Nguồn podcast: Lex Fridman Podcast
Người được phỏng vấn: Jensen Huang, Người sáng lập kiêm Giám đốc điều hành của NVIDIA.
Tuyển tập podcast : BitpushNews
Trong cuộc trò chuyện độ sâu kéo dài 2 giờ 26 phút, Jensen Huang đã thảo luận về Trí tuệ Nhân tạo mở rộng của AI , các tác nhân thông minh, hệ thống bảo vệ của NVIDIA , TSMC và Chuỗi cung ứng của hãng, khả năng giá trị vốn hóa thị trường 10 nghìn tỷ đô la, cách ông điều hành NVIDIA, và ứng xử cái chết và sự kế vị. Toàn bộ cuộc trò chuyện vô cùng bổ ích, trong đó tuyên bố nổi bật nhất là nhận định của ông về AGI: "Tôi cho rằng chúng ta đã đạt được AGI rồi."
Để đảm bảo trải nghiệm đọc tốt hơn, nội dung sau đây đã được chỉnh sửa nhưng vẫn giữ nguyên ý nghĩa ban đầu.
Bảng lương AGI
Lex Fridman:
Câu hỏi về thời gian đạt được Trí tuệ Nhân tạo Tổng quát (AGI) thực chất phụ thuộc vào cách bạn định nghĩa AGI. Hãy để tôi sử dụng một định nghĩa có lẽ hơi phi lý nhưng rất cụ thể: Nếu một hệ thống AI về cơ bản đã có thể làm được công việc của bạn—khởi nghiệp, phát triển, mở rộng quy mô và điều hành một công ty công nghệ thành công với giá trị hơn 1 tỷ đô la—thì chúng ta còn cách hệ thống đó bao xa? 5 năm, 10 năm, 15 năm hay 20 năm?
Tôi đang nói về những hệ thống có khả năng thực hiện các nhiệm vụ rất phức tạp: đổi mới, tìm kiếm khách hàng, bán hàng, quản lý, xây dựng đội ngũ các tác nhân thông minh và con người, v.v.
Hoàng Nhân Huân:
Đây là một công ty tốt hay chỉ là một công ty bình thường?
Lex Fridman:
Đây không chỉ đơn thuần là "thành lập một công ty" theo nghĩa thông thường; công ty đó phải có giá trị trên 1 tỷ đô la. Bạn biết đấy, việc cân bằng tất cả các yếu tố này khó khăn như thế nào.
Hoàng Nhân Huân:
Tôi cho rằng, ngay bây giờ. Tôi cho rằng chúng ta đã đạt được Trí tuệ Nhân tạo Tổng quát (AGI).
Lex Fridman:
Bạn có thực sự nghĩ rằng một hệ thống trí tuệ nhân tạo có thể điều hành một công ty như vậy ngay bây giờ không?
Hoàng Nhân Huân:
Có thể lắm. Lý do là vì bạn nói nó "trị giá 1 tỷ đô la", nhưng bạn không nói nó phải tồn tại mãi mãi.
Ví dụ, một hệ thống như Claude có thể dễ dàng tạo ra một dịch vụ web hoặc một ứng dụng nhỏ thú vị mà đột nhiên thu hút hàng tỷ người sẵn sàng trả 50 xu để sử dụng, rồi nhanh chóng biến mất sau đó. Chúng ta đã thấy nhiều công ty như vậy trong thời đại internet, và nhiều trang web trong số đó thực chất không phức tạp hơn nhiều so với những gì các hệ thống như OpenClaw có thể tạo ra ngày nay.
Lex Fridman:
Nói cách khác, nó dựa vào sự lây lan nhanh chóng của virus để gây ra dịch bệnh bùng phát, rồi kiếm tiền từ lượng truy cập đó.
Hoàng Nhân Huân:
Đúng vậy. Tôi chỉ không biết chính xác đó sẽ là gì. Tôi cũng không thể dự đoán được đó sẽ là những công ty nào vào thời điểm đó.
Quy luật mở rộng trí tuệ nhân tạo: "Trí tuệ sẽ tiếp tục mở rộng."
Lex Fridman:
Ông luôn là người ủng hộ mạnh mẽ luật mở rộng. Giờ ông vẫn tin như vậy chứ?
