每周Optimism能量 #179

本文为机器翻译
展示原文

嗨,朋友们👋,

周五快乐,欢迎回到第179期每周Optimism能量!

我们在2022年熊市期间开始撰写“每周速递”,因为我们看到许多令人惊叹的项目正在涌现,而市场却弥漫著(很大程度上由市场驱动的)悲观情绪。所以,本周的内容很棒。我们诞生于黑暗之中。

即使市场一片混乱,创新依然在加速进行。让我们把目光放宽一点。

又是一个充满Optimism的一周,下面还有四份额外的“额外内容”,以免让全世界的读者感到无聊。

让我们开始吧。


今天的每周精选由… 大师倾情呈现。

您的团队可能已经在各方面使用人工智慧:研究、客户支援、产品决策。但问题是…人工智慧对贵公司资讯的判断有 40% 的机率是错误的。

当大家都在竞相部署更多人工智慧工具时,他们却建立在过时的维基百科、分散的文档和部落知识的基础之上,而这些原本并非旨在驱动自动化决策。

Guru为 Spotify 和 Brex 等公司解决了这个问题。他们建立了唯一的 AI 验证系统,可以在 AI 代理使用公司知识之前自动验证。您可以将其视为 AI 大脑的品质控制。

率先解决这个问题的公司将拥有真正有效的AI,不会浪费宝贵的人力来弥补代价高昂的错误。

今天就来试试 Guru 吧!


(1) Claude Opus 4.6GPT-5.3-Codex 简介

分别是 Anthropico 和 OpenAI。

Anthropic 和 OpenAI 之间打造最聪明、最实用的智慧机器的竞赛愈演愈烈,扣人心弦。就在 Anthropic 发布超级杯广告的第二天,广告中嘲讽了 OpenAI 计划在其产品中加入广告的做法(包括 Jordi Hays 在内的许多人认为这种做法有点欺骗性,但广告本身却非常精彩)…

两家公司都发布了最新、最聪明的模型。 Anthropic 发布了 Opus 4.6,OpenAI 发布了 GPT-5.3-Codex(Codex 是其编码模型/应用程式)。

Anthropic 的 Opus 4.6 适合所有人:更擅长编程、制定更长的计划、进行财务分析、开展研究等等……我一直在试用它,它确实更聪明(尽管值得庆幸的是,它的写作能力仍然很差)。

OpenAI 的 GPT-5.3-Codex 是一款专为程式设计而设计的工具,它完美适合 OpenAI 本周发布的 Codex 应用。我曾让 5.2 版本为 Not Boring 建造了一个网站,它能建网站固然很棒,但无论我怎么提示,建造的网站设计都惨不忍睹。于是我让 5.3 版本把这个垃圾丢掉,重新做一个更好的,结果它一次就做出了一个相当不错的设计。它还能创建模型、简报和文档,不过目前在 Chat 中还无法使用。

在这两种情况下,实验室的研究人员都利用自己的智能体来辅助研究和建立新模型。 「总而言之,」OpenAI 写道,「我们发现这些新功能极大地加速了我们的研究、工程和产品团队的工作。」 这正是快速起飞理论的信奉者所推崇的机制:模型本身足够智能,能够让下一代模型更加智能,如此循环往复。

除了祝你这个周末和你的新天才们玩得开心之外,我不知道还能说什么。

(2)岩石可能会怎么想

张爱伦

只要运用逻辑思考过程──也就是说,只要思维在一段时间内沿著可接受的模式发展──机器就有机会发挥作用。

——范内瓦尔·布希博士, 《我们如何思考》,1945年

我们是怎么走到这一步的?

