每週Optimism能量 #179

本文為機器翻譯
展示原文

嗨,朋友們👋,

週五快樂,歡迎回到第179期每週Optimism能量!

我們在2022年熊市期間開始撰寫“每週速遞”,因為我們看到許多令人驚嘆的項目正在湧現,而市場卻瀰漫著(很大程度上由市場驅動的)悲觀情緒。所以,本週的內容很棒。我們誕生於黑暗之中。

即使市場一片混亂,創新依然在加速進行。讓我們把目光放寬一點。

又是一個充滿Optimism的一周,下面還有四份額外的“額外內容”,以免讓全世界的讀者感到無聊。

讓我們開始吧。


今天的每週精選由… 大師傾情呈現。

您的團隊可能已經在各方面使用人工智慧:研究、客戶支援、產品決策。但問題是…人工智慧對貴公司資訊的判斷有 40% 的機率是錯誤的。

當大家都在競相部署更多人工智慧工具時,他們卻建立在過時的維基百科、分散的文檔和部落知識的基礎之上,而這些原本並非旨在驅動自動化決策。

Guru為 Spotify 和 Brex 等公司解決了這個問題。他們建立了唯一的 AI 驗證系統,可以在 AI 代理使用公司知識之前自動驗證。您可以將其視為 AI 大腦的品質控制。

率先解決這個問題的公司將擁有真正有效的AI,不會浪費寶貴的人力來彌補代價高昂的錯誤。

今天就來試試 Guru 吧!


(1) Claude Opus 4.6GPT-5.3-Codex 簡介

分別是 Anthropico 和 OpenAI。

Anthropic 和 OpenAI 之間打造最聰明、最實用的智慧機器的競賽愈演愈烈,扣人心弦。就在 Anthropic 發布超級盃廣告的第二天,廣告中嘲諷了 OpenAI 計劃在其產品中加入廣告的做法(包括 Jordi Hays 在內的許多人認為這種做法有點欺騙性,但廣告本身卻非常精彩)…

兩家公司都發布了最新、最聰明的模型。 Anthropic 發布了 Opus 4.6,OpenAI 發布了 GPT-5.3-Codex(Codex 是其編碼模型/應用程式)。

Anthropic 的 Opus 4.6 適合所有人:更擅長編程、制定更長的計劃、進行財務分析、開展研究等等……我一直在試用它,它確實更聰明(儘管值得慶幸的是,它的寫作能力仍然很差)。

OpenAI 的 GPT-5.3-Codex 是一款專為程式設計而設計的工具,它完美適合 OpenAI 本週發布的 Codex 應用。我曾讓 5.2 版本為 Not Boring 建造了一個網站,它能建網站固然很棒,但無論我怎麼提示,建造的網站設計都慘不忍睹。於是我讓 5.3 版本把這個垃圾丟掉,重新做一個更好的,結果它一次就做出了一個相當不錯的設計。它還能創建模型、簡報和文檔,不過目前在 Chat 中還無法使用。

在這兩種情況下,實驗室的研究人員都利用自己的智能體來輔助研究和建立新模型。 「總而言之,」OpenAI 寫道,「我們發現這些新功能極大地加速了我們的研究、工程和產品團隊的工作。」 這正是快速起飛理論的信奉者所推崇的機制:模型本身足夠智能,能夠讓下一代模型更加智能,如此循環往復。

除了祝你這個週末和你的新天才們玩得開心之外,我不知道還能說什麼。

(2)岩石可能會怎麼想

張愛倫

只要運用邏輯思考過程──也就是說,只要思維在一段時間內沿著可接受的模式發展──機器就有機會發揮作用。

——範內瓦爾·布希博士, 《我們如何思考》,1945年

我們是怎麼走到這一步的?

