人工智能（AI）的未来是什么？
近日，美国哥伦比亚大学发布 Distinguished Speaker 系列活动上，LinkedIn 联合创始人里德·霍夫曼（Reid Hoffman）与哥大商学院院长考斯蒂斯·麦克洛里斯(Costis McCloris)的对话视频，共同探讨了 AI 和数字经济的未来图景。
Hoffman 是美国著名的互联网企业家和风投家，联合创立了职业社交网站 LinkedIn（领英），2016 年被微软以 262 亿美元收购。同时，他还是 PayPal 的创始董事会成员。
目前，Hoffman 是硅谷风投机构 Greylock Partners 合伙人，投资 Facebook、Airbnb、Cresta、Snorkel AI、Adept AI Labs 等多家 AI 等领域的科技公司，并且他联合创立了 Inflection AI，而且还写了一本知名书籍《闪电式扩张》。因此他被誉为“硅谷最成功的天使投资人之一”，在美国商界和创投界具有广泛影响力。
2015 年，OpenAI 成立之时，Hoffman 对其进行投资，并于 2018 年加入公司董事会。2023 年 3 月，他卸下董事会成员职务，主要原因是 Greylock 投资项目与 OpenAI 发展有一定冲突。
此次炉边谈话中，Hoffman 表示，对于现在的 AI 热潮下寻找好的项目，首先要判断一项技术的投资价值，要看其在提升个人、组织乃至整个人类福祉方面是否具有变革性潜力。对于那些描绘了美好愿景、拥有优秀创始团队和计划的企业，投资的时机自然成熟。
“从根本上来说，我认为我们正在做的是创造一种认知工业革命，就像心灵的蒸汽机一样。蒸汽引擎使物理事物变得更强大，开启了工业革命，允许运输和物流。我现在就是在做制造。这是那样的。
但在认知和语言特征方面，触发它的算法已经被了解了几十年。但这是一个规模计算的事情。因此，它是事实，您可以应用数千、数万个计算单元、GPU，它改变了它们的构建范式，从编程它们到它们学习。这是为什么你有数据和所有其他东西的部分原因。
我们仍然非常早期的阶段，因为这些 AI、这些代理、这些模型已经学到了一些非常有趣的事情，当他们才刚刚开始理解数据交易范式、计算规模等之间的关系。
但例如，GPT-4 已经给了我们超能力。我确信我们可以找到大约 20 到 30 个人可能能做到这一点。当你说，我想要那个，加上它与海洋学的相似之处，不需要任何人，GPT-4 可以做到。
现在，做这个的想法，某种程度上，是当你使用这些设备时，你得到了什么。因此，例如，在教育背景下，你说，为我写一篇关于商业策略的聪明随笔，不太可能那么好。我的意思是，它会是连贯的。
如果你说，我想了解数据和制造业的交集将如何在某些全球供应链中区分通用和特定机器人，假设这些材料变得更昂贵，那些材料变得更便宜，可能会得到一些更好的东西。而且它在这些运作中仍然很有用。这就是我所说的认知超能力。
像我在写这本书时意识到的一件事是，我们的思考模式正在发生变化，随着我们学会变得深思熟虑，我们的思考模式将更像是一场电子游戏。因为与其长时间散步试图得到那个伟大的想法，不如坐下来开始敲击，并说，好吧，这是一个提示。那不是很有趣，但这里是另一个。
我认为我们将拥有更多这种迭代过程中更好的方式思考和推理的能力。显然，将会有很多不同种类的超能力。因为，例如，我有非常有限的艺术能力。但如果我有一个想法并且可以描述它，我可以去 DALL-E 或 Midjourney 并开始获得东，在这些领域也有所扩展了。因此，如果我想为我的朋友的生日制作一张卡片，并想做一些特定的事情，并且有一个视觉想法。这是另一种形式的超能力。这些只是对所有事物的姿态的开始。
我认为我们对语言所做的任何事情都是开始放大的最小值。”Hoffman 表示。
Hoffman 提及，OpenAI 就是他押中的一匹"黑马"，与 Sam Altman、Elon Musk 的交流更坚定了他在 AI 造福全人类方面的信念。他披露，当前几乎所有打着 AI 旗号的项目都不乏投资者追捧，有点类似互联网早期的盛况。
“对于 OpenAI 而言，一切始于与马斯克、奥尔特曼的一些讨论。那时，我们意识到 AI 革命即将到来。我们应该确保有利于人类的人工智能不仅仅是大型科技公司的专利，而是应致力于人类利益。我并不是反对大型科技公司，它们为人类做了很多事情，但我认为这是件好事。这也是我加入 Mozilla 董事会超过 11 年，仍然是董事会成员的原因，那就是公共利益技术真的很重要，这是目前解决不了的问题。所以，是的，让我们帮助启动它。
那时，我们认为，也许这里有些东西。风险投资的一部分，比如种子轮或A轮投资，就是一个可能行得通的想法，对吧？让我们尝试一下。然后随着你继续进行，这是我从成为一名风险投资者中真正学到的东西之一，即硅谷之所以成为如此令人兴奋的地方之一，就是因为它强烈的关系网，我们所有人都在非常快的速度上交换有效或无效的信息。因此，整个生态系统都在学习。这在资金融资方式上有所体现，即从种子轮到A轮、B轮、C轮等。当你通过一些关卡证明了某个想法有更高可能性行得通时，你就进行下一轮更大的融资，享受更高的估值等。你会让一个注视着它的、投资于它的、选择加入它的人员、投资者、客户、合作伙伴等网络来支持。
因此，OpenAI 一开始的想法是，这规模化的 AI 可能会带来一些有趣的成果。我们不知道，可能让我们尝试并确保其治理首先面向人类考量，这是现在它成为一个非营利性组织，由非营利部门管理原因，你知道，帮它一脚。“Hoffman 表示。
Hoffman 认为，硅谷一个被严重低估的法宝就是"闪电式扩张"，即公司快速壮大时对"拥抱混乱"的包容度。组织结构的重组、岗位的调整、高管的更替在所难免，但目标不是追求尽善尽美，而是要为犯错留足空间、及时止损。除了理性判断力，同理心、接纳变化的心态和快速决策的能力也不可或缺。
“我不确定现在是否有任何软件投资不把自己标榜为人工智能投资，这挺有意思的。你知道，这很像早期的互联网，其中有些东西将会非常惊人。会有很多事情看起来有些疯狂并且因为它们没有真正思考战略面貌而不会实现。
是的，我认为从总体上看，存活并茁壮成长的公司将在很大程度上是积极的和连通的。你知道，我将不得不关注一些事情，看看它们的做法。但可以想象，一些初创企业可能会产生潜在的负面影响。但请记住，投资者不喜欢与之关联，员工不喜欢与之关联，客户也不喜欢做那样的事情。有很多网络治理。因为当我们考虑如何对人类负责时，这不仅仅是选民去投票，投票站的问题。它也涉及到客户、员工、投资者、媒体等，所有这些都构成了治理的网络。
所以，我认为通常当你通过这个过程，你通常会得到一个广泛积极的结果。不总是，但通常会。因此，我认为我们将会看到涉及认知任务的任何事情、涉及语言的任何事物的转变。我认为我们将会看到新的药物发现类型。其中一件事我在 7 年前告诉斯坦福大学的长期计划委员会的是，我看到了人工智能如何可以在每一个学术领域中充当放大器的可能路径。甚至可能在理论物理学中也是如此，对吧。所以，如果你想自己做这个练习，只需想象一下，如果它比专业搜索引擎好 1000 倍。每个学科都可以利用一个专业搜索引擎。那么，想象一下比它好 1000 倍的情况。那会是一个有用的人工智能工具。这并不意味着它将会写论文。显然在某些方面可能会做到，但当它与人类对这些概念的理解结合时，论文会更好。
