今天小編分享的汽車經驗：微軟AI CEO蘇萊曼：AI被低估了，它應該用于解決全球社會挑戰，歡迎閱讀。
微軟 AI CEO 穆斯塔法 · 蘇萊曼（來源：微軟）
钛媒體 App 11 月 12 日消息，近日，谷歌 DeepMind 及 Inflection AI 聯合創始人、微軟 AI CEO 穆斯塔法 · 蘇萊曼（Mustafa Suleyman）來到中國，并在清華大學做了一場演講。
蘇萊曼表示，随着 Scaling Law 的發展，投入模型的計算資源和數據量越大，模型的能力就越強。過去十多年中，計算資源和數據的規模呈現出指數級增長，這也是 "AI" 重新進入公眾視野的原因。這個規模定律至今依然成立。因此，AI 顯然是被低估了。
在蘇萊曼看來，和所有技術一樣，AI 模型僅憑自身并沒有意義，而真正關鍵的是技術對于社會所造成的影響。因此，人們不應忽視技術對日常生活的直接影響和情感價值，技術的真正考驗在于它能否為人類帶來實實在在的好處。
蘇萊曼舉例，微軟當前最先進的 AI 模型所使用的計算資源是十年前 DeepMind 所用模型的 50 億倍——也就是 10 個數量級——還要多，每個 Token 的成本在不到兩年的時間内下降了超過 99%。現在在一個頂級模型上處理一百萬個 Token 的成本僅為 60 美分。
蘇萊曼指出，在新的生成式 AI 時代下，AI 理應致力于解決我們最重大的社會挑戰，而如今 AI 已在文本、代碼、符号的語言處理和遊戲等領網域取得重要突破。
" 人工智能致力于應對各種規模的挑戰，從工作中的復雜局面——無論是處理電子表格，還是準備那些充滿挑戰和引發焦慮的工作，又或者是氣候變化和環境惡化等宏觀問題。" 蘇萊曼稱。
蘇萊曼強調，微軟 AI 的責任是确保 AI 能夠在所有這些層面上產生積極的影響，覆蓋從微觀到宏觀的每一個環節。人們必須密切關注 AI 對社會的影響。
" 我們不能袖手旁觀，讓技術自行發展。相反，我們需要主動出擊。我們需要不斷地監控和衡量影響。然後，我們需要根據這些評估，迭代技術特性和治理框架。" 蘇萊曼稱，AI 在應對挑戰方面擁有巨大的潛力。AI 賦予了人類構建更多美好事物的機會，從而增進人們福祉、促進和平與幸福。
（本文首發于钛媒體 App，作者｜林志佳，編輯｜胡潤峰）
以下是演講全文：
大家好。
今天能有機會與大家面對面交流，我感到非常高興。我們正身處一個技術，尤其是對人工智能領網域充滿激動人心和新奇發現的非凡時刻。
回想一下，這期間發生了多大的變化。我投身于人工智能領網域已有十五載。記得我初加入 DeepMind 時，我們常常遭遇異樣的目光。在會議上，我們向投資者們介紹 " 人工智能 " 的概念，但鮮有人真正理解其含義。
除了在邊緣學科以及科幻小說裡，只有少數勇敢的思想家在探讨人工智能。它曾被看作是一個失敗的嘗試，一個不切實際的幻想。20 世紀 80 年代的 "AI 寒冬 " 讓人們對這項技術失去了信心。在當時，讨論機器學習尚可，但提及 AI，則被認為是完全不現實的。
但顯然，現在情況已大為不同。無論你身處何處，人工智能的新聞無處不在。你很可能也已經在使用 AI。AI 的全球時刻已經到來——我們必須認真思考下一步将走向何方。
在今天的演講中，我想分享三個關于 AI 仍然被低估的觀點。
首先，讓我們為這場變革提供一些背景。我們正處在一個變革的時代。我們不僅目睹了 AI 能力的迅速提升，也看到了其應用的廣泛增長。從 AI 赢得圍棋世界冠軍到生成大篇幅連貫的文本，這些成就如果放在 2010 年，簡直是天方夜譚。但如今，這已經成為常态。