Eric Jang是人形機器人公司1X Technologies的人工智慧副總裁,此前他曾在Google大腦機器人部門工作六年,並共同領導了SayCan背後的團隊。幾週前,我和Evan Beard在機器人專題文章中提到的那些機器人,他就是參與研發的人員之一。

他的新文章《石頭如何思考》是對範內瓦爾·布希 1945 年的經典著作《我們如何思考》的戲仿,標題就是文章的主旨:我們教會了石頭思考,它們變得非常聰明。

這篇文章既是技術史,也是實用手冊,內容相當專業,但它是我見過的對我們今天所處境況以及未來發展方向最簡潔的概述。張教授梳理了機器推理的理論發展脈絡,從單一前提錯誤就崩潰的符號邏輯系統,到在不確定性累積的情況下容易出錯的貝葉斯信念網絡,再到AlphaGo突破性的演繹搜索與學習直覺的結合,最終發展到如今的推理模型,例如Opus 4.6和GPT 5.3。

在實用操作指南部分,Jang 詳細介紹了他如何構建自己的 AlphaGo 以及他現在如何使用人工智能:“以前我會在睡前讓訓練任務運行一整夜,現在我會讓 Claude 會話在後台運行一些‘研究任務’。我醒來後會閱讀實驗報告,記下兩點意見,然後要求進行 5 項新的並行研究。”

他認為我們很快就能運用如今科研人員等級的運算能力,而屆時我們將需要大量的運算資源。他將智慧機器比喻為空調,李光耀曾稱讚空調這項技術改變了人類文明的本質,使熱帶地區變得更有效率。目前,空調消耗了全球10%的電力,而資料中心的耗電量不到1%。如果自動化思考能夠帶來即使是氣候控制所帶來的生產力提升的一小部分,那麼對推理計算的需求也將是巨大的。

也許正因如此,Google預計 2026 年資本支出將達到 1,850 億美元,而亞馬遜預計的支出甚至高達 2,000 億美元,這導致其股價在盤後暴跌。

拋售固然難看,但如果張先生的判斷正確,所有這些建設以及更多資源都將充分利用。我問了我的「智囊團」(克勞德·奧普斯4.6)對此次拋售有何看法。它告訴我:“如果瓶頸在於推理計算,那就建造數據中心。垂直整合,搞定!”

(3)由培養的小鼠腦細胞控制的無人機參加安杜里爾人工智慧大獎賽

帕默·拉基

不過,別急著否定細胞的思考能力!

Anduril 的 AI 大獎賽是一項無人機競速比賽,規則十分嚴格:所有參賽無人機必須完全相同,不得進行任何硬體改裝,且完全由 AI 軟體操控。短短 24 小時內,就有超過 1000 支隊伍報名參賽,爭奪 50 萬美元的獎金以及在 Anduril 的工作機會。

然後,有一隊出現,計劃使用由培養的小鼠腦細胞製成的生物計算機來操控他們的無人機。

小鼠腦細胞。澳洲公司Cortical Labs去年推出了CL1:這是一款售價3.5萬美元的設備,它將實驗室培育的神經元與矽晶片融合在一起。這些神經元在電極陣列上生長,在生命維持系統中保持活性,並透過電刺激學習任務。 2022年,團隊將80萬個人類和小鼠腦細胞移植到晶片上,並在五分鐘內教導網路玩Pong遊戲。這些神經元僅需幾瓦的功率即可運行,學習所需的資料量遠少於傳統人工智慧。

所以:小鼠大腦是「軟體」嗎?誰在乎呢。

“乍一看,這似乎違背了只允許使用軟體的規則精神。但轉念一想,當然可以。”

(4)Waymo融資160億美元,目前每週提供40萬次乘車服務

Waymo

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

說到自動駕駛汽車…Alphabet旗下的自動駕駛汽車公司擁有更多資金來拯救生命。

去年,近4萬美國人死於交通事故。造成這些事故的主要原因,例如分心、駕駛能力受損、疲勞駕駛等等,本質上都是人為因素。而Waymo自動駕駛汽車則不存在這些問題。它比人類駕駛員更安全,我們越快讓更多的Waymo(以及其他自動駕駛汽車)上路,就越好。

幸運的是,該公司剛剛完成了160億美元的融資,這筆資金在人工智慧領域相當於種子輪融資,大約只有任何一家大型超級資料中心營運商今年資本支出計畫的10%,但這筆資金將意味著道路上將出現更多自動駕駛汽車。此輪融資使Waymo的估值達到1,260億美元,總融資額約270億美元。投資者名單表明,如果他們繼續保持目前的投資勢頭,未來還將有更多資金湧入:紅杉資本、 a16z、DST Global、Dragoneer、銀湖資本、老虎環球基金、富達投資、T. Rowe Price、凱鵬華盈和淡馬錫,以及控股股東Alphabet。這是迄今為止自動駕駛汽車公司獲得的最大一筆私人投資。