如果你愿意冒险，承担风险，进行投资，愿意学习，那将会是一个机会。
你会利用今天的机会。所以我在创业观点中提到的一点是，人们有点低估某些决定。所以一种决定是投资于软资产而不是硬资产。那是你周围的网络，知识等。现在每个人，很多人都听说过你或者投资知识是好事。更多地参与网络和行业，而不是具体的公司。公司可能很好，但哪些网络和哪些行业是那些会放大和增长的呢？然后尽一切努力加入其中。
所以比如说，我对我的职业生涯的最终结果和我最终做的事情并不不满。但比如说，如果我回头去想可能会做出更聪明的决定是什么，比如我离开苹果去富士通是因为我必须是一个产品经理。我必须有产品经理的经验。实际上，也许决定是去网景，因为它是一个在线革命，成为在线革命的一部分比信义财产更重要。
所以选择哪些网络和行业适合你，并且适合你想要做的事情。你知道，比如，我猜我不会点出来让某些人对我不满，但你知道，有些行业正在衰退。认真点。
如果你不想，或者说要有考虑。如果你想去做那个行业，很好。但你要意识到你选择了一个潮流正面对着你而不是在你背后的行业。所以这种一系列的选择现在显然软件技术，人工智能可以是认知工业革命的一部分。
另外一种方式是，你开始考虑，我在哪里持反传统且正确的观点，在哪里我有一个有趣的潜在论点能够脱颖而出，做一些不同凡响的事情？比如现在可能没有太多人关注人工智能药物发现，我就去做这个。我有生物学背景。我不知道你的背景是什么。所以我只是随意说点东西。而我在开始时所描述的视角就是说，看，你有你的一套资源，你有你的抱负，你面临市场现实，你正在那些方面做产品来拥有最大的竞争差异。那就是应该去关注的事情。”Hoffman 表示。
谈及开源，Hoffman 称，“我在 LinkedIn 和 Mozilla 董事会工作了将近 11 年，我们开源了许多不同的东西。我通常认为开源各种软件具有很大的价值，类似于公开和开放的科学。这些模型具有很多功能。其中一个问题是将模型开源，使其普遍可用，它们将把功能交给每个人的手中。但这些各种开源模型被用于生成内容，试图扰乱我们的信息系统，这是我们需要反对的事情。现在，我认为我们也可以用 AI 来帮助它，但我对开源这些模型持更谨慎的态度的原因是，它也会放大坏人。如果那些人有一个开源的 web 浏览器，他们没什么特别的可以做到的。一个开源数据库，同样，没什么特别的可以做到的。这些模型给了他们超能力，可能更有害。”
谈及 OpenAI 用 7 万亿美元构建算力网络对抗英伟达事件，Hoffman 表示，对英伟达来说竞争是不可避免的。而未来几年内，市场对英伟达芯片的需求将持续“旺盛”。
“我认为英伟达做了很多伟大的工作。他们并不是专门为了 AI 或之前的加密货币而创建 GPUs 的。它恰好是一个非常好的数学处理器。而这与那些案例相吻合。我认为，这是关于资本主义、发明等一些好事情的一个方面。我认为，对英伟达来说竞争是不可避免的。没有什么结构性地阻止这一点，对吧？做了伟大的工作，有一个伟大的团队，有一个伟大的建筑和设计文化。因此我认为，未来几年内英伟达芯片将继续需求旺盛。但你知道，我知道很多努力在创造替代芯片，替代方案，这是当你有市场需求时发生的事情的一部分。因此我认为，可能从现在开始一到两年，你将开始看到一些芯片至少它们可能还不适用于训练，但会在我们行业称之为推理的方面有帮助，即服务于模型和结果。但我认为，我看到很多初创公司在推销，我也看到很多大公司也在想办法以有趣的方式做到这一点。”Hoffman 称。
在谈及 AI 对就业的影响时，Hoffman指出，未来，AI 不会取代人类，反而是拥有 AI 技能的人在就业市场上更会被优先考虑，随着 AI 技术的进步，在终端设备部署小模型的需求会逐渐增加，最终呈现多种模型在不同领域共同部署的样态。
对谈最后谈到 AI 能否从根本上挑战人际关系和交流，Hoffman 强调，“我不认为它会取代，因为人类不再像 AI 那样下棋了，但我们有更多的人在观看人类彼此下棋。AI 应以人为本，我们是群居动物，因此需要构建 AI 人际连接，并且人们会自然而然地朝着那个方向前进（研究）。因此，AI 是有变革、增强性质的，无论是教育还是医疗，AI 会是有帮助的，也会带来更多转变。”
以下为访谈全文，由钛媒体 App 编辑整理，有一定删减：
大家晚上好。我是史蒂芬·迈耶，我是商学院的詹姆斯·P·政府商业教授，我很高兴今天欢迎大家参加这场关于塑造未来的人工智能和数字经济的炉边谈话。这是一个新的演讲系列的一部分，这个独特的演讲系列应该为商业领袖提供一个平台，分享他们的见解以及如何设定和实施非常雄心勃勃的目标，以及如何激励创新。没有比里德·霍夫曼更合适的人来开启我们的讲座了。
所以我非常荣幸欢迎并介绍我们的两位嘉宾，里德·霍夫曼，LinkedIn 和 Inflection AI 的联合创始人、Graylock 合伙人；科斯蒂斯·麦克莱尔，哥伦比亚商学院的院长。
主持人：谢谢斯蒂芬。那是一个简短的介绍。它可以更短，但非常感谢。
我在思考这场对话，并意识到它可能会走向许多不同的方向。我们可以谈论早期互联网和 Paypal 时期。我们可以谈论建立 LinkedIn 这样最成功的社交网络之一。我们可以谈论作为风险投资家在湾区的令人难以置信的职业生涯，但我认为我们现在应该谈谈 AI。特别是因为你实际上已经参与了投资、创立公司、向政府提供建议，你知道，总之就是在那个领域。我认为讨论这个并听听你的想法会很棒。
现在，我们之前进行了一点小交流，你使用了“认知超能力”这个词。所以我想问你的第一个问题就是为我们概述这些 AI 的能力的惊人增长，从你的角度来看，你认为我们会怎样发展？然后我们再继续。
Reid Hoffman：从根本上来说，我认为我们正在做的是创造一种认知工业革命，就像心灵的蒸汽机一样。蒸汽引擎使物理事物变得更强大，开启了工业革命，允许运输和物流。我现在就是在做制造。这是那样的。
但在认知和语言特征方面，触发它的算法已经被了解了几十年。但这是一个规模计算的事情。因此，它是事实，您可以应用数千、数万个计算单元、GPU，它改变了它们的构建范式，从编程它们到它们学习。这是为什么你有数据和所有其他东西的部分原因。
我们仍然非常早期的阶段，因为这些 AI、这些代理、这些模型已经学到了一些非常有趣的事情，当他们才刚刚开始理解数据交易范式、计算规模等之间的关系。
但例如，GPT-4 已经给了我们超能力。我确信我们可以找到大约 20 到 30 个人可能能做到这一点。当你说，我想要那个，加上它与海洋学的相似之处，不需要任何人，GPT-4 可以做到。
现在，做这个的想法，某种程度上，是当你使用这些设备时，你得到了什么。因此，例如，在教育背景下，你说，为我写一篇关于商业策略的聪明随笔，不太可能那么好。我的意思是，它会是连贯的。