Hoàng Nhân Huân:
Dĩ nhiên là tôi tin điều đó. Thực tế, hiện nay chúng ta không chỉ có một đạo luật mở rộng, mà còn có rất nhiều đạo luật mở rộng khác nữa.
Lex Fridman:
Bạn đã đề cập đến bốn loại: huấn luyện trước, huấn luyện sau, mở rộng quy mô trong quá trình kiểm thử và mở rộng mô tác nhân. Mối quan ngại lớn nhất của bạn liên quan đến trở ngại này là gì?
Hoàng Nhân Huân:
Hãy nhìn lại. Ban đầu, mối lo ngại là việc mở rộng huấn luyện trước sẽ gặp phải giới hạn dữ liệu. Dữ liệu chất lượng cao có hạn, và ngay cả những mô hình lớn nhất cuối cùng cũng sẽ gặp trở ngại. Ilya thậm chí còn nói đại loại như "huấn luyện trước đã kết thúc", điều này gây ra sự hoang mang trong toàn ngành, với nhiều người cảm thấy rằng AI đã đạt đến giới hạn của nó.
Nhưng điều này rõ ràng là không đúng. Dữ liệu huấn luyện sẽ tiếp tục mở rộng trong tương lai, trong đó một phần đáng kể đến từ dữ liệu tổng hợp. Nhiều người nhầm lẫn về "dữ liệu tổng hợp", nhưng lượng lớn thông tin mà con người truyền đạt, chỉnh sửa, nâng cao và sau đó phổ biến vốn dĩ là "tổng hợp". Trí tuệ nhân tạo hiện nay có thể tạo ra lượng lớn dữ liệu được tăng cường dựa trên thông tin thực tế, vì vậy việc huấn luyện trong tương lai sẽ không còn bị giới hạn chủ yếu bởi dữ liệu nữa, mà sẽ ngày càng bị giới hạn bởi tỷ lệ băm.
Hoàng Nhân Huân:
Định luật thứ hai về mở rộng là mở rộng trong quá trình kiểm thử. Nhiều người từng nói với tôi rằng việc huấn luyện rất khó, nhưng suy luận sẽ dễ dàng; rằng các chip suy luận trong tương lai sẽ nhỏ, rẻ và dễ dàng thương mại hóa. Nhưng điều này luôn có vẻ phi logic đối với tôi, bởi vì suy luận là tư duy, và tư duy khó hơn nhiều so với đọc.
Việc huấn luyện trước giống như việc ghi nhớ, khái quát hóa và tìm kiếm quy luật; trong khi suy luận trong quá trình kiểm tra là về việc phân tích, lập kế hoạch, tìm kiếm và thử các hướng đi khác nhau khi đối diện một vấn đề mới. Vì đây là quá trình tư duy, làm thế nào nó có thể là tính toán nhẹ? Hóa ra, chúng ta đã đúng: mở rộng quy mô trong quá trình kiểm tra đòi tỷ lệ băm rất nhiều tài nguyên tính toán.
Hoàng Nhân Huân:
Tiếp theo là mở rộng tác nhân. Giờ đây chúng ta đã có một tác nhân với mô hình ngôn ngữ lớn, nhưng trong quá trình thử nghiệm, tác nhân này sẽ thực hiện nghiên cứu, truy vấn cơ sở dữ liệu, sử dụng các công cụ, và quan trọng nhất là nó sẽ tạo ra nhiều tác nhân con hơn nữa.
Điều này tương tự như mở rộng NVIDIA: mở rộng bản thân tôi rất khó, nhưng mở rộng NVIDIA có thể thực hiện được bằng cách tuyển thêm nhân viên. Điều tương tự cũng áp dụng cho AI; quy luật mở rộng tiếp theo là nhân rộng AI.
Các tác nhân này sẽ tiếp tục tạo ra nhiều dữ liệu và kinh nghiệm hơn, một số trong đó sẽ được lưu giữ và tái sử dụng trong quá trình huấn luyện trước, sau huấn luyện và kiểm tra để mở rộng, tạo thành một chu kỳ liên tục. Cuối cùng, trí tuệ sẽ tiếp tục mở rộng, và giới hạn trên của nó sẽ được xác định bởi tỷ lệ băm.
