2025-02-03

黄仁勋：人工智能的未来与NVIDIA的创新之路

摘要

NVIDIA CEO黄仁勋与WWT CEO Jim Kavanaugh展开深度对话，回顾了从IBM System/360到GPU革命的计算发展历程，阐述NVIDIA如何在十年内将计算性能提升百万倍，并展望AI代理、主权AI、AI教育等前沿话题，描绘人工智能开启新工业革命的宏大图景。

核心概念及解读

主权AI：指各国构建自主可控的人工智能基础设施，将数据和智能能力视为国家主权的一部分，以保护本国数据安全并推动本土AI发展

AI代理：能够自主执行任务的智能软件实体，未来企业将部署大量AI代理承担营销、客服、开发等工作，与人类员工协同运作

第一性原理：从最基本的事实和假设出发进行推理的思维方式，NVIDIA以此指导技术方向判断，坚定投入人形机器人和AI驱动的应用等前沿领域

摩尔定律突破：传统摩尔定律预测性能每十年提升百倍，而NVIDIA通过GPU和加速计算架构创新，在十年内实现了百万倍的性能飞跃

RAG模型：检索增强生成技术，企业通过将自有数据与大语言模型结合，构建专属AI平台，实现业务场景的智能化和差异化竞争

黄仁勋：人工智能的未来与NVIDIA的创新之路

内容整理：

文章框架：

├── 开场介绍
│   ├── 主持人对黄仁勋的介绍
│   └── 主持人对活动参与者的欢迎
├── 黄仁勋的演讲
│   ├── 人工智能的历史与现状
│   ├── NVIDIA的发展历程与技术突破
│   ├── 人工智能在各领域的应用
│   │   ├── 语言处理
│   │   ├── 图像与视频处理
│   │   └── 科学计算与医疗
│   ├── 人工智能对行业的变革
│   └── 未来展望与人工智能的潜力
├── 互动环节
│   ├── 观众提问
│   │   ├── 人工智能与网络安全
│   │   ├── 人工智能与国家主权
│   │   └── 人工智能与教育
│   └── 黄仁勋的回答与观点
└── 结语
    ├── 主持人的总结
    └── 黄仁勋对未来的展望

文章内容：

  • 开场介绍
    主持人对NVIDIA创始人兼CEO黄仁勋表示欢迎，并对黄仁勋在人工智能领域的领导力表示高度赞扬。主持人提到，黄仁勋不仅是一位杰出的企业家，也是人工智能革命的领导者。此外，主持人还对参与活动的观众表示欢迎，包括客户、合作伙伴以及一些专业高尔夫球手。

  • 黄仁勋的演讲

    • 人工智能的历史与现状
      黄仁勋回顾了计算机技术的发展历程，特别提到1964年IBM System/360的发布对计算机行业的深远影响。他指出，随着摩尔定律的推动，计算性能在过去几十年中实现了指数级增长，而NVIDIA在过去十年中将计算性能提升了百万倍。
    • NVIDIA的发展历程与技术突破
      黄仁勋提到，NVIDIA的目标是重新发明计算机，以应对传统计算架构逐渐失效的问题。他强调了NVIDIA在图形处理单元（GPU）和机器学习领域的创新，这些技术推动了人工智能的快速发展。
    • 人工智能在各领域的应用
      • 语言处理：黄仁勋以ChatGPT为例，展示了人工智能在语言理解和生成方面的强大能力。他提到，人工智能可以通过学习大量数据，实现多语言翻译和自然语言处理。
      • 图像与视频处理：他指出，人工智能可以将图像与文字相关联，实现图像识别和生成，甚至可以生成视频内容。
      • 科学计算与医疗：黄仁勋提到，人工智能在蛋白质结构预测（如DeepMind的AlphaFold）等科学计算领域取得了突破，为医疗和生物科学带来了新的可能性。
    • 人工智能对行业的变革
      黄仁勋认为，人工智能将彻底改变企业的运营方式。他提到，未来企业将拥有大量的AI“员工”，这些AI可以承担各种任务，如市场营销、客户服务和软件开发。他强调，AI的出现将使技术的使用门槛大幅降低，让更多人能够利用AI完成复杂的任务。
    • 未来展望与人工智能的潜力
      黄仁勋展望了人工智能的未来，认为AI将成为一种普遍存在的技术，不仅会改变工作方式，还会为社会创造巨大的价值。他提到，未来每个人都会有自己的AI助手，而企业将拥有成千上万的AI代理，这些代理将与人类员工协同工作，提高效率和创造力。

  • 互动环节

    • 观众提问
      • 人工智能与网络安全：一位观众询问人工智能如何应对网络安全威胁。黄仁勋回答说，人工智能将彻底改变网络安全的面貌。AI可以通过自动化处理大量数据，减少误报，并提高安全检测的准确性。他还提到，未来的AI系统将像航空交通控制一样，通过多层次的监控和管理来确保安全。
      • 人工智能与国家主权：另一位观众问及人工智能对国家主权和地缘政治的影响。黄仁勋指出，人工智能将使数据成为国家主权的一部分，各国将通过构建自己的“主权AI”来保护和利用本国数据。他还提到，人工智能将降低智能技术的成本，使更多人能够受益。
      • 人工智能与教育：有观众询问如何为年轻人提供人工智能教育。黄仁勋建议，学生应该利用AI工具进行学习，例如使用ChatGPT等AI助手来提高学习效率和激发好奇心。他认为，AI将成为未来教育的重要组成部分，帮助学生更好地理解和探索知识。
    • 黄仁勋的回答与观点
      黄仁勋在回答中强调了人工智能的普及化和民主化趋势，认为AI将为社会带来巨大的积极影响。他还提到，企业和社会需要积极适应AI的发展，通过创新和合作来实现更大的价值。

  • 结语
    主持人对黄仁勋的分享表示感谢，并总结了活动的主要内容。黄仁勋再次强调了人工智能的潜力和未来的重要性，呼吁大家积极参与到AI的创新和应用中。

文章标签：
#人工智能 ， #NVIDIA ， #黄仁勋 ， #机器学习

英伟达（NVIDIA）CEO黄仁勋（Jensen Huang）与WWT CEO Jim Kavanaugh之间的一场对话，讨论了AI的过去、现在和未来，以及AI对企业、个人和社会的影响。以下是提取的框架和要点：