如果你说，我想了解数据和制造业的交集将如何在某些全球供应链中区分通用和特定机器人，假设这些材料变得更昂贵，那些材料变得更便宜，可能会得到一些更好的东西。而且它在这些运作中仍然很有用。这就是我所说的认知超能力。
像我在写这本书时意识到的一件事是，我们的思考模式正在发生变化，随着我们学会变得深思熟虑，我们的思考模式将更像是一场电子游戏。因为与其长时间散步试图得到那个伟大的想法，不如坐下来开始敲击，并说，好吧，这是一个提示。那不是很有趣，但这里是另一个。
我认为我们将拥有更多这种迭代过程中更好的方式思考和推理的能力。显然，将会有很多不同种类的超能力。因为，例如，我有非常有限的艺术能力。但如果我有一个想法并且可以描述它，我可以去 DALL-E 或 Midjourney 并开始获得东，在这些领域也有所扩展了。因此，如果我想为我的朋友的生日制作一张卡片，并想做一些特定的事情，并且有一个视觉想法。这是另一种形式的超能力。这些只是对所有事物的姿态的开始。
我认为我们对语言所做的任何事情都是开始放大的最小值。
主持人：当你考虑变化的速度时，回想一下，我的意思是，你提到的许多事情都已经被人们知道了很长时间。
在过去的 10 年里，我们开始基本上在大规模应用计算。数据是我们在过去的 10 年里开始大规模应用的。Transformer 大约 7 年前被发明。但是在某种意义上，我们已经看到了能力的戏剧性增加。你看到这种趋势继续下去吗？
Reid Hoffman：所有的指数曲线最终都会变成S曲线。但我认为它肯定会在接下来的几年甚至更长时间内继续下去。任何声称他们确定知道它将在几年后继续下去的人，它肯定会发生。但是，你知道，所有这些事情最终都会发生。
S 曲线的一部分，我认为有些人会犯的错误之一，就是他们会认为三年后就会变得超级聪明，他们会问，你能得到这条能力的S曲线吗？这是由更大规模的计算驱动的吗？他们会说，这就是智商曲线。但这并不完全是一条智商曲线。你所做的推论、判断实际上并不是同一件事。现在，一些功能正在呈指数级增长。但这与智商并不是一回事。
主持人：你坐在一个有利的位置，投资整个 AI 生态系统的全局。你对开源与专有模型或类似事物的看法如何？我们如何加速成长，使其可能更普及，你对此有何看法？
Reid Hoffman：所以我在 LinkedIn 的 Mozilla 董事会工作了将近 11 年，我们开源了许多不同的东西。我通常认为开源各种软件具有很大的价值，类似于公开和开放的科学。这些模型具有很多功能。其中一个问题是将模型开源，使其普遍可用，它们将把功能交给每个人的手中。现在如果你说，嘿，我们可以开源它们，它只会是学术机构，只会是企业家，只会是政府。但开源的问题是，一旦模型从酒吧出来，就在那儿了，无限存在。就像我们看到的一样，这些各种开源模型被用于生成内容，试图扰乱我们的信息系统。而且这是我们需要反对的事情。现在，我认为我们也可以用 AI 来帮助这个。
但我对开源这些模型持更谨慎的态度的原因是，它也会放大坏人。好吧。如果那些人有一个开源的 web 浏览器，他们没什么特别的可以做到的。一个开源数据库，同样，没什么特别的可以做到的。这些模型给了他们超能力，可能更有害。
主持人：我们已经通过分享一些模型，充分开源了吗。
Reid Hoffman：所以一些用例，像大规模的政治错误信息。是的，当前的开源模型可以做到这一点。其中一些，比如我们看到增加的，并且会继续看到增加的网络攻击，因为钓鱼等等，类似于错误信息。然后一些其他领域。我认为到目前为止，我们没有延伸线，如生物恐怖主义等。但是如果你只是继续开源一切东西，那就会到达那里，就无法控制这些负面案例了。而且有些是严重的。所以到目前为止，是存在一些问题，但没有五级火警。但是如果你不小心，我们会很快达到五级火警。
主持人：好吧，让我换个话题。我们已经走上了你之前提到的大规模计算，大规模模型的道路，基本上建立了具有通用属性的基础模型，然后我们在不同的应用中部署它们。但另一种观点是，与其构建大规模通用模型，不如构建较小的针对特定应用的模型。
而且，正如你在工程领域所知道的那样，这种情况已经发生了很长很长时间。您如何看待目前的情况？双方都付出了很多努力，您观察到了什么？
Reid Hoffman：到目前为止，当你观察 GPT-2、3、4 等，例如，你为某些案例对 3 进行了微调，然后发现 4 在大多数 3 已经微调过的案例中表现更佳，甚至比 3.5 还要好。因此，到目前为止，在能力增强方面存在一种美德，即随着模型规模的扩大，它们就会变得更加健壮、更有能力、更像是一个即时、快速、按需的研究助手。它存在一些幻觉问题，尽管他们正试图通过搜索等其他方式修复这个问题。这个幻觉问题永远不会降到零，但你可能会将它降到远低于人类标准，在这种情况下，对我们来说，这几乎等于零或接近绝对足够。因此，大规模模型具有惊人的能力提升。
尽管如此，你可能会有理由想要一个小型模型，并在手机上运行。它的运行成本更低。它真的只需要做一些特定的事情，或者它有一个不同的训练领域，在那个领域你希望它的生成性能更好，错误率更低。你不在乎其他所有事情。因此，这就是为什么我认为，未来不可避免的一部分是，不仅仅是一个模型。当你创建一个智能体或你创建一个应用程序语言时，你会部署多个模型。
主持人：很好。让我们稍微转向硬件方面。你提到了计算硬件，我脑海中浮现出英伟达、GPU、大型集群。的确，我五个月前与黄仁勋进行了一次对话，当时他的公司刚刚突破了 1 万亿，现在他们大约是 2.3 万亿。
你怎么看待某种意义上这些东西现在没有被商品化的事实。现在看来，台积电并未因其生产这种超前沿集群的能力而提取显著的经济利益，并且你认为这种情况会持续吗？你认为硬件是这场革命的不可避免的推动者，还是随着时间的推移，会变得商品化？
Reid Hoffman：我认为英伟达做了很多伟大的工作。他们并不是专门为了 AI 或之前的加密货币而创建 GPUs 的。它恰好是一个非常好的数学处理器。而这与那些案例相吻合。
我认为，这是关于资本主义、发明等一些好事情的一个方面。我认为，对英伟达来说竞争是不可避免的。没有什么结构性地阻止这一点，对吧？做了伟大的工作，有一个伟大的团队，有一个伟大的建筑和设计文化。因此我认为，未来几年内英伟达芯片将继续需求旺盛。但你知道，我知道很多努力在创造替代芯片，替代方案，这是当你有市场需求时发生的事情的一部分。因此我认为，可能从现在开始一到两年，你将开始看到一些芯片至少它们可能还不适用于训练，但会在我们行业称之为推理的方面有帮助，即服务于模型和结果。但我认为，我看到很多初创公司在推销，我也看到很多大公司也在想办法以有趣的方式做到这一点。
主持人：所以你提到了训练，你可能需要尖端技术推断，当我训练了模型并现在正在查询以获得响应时，我可能需要特殊用途的硬件，但更简单、不同的硬件。
Reid Hoffman：是的。