Trí tuệ nhân tạo (AI) sẽ trở thành gì trong tương lai: một nhân viên kỹ thuật số, một người sử dụng công cụ, và một "máy tính được tái tạo"?
Lex Fridman:
Nhưng thách thức thực sự là bạn phải dự đoán trước hướng phát triển của trí tuệ nhân tạo trong tương lai, bởi vì chu kỳ phát triển của kiến trúc phần cứng chậm hơn nhiều so với chu kỳ phát triển của các mô hình.
Hoàng Nhân Huân:
Đúng vậy. Kiến trúc mô hình AI thay đổi khoảng sáu tháng một lần, trong khi kiến trúc hệ thống và phần cứng chỉ thay đổi khoảng ba năm một lần. Do đó, bạn phải suy đoán xu hướng trước hai đến ba năm.
Một phần thành công của chúng tôi đến từ nghiên cứu nội bộ; phần còn lại đến từ sự hợp tác với toàn bộ ngành công nghiệp. Chúng tôi có lẽ là công ty duy nhất trên thế giới hợp tác với hầu hết mọi công ty AI, vì vậy chúng tôi luôn có thể nghe được những "lời thì thầm" thực sự của ngành.
Lex Fridman:
Vậy là bạn đang dự đoán tương lai à?
Hoàng Nhân Huân:
Thực ra thì đơn giản hơn: bạn chỉ cần suy luận.
Nếu một mô hình ngôn ngữ quy mô lớn cuối cùng trở thành "nhân viên kỹ thuật số", thì nó cần phải có những gì?
Nó phải truy cập vào bằng chứng thực sự, đó chính là hệ thống tập tin;
Nó phải có khả năng tiến hành nghiên cứu, bởi vì tôi không thể chờ đến khi nó biết mọi thứ về quá khứ, hiện tại và tương lai trước khi sử dụng nó;
Nó cũng đòi hỏi khả năng sử dụng các công cụ.
Hoàng Nhân Huân:
Một số người cho rằng trí tuệ nhân tạo sẽ hoàn toàn phá hủy phần mềm, khiến các công cụ trở nên không cần thiết. Tôi thấy điều đó thật vô lý.
Hãy thử tưởng tượng thế này: Nếu trong mười năm tới chúng ta tạo ra một robot hình người cực kỳ mạnh mẽ, và khi nó đến nhà tôi, liệu nó có nhiều khả năng sử dụng những công cụ tôi đã có để hoàn thành nhiệm vụ, hay nó sẽ biến bàn tay thành một chiếc búa 4,5 kg trong chốc lát, rồi thành USD ngay sau đó, thậm chí còn phát ra sóng vi ba từ ngón tay để đun nước? Rõ ràng, nhiều khả năng nó sẽ chỉ sử dụng lò vi sóng.
Không sao nếu bạn không biết cách sử dụng lần đầu. Chỉ cần tìm sách hướng dẫn trực tuyến và bạn sẽ biết cách dùng ngay thôi.
Do đó, chìa khóa cho tương lai của AI không phải là loại bỏ các công cụ, mà là học cách sử dụng công cụ, truy cập tập tin, tiến hành nghiên cứu và thiết lập kết nối đầu vào/đầu ra với các hệ thống bên ngoài. Theo logic này, bạn sẽ thấy rằng chúng ta thực sự đã tái tạo lại máy tính.
Hoàng Nhân Huân:
Nếu bạn xem lại sơ đồ kiến trúc của các hệ thống tác nhân mà tôi đã vẽ tại GTC hai năm trước, bạn sẽ thấy rằng nó gần như giống hệt với OpenClaw hiện nay.
Lý do vấn đề này nổi lên vào thời điểm hiện tại là vì khả năng của mô hình đã đạt đến một mức độ nhất định, và các dự án trong hệ sinh thái đã trưởng thành. Tôi tin rằng OpenClaw có tầm quan trọng đối với các hệ thống tác nhân thông minh tương đương với ChatGPT đối với trí tuệ nhân tạo tạo sinh.
Hướng dẫn sử dụng NVIDIA?