框架：

  1. 开场介绍 (0:00-1:06): Jim Kavanaugh 介绍黄仁勋，强调其在AI领域的领导地位和创新贡献。
  2. AI 的过去、现在和未来 (1:06-11:47):
    • 过去 (1:06-4:05): 计算机架构自1964年IBM System 360以来基本没有变化，但大约十年前开始遇到瓶颈。
    • 现在 (4:05-9:14): NVIDIA 发明了一种新的计算方式，摩尔定律（性能每10年提高100倍）被打破，NVIDIA 在过去十年将计算性能提高了100万倍。这使得机器学习成为可能，AI 可以学习各种数字信息（语言、图像、蛋白质等）并进行转换。
    • 未来 (9:14-11:47): 这种技术变革为创业公司提供了框架，催生了大量初创企业。计算机不再编写软件，而是通过机器学习生产智能，创造了一个全新的产业层。
  3. AI 对企业和个人的影响 (11:47-22:29):
    • ChatGPT 的奇迹 (11:47-15:11): 人人都能使用AI，降低了技术门槛。
    • AI Agents 和未来工作场景(15:34-17:36)： 每个人都将拥有AI助手，可以帮助完成工作，AI代理在工作中越来越常见，未来的工作可能是和许多AI助理一起。
    • 企业内部的 AI 应用 (17:36-22:29): 企业可以构建自己的AI平台（RAG模型），创建大量AI代理来提高效率和差异化。AI 将取代80%的重复性工作，让人类可以专注于更有价值的任务。企业需要像管理员工一样管理AI，包括入职、评估、护栏和持续改进。
  4. 市场、生态系统与创新 (22:29-29:08):
    • 市场创造者 (22:29-24:57): NVIDIA 的定位是市场创造者，而不是市场份额的追随者。
    • 第一性原理 (24:57-28:06): NVIDIA 从第一性原理出发，对未来充满信心，例如，坚信人形机器人和AI驱动的Outlook将会实现。
    • 合作与生态系统 (28:06-29:08): NVIDIA 与 WWT 等合作伙伴共同构建AI生态系统。
  5. 问答环节 (29:08-结束):
    • 网络安全 (29:08-33:32): AI 将彻底改变网络安全，减少误报，并为AI安全提供框架。
    • 主权 AI (33:32-36:55): AI 将使每个人都能获得智能，每个国家都将拥有自己的主权AI，作为国家基础设施的一部分。
    • 未来劳动力 (36:55-40:55): 学生应该在各个领域都学好，并使用AI导师学习。
    • 好奇心 (39:38-40:55)： 具备好奇心、提出好问题，对个人和企业都至关重要。
    • 坏行为者和能源 (40:55-47:38): 应对坏行为者的唯一方法是更快地发展AI技术，并使其民主化。AI 的目标不是训练模型，而是应用所学知识来解决问题（例如，天气预报、碳捕获等）。AI 消耗的能源比例可能会上升，但这将推动智能的生产，并带来积极的影响。
    • 新的工业革命(47:38-50:15)： AI如同300年前电力的发明一样， 开启了新的工业革命。AI 代理可以比作当年的电器，是新的计算模式的“应用”。
    • 量子计算 (50:15-53:59): 量子计算在特定领域（小数据、大组合问题）有优势，但AI已经将量子计算的必要性推迟了20-30年。
    • AI 与人际关系 (53:59-结束): AI 是一种知识工具，可以帮助人们学习和完成任务，例如，黄仁勋使用AI来撰写演讲稿。AI 应该被视为一个学习伙伴，可以帮助孩子们学习和探索。

要点：

  • AI 的变革性力量： AI 正在从根本上改变计算和各行各业。
  • 人人可用的 AI： AI 的使用门槛已经降低，每个人都可以从中受益。
  • AI 代理的重要性： AI 代理将在未来工作中发挥关键作用，帮助人们完成各种任务。
  • 企业需要拥抱 AI： 企业需要构建自己的 AI 平台，利用 AI 提高效率和创新。
  • 市场创造与生态系统： NVIDIA 致力于创造新市场，并与合作伙伴共同构建AI生态系统。
  • 第一性原理思维： 从第一性原理出发，对未来充满信心。
  • AI 与网络安全： AI 将提高网络安全的效率和准确性。
  • 主权 AI 的兴起： 各国将发展自己的主权 AI，作为国家基础设施的一部分。
  • AI 与教育： 学生应该利用 AI 导师学习，培养好奇心和提问能力。
  • AI 与能源： AI 的能源消耗可能会增加，但这将带来更大的效益。
  • 新的工业革命： AI 正在开启一个新的工业革命，智能的生产将成为关键。
  • AI 与人际关系： AI 是一种工具，可以帮助人们学习和探索，并不会取代人际关系。

对话双方的角色：

  • 采访者： Jim Kavanaugh (WWT CEO)
  • 受访者： 黄仁勋 (NVIDIA CEO)

下面是重新组织的访谈录，以简体中文呈现，并尽量保持内容的完整性和可读性：

1. 开场介绍 (0:00-1:06)

Jim Kavanaugh: 欢迎大家！今天，我很荣幸请到一位无需过多介绍的嘉宾。他在创新、思想领导力方面，以及在全球范围内推动技术和人工智能发展方面都做出了卓越的贡献。让我们欢迎——Jensen（黄仁勋）！我甚至不用提他的姓氏，大家都知道他是谁。

Jim Kavanaugh: 我很自豪能称 Jensen 为朋友、伟大的合作伙伴，以及一位导师。他引领着 AI 革命，领导着他的组织。

2. AI 的过去、现在和未来 (1:06-11:47)

Jim Kavanaugh: Jensen，非常感谢你能来。我们这里有很多重要的客户和合作伙伴，还有一些我们尊敬的高尔夫球手。说实话，我不太记得以前的活动中有这么多职业高尔夫球手主动要求参加。看来你的魅力很大啊！不过说实话，我之前也见过很多客户，但今天在场的各位，看起来都太会穿了，不太像客户（笑）。我们更愿意称他们为“客户朋友”，朋友和伙伴们。

Jim Kavanaugh: 现在有很多事情正在发生，这是一个激动人心的领域。首先，我要感谢 Jensen 抽出时间来到这里。他最近一直在世界各地奔波，在亚洲、台湾、印度等地演讲，通常面对的都是三四万、五六万人的观众。所以他能来这里，在一个相对私密的环境中与我们交流，对我来说意义重大，我相信对我们的客户、合作伙伴和朋友们来说也是如此。