進展的速度非常快。去年被視為最先進的模型，如今已低成本開源，甚至在你口袋裡的手機上運行，在為這棟樓提供電力的電網中運行，在你來這裡乘坐的汽車或火車中運行。
AI 由規模法則（Scaling Law）來定義：投入模型的計算資源和數據量越大，模型的能力就越強。過去十多年中，計算資源和數據的規模呈現出指數級增長，這也是 " 人工智能 " 重新進入公眾視野的原因。這個規模定律至今依然成立。
舉個例子，我去年算過，我們當前最先進的 AI 模型所使用的計算資源是十年前 DeepMind 所用模型的 50 億倍——也就是 10 個數量級——還要多。自那以後，我們又增加了一個數量級。與此同時，推理成本——即運行 AI 模型的成本——也大幅下降。舉例來說，現在在一個頂級模型上處理一百萬個 Token 的成本僅為 60 美分。
60 美分幾乎能生成大約一百萬個單詞。更具體地說，每個 Token 的成本在不到兩年的時間内下降了超過 99%。這些趨勢是深刻且持久的，目前沒有減緩的迹象，更不可能停止。現在，太平洋兩岸都在積極投資，确保了這一趨勢的持續。
對我個人而言，這些變化同樣深遠。我不僅創立了 DeepMind 并在那裡工作了十年，還在谷歌參與了 LaMDA 團隊的建設—— LaMDA 是 ChatGPT 的前身之一。我們率先推出了如今随處可見的聊天界面。對我來說，這是一個巨大的時刻。讓我深刻認識到大型語言模型具有改變世界的力量，這也激發了我創立名為 Inflection 的 AI 初創公司。
今年，我加入了微軟并領導 AI 部門，負責包括 Copilot ——微軟的旗艦 AI 產品，以及搜索引擎 Bing、浏覽器 Edge 和内容聚合平台 MSN。在我們面前，是一個重塑消費互聯網的絕佳機遇。
在我的職業生涯中，我親眼目睹了周遭的巨變。但有兩件事始終未變：第一，我堅信人工智能能夠成為一股強大的正能量；第二，它也帶來了我們必須努力應對的新挑戰。我的三個核心洞見正是圍繞這一衝突的兩面展開的。
我的第一個觀點很簡單。
讓我們牢記人工智能也有 " 人性 " 的一面。在科技界，我們對最新模型充滿痴迷，讨論它們包含的參數數量，訓練時消耗的計算資源，以及我們輸入的數據。我們關注它們在基準測試中的飛速進步，并努力确保它們構建所需的大量芯片和能源。
同時，公眾對領先的 AI 企業投以極大的關注。媒體對這些企業和 AI 領網域的名人的報道，其熱度和關注度堪比一部全球熱播的肥皂劇。
然而，重要的是，要記住，和所有技術一樣，人工智能模型僅憑自身并沒有意義。一個沒有明确用途的 AI 模型，不過是一個引人入勝的計算機科學展示。真正關鍵的，是技術或人工智能帶給人們的感受，以及它對社會所造成的影響。
它關乎如何改善生活、打開新世界的大門、拓寬思維視野并緩解壓力。人工智能有潛力成為歷史上或許最強大的促進人類福祉的力量，是為全球數十億人帶來具體而持久益處的最有效手段之一。
在紛繁喧嚣之中，我們應将人的需求置于核心位置。我們必須銘記，技術真正的價值在于其對生活品質的提升：它能夠帶來歡樂、健康、知識、愉悅以及内心的寧靜。技術的成功與否，最終取決于它在實際生活中的應用，而這些應用應始終與真實生活息息相關，帶來真實的影響。
這是當今人工智能面臨的挑戰。我們必須将它融入現實生活，讓它真正發揮作用。我們關注的焦點不應是模型在性能測試上的得分，或是它消耗了多少計算資源。真正重要的是它帶給用戶的體驗，以及它對你和你的家人所代表的意義。與此相比，對于我們這些技術人員來說，構建的細節最終遠不如它們對你產生的影響重要。
在微軟 AI ，我們的使命是為每個人打造一個 AI 夥伴—— Copilot。