Lex Fridman:
Ngày nay, NVIDIA là một công ty nền tảng bao gồm chip, hệ thống, mạng, trung tâm dữ liệu, phần mềm và hệ sinh thái. Làm thế nào để ông điều hành công ty này?
Hoàng Nhân Huân:
Khi thiết kế một chiếc máy tính, bạn cần một "hệ điều hành máy tính"; khi thiết kế một công ty, trước tiên bạn nên tìm hiểu xem công ty đó sẽ sản xuất ra cái gì.
Tôi đã xem qua nhiều sơ đồ tổ chức của các công ty, và chúng hầu hết đều giống nhau, nhưng điều đó thật vô lý đối với tôi. Cấu trúc của một công ty nên phản ánh hoàn cảnh hoạt động và phục vụ cho sản phẩm mà công ty đó sản xuất ra.
Hoàng Nhân Huân:
Tôi báo cáo trực tiếp cho khoảng 60 người, thực tế là nhiều hơn thế. Hầu hết mọi người đều có ít nhất một phần liên quan đến kỹ thuật: một số làm về bộ nhớ, một số về CPU, một số về quang học, một số về GPU, và một số về kiến trúc, thuật toán và thiết kế.
Tôi không làm việc theo hình thức quản lý cá nhân. Bởi vì điều đó đơn giản là không thể. Nếu bạn thực sự có 60 nhân viên trực thuộc và muốn hoàn thành công việc, bạn không thể chỉ dựa vào quản lý cá nhân.
Lex Fridman:
Vậy khi bạn đang thảo luận về một vấn đề cụ thể, tất cả mọi người khác cũng đều có mặt phải không?
Hoàng Nhân Huân:
Đúng vậy. Ngay cả khi cuộc thảo luận xoay quanh vấn đề tản nhiệt hay mạng lưới, mọi người đều lắng nghe. Bởi vì một vấn đề cục bộ chắc chắn sẽ ảnh hưởng đến các bộ phận khác: nó sẽ tác động đến nguồn điện, bộ nhớ và mạng.
Tại NVIDIA, không có vấn đề nào được giải quyết bởi một cá nhân. Chúng tôi đưa ra vấn đề, và sau đó mọi người cùng nhau giải quyết. Bởi vì chúng tôi thực hiện thiết kế hợp tác ở mức độ cao, và theo một nghĩa nào đó, toàn bộ công ty luôn luôn thực hiện thiết kế hợp tác ở mức độ cao.
CUDA: Bước đi nguy hiểm và quan trọng nhất của Nvidia
Lex Fridman:
Nhìn lại, bước đi quan trọng nhất của NVIDIA có lẽ là CUDA. Đó gần như là một quyết định sống còn.
Hoàng Nhân Huân:
Đúng vậy. Tôi cho rằng đó là thời điểm chúng ta suýt phải đưa ra quyết định chiến lược sống còn nhất.
Vào thời điểm đó, chúng tôi đã phát minh ra CUDA, giúp mở rộng đáng kể phạm vi ứng dụng mà GPU có thể tăng tốc. Nhưng vấn đề là: làm thế nào để thu hút các nhà phát triển? Bởi vì mọi thứ về nền tảng điện toán đều xoay quanh các nhà phát triển, và điều mà các nhà phát triển coi trọng nhất không chỉ là công nghệ đó thú vị đến mức nào, mà còn là liệu số lượng người dùng hiện có đủ lớn hay không.
Hoàng Nhân Huân:
Tôi luôn tin rằng số lượng hệ thống được cài đặt sẽ quyết định kiến trúc của hệ thống.
Hãy nhìn vào x86; nó không phải là kiến trúc thanh lịch nhất, nhưng ngày nay nó đã trở thành kiến trúc tiêu biểu. Ngược lại, nhiều kiến trúc RISC cực kỳ thanh lịch lại thất bại. Lý do là vì điều thực sự định nghĩa một kiến trúc không phải là tính thẩm mỹ, mà là số lượng người dùng hiện có.
Hoàng Nhân Huân:
Vì vậy, chúng tôi đã đưa ra một quyết định rất khó khăn: tích hợp CUDA vào GeForce, vào mọi máy tính cá nhân, bất kể người dùng có sử dụng ngay lập tức hay không. Đồng thời, chúng tôi đã đến các trường đại học, viết sách và giảng dạy các khóa học để giới thiệu CUDA đến các nhà nghiên cứu, nhà khoa học và sinh viên.