主持人：好，我想稍微转向数据，你知道，这些系统正在摄取大量的数据，我们的数据也是如此。这里既有是否我们正在耗尽可供它们摄取的新数据的问题？
Reid Hoffman：我不认为这是事实。
主持人：但另一个问题是数据所有权的问题。你对此有何看法？我的意思是，你肯定从各个角度思考这个问题了，包括你知道的，所有 OpenAI 正在进行的事情。所以你怎么看？
Reid Hoffman：所以数据是一个复杂的问题，大多数人没有很好地思考。所以通常会有这样的问题：例如，像你的相机被拿走了，像是这个房间里拍了我的照片？那是你的照片吗？那是我的照片？那是我们的照片？你知道，那种事情和数据有关，我可能签了一些放弃声明，那大概是你的照片，但你知道，但这是一件复杂的事情。
数据的价值是什么？制作出来的数据的价值是什么？因此，我对所有这些事情的第一个看法就是，当你在训练时，就像是这些模型在阅读，对吧？所以管理数据的规则应该是与管理阅读相同的规则，即你是否有阅读你所阅读内容的合法权利。比如你是否买了书，等等。
然后，那就没问题了，因为那是阅读。因为版权法不阻止我买一本书或把它卖给你然后你读它。这都是其中的一部分。它确实阻止我做的是，我买了这本书，然后我说，哦，我要重新写这本书然后自己开始卖它，等等。因此我认为这是你希望在数据方面处于的细微差别。显然，有各种地方，你会说，好吧，有些是我私人数据，我不想在任何地方泄露的。而这些生成模型并不擅长知道何时该这样做，所以不要将那些数据输入到通用模型本身中。
现在的部分原因是，生成模型更像是一个推断引擎。人们通常认为它频繁地作为一个数据库，但是要到达推断引擎，因为你有一堆数据要到那里，但它是一个推断引擎。所以，纽约时报的法律案件之一令我感到好笑的事情之一是，看，它重复了这些文章，你会说，好吧，你复制并粘贴了文章的前半部分然后说完成它。它已经为此学到了一些东西。现在，拥有第一半文章的人可能拥有整篇文章，并且这可能仍然是一个合法的情况。我不确定这里是否有伤害。如果你说给我标题的那篇文章，它生成了，那么你会说，好吧，你给了一些纽约时报正在卖的东西，而这个人还没有购买。那会是一个问题。
我认为这些模型不会这样做，因为它们被训练不这样做。因此，在数据方面有很多不同复杂性。我认为，例如，你在互联网上公开可得的地方进行训练，比如我在互联网上发布，我说请大家阅读这个，AI 模型阅读并在此基础上接受训练，在我看来，是对技术的公平使用。我认为，我们想要这些模型的存在非常重要。我们在上台之前很快讨论的一件事是，你知道，有了这些 AI 模型，我们知道如何创建一个可以在每个智能手机上工作的医疗助手，无论你是否有机会看医生。显然，它甚至可以以这样的方式接受训练：嘿，你有看医生的机会吗？如果你有，很好。让我告诉你一些事情，你应该立刻去看医生，那就是你告诉他的，或者，你可能还好。但这些是你可能想要和你的医生核实的事情，如果你没有看医生的机会，就说，看，我不是医生，但这是你可能考虑的事情。那可能是惊人的导师，以及其他一些事情。或者，比如，你负担不起律师，你正在看像合同这样的东西。那么，实际上有一些东西可以帮助你处理这个问题是一件好事。
因此，我通常认为我们应该希望这些模型接受训练，我们的主要问题不是应该训练模型，而是让我们确保能尽可能地让更多人使用这些模型，以帮助整个人类，而不仅仅是富有的人或者是富裕国家。无论如何，这只是对某些数据的初步印象，但它显然非常复杂。是的，这是一个不断发展的话题，我们就这么说吧。
主持人：是的，这是一个不断发展的话题。我只想说，你提到了 OpenAI。你是 OpenAI 最初的早期投资者之一，对吗？然后你创建了 Inflection AI。你在那里进行了各种投资。是什么促使你帮助创立 OpenAI，然后继续在这方面深入？您如何评估 AI 投资？我的意思是，你现在在这个特定领域已经做了大约八年了。OpenAI 的投资是在 16 年还是 15 年？
Reid Hoffman：我不是个善于记忆的人，所以我需要查阅文档来确保准确性。起初，我认为自己将成为一名学者。在牛津攻读哲学学位时，我决定通过帮助创造软件来对世界产生更大的影响。我从未想过会成为一名投资者。成为投资者并不是我的直接目标，而是我帮助构建正确项目的方式。所以，一开始更多是出于企业家精神或产品创造的目的。因此，当我研究这些技术时，我通常作为一名软件领域的专家。
我也进行了一些非软件投资，但这些几乎都是慈善性质的。就像，我认为核聚变和核裂变是应对气候变化的关键，我会在这些领域进行一些投资。有时你会看到一个你认为世界上应该存在的产品，所以你会投资。我在投资时会在我的账本上将这些投资额归零，因为我对预测结果范围一无所知。我当然希望它们具有经济价值。但在软件领域，从互联网事务开始，然后是 Web 2.0，接着是 Web 3 和人工智能。我寻找能够对个人、团体、社会乃至人类产生巨大影响的东西以及世界应该如何运作。如果这是使一个行业发生真正有价值变革的一种方式，并且有一个企业家，不论男女，拥有一个很好的计划并且资源、时机都合适，这就是我会进行投资的时刻。
现在，对于 OpenAI 而言，一切始于与 Sam Altman 和 Elon Musk 的一些讨论。那时，我们意识到 AI 革命即将到来。我们应该确保有利于人类的人工智能不仅仅是大型科技公司的专利，而是应致力于人类利益。我并不是反对大型科技公司，它们为人类做了很多事情，但我认为这是件好事。这也是我加入 Mozilla 董事会超过 11 年，仍然是董事会成员的原因，那就是公共利益技术真的很重要，这是目前解决不了的问题。所以，是的，让我们帮助启动它。那时，我们认为，也许这里有些东西。风险投资的一部分，比如种子轮或A轮投资，就是一个可能行得通的想法，对吧？让我们尝试一下。然后随着你继续进行，这是我从成为一名风险投资者中真正学到的东西之一，即硅谷之所以成为如此令人兴奋的地方之一，就是因为它强烈的关系网，我们所有人都在非常快的速度上交换有效或无效的信息。因此，整个生态系统都在学习。这在资金融资方式上有所体现，即从种子轮到A轮、B轮、C轮等。当你通过一些关卡证明了某个想法有更高可能性行得通时，你就进行下一轮更大的融资，享受更高的估值等。你会让一个注视着它的、投资于它的、选择加入它的人员、投资者、客户、合作伙伴等网络来支持。
因此，OpenAI 一开始的想法是，这规模化的 AI 可能会带来一些有趣的成果。我们不知道，可能让我们尝试并确保其治理首先面向人类考量，这是现在它成为一个非营利性组织，由非营利部门管理原因，你知道，帮它一脚。
主持人：在过去几年里，你是如何评估 AI 投资的？
Reid Hoffman：我不确定现在是否有任何软件投资不把自己标榜为人工智能投资，这挺有意思的。你知道，这很像早期的互联网，其中有些东西将会非常惊人。会有很多事情看起来有些疯狂并且因为它们没有真正思考战略面貌而不会实现。