Eric Jang是人形机器人公司1X Technologies的人工智慧副总裁,此前他曾在Google大脑机器人部门工作六年,并共同领导了SayCan背后的团队。几周前,我和Evan Beard在机器人专题文章中提到的那些机器人,他就是参与研发的人员之一。

他的新文章《石头如何思考》是对范内瓦尔·布希 1945 年的经典著作《我们如何思考》的戏仿,标题就是文章的主旨:我们教会了石头思考,它们变得非常聪明。

这篇文章既是技术史,也是实用手册,内容相当专业,但它是我见过的对我们今天所处境况以及未来发展方向最简洁的概述。张教授梳理了机器推理的理论发展脉络,从单一前提错误就崩溃的符号逻辑系统,到在不确定性累积的情况下容易出错的贝叶斯信念网络,再到AlphaGo突破性的演绎搜索与学习直觉的结合,最终发展到如今的推理模型,例如Opus 4.6和GPT 5.3。

在实用操作指南部分,Jang 详细介绍了他如何构建自己的 AlphaGo 以及他现在如何使用人工智能:“以前我会在睡前让训练任务运行一整夜,现在我会让 Claude 会话在后台运行一些‘研究任务’。我醒来后会阅读实验报告,记下两点意见,然后要求进行 5 项新的并行研究。”

他认为我们很快就能运用如今科研人员等级的运算能力,而届时我们将需要大量的运算资源。他将智慧机器比喻为空调,李光耀曾称赞空调这项技术改变了人类文明的本质,使热带地区变得更有效率。目前,空调消耗了全球10%的电力,而资料中心的耗电量不到1%。如果自动化思考能够带来即使是气候控制所带来的生产力提升的一小部分,那么对推理计算的需求也将是巨大的。

也许正因如此,Google预计 2026 年资本支出将达到 1,850 亿美元,而亚马逊预计的支出甚至高达 2,000 亿美元,这导致其股价在盘后暴跌。

抛售固然难看,但如果张先生的判断正确,所有这些建设以及更多资源都将充分利用。我问了我的「智囊团」(克劳德·奥普斯4.6)对此次抛售有何看法。它告诉我:“如果瓶颈在于推理计算,那就建造数据中心。垂直整合,搞定!”

(3)由培养的小鼠脑细胞控制的无人机参加安杜里尔人工智慧大奖赛

帕默·拉基

不过,别急著否定细胞的思考能力!

Anduril 的 AI 大奖赛是一项无人机竞速比赛,规则十分严格:所有参赛无人机必须完全相同,不得进行任何硬体改装,且完全由 AI 软体操控。短短 24 小时内,就有超过 1000 支队伍报名参赛,争夺 50 万美元的奖金以及在 Anduril 的工作机会。

然后,有一队出现,计划使用由培养的小鼠脑细胞制成的生物计算机来操控他们的无人机。

小鼠脑细胞。澳洲公司Cortical Labs去年推出了CL1:这是一款售价3.5万美元的设备,它将实验室培育的神经元与矽晶片融合在一起。这些神经元在电极阵列上生长,在生命维持系统中保持活性,并透过电刺激学习任务。 2022年,团队将80万个人类和小鼠脑细胞移植到晶片上,并在五分钟内教导网路玩Pong游戏。这些神经元仅需几瓦的功率即可运行,学习所需的资料量远少于传统人工智慧。

所以:小鼠大脑是「软体」吗?谁在乎呢。

“乍一看,这似乎违背了只允许使用软体的规则精神。但转念一想,当然可以。”

(4)Waymo融资160亿美元,目前每周提供40万次乘车服务

Waymo

Waymo Raises $16 Billion From Alphabet, Others to Expand Service - Bloomberg

说到自动驾驶汽车…Alphabet旗下的自动驾驶汽车公司拥有更多资金来拯救生命。

去年,近4万美国人死于交通事故。造成这些事故的主要原因,例如分心、驾驶能力受损、疲劳驾驶等等,本质上都是人为因素。而Waymo自动驾驶汽车则不存在这些问题。它比人类驾驶员更安全,我们越快让更多的Waymo(以及其他自动驾驶汽车)上路,就越好。

幸运的是,该公司刚刚完成了160亿美元的融资,这笔资金在人工智慧领域相当于种子轮融资,大约只有任何一家大型超级资料中心营运商今年资本支出计划的10%,但这笔资金将意味著道路上将出现更多自动驾驶汽车。此轮融资使Waymo的估值达到1,260亿美元,总融资额约270亿美元。投资者名单表明,如果他们继续保持目前的投资势头,未来还将有更多资金涌入:红杉资本、 a16z、DST Global、Dragoneer、银湖资本、老虎环球基金、富达投资、T. Rowe Price、凯鹏华盈和淡马锡,以及控股股东Alphabet。这是迄今为止自动驾驶汽车公司获得的最大一笔私人投资。