Vấn đề là CUDA đã khiến giá thành của GPU dành cho người tiêu dùng tăng vọt, gần như ngốn hết toàn bộ lợi nhuận gộp của công ty. Giá trị vốn hóa thị trường của công ty từng giảm mạnh từ sáu hoặc bảy tỷ đô la Mỹ xuống còn khoảng 1,5 tỷ đô la Mỹ. Nhưng chúng tôi vẫn kiên quyết đưa CUDA vào GeForce.
Tôi luôn nói rằng: NVIDIA là công ty được xây dựng bởi GeForce, bởi vì chính GeForce đã mang CUDA đến với mọi người.
Hệ thống bảo vệ của Nvidia là gì?
Lex Fridman:
Vậy hệ thống bảo vệ lớn nhất của NVIDIA chính xác là gì?
Hoàng Nhân Huân:
Một trong những thuộc tính quan trọng nhất của chúng tôi là số lượng cài đặt trên nền tảng điện toán của chúng tôi. Hiện nay, tài sản quan trọng nhất của chúng tôi là số lượng cài đặt CUDA.
Hoàng Nhân Huân:
Hai mươi năm trước, chắc chắn không hề có bất kỳ hệ thống nào như CUDA hay TUDA. Ngay cả khi ai đó đã phát triển GUDA hoặc TUDA vào thời điểm đó, điều đó cũng không tự động thay đổi được gì. Bởi vì vấn đề này chưa bao giờ chỉ đơn thuần là công nghệ. Công nghệ chắc chắn rất quan trọng, nhưng điều thực sự làm nên thành công của CUDA không chỉ là ba người, cũng không chỉ là một ý tưởng hay, mà là sự đầu tư và mở rộng liên tục khả năng của công ty. Không phải ba người đã làm nên thành công của CUDA, mà là 43.000 nhân viên và hàng triệu nhà phát triển cùng nhau làm việc để đạt được điều đó.
Hoàng Nhân Huân:
Lớp hệ thống bảo vệ đầu tiên là công suất lắp đặt.
Lớp thứ hai là tốc độ thực thi. Với mức độ phức tạp hiện nay, chưa có công ty nào trong lịch sử từng xây dựng một hệ thống như vậy, chứ đừng nói đến việc xây dựng nó mỗi năm một lần.
Từ góc nhìn của nhà phát triển, nếu tôi hỗ trợ CUDA, sức mạnh của nó sẽ tăng lên trung bình gấp 10 lần trong vòng sáu tháng; nếu tôi xây dựng các gói mã mã nguồn mở trên CUDA trước tiên, tôi có thể ngay lập tức tiếp cận hàng trăm triệu máy tính, tất cả các nền tảng điện toán đám mây lớn, tất cả các công ty máy tính lớn, tất cả các ngành công nghiệp và tất cả các quốc gia.
Hơn nữa, các nhà phát triển tin rằng NVIDIA sẽ tiếp tục duy trì CUDA, tối ưu hóa các thư viện và đầu tư vào nó. Niềm tin này là một phần của rào cản gia nhập thị trường.
Hoàng Nhân Huân:
Lợi thế cốt lõi thứ hai của chúng tôi là hệ sinh thái.
Chúng tôi đã tích hợp theo chiều dọc một hệ thống cực kỳ phức tạp, nhưng đồng thời, chúng tôi cũng kết nối nó theo chiều ngang với máy tính của mọi người: Google Cloud, Amazon, Azure, các công ty điện toán đám mây mới, siêu máy tính, hệ thống doanh nghiệp, điện toán biên, ô tô, robot, vệ tinh và thậm chí cả không gian.
Một kiến trúc duy nhất bao trùm hầu hết mọi ngành công nghiệp trên toàn thế giới. Phạm vi rộng lớn của hệ sinh thái này tự nó đã là một rào cản gia nhập rất lớn.
TSMC, HBM, ASML và toàn bộ Chuỗi cung ứng
Lex Fridman:
Chuỗi cung ứng có khiến bạn mất ngủ không? Ví dụ như ASML, công nghệ đóng gói tiên tiến của TSMC và HBM của SK Hynix.