Copilot 将時刻陪伴你，站在你這邊，忠誠地支持你，并始終與你的利益保持一致。它能夠理解你生活的情境，同時守護你的隐私、數據和安全，銘記在任何情況下對你最有助益的信息。Copilot 為你打開了一個知識宇宙的大門，幫你簡化和整理日常海量的信息，并在你需要時提供支持與鼓勵。
随着時間的推進，它将逐漸适應你的行為模式，并根據你的喜好和需求發展新功能。我們不是在創建一個靜态工具，而是在建立一個動态的、不斷進化的互動體驗。它将為你提供堅定不移的支持，幫助你在日常生活中展現你真正想成為的樣子，成為促進人際關系和成就的新方式。
在你的允許下，Copilot 最終将能夠代表你行事，簡化生活的復雜性，并給你更多時間專注于對你重要的事情。
它将是你生命中許多關鍵時刻的堅強後盾。它會陪同你看醫生，為你記錄要點并在恰當時刻提醒你。它會幫你分擔策劃和籌備孩子生日派對的壓力。而在一天結束時，它也會在你身邊，協助你深思熟慮那些復雜的人生抉擇。
有些人擔心人工智能會削弱我們作為人類的獨特性。我畢生的工作就是要确保它恰恰相反。
因此，我們不應忽視技術對日常生活的直接影響和情感價值。任何技術的實際意義決定了它的價值，我們必須始終将人的需求和感受放在首位。無論是犁、帆、電視還是人工智能模型，技術的真正考驗在于它能否為人類帶來實實在在的好處。
我的第二個觀點是，人工智能理應致力于解決我們最重大的社會挑戰。
我們應該讓人工智能發揮作用。這應與對個體生活的深刻理解相結合。其中最緊要且影響深遠的議題便是氣候變化。我們對它在全球各地造成的影響越來越有所感知。盡管取得了一些進展，面對這一時代性的宏大挑戰，我們的努力尚未足夠。
目前，人工智能主要集中在了文本、代碼和符号上。它在語言處理和遊戲等曾經被認為難以攻克的領網域取得了重大突破，這些成就确實令人矚目。但如果說一個考驗是它對現實世界的實際影響，那麼另一個考驗就是它是否能夠對氣候變化等全球性問題產生積極作用。
人工智能的承諾要求我們在此領網域采取果斷行動。我們要打破螢幕的局限，将其能力擴展到更廣闊的領網域，這不僅是一項挑戰，更是一個迫切的要求。
我們看看人工智能如何幫助應對氣候問題。它能夠顯著提升氣候模型的精确度和天氣預報的準确性，幫助我們不僅理解長期的氣候變化趨勢，還能預測從熱浪到洪水等極端氣候事件。
它能夠優化我們的能源系統：調控來自可再生能源的電力在電網中的流動，以及在供應、需求和儲存之間實現平衡。
人工智能還能幫助企業減少能源消耗。例如，我參與的一個項目使用人工智能讓數據中心變得更高效。類似的努力可以推廣到整個供應鏈。
人工智能能更有效地利用衛星影像監測森林砍伐和栖息地的減少。它還能協助農民制定更為精細和适應性強的種植策略。此外，它在設計更環保的新技術方面也發揮着重要作用，無論是貨櫃船、計算機還是碳捕獲技術，都能見到它的身影。
它能夠助力開發一種新型的可持續材料，并具備從大氣中吸收碳的能力。
這僅僅是起點。我們對人工智能的潛力還只是初窺門徑。無疑，它也應當在解決生物多樣性的減少、資源的耗竭、海洋的酸化以及塑料垃圾等相關問題上發揮關鍵作用。在這些領網域，人工智能有望帶來顯著的改變。
微軟正全力以赴推進這一領網域。我們推出了一系列卓越的計劃，探索人工智能如何助力解決問題。
微軟正在全球範圍内積極推動利用人工智能對抗氣候變化的項目，從肯亞到加勒比地區都有其項目在運作。通過 " 全球可再生能源觀察 " ( Global Renewables Watch ) ，我們利用人工智能和衛星影像來繪制和追蹤公用事業規模的太陽能和風能設施。這個全球性的項目有助于簡化并加速這些設施的部署。
微軟的标志性項目 "Guacamaya" 利用人工智能對抗森林砍伐。通過分析衛星影像，它能夠探測非法伐木活動并監測亞馬遜地區的野生動物。