是的，我认为从总体上看，存活并茁壮成长的公司将在很大程度上是积极的和连通的。你知道，我将不得不关注一些事情，看看它们的做法。但可以想象，一些初创企业可能会产生潜在的负面影响。但请记住，投资者不喜欢与之关联，员工不喜欢与之关联，客户也不喜欢做那样的事情。有很多网络治理。因为当我们考虑如何对人类负责时，这不仅仅是选民去投票，投票站的问题。它也涉及到客户、员工、投资者、媒体等，所有这些都构成了治理的网络。
所以，我认为通常当你通过这个过程，你通常会得到一个广泛积极的结果。不总是，但通常会。因此，我认为我们将会看到涉及认知任务的任何事情、涉及语言的任何事物的转变。我认为我们将会看到新的药物发现类型。其中一件事我在 7 年前告诉斯坦福大学的长期计划委员会的是，我看到了人工智能如何可以在每一个学术领域中充当放大器的可能路径。甚至可能在理论物理学中也是如此，对吧。所以，如果你想自己做这个练习，只需想象一下，如果它比专业搜索引擎好 1000 倍。每个学科都可以利用一个专业搜索引擎。那么，想象一下比它好 1000 倍的情况。那会是一个有用的人工智能工具。这并不意味着它将会写论文。显然在某些方面可能会做到，但当它与人类对这些概念的理解结合时，论文会更好。
主持人：我想换个话题。我们这里主要有 MBA 学生，我想转向领导力，特别是管理这些公司的爆炸性增长和规模扩大。你做到了，你创办了最成功的社交网络公司之一 LinkedIn，并引领它经历了爆炸性的增长。当考虑到这一点时，你想到了哪些事情？
Reid Hoffman：如你们可能知道的，我确实写了一本名为《闪电式扩张（Blitzscaling: The Lightning-Fast Path to Building Massively Valuable Companies）》的书。它部分地基于我所发现的世界。
无论是创业的视角，每个人都应该认为自己的工作生涯和职业生涯就像是自己的创业者。这并不意味着你必须创业。可能不应该，但你应该以创业者的方式思考你的职业道路。那是第一个。
如何使这与公司和公司组织产生交互，对吧，等等。《闪电式扩张》是什么呢？是硅谷以及在某种程度上，实际上是中国，了解到的，而世界其他大部分地方并不真正了解的东西。这是在全球互联的世界里，如何从一个想法变成一个行业的转变，以及其中的非典型之处。所以里面有很多原则，比如拥抱混沌，有快速移动的倾向，然后在你前进的过程中解决破坏问题。有一章是关于负责任的闪电式扩张，确保你没有摧毁一些真正糟糕的东西，对吧？但这些都是其中的一部分。而当你比如说在进行互联网软件开发时，当然也包括移动端，你实际上是在与全世界竞争。不仅仅是与你旁边的人竞争，也不仅仅是与街道下的人竞争。而这是为什么成为一个了解速度和节奏的生态系统的一部分如此关键，以及解决市场营销的关键问题或是构建现代技术以进行某事的方式是什么，实际上是非常关键的原因之一。
主持人：当你有这样的愿景并试图带领公司度过爆炸性增长阶段时，你如何在这个过程中管理人员？
Reid Hoffman：书中也有一大堆原则。例如，其中之一是当你思考时，所以规模节奏的一部分是缩放。员工数量大致按数量级排列，如 10、100,000 等。然后是组织如何变化，因为这些公司发生的一些事情是数量级的变化。比如，我见过一些公司从年初的 20 人增加到年底的 800 人。
主持人：那么，你是怎么做到的？
Reid Hoffman：你需要意识到的部分原因是，你的目标不是完美，不是稳定的组织结构图等，你在早期阶段担任关键领导者的一些人并不是你的目标。事情的正确领导者。举例来说，就像一条完全微观的建议，但对于做这些闪电式扩张的事情非常重要，那就是，好吧，你是我 30% 组织中的产品负责人。你不会说，好吧，只要你做得很好，当我们成为1,000% 的组织时，你将继续担任产品主管。也许他们会，也许他们不会。你所说的是，只要你做得好，你的工作就会不断变大。因为当你从 30% 的组织转移到1,000% 的组织时，你作为一家公司所做的事情就会变得更大。你的工作变得更大了。你不一定要继续担任产品主管。
通常，当你跨越每个规模级别时，当你快速执行此操作时，通常你所认为的公司执行管理层的 50% 以上都会发生变化。你必须为这种活力做好准备，你必须准备好在其中犯错误和做出判断。即使这个人以前做得非常出色，但现在不再合适，你必须做出早期的承诺，建立信任关系，做到这一点才能改变这一点。这本书里充满了这样的东西，因为这是我学到的东西。闪电式扩张，可能每个人第一个学习闪电式扩张的地方就是 PayPal。
主持人：你认为该领域最重要的软技能是什么？我们应该教导什么，我们应该渴望拥有什么？
Reid Hoffman：非常经典的例子，例如，弗雷德·考夫曼（Fred Kaufman）有一本名为《意识商业》（Conscious Business）的书，我非常喜欢。这就是将管理视为同情的观念，但不仅仅是对你正在打交道的个人的同情，而且是对你周围的所有人的同情。例如，您可能会批评某位医生的诊断能力不佳，但如果您选择解雇他，他将会承受巨大的痛苦。同时，我们必须记住，他们的所有患者，或者说他们治疗过的所有人，也需要我们的同情。因此，我们必须拥有广泛的同情心，对所有在前线工作的人都要有同情心。
我认为，软技能可能是最核心的能力。这是非常好的，一个学习机构应该始终处于学习状态，对吧？软技能就是要认识到，当你快速行动时，你可能会犯错误。例如，在初创企业和快速扩张的环境中，我经常会说，如果这是我的工作决策和判断，我可能会犯错误，但我们必须做出判断，否则我就会出错。因此，每个人都必须参与进来。但我并不是说，如果你不同意我的观点，你就一定是错的。我们必须做出这个决定，才能运作良好。
我认为这实际上是其中一件事，我忘了它是在《闪电式扩张》这本书的哪一章，但那是几本书之前的事情。OODA 循环是硅谷常用的一个术语，它源自战斗机飞行员的术语，代表观察、定位、决定、行动。我之所以教授这个，是因为在战斗机飞行员的混战中，OODA 循环更快的飞行员能够存活下来，而另一个飞行员则可能会死亡。因此，你真的需要努力让你的 OODA 循环正确。
硅谷是那些讨论个人 OODA 循环和公司 OODA 循环的地方之一。这必须正常运作，因为竞争的速度非常激烈。人们往往无法理解的一点是，每一家在硅谷诞生的大型创业公司，都有数十到数百个竞争对手，甚至可能有数千个。顺便说一句，在中国，竞争对手可能有成千上万。因此，新兴企业必须拥有快速的 OODA 循环，并且非常积极。因此，你必须有能力自己做到这一点，将其灌输到公司文化中，驾驭你快速做出所有这些决定的复杂性。
例如，领导力的相对软技能接受混乱的原因之一是让每个人都学习反直觉的脚部缩放规则的第一课。这是因为如果每个人都明白，我不会完全了解情况，我们将会做出一些低效的决定。但因为我们必须快速行动，必须做出决定，必须从中学习，所以我们集体这样做。所以他们总是在学习，这是其中的关键部分。
主持人：在我们进入问答环节并谈论人工智能、未来的工作、社会之前，我想稍微转换一下话题。这是一个大话题，有来自各个领域的有趣想法。首先，您对未来三五年内人工智能的发展有什么看法？您对社会有什么看法？然后我们可以谈谈更具体的事情。