Hoàng Nhân Huân:
Chúng tôi đã luôn nghĩ về điều này và đã luôn thực hiện nó. Chưa có công ty nào từng trải qua tăng trưởng nhanh chóng như vậy trong khi vẫn tiếp tục đẩy nhanh tăng trưởng độ phát triển.
Thị phần của chúng tôi tiếp tục tăng trên toàn thế giới trong lĩnh vực điện toán AI. Do đó, Chuỗi cung ứng, cả thượng nguồn và hạ nguồn, đều vô cùng quan trọng đối với chúng tôi.
Hoàng Nhân Huân:
Tôi dành lượng lớn thời gian để trao đổi với các CEO của các đối tác về: tình hình hiện tại, động lực tăng trưởng ngắn hạn, kế hoạch tiếp theo và hướng đi của chúng ta.
Ở một khía cạnh nào đó, những gì tôi làm cho CEO Chuỗi cung ứng cũng giống như những gì tôi làm cho nhân viên NVIDIA: cung cấp thông tin, định hình và truyền cảm hứng.
Hoàng Nhân Huân:
Ví dụ, vài năm trước, tôi đã thuyết phục một số CEO trong ngành công nghiệp DRAM rằng mặc dù HBM là một loại bộ nhớ hiếm gặp vào thời điểm đó, chủ yếu chỉ được sử dụng trong siêu máy tính, nhưng nó sẽ trở thành loại bộ nhớ chủ đạo trong các trung tâm dữ liệu trong tương lai.
Ban đầu, điều đó nghe có vẻ phi lý, nhưng một vài người đã tin và bắt đầu đầu tư vào việc xây dựng năng lực sản xuất HBM. Chúng tôi cũng thúc đẩy việc điều chỉnh bộ nhớ công suất thấp, vốn ban đầu được thiết kế cho điện thoại di động, để sử dụng trong trung tâm dữ liệu và siêu máy tính. Nhiều người ban đầu cho rằng điều đó thật kỳ lạ, nhưng những hướng đi này cuối cùng đã trở thành hiện thực.
Lex Fridman:
Vì vậy, bạn không chỉ định hình NVIDIA, mà còn cả TSMC, ASML, bộ nhớ, bao bì và thậm chí cả Chuỗi ngành công nghiệp rộng lớn hơn.
Hoàng Nhân Huân:
Cả thượng nguồn và hạ nguồn.
Lex Fridman:
Bạn có lo lắng về việc gặp phải tình trạng tắc nghẽn không?
Hoàng Nhân Huân:
Tôi không lo lắng. Tôi đã nói với họ những gì tôi cần, họ hiểu và họ cũng đã nói với tôi những gì họ sẵn sàng làm, và tôi tin rằng họ sẽ làm được.
Lex Fridman:
Có tin đồn rằng TSMC từng mời ông kế nhiệm họ nhưng ông đã từ chối. Điều này có đúng không?
Hoàng Nhân Huân:
Đúng vậy. Đó là một lời mời vô cùng vinh dự. TSMC là một trong những công ty có tầm ảnh hưởng lớn nhất trong lịch sử, và Morris Chang là một trong những doanh nhân và người bạn mà tôi kính trọng nhất trong cuộc đời mình.
Nhưng tôi đã từ chối, không phải vì lời đề nghị không đủ danh giá, mà vì tôi nhận thức rõ rằng công việc tôi đang làm tại NVIDIA cũng quan trọng không kém. Tôi đã hình dung được NVIDIA sẽ trở thành như thế nào và tầm ảnh hưởng của nó ra sao. Và việc biến điều đó thành hiện thực là trách nhiệm của tôi.
Lex Fridman:
Như vậy, giờ đây bạn có thể giúp cả hai công ty cùng lúc theo một cách khác.
Hoàng Nhân Huân:
Vâng, giờ tôi có thể giúp cả hai công ty.
Liệu Nvidia có đạt được giá trị vốn hóa thị trường 10 nghìn tỷ đô la?
Lex Fridman:
Bạn có nghĩ rằng NVIDIA sẽ đạt giá trị 10 nghìn tỷ đô la trong tương lai không? Hay nói cách khác: nếu điều này thực sự xảy ra, thế giới sẽ như thế nào?