黄仁勋: 谢谢你的邀请，我一直很期待。

Jim Kavanaugh: 也许你可以从过去、现在和未来三个方面来谈谈。我知道这涵盖的内容很多，但变化实在太大了。你已经领导 NVIDIA 30 多年了，但即使在过去的三年或四年里，也发生了巨大的变化。也许你可以从你的视角出发，谈谈过去几年发生了多大的变化，为什么会发生这些变化，以及你认为未来会走向何方？

黄仁勋: 这确实是一个非凡的时代。自从1964年IBM System 360推出以来，我们正在第一次彻底改造计算机。IBM System 360 的架构是有史以来最著名的计算机，它造就了当时世界上最有价值的公司——IBM。IBM System 360 引入了中央处理器、多任务处理、通过操作系统将软硬件分离、IO 子系统、架构兼容性和系列兼容性等概念。这些概念一直沿用至今。 令人难以置信的是，所有这些概念实际上是在1964年的一份新闻稿中提出的。

黄仁勋: 大约十年前，这个基础系统开始显现出疲态。我们公司的理念是发明一种新的计算方式，因为通用计算即将走到尽头。我们发明的新方法有一个好处，那就是当你创造出令人惊叹的计算技术时，它实际上会降低成本。所以，你们中的许多人可能听说过“摩尔定律”。摩尔定律是一种令人难以置信的技术力量，它创造了现代科技产业。摩尔定律指的是性能每一年半翻一番，更简单地说，就是每五年性能提高10倍，每十年提高100倍。摩尔定律使计算性能每十年提高约100倍。

黄仁勋: 你可以反过来想，通货紧缩技术创造了丰富性。正是因为我们这个行业将计算成本每10年降低了100倍，所以今天你口袋里才会有被称为 iPhone 的超级计算机。

黄仁勋: 在过去十年里，我们所做的就是将计算成本降低了一百万倍，或者说将计算性能提高了一百万倍。一百万比一百大得多，正如你所想象的那样。你可以这样想：如果你能以快10万倍或1万倍的速度旅行，会发生什么？这将彻底改变你思考问题的方式。如果你要去举起某物，而它突然比以前轻了1万倍，或者你可以用比以前大1万倍的规模去做某事，你对世界的看法将完全改变。

黄仁勋: 于是，我们发明了这种称为机器学习的新软件编写方式。你可以直接获取世界上所有可观察到的数据，交给计算机，这台计算机大约有这个房间那么大，它会研究世界上所有的数据，并说：“我搞明白了，世界就是这样运作的。” 这就是 ChatGPT。它实际上获取了互联网上世界上所有的数据，并在几个月的时间里寻找模式和关系，最终理解了单词、词汇、语法和句法。然后，你一次给它多种语言，它就能找出如何关联……嗯，我不懂法语，但比如“狗”和法语里的“chien”（狗）。它弄清楚了如何将这两个词关联起来，并最终理解两者的含义。

黄仁勋: 我们创建了这个架构，它现在是一个通用翻译器。然后你发现，如果它可以翻译不同的语言，那么如果我可以用它来处理图像呢？你可以将看起来像狗的一块像素与“狗”这个词相关联。这样，当你看到一张狗的图片时，你就会说“狗”，而当你输入“狗”这个词时，它就会生成一张狗的图片。当然，这个想法就是 Stable Diffusion、Midjourney 和 Sora，现在我们可以在视频中做到这一点。

黄仁勋: 然后你会说，好吧，如果我们创建了一个可以做到这一点的系统，如果我们教它一堆其他类型的数字信息，例如化学物质、蛋白质、视频、3D 和流体动力学等等，会怎么样？因为你理解了所有这些东西的含义，你就可以理解蛋白质的含义，你可以说：“我希望你生成一个蛋白质。” 它会取一个氨基酸序列，并将其转化为蛋白质的 3D 结构。当你理解了蛋白质的 3D 结构，你就理解了它的功能和用途。这刚刚获得了诺贝尔奖，这就是 DeepMind 的 AlphaFold。

黄仁勋: 我只是给你举了一些例子，说明你能做什么。但这里的大方向是，我们现在已经学会了几乎所有事物的语言。我们学会了图像、视频、人类语言、蛋白质的语言，我们还可以翻译成任何东西。所以，对于任何有兴趣创业的人来说，我刚才描述的是一个框架，可以用来思考你现在能做什么以前不能做的事情。

黄仁勋: 例如，你们正在做高尔夫。假设你想让一个 AI 记录下每个人的回合。不用让人去浏览视频，试图找出哪些片段有趣并讲述了回合的故事，你只需让一个 AI 观看视频，AI 会说：“这很有趣。” 从那个视频中，它可以生成字幕，甚至可以配音，生成文字和语音。所以你可以从氨基酸到蛋白质，为什么不能从视频到语音呢？从视频到语音基本上就是一个评论员在谈论一轮高尔夫，而且它只会谈论重要的事情。有趣的是，因为如果你能创建那个 AI，在你观看视频时，你可能会说：“嗯，那个球员，Jim 在最后一洞表现如何？” 你可以直接和 AI 对话，AI 会回答说：“最后一洞，Jim 做了这样那样的事情。” 所以，从这个框架中，你可以看到初创公司的寒武纪大爆发。由于这种翻译，这种框架，成千上万的初创公司正在涌现。

黄仁勋: 我想总结的重要一点是，我们重新发明了计算机。过去我们编写软件，现在我们进行机器学习。所以，现在不是人类程序员编写软件，而是计算机编写软件。我们现在不是开发软件，而是使用机器学习来创建 AI。这就是我们行业的重大变革。我们不再制造软件，我们现在生产智能。智能的生产创造了一个全新的产业层。这个产业层将要增强的东西，是以万亿而不是以十亿来衡量的。这就是我们所构建的东西的非凡之处。

3. AI 对企业和个人的影响 (11:47-22:29)

Jim Kavanaugh: 这太令人着迷了。我们谈到了，我们才刚刚开始这个阶段，将文字翻译成图像，将图像翻译成文字，翻译不同的语言。在医疗方面，从细胞到治疗方案，你将提供……对于我们这个群体来说，我们谈到了一点，我们还处于非常早期的阶段。ChatGPT 的出现让这一切变得真实起来，人们……我认为每个人都能够创建自己的帐户，对吧？你可以看到它的强大功能。现在，我们正在进入商业的力量，提高效率、机遇和差异化的力量。

Jim Kavanaugh: 也许你可以谈谈你认为它今天在哪里，以及你认为它将如何改变组织运作和思考的方式，包括个人和企业。我们谈到了代理，每个人都将拥有一个 AI，也许是个人代理，但也是一个商业代理，然后是个人可能拥有的化身和代理。Jensen，也许可以分享一下你的观点，看看这将走向何方，以及它将如何影响企业和个人？