本週我們一直在討論快速起飛的話題,而 Waymo 就是一個先漸進後突然爆發的案例研究。

Waymo 於 2009 年作為谷歌的秘密項目啟動,當時幾位工程師改裝了一輛豐田普銳斯,使其能夠在金門大橋上自動駕駛。多年來,人們一直認為自動駕駛汽車還需要五年才能普及。谷歌在 2009 年至 2015 年間投入了 11 億美元,但幾乎沒有任何產品可以出售。悲觀主義者似乎佔了上風,五年後才能實現自動駕駛的論調依然甚囂塵上。

然後,它開始發揮作用了。全自動駕駛行駛里程已達1.27億英里。與人類駕駛相比,嚴重傷亡事故減少了90%。光是2025年就完成了1500萬次出行(是2024年的三倍)。每週在美國六個大都會區完成超過40萬次出行。

它們已在鳳凰城、舊金山、洛杉磯、奧斯汀、亞特蘭大和邁阿密投入使用。如果你在這些城市體驗過,最讓你印象深刻的是,它從科幻感迅速轉變為日常體驗。現在,他們計劃在2026年將這項服務推廣到包括東京和倫敦在內的20多個城市。這項服務正在拯救全球各地的生命。

我的孩子永遠考不到駕照,對吧?

(5)相反的技術趨勢報告

逆向資本

Image

我的朋友們在Contrary剛剛發布了他們的年度科技趨勢報告,其中包含大量圖表、數據和對各種前沿技術領域的深刻見解。這是我近期讀過的最樂觀的報告之一。

有幾點尤其引人注目。人工智慧工具的普及速度之快,令網路的成長曲線都顯得緩慢。醫師為導向的AI工具OpenEvidence在短短11個月內就擁有了30萬活躍處方用戶,而先前的業界標竿Doximity花了11年才達到這一里程碑。 ChatGPT週活躍的用戶已達8億,用戶留存率也接近Google搜尋。 GitHub Copilot、Cursor和Claude Code等編碼AI工具的年度經常性收入(ARR)都已接近或達到10億美元。人工智慧公司實現營收里程碑的速度比傳統SaaS公司快37%。

能源領域的數字令人震驚。歡迎來到電子革命時代。預計2040年,美國總發電量將成長35%至50%,主要驅動力來自資料中心、電動車和製造業。到2027年,美國僅在人工智慧相關領域的資本支出就將達到1.3兆美元,到2030年,全球資料中心支出將達到3兆至5兆美元。同時,風能和太陽能是全球成長最快的能源,預計從2022年到2032年,美國晶圓廠產能將成長203%,是全球平均水準的兩倍多。美國正在再次蓬勃發展。

此外,還有一些前沿技術。 Lonestar Data Holdings公司計畫在2025年To the moon資料儲存單元。報告闡述了月球基地如何能夠獲取氦-3用於清潔聚變能源(正如《為了全人類》一書所預測的那樣)、稀土金屬用於電動汽車和電池,以及鉑族金屬用於氫燃料電池。載人月球飛掠任務「阿爾忒彌斯二號」預定於2026年4月進行。美國太空軍希望在本世紀末之前在月球上建造一座100千瓦的核反應器。微軟將一座資料中心沉入水下,硬體故障率降低了8倍。美國90%的工廠仍然沒有機器人,這意味著我們未來將有很大的生產力提升空間。

當然,挑戰也同樣存在:老化的電網基礎設施、資料中心週邊的水資源短缺,以及60%的CEO表示人工智慧專案尚未帶來正向投資回報。但最主要的結論是,人工智慧的建設正在如火如荼地進行,普及曲線真實存在,而且投資規模前所未見。

我們生活在科幻小說裡。活在這樣一個時代真好。

額外內容(獻給不無聊的世界訂閱者)在下方

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

閱讀更多

來源
免責聲明:以上內容僅為作者觀點,不代表Followin的任何立場,不構成與Followin相關的任何投資建議。
喜歡
73
收藏
13
評論