Hoàng Nhân Huân:
Tôi cho rằng rằng tăng trưởng của NVIDIA rất có thể sẽ tiếp tục, và theo tôi, điều đó thậm chí là không thể tránh khỏi.
Hoàng Nhân Huân:
Tại sao? Có hai lý do kỹ thuật cơ bản.
Thứ nhất, ngành điện toán đã chuyển từ điện toán dựa trên truy xuất sang điện toán tạo sinh. Các máy tính trước đây về cơ bản giống như các hệ thống truy xuất tài liệu: con người viết trước, ghi lại và vẽ nội dung, lưu trữ chúng trong mạng và tệp, sau đó truy xuất chúng cho bạn thông qua các đề xuất và tìm kiếm.
Nhưng giờ đây, máy tính AI đã nhận biết ngữ cảnh; chúng phải xử lý và tạo ra các token trong thời gian thực. Nói cách khác, chúng ta đã chuyển từ một thế giới tập trung vào lưu trữ và truy xuất sang một thế giới tập trung vào tính toán và tạo ra dữ liệu trong thời gian thực. Thế giới cũ cần nhiều dung lượng lưu trữ hơn; thế giới mới cần lượng sức mạnh tính toán khổng lồ.
Hoàng Nhân Huân:
Thứ hai, trước đây máy tính giống như những kho hàng, nhưng giờ đây chúng giống như những nhà máy hơn.
Bản thân các kho hàng không trực tiếp tạo ra thu nhập, nhưng các nhà máy thì có. Ngày nay, máy tính không chỉ dùng để lưu trữ và truy xuất dữ liệu; chúng đang trực tiếp tạo ra sản phẩm có giá trị.
Hơn nữa, những sản phẩm đầu ra này—tức là các token—đang hình thành nên hệ thống phân cấp kinh tế riêng: có token miễn phí, token cao cấp và các cấp độ dịch vụ token khác nhau. Nó sẽ trở thành một hệ thống kinh tế thực sự.
Điện năng và trí tuệ nhân tạo trong nhà máy: Một trong những trở ngại lớn nhất đối với tương lai
Lex Fridman:
Nếu các tác nhân có mặt ở khắp mọi nơi, thì nút thắt cổ chai chính trong tương lai sẽ là gì?
Hoàng Nhân Huân:
Điện năng là một vấn đề, nhưng không phải là vấn đề duy nhất. Đó là lý do tại sao chúng tôi đặc biệt chú trọng đến thiết kế hợp tác tối đa, để số lượng token được sản xuất trên mỗi watt mỗi giây có thể tiếp tục tăng lên theo cấp số nhân.
Theo định luật Moore, trong 10 năm qua, sức mạnh tính toán tăng trưởng khoảng 100 lần; trong khi đó, kích thước và khả năng của hệ thống đã tăng lên gấp triệu lần. Chúng ta sẽ tiếp tục làm như vậy.
Hoàng Nhân Huân:
Một điều mà tôi luôn muốn thúc đẩy là giúp nhiều người hiểu rằng lưới điện thực tế luôn có lượng lớn điện năng dư thừa.
Vấn đề hiện nay là các hợp đồng trung tâm dữ liệu dữ liệu yêu cầu độ ổn định cực cao "9 ...
Khi các yêu cầu được xác định rõ ràng, đây là một vấn đề có thể được giải quyết thông qua kỹ thuật.
Về tương lai của lập trình
Lex Fridman:
Liệu trí tuệ nhân tạo (AI) sẽ khiến lập trình biến mất?
Hoàng Nhân Huân:
Không. Việc đó sẽ làm thay đổi lập trình.
Tương lai của lập trình sẽ giống như một dải liên tục: đôi khi bạn sẽ viết các đặc tả rất chính xác vì bạn muốn có một kết quả rất rõ ràng; đôi khi bạn sẽ cố tình định nghĩa ít hơn, để AI cùng bạn khám phá và thúc đẩy ý tưởng của bạn tiến xa hơn.
Do đó, lập trình sẽ không biến mất; chỉ là "việc viết đặc tả kỹ thuật" sẽ ngày càng giống lập trình hơn mà thôi.