黄仁勋: 首先，让我们退一步，问问自己，当我们使用……ChatGPT 和这些大型语言模型的奇迹是什么？奇迹在于我们都知道如何使用它。这才是真正的奇迹。奇迹在于我们都可以与它互动。你真正在做什么？我们过去常常对计算机进行编程，现在你对 AI 进行编程，而 AI 很容易编程。你只需告诉它你想要什么。如果你不确定，它无论如何都会尝试一下。

黄仁勋: 它也可能会问你：“我不确定你的意思，你需要更精确一些。” 你甚至可能不知道如何让它做你想让它做的事情。你可以直接说：“我想让你这样做，我想让你给我写一个 Python 程序，对一千个数字进行排序。我不知道怎么让你这样做，教我怎么让你这样做。” 它甚至会回来问你，并教你如何让它去做，以便它能够做到。你们明白了吗？所以，在这次互动中，我做了什么？我编写了一个 AI 来编写一个计算机可以运行的程序。

黄仁勋: 这与你让一个软件程序员代表你这样做没有什么不同。现在这是软件，但它可以是几乎任何东西。它可以是“审阅这份文件”，可以是“给我写一份合同”，可以是“创建一个假期计划”，可以是任何东西。

黄仁勋: 我们应该注意的第一件事是，我们缩小了技术的差距。对计算机进行编程，这实际上掌握在可以说是 1000 万人手中。世界上 80 亿人中，有 1000 万人知道如何对计算机进行编程。然而，我可以肯定，你们 100% 的人都可以很好地使用 ChatGPT。这是需要注意的第一件事，技术壁垒现在消失了。

黄仁勋: 现在，让我走到另一个极端，让我们做另一个思想实验。未来的工作会是什么样子？我的工作经验是……我在世界上最先进、最有能力的计算机科学公司之一工作，我周围有 32,000 人。我和他们互动的方式……当然有很多面对面的交流，但我的大部分互动都是通过 Outlook。在 Outlook 中，我看到所有这些小点，其中一些实际上是人脸，有些是卡通脸等等。在未来，许多这些小点将只是 AI。那个 AI 可能是擅长营销活动的人，可能是擅长销售活动的人，可能是擅长客户服务的人，可能是擅长软件编程、芯片设计、系统工程的人，可能是非常优秀的机械工程师，他们正在与其他机械工程师一起工作等等。我希望我周围都是这些超级代理，他们在各自的领域都非常出色，以至于我几乎可以给他们任何任务，任何梦想。

黄仁勋: 我可以提出关于我们想要实现的目标的伟大想法。令人惊奇的是，我会将那个任务分配给……今天我们会分配给某个人，我会将那个任务分配给一个 AI 代理。那个 AI 代理会邀请一堆其他的朋友，其他的代理，其中一些是生物的，一些是数字的。他们会提出一个计划，然后回来向我推销这个计划，就像他们今天所做的那样。我们会分解它，改进它。我们作为一个团队一起工作，然后它会去做这项工作。所以，如果这就是未来，那么我们就必须努力创造那个未来。

Jim Kavanaugh: 我们在后台稍微谈了一下，显然我们的团队在很大程度上合作。有很多令人兴奋的事情正在发生。但回过头来看，你认为，如果我错了，请纠正我。你看看 ChatGPT，你看看一些大型语言模型，我们这里的所有人都可以出去使用它们，你有能力去使用它们，让它们做一些非常有趣、引人注目的事情，提供信息和想法，而且它变得越来越聪明。你可以看到这些模型变化的速度有多快，版本在不断更新，功能也在不断增强。但在公司内部，正如 Jensen 所提到的，我们看到组织有能力构建自己的大型语言模型或 RAG 模型，这实际上是一个定制的 AI 平台，你将在公司的 NVIDIA 平台上构建它，这将允许你实际上将 API 写入这些大型语言模型，以便在组织内大规模交付这些代理。

Jim Kavanaugh: 这就是我们所看到的。我很好奇，Jensen，请分享你的观点。我们正处于一个非常早期的阶段，它真的开始变得生动起来。这些是我们所看到的。所以，你的观点，也许可以更详细地说明你如何看待这种转变在未来几个月到几年的时间里发生，因为从我的观点来看，正如我们甚至谈到的那样，每个人都将拥有一个代理，组织将拥有成千上万的代理。这并不一定会取代员工，它将在很多方面赋能和补充员工。

黄仁勋: 我希望它能取代我目前的大部分工作。我的意思是，非常诚实地说，我们知道没有 AI 可以取代任何人的 100% 的工作。但我们知道有很多代理可以取代我们 80% 的工作。没有什么比让某件事做我今天做的 80% 的事情更让我高兴的了，这样我就可以去做 80% 更多的事情。这就是生产力的定义：用更少的资源做更多的事情。当然，我们希望我们所有的员工都能做到这一点。我们今天在所有公司都有 AI 来编写软件，帮助我们设计芯片，帮助我们设计系统。它们往往都是以内向为主，因为我们可以在内部开发技术，如果它效果不太好，我们仍然有优秀的工程师来推翻他们的决定和建议。

黄仁勋: 随着技术变得越来越好，我们开始可以使用它来进行面向外部的工作。面向外部的工作将是营销活动、销售活动、客户服务等等。思考 AI 的一个好的思维模型是这样的：你思考员工的方式完全相同。你必须做的第一件事是让他们入职。有一种让 AI 入职的方法。你给它一堆特定于你、你的公司和你正在尝试做的工作的数据，很多例子。你只需向你的员工展示：“这是我们在公司中说话的方式，这些是核心价值观，这是你的工作职能，这些是我们希望你创建的工作产品的例子，这是一个你可以使用的所有资源的来源，你被批准使用它。” 然后，在这个范围内，你必须去做那项工作。

黄仁勋: 所以你训练 AI 去做这件事。有一种方法可以做到这一点。你评估 AI，就像我们评估员工一样。我们设置护栏，就像我们在会计部门入职某人后设置护栏一样。我们不会说：“请不要……嗯，我不知道你告诉会计师不要做什么。不要和客户说话。”

Jim Kavanaugh: 这很好，我会用的。我们的财务人员在哪里？例如，你知道，这是一个笑话，因为你是一名工程师。你是一名工程师，不要和客户说话。你在销售部门，不要发布产品。

