自己的芯片，亚马逊也有自己的芯片，现在我们正看到芯片领域的爆炸式增长。因此，也许五年后，Nvidia 仍然是一家很棒的公司，但它们只是生态系统的一部分，届时可能会有五家大公司，十家初创公司，还有许多其他的解决方案都同样合理。这样一来，芯片行业的收入可能会大幅增长，但利润却变得更小。

然而，难以预测的是这些结果很大程度上取决于现在人们的选择。大公司做出的决策、初创公司和风投的选择，以及客户和用户的需求，这些都将在未来的格局中发挥重要作用。我们现在正集体探索这些问题的答案。

对于在座的未来创业者和现有的创业者们， 我认为创业最重要的一点是，不要仅仅因为想创业就去寻找一个点子。至少在科技领域，伟大的公司通常是由那些在相关领域深耕多年的专家创办的。他们通常对所在领域有着非常深入的了解。很多成功的科技公司都有一个被神化的创始故事，好像只是一个小孩子有了一个好点子，然后一切都顺利了。但实际上，这些创始人在创立公司之前，往往已经在实验室里待了 10 年，试图让这些技术起作用。他们可能在学校学习，或者在大公司工作，甚至在其他初创公司积累了经验，学习了一切。

因此，大多数成功的初创公司都是由那些在相关领域深耕了五年、十年甚至十五年的创始人创立的，他们对问题的本质有深刻的理解，并找到了更好的解决方案。我相信，接下来十年里，今天的听众中会诞生大量的伟大初创公司。在这样一个快速变化的环境中，经营公司的关键建议是进行实验。当你负责一家现有的公司时，往往会觉得做新事物很可怕，因为你已经有现有的客户、员工和承诺，做新事情似乎风险很大。我们建议的方法是，尝试进行尽可能小的实验，验证你的假设。你可以选择一小部分客户或者市场的一个小部分进行探索。与此同时，要让这成为公司内部的一种习惯，持续不断地进行实验，这样你就能随着时间的推移积累更多的选择空间和学习机会，降低实验的风险。

当你找到了正确的方向，觉得自己已经抓住了机会时，那就是你全力投入业务的时刻。你通过实验建立选择的价值，学习前进，但不承担巨大的风险。一旦你确定了正确的方向，那时再全力投入。

原视频链接：https://www.youtube.com/watch?v=ANLnrnwGXm0&t=846s&ab_channel=Anyscale

素材来源官方媒体/网络新闻

对了，喜欢就别忘了点赞、收藏、转发支持一下！期待在评论区听到你的观点

往期回顾

1、[Anthropic CEO 万字长文：我认为AGI最早会在 2026 年出现，机器可以像人类一样协助办公]

2、[彭博社专访Runway CEO：现场讲解AI视频技术，并手把手教学如何用AI秒生精美视频]

3、[演讲总结：未来学家凯文·凯利刚刚亮相2024上海外滩大会，预言AI时代三大趋势，未来所有工作都会使用人工智能]

我们旨在将 AI 科技与创新想法完美融合!

想要掌握人工智能，但不知从何开始？告诉我们你的需求，学习AI让你抓住这波浪潮

告别昂贵服务和缺人烦恼,再见漫长交付周期

无限创意,分分钟生成专业级产品

感受 AI 带来的全新工作体验！

欢迎各大品牌方、媒体、企业和个人等

请联系负责人微信：Milo-1101

--END--