我們的 " 人工智能為善實驗室 " 攜手麻省理工學院，致力于研發性能更強、效率更高的太陽能電池。同時，我們的 " 人工智能科學實驗室 " 和 " 氣候研究倡議 " 正将人工智能技術應用于一系列重大挑戰。這些項目正在探索如何預測和管理野火、優化能源系統，以及培育能夠适應氣候變化的作物。
我們的氣候創新基金致力于投資那些能夠推動可持續未來的關鍵企業。
人工智能不僅具有改變世界的能力，實際上它已經在這樣做了。
當然，人工智能本身也消耗大量能源。尤其是下一代數據中心，它們對電力的需求是巨大的。但令我自豪的是，微軟已經在這方面做出了堅定的承諾：即使面對人工智能應用的迅猛增長，我們仍将努力在明年實現碳中和，并力争到 2030 年達到碳負排放，以應對這一挑戰。
我們正大力投資綠色能源，以保障人工智能的未來發展不會對地球造成負面影響。自 2020 年起，微軟已經在全球範圍内籤署了 34 吉瓦的可再生能源購買協定，成為全球最大的清潔能源買家之一。此外，我們的投資步伐還在不斷加快。
人工智能致力于應對各種規模的挑戰，從工作中的復雜局面——無論是處理電子表格，還是準備那些充滿挑戰和引發焦慮的工作。同時，它也關注氣候變化和環境惡化等宏觀問題。每一個問題都是人工智能可以發揮作用的領網域。我們的責任是确保人工智能能夠在所有這些層面上產生積極的影響，覆蓋從微觀到宏觀的每一個環節。
但這引出了我的第三點。
在這些令人興奮的發展中，我們絕不能忽視我們肩負的責任。正如氣候變化需要我們共同面對，負責任地發展人工智能也是我們共同的義務。我的職業生涯一直在強調這一點。我始終堅信，我們必須堅守負責任、道德和安全的人工智能原則。這應當成為我們首要的考量。
透明度與可解釋性是至關重要的。監管機構和公眾必須能夠清楚地了解我們正在創造什麼、創造的方式以及創造的地點。提供詳盡的文檔、在部署前進行徹底的測試、與所有相關方保持開放的溝通：這些步驟都至關重要。考慮到其深遠的影響，我們有責任采取正确的行動。
人工智能系統也必須使決策清晰易懂，特别是在醫療保健和金融等關鍵領網域。識别和減輕偏見應确保這些系統公平對待所有用戶，無論他們的背景如何。
保護用戶數據和保障人工智能系統的安全性是我們必須堅守的底線。同樣，我們也要堅決保護個人信息，并強化系統安全，以抵御未經授權的訪問。
問責和有效的治理同樣重要。對于人工智能的決策及其結果，我們必須确立明确的責任體系，并确保有堅實的治理框架作為支撐。同時，保持人類的主導權和協作始終是關鍵所在。
我們必須密切關注人工智能對社會的影響。我們不能袖手旁觀，讓技術自行發展。相反，我們需要主動出擊。我們需要不斷地監控和衡量影響。然後，我們需要根據這些評估，迭代技術特性和治理框架。
的确，針對這些問題，眾多高質量的研究工作正在積極推進。我對近期全球的積極反應感到振奮。随着人工智能的迅猛發展，全球迅速行動。我們已經見證了富有成效的努力和構建負責任治理的實質性框架。
但我們不能因此而自滿。
" 信任 "，這個詞始終萦繞在我心頭。人工智能的開發者必須持續關注信任問題，包括赢得用戶、政府以及社會各界的信任。無論在世界的任何地方，負責任的人工智能都關乎于建立這種信任。這是我始終致力于的事情。
人們經常問我對人工智能的未來是持樂觀還是悲觀的态度。
面對挑戰，我認為過分沉溺于負面結果是一種誤區。人工智能在應對挑戰方面擁有巨大的潛力。随着我們取得的進展不斷增加，以及我們在安全和責任方面的基本工作不斷深化，我變得更加樂觀。人工智能賦予了人類構建更多美好事物的機會，這些事物将增進我們的福祉、促進和平與幸福。這是我們共同面臨的挑戰。