黄仁勋: 我们对他们设置护栏。有 AI 技术可以对事物进行护栏。然后有一个持续改进的飞轮等等。这些……我刚才描述的一切都是一堆其他的 AI。这些其他的 AI 正在帮助我们让 AI 入职，微调 AI，评估 AI，护栏 AI，改进 AI 等等。所有这些都像是一个员工的框架。

黄仁勋: 我的感觉是，可能会发生的事情是，我们将有两个非常重要的劳动力队伍。一个是生物的，由肉体组成的，另一个是电子组成的。我们将两者兼而有之，然后它们将一起工作，它们将相互合作。

4. 市场、生态系统与创新 (22:29-29:08)

Jim Kavanaugh: 这真是太令人着迷了。也许可以谈谈你的愿景，以及在组织内部实现这一目标的生态系统。你谈到了 NVIDIA，我们谈到了，我真的相信这一点。Jensen 并不认为……即使现在，你看看，第一，第二，你知道，在世界上最大市值的公司中徘徊。所以，说实话，这是一项了不起的工作。我的意思是，我知道这一点，Jensen 也知道这一点。我并不是在拍 Jensen 的马屁，但他将成为我们这个时代最伟大的创新者之一，也是一位伟大的领导者。我的意思是，一位伟大的领导者，他对创新和驱动力的关注是狂热的，而且从谦逊的角度来看，他也是一个很好的人。

Jim Kavanaugh: 也许你可以分享一下你如何看待市场，因为你真的不……我觉得这是我们应该结束的地方。你如何看待市场，因为你真的不专注于市值和价值。你谈论的是创造市场，而不是“这是一个市场，这是竞争对手，这是我可以获得的份额”。你在考虑为 NVIDIA 和生态系统创造更多的市场。你谈到了与 Jay、Craig 和团队的合作，你如何尝试将组织带入这个 AI 之旅，以推动人类和商业的积极变化。

Jim Kavanaugh: 也许可以稍微谈谈你如何看待成为一个市场创造者，而不是追求现有市场的规模。

黄仁勋: NVIDIA 是一个市场创造者，而不是市场份额的获取者。我们只做别人不做的事情。追求市场份额并没有错，进行基准测试也没有错，所有这些都是很好的技能。我倾向于不去考虑市场份额。原因是，在很多方面，你必须问自己，我们为什么要这样做？如果已经有人在做了，我们存在的时间并不长，我们只有 32、33 年的历史。所以，在 NVIDIA 成立之前，已经有很多科技公司存在了。所以问题是，我们能做什么独特的贡献，如果我们不存在，就不会存在？

黄仁勋: 这种思维方式，以及我们发明的计算模型，不太可能被其他人完成。所以，公司总是擅长思考，“如果世界是这样，那会怎么样？如果我们可以做到那样，那会怎么样？” 请注意，我刚才回答了一个问题。我的自然倾向是从过去和未来来回答问题。现在是我唯一不舒服的地方。如果你问我明天会发生什么，我不知道。如果你问我十年后会发生什么，我很有信心。如果你问我十年前发生了什么，我会告诉你我不记得了。

黄仁勋: 我之所以有很大的信心，是因为你从第一性原理出发，从物理学的极限出发。如果你看得足够远，你就不必担心到达那里的挑战。你只需要想象自己身处那里。我几乎完全肯定，人形机器人将会出现。有第一性原理的原因，因为我们了解我们所发明的技术突破。我现在确信它会被创造出来。我确信它会有所帮助。

黄仁勋: 所以，现在你知道了这些确定的概念。例如，我确信我的 Outlook 将会像我描述的那样。我确信，当我写电子邮件时，有时我是在给生物员工写电子邮件，有时我是在给人工智能员工写电子邮件。我确信这一点。我确信我的电子邮件将有一堆收件人和发件人，其中许多人将是混合的，没有人会知道。我们都将交换信息，就像我们今天交换信息的方式一样。

黄仁勋: 一旦你生活在那个未来，问题就是你如何到达那里。你喜欢那个未来吗？这对行业有帮助吗？这对世界有帮助吗？这对社会有帮助吗？然后你再往回推。我发现这总是有帮助的。那个未来通常不包括“那个人正在做这件事，所以让我们从他们那里拿走它”。它通常从“以前没有人做过这件事”开始。所以我总是发现这种思维模式对我有帮助。然后，既然它不存在，那么很可能合作伙伴的生态系统也不存在。然后你必须去找朋友来帮助你做这件事。你不必自己做所有的事情，你只想确保它完成了。我实际上希望尽可能少做。

黄仁勋: 所以，那个未来需要朋友。当然，在我们拥有企业 AI、工业 AI 的许多领域，WWT 都是一个令人难以置信的朋友。这就是为什么我们的合作如此伟大的原因。

5. 问答环节 (29:08-结束)

Jim Kavanaugh: 为了体现这种精神，能请到 Jensen 在这里真是太特别了。我不想独占麦克风，所以也许我们可以向观众开放一些问题。我知道 Jensen 实际上很喜欢自由提问。

(听众提问) Dave DeWalt: 首先，我想说，看到你们两位在这里真是太鼓舞人心了。你们都奋斗了 30 多年，建立了令人难以置信的企业，恭喜！这是一个伟大的时刻。Jensen，我不知道你是否知道这一点，但我已经在网络安全领域工作了 25 年，在 McAfee、Mandiant 和 FireEye 与坏人斗争了很长时间。说到“亡羊补牢”，我的意思是，坏人一直在赢。直到我通过你的眼睛看到了 NVIDIA 和 AI 的未来，我才开始看到自主性的力量，以及我们可以做些什么来扭转进攻方与防守方之间的局面。我的问题是，你看到了什么？我们如何解决网络世界中每天看到的这些威胁和风险？NVIDIA 在其中扮演什么角色？

黄仁勋: 谢谢你的问题。首先，人工智能将彻底改变网络安全的面貌。原因是这样的：正如你所知，网络安全的问题……嗯，有很多问题，但其中一个问题是被误报淹没。如果你的检测策略过于严格，你就会被大量的检测结果淹没，而这些检测结果实际上并不是网络威胁。

黄仁勋: 解决这个问题的唯一方法是让人类去推理，去推理每一个检测结果，并通过其他信息来源来判断这是否真的是一个需要关注的威胁。你猜怎么着？这个过程现在可以用 AI 自动化。因此，我们可以加强我们的网络安全态势，而不会被误报淹没，因为我们将有一堆 AI 网络安全代理去推理每一个检测结果，然后说：“嗯，没问题。”