本周我们一直在讨论快速起飞的话题,而 Waymo 就是一个先渐进后突然爆发的案例研究。

Waymo 于 2009 年作为谷歌的秘密项目启动,当时几位工程师改装了一辆丰田普锐斯,使其能够在金门大桥上自动驾驶。多年来,人们一直认为自动驾驶汽车还需要五年才能普及。谷歌在 2009 年至 2015 年间投入了 11 亿美元,但几乎没有任何产品可以出售。悲观主义者似乎占了上风,五年后才能实现自动驾驶的论调依然甚嚣尘上。

然后,它开始发挥作用了。全自动驾驶行驶里程已达1.27亿英里。与人类驾驶相比,严重伤亡事故减少了90%。光是2025年就完成了1500万次出行(是2024年的三倍)。每周在美国六个大都会区完成超过40万次出行。

它们已在凤凰城、旧金山、洛杉矶、奥斯汀、亚特兰大和迈阿密投入使用。如果你在这些城市体验过,最让你印象深刻的是,它从科幻感迅速转变为日常体验。现在,他们计划在2026年将这项服务推广到包括东京和伦敦在内的20多个城市。这项服务正在拯救全球各地的生命。

我的孩子永远考不到驾照,对吧?

(5)相反的技术趋势报告

逆向资本

Image

我的朋友们在Contrary刚刚发布了他们的年度科技趋势报告,其中包含大量图表、数据和对各种前沿技术领域的深刻见解。这是我近期读过的最乐观的报告之一。

有几点尤其引人注目。人工智慧工具的普及速度之快,令网路的成长曲线都显得缓慢。医师为导向的AI工具OpenEvidence在短短11个月内就拥有了30万活跃处方用户,而先前的业界标竿Doximity花了11年才达到这一里程碑。 ChatGPT周活跃的用户已达8亿,用户留存率也接近Google搜寻。 GitHub Copilot、Cursor和Claude Code等编码AI工具的年度经常性收入(ARR)都已接近或达到10亿美元。人工智慧公司实现营收里程碑的速度比传统SaaS公司快37%。

能源领域的数字令人震惊。欢迎来到电子革命时代。预计2040年,美国总发电量将成长35%至50%,主要驱动力来自资料中心、电动车和制造业。到2027年,美国仅在人工智慧相关领域的资本支出就将达到1.3兆美元,到2030年,全球资料中心支出将达到3兆至5兆美元。同时,风能和太阳能是全球成长最快的能源,预计从2022年到2032年,美国晶圆厂产能将成长203%,是全球平均水准的两倍多。美国正在再次蓬勃发展。

此外,还有一些前沿技术。 Lonestar Data Holdings公司计划在2025年To the moon资料储存单元。报告阐述了月球基地如何能够获取氦-3用于清洁聚变能源(正如《为了全人类》一书所预测的那样)、稀土金属用于电动汽车和电池,以及铂族金属用于氢燃料电池。载人月球飞掠任务「阿尔忒弥斯二号」预定于2026年4月进行。美国太空军希望在本世纪末之前在月球上建造一座100千瓦的核反应器。微软将一座资料中心沉入水下,硬体故障率降低了8倍。美国90%的工厂仍然没有机器人,这意味著我们未来将有很大的生产力提升空间。

当然,挑战也同样存在:老化的电网基础设施、资料中心周边的水资源短缺,以及60%的CEO表示人工智慧专案尚未带来正向投资回报。但最主要的结论是,人工智慧的建设正在如火如荼地进行,普及曲线真实存在,而且投资规模前所未见。

我们生活在科幻小说里。活在这样一个时代真好。

额外内容(献给不无聊的世界订阅者)在下方

Skyryse、Machina Labs、OpenAI x Gingko、General Matter x Mario

阅读更多

来源
免责声明:以上内容仅为作者观点,不代表Followin的任何立场,不构成与Followin相关的任何投资建议。
喜欢
73
收藏
13
评论