我想换个话题，我不会具体谈论这本书，但 Reid 在 GPT-4 的帮助下，在两个月内写了一本书。所以，是的，两个半月。这告诉你一些我们将能做的事情。目前，而不是在不久的将来。你的想法是什么？
Reid Hoffman：所以，显然人们喜欢做的是鼓吹工作替代。而且，不要太过简单化，但随着时间的推移，我们的人类组织对技术的可用性和工作变化的接受速度将比通常慢得多。但如果你的工作基本上是试图让人类模仿机器人，机器人通常可以更好地完成这些工作。但实际上将会发生很多转变。
例如，如果你看着一家公司，然后说，好吧，我们打算，假设三年后这些工具可以为每项工作创造 2 倍或 4 倍更好的绩效。销售，你会解雇销售人员吗？不，你喜欢 2 倍、4 倍更好的表现。非常好。所以，这并不是说人类将被取代，而是说，那些能够运用人工智能的人类将更有可能获得工作。在公司之间的竞争中，营销起着关键的作用。一些工作的构成可能会发生变化。例如，如果你的工作是进行数字表格输入，进入广告系统，像机器人一样工作，那么这将大大加速。但我们如何定位自己，获得情感联系，创建品牌，我们如何以不同的方式探索这一点，我们如何带来新的营销方式，比如内容营销等，这些都是你需要经历的。
大多数部门最终都没有消失，我们正在降低人力工作岗位的交易价格。我们更喜欢能够使用人工智能的人类。
主持人：这是我想插话的一点。我们需要教导人们成为有能力的、聪明的消费者和人工智能用户。
Reid Hoffman：看，即使是客户服务，这往往是，这是你的脚本，遵循脚本，例如，成为一个人，看起来像一个机器人。看，它的行为就像一个机器人，那些工作就会减少。但也许客户服务现在变成了如何建立关系。所以，是的，你有一个人工智能可以解决我的东西到了但它坏了的问题，或者我不知道如何使用它，或者达达达，还有一个机器人，人工智能可以帮助解决这个问题。但接下来，嘿，你愿意吗？你有兴趣与我们公司进行更多接触吗？然后就需要人类辅助人工智能来实现这一目标。
所以无论如何，也许，对吧，猜测，但工作会改变。因此，有些任务确实得到了加速，而另一些任务则变得新的可能。因此，即使在教育机构中也会发生这种情况。确实如此。
主持人：但是，您如何看待变化的速度？当变化速度跨越代际时，社会有时能够很好地适应，但跨代变化往往很困难。您对此有什么看法？
Reid Hoffman：我们永远不会看到，社会的某些部分继续加速发展。在未来主义和后现代主义中，他们认为我们已经处于最快速度，而我们比现在快得多。您在互联网上部署新产品，实际上几天之内就可以到达数十亿人的手中。通常情况并非如此，但它确实可以做到。这种速度是新的，具有挑战性的。
这就是为什么我很高兴您将其带回这里的原因之一，因为我并不是想过分乐观地认为过渡会很容易。人工智能可以帮助我们实现过渡，这是件好事。你说，嘿，我们现在正在建造自动驾驶卡车，尽管我们现在卡车司机短缺，但如果每个制造商都开始建造自动驾驶卡车，现在只有自动驾驶卡车，则需要 10 多个几年后，道路上一半以上的卡车将是自动驾驶卡车。
但你说，好吧，当卡车司机离开时会发生什么，等一下，这是我喜欢的工作，而这份工作，正在减少并消失？你说，好吧，看，它发生了。顺便说一句，它使道路更安全，在网格管理和其他一系列方面变得更环保。但这是一个人工智能，可以帮助你找出你可能喜欢的其他类型的工作，帮助你学习做这些工作，帮助你做这些工作。因此，我认为这种转变是非常有可能的。
但是，转型很难，速度也很难，具体来说，教育系统不再是建立在工业模式之上，即你训练人们，你有训练课程，现在你去工作。你必须一直学习，对吧？就像你今天接受的训练，五年后，如果我们取得进展，那将会有所改变。然后，不仅仅是通过经验，你还必须不断学习。
主持人：我想简短地谈一谈政策问题，这也是你所涉足的一个领域。特别是，我们正在考虑的是国内政策，以及一些地缘政治和人工智能的问题。此外，我们还需要考虑科技公司在教育方面应该扮演什么样的角色。在考虑良好的政策和可能实际上会扼杀创新的限制性政策时，我认为你真正反对的是后者。但是，现在的情况是怎样的呢？你认为我们在未来几年会看到什么？
Reid Hoffman：我们用于做伟大事情和减轻坏事的工具集只会越来越多。因此，例如，一个相似之处是，随着这些人工智能模型越来越大，我们发现，将它们与人类利益联系起来更容易。例如，如果有人对人工智能说，我真的很沮丧，我想自残，它不会给出一个关于如何自残的网站，而是会说，这真的很难。你在和人说话吗？你有没有想过和别人谈谈？我认为你可能能够处理这个问题，并以更一致和更有帮助的方式做出回应。这就是我对未来如此关注的部分原因。
你开始强加，让我们放慢速度，让我们现在就停下来。实际上，这是有害的。比如，我们每部手机上都有一个医疗助理。在我们让每个有手机的人都能使用它之前，我们不应该放慢速度。我们应该尝试以某种方式让每个人都可以使用电话，也许可以使用村庄的电话，或者可以使用邻居的电话，但是，类似的事情。现在，这显然并不意味着，如果你说你想从A点到达B点，那么每小时五英里的速度对你没有帮助。但这并不意味着你不能很好地导航。当你进入弯道时，你会在转弯时放慢速度，因为这就像不要越过悬崖一样。所以，你必须聪明地导航。
现在，关于这些政策问题，我考虑的事情之一是，比如说，这种转变的概念。举例来说，我记得大约一年前，《即兴曲》的第一章是关于教育的，这就是引起大量惊愕的原因之一。从大学设立开始，哦，天哪，这正在改变我们的大学申请流程。顺便说一句，这就是所谓的进步。是的，中间阶段很难，你必须弄清楚新的阶段，但事实是，我们已经这样做了几十年，而且我们很习惯这样做，顺便说一句，这是织布工对织布机的抱怨，对吧？我们对自己的编织很满意。你会说，是的，是的，但如果我们去织布机，我们可以为每个人提供更多的衣服。这是一件好事。我们只需要以各种方式帮助人类实现这一转变。
所以我认为，当你考虑政策时，问题是，很多时候很自然的事情是，我们如何放慢速度，如何停下来？问题是，我们如何开车到正确的位置？事情是什么？比如说，你知道，我有时会和这个国家的政客们坐在一起讨论这个问题，我会问他们，你希望制造业恢复活力吗？他们说，是的，这些都是很棒的中产阶级工作，等等。我说，好吧，你们到达那里的产业政策是什么？他们好吧，好吧，是的，你不能。保护主义确实行不通。它可能会有效十年，在那之后，你将给你的孩子一个更糟糕的未来。人工智能和机器人技术是振兴它的最佳途径。他们说，好吧，但这不都变成了机器人工厂吗？看，这都是机器人工厂。我们还有其他有趣的机会。实际上，当我们观察亚马逊中心，随着其自动化程度的提高，他们确实为在那里工作的每个人运送了更多的包裹。再次强调，这是生产力和进步的体现。然而，他们也增加了员工的数量，这是资本主义进步的一部分。我认为这就是我们应该关注的问题。
主持人：那么，在我们的政策对话中，有哪些具体的事情值得我们关注？在未来几年，我们需要重点关注什么？