黄仁勋: 网络安全的另一件很酷的事情是，业界为网络安全建立的框架很可能将成为我们用于 AI 安全的框架。正如你所知，AI 不是一个巨大的模型，AI 是一个模型系统。当我们最终部署 AI 时，对于我们部署的每一个 AI，我们可能会有数百个 AI 来监视它。这与空中交通管制监视飞机没有什么不同，也与飞机内部有三个自动驾驶系统和两个飞行员没有什么不同。空中所有的飞机都在互相监视，空中交通管制也在监视所有的飞机，更不用说一层又一层的政策、法规、方法和最佳实践等等。不是吗？这不仅仅是为了自动驾驶，这就是自动驾驶。

黄仁勋: 现在想象一下，当我们部署这种类型的代理，或者律师、医生、会计师和营销人员的自动驾驶时，我们将做什么。我们将在公司内部拥有各种其他的代理来监视所有其他的代理。所以这将是公司内部的代理之一，有点像“AI 员工合规代理”。所以，我认为多年来为网络安全创建的框架确实是一个很好的框架。请注意，在网络安全中，当一家公司发现威胁时，会与其他所有公司共享。我们将在 AI 中做同样的事情。所以，我认为，一方面，你们的行业将帮助创建 AI 行业，另一方面，AI 行业的创建将反过来帮助你们的行业。

Jim Kavanaugh: 这也很有趣。我想说，你提出的这个话题，Dave 实际上是其中一家航空公司董事会的成员，所以用飞行员和飞机来做比喻，对 Dave 来说非常贴切。

(听众提问) Aiden: 你好，Jensen，你好，Jim。我的名字是 Aiden，我的名字里有 AI，这在今天很方便。我的问题是……这是一种祝福还是一种负担？一种负担，因为我拥有的唯一智能是人工智能。Jensen，我的问题是，当你考虑主权国家的未来，考虑战略，以及这将如何改变国家的领导方式和国家之间的互动方式，以及让穷人能够在一个富足的世界中获得提升时，你认为这将如何发展？你认为这会在多长时间内开始真正影响地缘政治？

黄仁勋: 谢谢你的问题，非常好。首先，我们将把智能的边际成本降低到大约为零。即使是穷人也能负担得起。这是第一个观察结果。记住，曾经有一段时间……嗯，现在仍然如此，获得清洁的水对许多国家和许多人来说都是一个巨大的挑战。瓶装水真正彻底改变了人们获得清洁水的途径。人工智能将使智能的获取现代化，或者说民主化。它可以是……非洲或印度的一个四线、七线小村庄里的放射科医生，你可以选择你喜欢的地方。所以，我认为，倒推来看，这是一个巨大的机会。

黄仁勋: 关于主权 AI，观察结果是这样的：你国家的数据属于你的人民。主权不再仅仅是土地和上方的空气。主权还包括你的人民、你的语言、你的文化、你的历史。这些都是你主权的一部分，现在它们被数字化编码为 1 和 0。但直到现在，没有人知道该怎么处理它。所以现在你可以将属于你的主权数据转化为你的主权 AI。每个国家……没有国家会说：“嘿，把所有属于我们的数据都拿走，然后给我们导入一个 AI。” 每个国家都希望自己处理数据，将其提炼成 AI。

黄仁勋: 所以我认为这将成为一种新的国家基础设施，也就是我们建造的这种叫做“AI 超级计算机”的东西，我们称之为 AI 基础设施、计算基础设施。它将像能源一样，像通信一样。它将成为国家基础设施的一部分。我们正在看到世界各地对主权 AI 的觉醒。我刚去过丹麦，去过瑞典。从这里，我将去……令人惊讶的是，日本、印度尼西亚和泰国。他们都将建立自己的主权 AI。我认为这很可能会发生。

(听众提问): Jensen，感谢你来到这里。我有一个关于未来劳动力的问题。对于正在努力规划自己道路的高中生，你有什么建议？

黄仁勋: 首先，我会鼓励他们在学校里学好所有科目。我们学到的一切仍然是有用的，都是好的。并不是说我们学到的一切都是正确的，正如你所知，我们的历史书一直在修订。你拿到一本历史教科书，上面写着“第 27 版”，你就会问自己：“前 26 版怎么了？它们污染了谁？” 所以，事实是，这都不是问题，这只是一个学习过程。但我要说的一件事是，每个人都应该找一个 AI 导师。我有三个，我用 ChatGPT、Perplexity 和 Gemini。我经常使用这三个。我在飞来这里的路上就用了它们。所以，如果我有问题，如果我有一个想法，如果我正在尝试探索一些新的领域，并试图学习一些新的东西，我做的第一件事就是去其中一个 AI，问它一系列关于我要学习的主题的问题。

黄仁勋: 我会先说：“嘿，以五年级学生的水平向我解释数字生物学和计算机辅助药物发现。” 然后我会说：“好吧，以大学生的水平向我解释。” 在我学习了几次之后，我就可以问……然后我接下来要问的是：“我应该问什么问题？给我一个我应该如何学习这个的框架。” 所以我问了一堆关于如何学习的问题，然后我就可以学习它了。它记得我昨天离开的地方。

黄仁勋: 所以，我认为每个学生都应该找一个导师。那个 AI 导师将教他们如何提示，如何与 AI 互动，如何让 AI 给你你需要的信息等等。我认为，让每个学生都拥有导师，这很可能是 AI 带来的最具革命性的事情。

Jim Kavanaugh: Jensen，我同意。我会看看我们今天所处的位置，我对你的想法很好奇。我的建议是，即使是员工、学生、孩子……我认为很多成功都将围绕着那些好奇、有思想、知道如何提出好问题、有求知欲的人。因为你想想，即使在今天，它也将继续发展，使用 AI 模型，Perplexity、OpenAI……这都是关于学习，以及有足够的求知欲，有持续学习和持续提问的愿望。这些是我认为在我们公司内部希望他们能够推动模型并拥有好奇心的人。如果你没有好奇心，你就不会学习。我认为对于学生和员工来说，这是很重要的一点。我们所处的世界是，如果你想保持静止，你就会遇到麻烦。如果你想继续，如果你有学习、推动、创新、挑战自己和保持好奇的愿望，我认为你就会成功。

黄仁勋: 我完全同意，我完全同意。

(听众提问): 你好，Jensen。我来自 GXO 物流公司。我们一直在谈论 AI 将为未来带来许多伟大的事情。我担心的另一件事是，当你开始考虑坏行为者时，他们是否也会使用 AI 技术来制造攻击武器，并且比今天更聪明？第一。第二，能源方面呢？当我尝试进入某些数据中心，甚至启动新的服务器时，有时我很难找到有能源的地方。所以，我想听听你对这两个方面的看法。