Về ý thức, nhân loại và "sự thương mại hóa trí tuệ"
Lex Fridman:
Bạn có nghĩ rằng cuối cùng chip sẽ có ý thức giống như con người không?
Hoàng Nhân Huân:
Tôi không biết liệu thực sự sẽ có tình trạng thiếu khoai tây chiên hay không.
Trí tuệ nhân tạo chắc chắn có thể nhận biết sự căng thẳng, hiểu được sự lo lắng và nắm bắt được nhiều tâm lý khác nhau, nhưng tôi không chắc liệu nó có thực sự "cảm nhận" được những điều này hay không.
Do đó, tôi luôn cảm thấy rằng chúng ta cần phân biệt "trí tuệ" với "tính nhân văn". Trí tuệ bao gồm các khả năng như nhận thức, hiểu biết, suy luận và lập kế hoạch, nhưng nó không đồng nghĩa với tính nhân văn hoàn chỉnh.
Hoàng Nhân Huân:
Tôi thậm chí còn từng nói rằng trí thông minh là một loại hàng hóa.
Những người xung quanh tôi đều thông minh hơn, học vấn cao hơn và có nhiều kiến thức hơn tôi trong lĩnh vực chuyên môn của họ. Nhưng tôi vẫn ngồi ở vị trí trung gian, điều phối họ.
Điều này cho thấy điều thực sự quan trọng trong cuộc sống không chỉ là từ "trí thông minh". Khả năng chịu đựng đau đớn, sự quyết tâm, ý chí, lòng trắc ẩn và sự hào phóng của một người không thể được gói gọn trong "trí thông minh".
Đừng để việc dân chủ hóa và thương mại hóa trí tuệ khiến bạn lo lắng. Bạn nên tìm thấy nguồn cảm hứng từ nó.
Về cái chết, sự thừa kế và quyền thừa kế
Lex Fridman:
Thành công của NVIDIA, và cuộc sống của vô số người, phần nào phụ thuộc vào bạn. Nhưng cuối cùng, bạn chỉ là một con người, và bạn sẽ chết. Bạn có nghĩ về cái chết của chính mình không? Bạn có sợ chết không?
Hoàng Nhân Huân:
Tôi thực sự không muốn chết.
Tôi có một cuộc sống tuyệt vời, một gia đình tuyệt vời và một công việc rất quan trọng.
Những gì tôi đang trải nghiệm hiện tại không chỉ là một trải nghiệm "có một không hai", mà còn là một "trải nghiệm độc nhất vô nhị ở cấp độ con người". NVIDIA là một trong những công ty công nghệ có ảnh hưởng nhất trong lịch sử, và những gì chúng tôi làm rất quan trọng; tôi ứng xử.
Lex Fridman:
Vậy bạn nghĩ sao về việc kế nhiệm ông ấy?
Hoàng Nhân Huân:
Một trong những câu nói nổi tiếng của tôi là: Tôi không tin vào việc lập kế hoạch kế nhiệm.
Không phải vì tôi nghĩ mình sẽ không chết, mà vì: nếu bạn thực sự lo lắng về tương lai của công ty sau khi bạn rời đi, điều quan trọng nhất hiện nay không phải là lập kế hoạch kế nhiệm, mà là liên tục truyền đạt kiến thức, thông tin, hiểu biết, kỹ năng và kinh nghiệm.
Hoàng Nhân Huân:
Đó là lý do tại sao tôi luôn đưa ra lý lẽ ngay tại chỗ trước mặt đội ngũ.
Mỗi cuộc họp đều là một cuộc họp để lý luận;
Về cơ bản, mỗi phút tôi dành ra, cả trong và ngoài công ty, đều là để cố gắng truyền đạt kiến thức cho người khác nhanh nhất có thể.
Tôi chẳng bao giờ nhớ ra kiến thức gì quá lâu. Trước khi kịp hiểu thấu đáo, tôi đã chỉ cho người khác rồi: Hãy đi học cái này đi, nó quan trọng lắm đấy.
Twitter: https://twitter.com/BitpushNewsCN
Nhóm cộng đồng BitPush trên Telegram: https://t.me/BitPushCommunity
Đăng ký theo dõi Bitpush trên Telegram: https://t.me/bitpush