Reid Hoffman：以医疗助理为例。目前，大多数这些模型的构建者都试图避免以任何特定方式提供医疗建议，因为他们不想承担责任。如果是我，我会建议他们在医疗环境中进行操作，因为至少有一个人在观众中这样做，我之前见过他。但是，例如，GPT-4 等正在更多地避开这种情况。
我实际上认为，如果我是一个积极主动的政策制定者，我会说，这就是你的责任，这是你必须明确的界限。你必须声明，我不是医生。你必须询问，你能看医生吗？你必须说，我不确定我给你的建议是否正确。你确实应该尽可能地寻求医疗建议，在此基础上，你才能给出一些答案，我们应该跟进，看看效果如何。然后，你就可以开始在每部手机上配备医疗助理，对吗？
我个人认为，随着社会的发展，医疗服务应该由社会提供。我认为，这不一定需要通过就业来实现。我们这里有很多人没有保险，这意味着他们无法获得医疗服务。这可能是一种开始提供帮助的方式，例如，你可以积极主动地尝试实现积极的结果。这是可以基于政策完成的事情。
主持人：我收到了进入问答环节的信号，但我想问一下您对人工智能、社交网络和选举周期的简短看法。因为我们需要进入问答环节。
Reid Hoffman：我一直倡导的部分内容，LinkedIn 显然也表明了这一点，我认为科技公司需要意识到，我们不仅向个人提供产品，而且当您达到一定水平时，您还必须将社会作为客户。您如何与社会和人群打交道？当我们集体学习时，民主就会发挥作用。您希望这些网络参与集体学习，集体学习意味着学习真正正确的东西，对吗？
因此，如果您有一个信息生态系统。那些声称 2020 年选举被窃取的人，当你看清自治领诉讼等事情时，福克斯的观点评论员会这么认为。犯下这种行为的人互相发短信知道这是错误的，对吗？这是一个严重的问题。这是社会应该学习的。为了实现这一目标，您应该拥有学习生态系统。
所以这并不意味着你有一个真理的提供者。我在 LinkedIn 会告诉你什么是真的，什么是假的。这是一个挑战。你想要的是拥有一个学习生态系统，这就是为什么当我们考虑几乎任何系统、任何机构时，我们说真理判断很重要的原因之一。我们做人类小组。我们在科学领域、学术期刊和评论家中做到这一点。我们通过陪审团来进行。我们在研究和科学中这样做。所有这些事情，比如，我们如何将它们部署为学习系统？这就是我们应该努力的方向。
问答环节：
问：感谢您今天的到来。我是这个领域的新手，只有一年的经验。我想问的是，如果你现在 30 岁，愿意冒险、愿意学习，你会抓住哪些机会？
Reid Hoffman：我曾在创业评论中提到过，人们有时会低估某些类型的决策的重要性。比如，投资决策，你获得的可能是软资产而不是硬资产，这些软资产包括你的人脉网络、知识等等。现在，很多人都认同投资知识是一件好事，而且建议加入行业网络，而不是仅仅加入某个特定的公司。公司可能很好，但是哪些网络和哪些行业有扩大和发展的潜力呢？然后，你需要尽一切可能进入这个行业。
以我自己为例，我对我的职业生涯以及我最终从事的工作并不感到不满。但是，如果我回过头来想想我可能会做什么事情，这些事情会是更明智的决定。当我离开苹果去富士通时，我被定位为产品经理，我必须有产品经理的经验。但实际上，也许我的决定应该是去网景，因为这是一场在线革命，成为在线革命的一部分比在富士通更重要。
因此，选择适合你的网络和行业，适合你想做的事情。例如，我不想点名批评某些行业，但有些行业正在衰落。如果你不想进入这些行业，那就深思熟虑。如果你决定进入某个行业，那很好，但要意识到你选择的行业应该是潮流在你前面，而不是在你后面。
现在，显然，软件技术、人工智能可以成为认知工业革命的一部分，但你开始思考的方式是，我在哪里是逆向的、我在哪里有有趣的潜在论文。能爆发并做出非凡的事情吗？也许人们现在不那么专注。只有小团体专注于药物发现和人工智能。我会去做那件事。我有生物学背景。我对你的背景一无所知。所以我只是想扔掉一些东西。
我在初创公司审查中规定的部分内容是，看，你已经拥有了自己的资产。你有你的愿望。你有市场现实。你正在开发一款产品来实现最大的竞争差异化。这就是值得关注的事情。
问：非常感谢您的分享。我只是好奇，你的投资理念是什么？你最喜欢哪种公司？是什么促使你决定投资 Airbnb？谢谢。
Reid Hoffman：我投资 Airbnb，因为这很容易。因为它还有一个有趣的故事。所以，第一个向我推销 Airbnb 的人把它推销成沙发冲浪。这导致我有一年没有见到创始人，因为我觉得，哦，沙发冲浪不是一个好主意。它不会作为一种一般策略发挥作用。所以，其他人告诉我这些创始人很棒。
我学到的第一课是，不要让不是创始人的人向你推销的东西过度地让你变得消极，因为那个人搞错了。
在与三位创始人见面三分钟后，我就说，好吧，我要向你提出投资要约。来推销这个企业吧。那是星期天。明天过来推销合作关系，等等。
我们提出了合作伙伴关系，David Z 是我最有价值的人，也是我加入 Greylock 的原因，他是 LinkedIn 最有价值的董事会成员。所以，我们进行了推介。创始人走了出去。David Z 看着我说，每个 VC 都必须有一个失败的交易。Airbnb 可以是你的。我们在合作会议桌上直言不讳地交谈。我觉得这个话题非常有趣。我发现这增强了我对投资的兴趣，无论是逆向投资还是正确的投资，然而，六个月后，数据并没有发生任何变化。
有一次，David 找到我，他说：“好吧，我完全同意你的观点，David 的学习机器确实很棒。”另一次，有人找到我，他说：“你是对的，我错了。”你看到了什么？你看到了我没看到的东西吗？我回答说：“你看，你说的都是对的。”
地方工会可能会对此感到不满，尤其是在酒店行业。城市也不会喜欢这种重新划分区域的做法。邻居们可能会感到不舒服。也许会发生一些不好的事情，比如谋杀或其他不良事件。所有这些都可能抑制这项投资。
然而，他们有一个很好的计划，他们认为世界应该是这样的：旅行者突然有机会在他们所在的地方获得更多独特的体验、联系和当地社区。房东可以成为小企业家，他们可以提供自己的房间或公寓。他们可以以酒店实际上不会创新的方式进行创新。这种方式可能更便宜，也可能更昂贵，但更令人愉快。它可以是全方位的。实际上，这才是世界应该的样子。
因此，我认为如果我们能规避这些风险，我们就能创造出真正令人惊叹的东西。我认为，这三位创始人有潜力。总是有风险系数。这有点像我看待投资的典型方式。我无法评论最近的投资，因为它们仍然是秘密的，但这就是我更深入地回答 Airbnb 的原因。
问：感谢您来到这里。问题分为两部分。首先，您认为有任何争论吗？开源人工智能有什么优点？其次，您是否觉得政策制定者正在领先于技术？以便他们能够更加妥善地进行监管。与 2016 年的 Web2 生态系统思维相比，不良行为者已经存在，我们正在让其中一些影响发生。没有人真正关注？您是否认为政策制定者更加关注正在建设的内容并真正了解正在发生的事情？
Reid Hoffman：让我们看看。那么关于第一个问题，我确实认为开放，比如一般来说，开源软件是我广泛赞同的事情。所以我认为有很多不同类型的小型开源模型完全可以做。我认为促进创业、促进学术工作、开放考试都是很好的。