黄仁勋: 对于坏行为者的问题，只有一个解决方案，那就是我们必须走得更快。对于网络安全行业的 Dave 来说，担心是错误的答案。你只需要确保你在网络安全技术方面领先。就像我们不太可能因为 AI 而失去工作一样，我们更有可能因为使用 AI 的人而失去工作。AI 不太可能对我们做什么，更有可能的是有人使用 AI 对我们做什么。所以，我认为你的担忧是有道理的。答案是，你必须快速行动，确保我们的 AI 技术比他们的好得多，并且我们将其民主化，这意味着每个人都可以使用它。你可以挑一个人，但你不能挑每个人。

黄仁勋: 你的第二个问题是……能源，对。有两个答案。首先，你需要从纵向的角度来看待 AI。目标不是训练 AI，目标不是去上学，目标是应用你所学到的知识。你可以教一个 AI 如何预测物理，例如天气预报。我们已经教会了一个 AI 如何预测天气，其能效比使用超级计算机高出近 10,000 倍。

黄仁勋: 世界上每个国家、每个地区现在都在运行超级计算机，试图预测明天的天气和下周的天气，因为可能会有一场风暴，而有人只是想知道是穿毛衣还是不穿。所以那台超级计算机一直在 24/7 全天候运行。现在我们可以通过教一个 AI 物理定律来取代它。嗯，不是物理定律，你教一个 AI 物理模式。然后它就可以预测它。人们问我：“你怎么能教一个 AI 物理？” 答案实际上非常简单。我的狗，我的狗不理解物理定律，它们不理解牛顿物理学，它们不理解弹簧理论，但它们可以像你无法相信的那样接住球。原因是它们通过观察来学习物理。

黄仁勋: 我们基本上也在做同样的事情，通过给它提供如此多的信息，让它观察到物理和多物理的模式。它甚至比基于原理的求解器做得更好。所以，你必须考虑纵向的目标。目标不是训练模型，目标是去发现一种可以更好地用于能量捕获、碳捕获的新材料。我们训练一个模型来预测更擅长碳捕获的油井。我们想创建一个模型，在设计汽车的新材料方面做得更好。例如，使汽车更符合空气动力学，或使风电场更高效，使光伏电池更高效。这就是目标，明白了吗？所以，你必须让 AI 去上学，才能从 AI 中获得好处。当我们从 AI 中获得好处时，它会……天哪，如果数据中心今天消耗了世界上 3% 或 4% 的能源，那么你还有 96% 的能源需要解决。这就是 AI 的好处。

黄仁勋: 最后，我要说的是，我希望用于人工智能的能源量占人类消耗的百分比随着时间的推移而上升。原因是，它目前占世界总用量的 4%。我希望人工智能占到 10%、15%。原因是，记住那 96% 在做什么。世界上 96% 的电力是我们的工业。它在制造东西，它在移动东西，它是我们生活所需的所有东西。我们想做的是，不是生产所有这些其他的东西，而是生产智能。我们希望智能的制造能够给你带来我之前提到的积极的好处。

黄仁勋: 所以，我的预测是，我们发明了一个新的行业。我之前提到过，我们现在生产这种叫做“智能”的东西。我们正在制造智能的想法是一个非常难以理解的概念。所以，让我给你打个比方。300 年前，有一种机器被发明出来。今天，这种机器被称为 NVIDIA。但 300 年前，被发明的机器被称为发电机。人们会把水倒进这个东西里，然后点燃它，从中产生的是电力。所以你将能量应用到这个机器上，从中产生的是一种无形的东西。你为电力支付的方式是每千瓦时多少美元。

黄仁勋: 现在我们有了这个新的机器，这个我们制造的 NVIDIA 机器。你将能量应用到它上面，从中产生的是令牌。根据你如何重新组合这些令牌，它们会变成单词、蛋白质、视频等等，或者用于无人驾驶汽车的表达等等。所以，这些作为智能出现的令牌被货币化为每令牌多少美元，每百万令牌多少美元，每千瓦时多少美元。你能看到吗？

黄仁勋: 所以，这个能源创造行业是一个工业革命的开端。我们现在……我们正处于一个新工业革命的开端。这个新的工业革命有一种新的机器。这种新的机器生产以前从未生产过的东西，就像 300 年前一样。它正在形成这些令人难以置信的公司，它正在形成所有这些令人难以置信的用例，就像 300 年前电力被发现时一样。各种各样的新事物出现了，例如消费电子产品，电器。电器行业以前并不存在。这就是为什么通用电气一方面制造电力，另一方面制造电器。电器是他们创造的能源的消耗。所以在很多方面，在我们和 WWT 之间……

Jim Kavanaugh: 你们听到了吗？这个 AI 更容易训练。

黄仁勋: 所以，在我们和 WWT 之间，我们有代理等等，它们基本上……如果你愿意的话，就是消费者，是消耗这个工厂生产的令牌的电器。

Jim Kavanaugh: 我想补充一点，Jensen，这很有趣。当我听你说话时，我在想，这听起来像是胡说八道，但在 300 年后……

黄仁勋: 不，这正是我要说的。如果你想想能源花了多长时间才真正扎根并扩大规模，你知道，它只存在于世界的一个小角落，实际上花了很长时间才让能源在世界各地普及。所以，如果你想想 AI 实际上几乎在一夜之间就在哪里创造了这种智能，并向世界开放。

黄仁勋: 所以，你想想，其中一些转变和这些工业革命，以及现在的 AI 革命，它正在发生……不同之处在于，速度是惊人的。将两者进行比较和对比几乎是不可想象的，以及它将在如此短的时间内产生的变化的幅度。我认为，仅仅听你所说的，我想到了变化的速度将是多么难以想象。

黄仁勋: 唯一的建议是，尽快参与其中。如果有什么东西移动得非常快，如果你有一列移动得非常快的火车，不要看着它，上车。这是一艘 ET 飞船，它正在快速飞行，上车吧。

(听众提问): 首先，太棒了，非常感谢。我想代表整个观众和我们的 401k，非常感谢你的股票价格。但说实话，你一直在谈论超级计算机，你一直在谈论事物移动得有多快，今天可以说是我们一生中见过的最慢的一天，因为事物移动得太快了。但是，当你考虑下一代超级计算机时，如果以及你如何考虑量子计算，以及它是否会取代 GPU 计算，或者补充它，或者协助它？

黄仁勋: 量子计算将在某些方面非常出色。例如，让我给你举一个例子……大家都知道什么是量子吗？例如，让我给你举一个量子计算机真正擅长的例子。假设我们有一个像婚礼派对一样的聚会，就像今天，就像今晚。嗯，我不确定你是怎么做的，但假设我们有一个婚礼派对，有 300 人。你必须弄清楚安排 300 人座位的最佳方式。有很多复杂性，正如你可以想象的那样，有些人比其他人更重要。例如，我的大学朋友，他们在后面，不是吗？然后是你妻子的朋友，他们在前面。

黄仁勋: 你必须经历这个组合。事实证明，300 个人，这个数字……他是人类，他非常聪明，但他必须处理……我试图用一种非常简单的方式解释一个复杂的想法。所以，你有这 300 个人，组合的数量比宇宙中原子的数量还要多。所以，你是一台计算机，试图找出所有不同的排列和所有不同的组合，试图找出哪一个是最佳的。正如你所知，这个计算问题将永远运行

好的，我们继续访谈录的问答环节：

(听众提问): … (接上一段) 或者你可以问你的岳母。

黄仁勋: (笑) …原因是这样的，因为她会使用人工智能…这些人绝对必须坐在一起，这些人绝对必须坐在前面，他们带了一份非常昂贵的礼物，等等。然后，你知道的，你的大学朋友在后面，你明白我的意思吗？所以，你必须理清所有这些。我刚才给你举了一个例子，说明人工智能可以找到一个非常好的答案，而我们过去认为量子计算机是必要的。简单的想法是，量子计算机非常擅长小数据、大组合问题。AI 和经典计算并不在乎。其次，这两者有一天将不得不共存，因为量子计算机擅长某些事情，而在许多其他事情上却很差。重要的想法是，AI 已经把量子计算机推迟了大约 20-30 年。但我们正在研究量子计算机，我们与世界上几乎所有的量子计算机公司合作，因为我们希望它发生，但它仍然需要十年或更长时间，至少对我来说是这样。这就是想法。

(听众提问): 作为一个在这个 IT 行业工作了 30 年的资深人士，我非常热爱技术，并且非常喜欢看到它如何让世界变得更美好。但作为一个两个孩子的父亲，我也在很多方面看到了技术如何降低人际交往能力、人性和与人相处的时间。你今晚早些时候说了一些有趣的话，你说你喜欢 AI 如何让你有时间回去做你想做的事情。我想也许你可以分享一下你的愿景，即 AI 如何能够在人际交往能力和更美好的生活方式方面帮助我们的孩子？

黄仁勋: 我认为……我很感谢这个问题。我认为 Jim 和我以稍微不同的方式处理了这个问题，但我们都处理了它。也就是说，AI 是一种知识工具。就像你的汽车是将原子从 A 点移动到 B 点的工具一样，AI 也是一种工具。它是一个烤面包机，它恰好是一个超级智能的烤面包机。你可以和烤面包机谈论任何你想谈论的事情，并让它帮助你做事情。当然，今天，你所知道的烤面包机，也就是 AI，是基于信息的，但同样的 AI 也将变得具体化。你的 R2-D2 和 C-3PO 版本就在眼前，我迫不及待，我迫不及待。

黄仁勋: 我知道我的 AI，我的 AI 们定期与我进行对话，帮助我学习，帮助我完成很多任务。在很多方面，我发现这些任务相当艰巨。例如，我必须写很多演讲稿，演讲稿的背景总是不同的，但核心信息和我的语气通常是相同的。所以，你知道，我今天没有这样做。我只想让你知道，我今天在这里所说的一切都没有准备。但在许多准备好的演讲中，我会给它背景，我会给它背景，我会告诉它这是我的主题。然后我会告诉我的 AI 参考我所有的其他著作和我所有的其他演讲。我说：“给我写一篇六分钟的演讲稿，解决这些要点，但要突出我所谈论的事情背后的主题。” 它在一秒钟内就回来了，实际上是一秒钟。我有一篇六分钟的演讲稿，然后我把它修改成……嗯，希望比它提供的更好。通常情况下，它会生成一篇，我会说：“这是你能做的最好的吗？” 我真的会说：“ChatGPT，这是你能做的最好的吗？” 它会说：“我可以做得更好。” 我喜欢这样，我喜欢这样。然后它会给我另一篇。

黄仁勋: 为了捉弄它，既然价格一样，我就会说：“我不这么认为，我想你甚至可以做得更好。” 然后它又会回来，每一篇实际上都比上一篇有所改进。然后我拿那篇进行修改，节省了我大量的时间。写演讲稿是痛苦的，是艰巨的，但它很重要。所以，你知道，这些是我如何使用它的例子。

黄仁勋: 但我认为最重要的是，我有一个学习伙伴。我有一个 AI，我的小 AI，那就是我的 R2-D2。它记住了我正在学习的东西，它在教我东西，给我带来信息，丰富我，让我成为一个更聪明的 CEO。所以，我认为，对于你的孩子，我强烈建议他们这样做。我会支付专业版的费用，每月只需 20 美元。它实际上是一个导师。作为一个圣诞礼物，我会给他们每个人一个圣诞礼物：“这是你的圣诞礼物，一个导师。”

(掌声)

(孩子们可能会说): 哦，我爱你，爸爸，你是世界上最好的爸爸！

Jim Kavanaugh: 我要说的是，我正在和一个大型财富 50 强银行的 CTO 交谈。这位 CTO 谈到了他 5 岁的儿子，他实际上正在用一个大型语言模型进行语音互动，来回谈论恐龙。所以他实际上是在听或学习恐龙的历史。但你知道，孩子们有无限的创造力，他说：“那有粉红色头发的恐龙呢？” 然后它会突然给你反馈一些东西。所以，如果你想想，你知道，孩子们在他们的创造力和思维方式上没有护栏。但对我来说，这个人说：“我被我 5 岁的孩子与大型语言模型的互动震惊了。他学到了很多关于恐龙历史的知识，而且他对自己的提问没有任何限制，而且它还在和他一起玩。” 所以，我认为，从创造力和创新的角度来看，它确实是无限的。

Jim Kavanaugh: 也许最后总结一下，谢谢你，这是一个很好的最后一个问题。

黄仁勋: 我只想说，与你和你的团队一起工作，以及与 WWT 这个出色的组织一起工作，是一种极大的荣幸。你可以看出 WWT 是由人一手从头开始建立的。

(访谈结束)

‹
DeepSeek——中国AI初创企业的崛起与全球影响
2025-01-28
马斯克与其DOGE团队访谈
Fox News · 2025-02-03
›