因此，如果您可以查看模型并了解，因为顺便说一句，这些模型一旦投入使用就可以进行后期训练。我做了安全训练，然后我就发布了。安全训练可以撤销。好吧，我训练它不是为了告诉你如何制造炭疽。是的，我可以取消训练它，它也可以做到这一点。然后突然间有更多的人可以遵循如何制造炭疽的配方。相对于公共健康来说并不好。这就是关于开源的大致情况。
如何在没有百分之百的情况下获得一定比例的开源？比如，你如何让它说，你有更广泛的访问权，这很好，但不是恐怖分子或疯子或罪犯或流氓国家。所以这是第一点。
现在第二点，问题是开发了技术，它做了很多好事，但也遇到了一些挑战。事后看来，每个人都会说，很明显当时应该如何监管。应该这样做。是的，但顺便说一句，如果试图事先进行监管，对真正问题是什么以及解决方法的认识，实际上几乎肯定是专家们不准确的。因此，也许会阻止很多好事，也许会阻止坏事，但你取得的进步却少了很多。
因此，我的总体看法是，例如，当监管机构与我谈论监管任何事物（包括社交网络）时，我会说，看，尝试以清晰的方式定义您的结果，然后说，在这里，我想要更多这些结果以及更少的这些结果。例如，让我们以社交网络为例。我们可以参考新西兰的一个案例，其中一名恐怖分子正在直播他的谋杀行为。你可能会说，我希望减少这种谋杀行为。但你需要做的是，你需要审计这个过程，你需要通过你的审计员来运行它，这样我们就能建立一个良好的基础设施。比如，你展示了一起意外谋杀案，那可能需要花费 10,000 美元。如果你展示了同一事件中的 100 起谋杀案，那可能需要一百万美元。然而，技术生态系统会找到方法让这个数字保持在一个较小的范围内。这就是正确的思考方式，这就是对这些问题的监管方式。
当然，你必须努力思考你试图避免的结果是什么，这是真正的工作，而不是说，停下来，直到你知道你是完美的。如果你这样做，就像今天评估技术的镜头一样，如果它们从一开始就开始，阿司匹林就不会被批准，汽车也不会被批准。所以你必须说，不，不，不，我们如何边走边学，边迭代，边添加安全带？边走边添加。这就是我们需要讨论的问题。
问：关于 Inflection AI。我认为 Inflection AI 可能是理解和表达动作的最佳大型语言模型。想知道实现这一目标的秘诀是什么？为什么 GPT-4 和 Gemini 不能做同样的事情？
Reid Hoffman：谢谢你的问题。关于我们的训练发展秘诀，我认为最好是诚实地说，这是商业秘密的一部分。我认为它是可复制的。我认为其他人看到它后，他们会意识到他们也可以生产它。但是，这需要非常聪明的人经过多年的努力才能实现。
问：关于 Reid 您的背景。为什么选择学习符号系统和哲学，以及为什么选择转向创投。这个背景如何让您成为更好的投资者、企业家或个人？
Reid Hoffman：我试图让人们注意的一件事是，我认为投资并不仅仅是做一个分析，比如折现现金流和市场增长以及客户获取成本和生命周期价值等等，这些都很重要。但实际上，当你想象世界可能是什么样子时，它就是一种可能性的镜头。这是一个关于你可以用技术构建什么的问题。这是团队如何运作，如何扩展，以及许多其他事情的问题。
当我和 Sam Altman 一起教一堂 Y Combinator 课时，Sam 问我，我相信什么，而这个房间里的大多数人都不相信？我想，要想成为一名优秀的企业家，你需要有一套明确的人性理论。当你在构建产品并思考它时，你会说，这就是我认为的人性，这就是我认为人们会对我的产品做出良好反应的方式，我会帮助他们通过它提升自己，变得更好。而这正是哲学发挥作用的领域之一。
就符号系统而言，虽然我是从思考符号系统需要学习什么开始进入哲学领域的，但它是关于如何精确思考的问题。在思考问题或者思考语言如何运作时，你如何在你创造的物品中应用这些思考呢？我认为在进行技术创造时，这比许多其他事情都更为重要。当然，你也必须了解一些技术知识，这是理所当然的。然而，我想要强调的一点是，问题的关键在于估值、泡沫、风险资本，以及当前的人工智能。
每个人都在谈论即将出现的惊人技术，就像互联网一样，人们开始投资，而估值，尤其是对于投资者来说，往往在贴现现金流分析和其他方面显得不太合理。问题的一部分在于，我们应该考虑什么样的时间范围以及复利的情况。因此，我认为有很多疯狂的交易，而部分疯狂的交易也带来了疯狂的估值。但这也是人们知道你可能会创造的地方。在相对较短的时间内收购价值数十亿美元的公司，这是你所冒的风险。
作为投资者，我希望估值更低。然而，市场推动了估值的提高。这对于企业家来说是一件好事，这也是我真正喜欢的，因为这就是创造事物的方式。投资者就像是来凑热闹的，如果他们表现出色的话，他们会尽力提供帮助。
然而，这只是一个过于简单的答案，这也是为什么几乎所有的技术，经典的投资者都会说，哦，这些技术都是疯狂的，因为它们的价格都被抬高了，就像特斯拉一样。为什么特斯拉的估值高于所有其他汽车公司的总和？我并不是说这应该是这样，我只是说，这是一个问题。你可能会觉得这似乎不合理。但是，如果你相信汽车和交通正在从机械工程范式转变为软件范式，而目前没有一家公司能够生存下来并做到这一点，而特斯拉将成为一家伟大的汽车巨头，那么这个估值就不那么疯狂了。
现在，我认为他们的评估可能让这看起来像是一种确定性而不是可能性，对吧？但是，这种事情是围绕科技的市场估值中正在发生的事情的一部分，这也是人们确信科技领域即将出现的东西是未来的原因之一，他们对此的看法基本上是正确的。谢谢。
问：感谢您的分享。我有一个问题问你。您认为人工智能是否会从根本上挑战人际关系和互动的重要性，特别是在那些以人际关系为中心的行业，例如 K-12 学校？你是否认为，我们说我们的师生关系是最重要的事情之一，决定学生的成长和表现。你认为人工智能最终会挑战吗？或在任何意义上修改它？
Reid Hoffman：我认为它会带来转变。因为它会像一位无限耐心的导师一样加入到教育系统中。因此，与目前的情况相反，老师会说，你看，我负责 X 名学生，我只有有限的时间，如果学生做错了，我只有有限的时间来调试和花时间，在这种情况下，你会得到一些真正有帮助的东西。我不认为它会取代。
因为，就像一个手势比较，人类下棋不再像人工智能那么好了，句号。但我们有更多的人观看人类之间下棋。我们以人为本。我们以人为本。这有点像我们是部落群居动物。因此，我认为从广义上讲，尽管有些人会说，哦，没有人理解我，这个人工智能是我唯一的朋友，而且，我们会有一些奇怪的功能，但我认为我们构建像 Pi 这样的人工智能来对我说，嘿，让我来帮助你与你的朋友建立联系，我认为这更健康，而且我认为从广义上讲，我认为人们无论如何都会自然而然地朝着这个方向发展，因为我们喜欢以各种方式与人建立联系。因此，我认为这可以带来革命性的变化，这种变化可以被放大并应用于教育、医疗以及各种其他领域。我相信这将是一件有益的事情，但它也会经历一些转变。
主持人：好的，非常感谢您的到来。感谢您的参与，谢谢大家的光临。
（本文首发钛媒体 App，作者｜林志佳）
