Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

Peter Thiel分享了他對未來五年人工智慧（AI）發展的看法，以及他對實體物理世界科技停滯的觀察。他覺得大家低估了AI長期的影響，但也像1999年網路泡沫的時代一樣，高估大規模的改變會在18個月內就發生。以下是Claude對他的主要觀點整理： AI的突破性進展 Thiel指出，近期AI最重大的成就是通過了圖靈測試。像ChatGPT這樣的系統能夠以近乎人類的方式進行交流，這標誌著我們進入了一個新時代。這一突破實現了過去60年來AI研究的終極目標。 AI應用的廣泛整合未來五年將是AI應用和整合的關鍵時期。我們將看到AI技術在各個行業和領域中的廣泛應用，這可能會重塑我們的經濟、文化和政治結構。 AI與人類的關係 Thiel提出了一個關鍵問題：AI是會成為人類的補充還是替代？他認為，這個問題比AGI（通用人工智慧）的發展更為重要，因為它直接關係到人類社會的未來走向。 AI的經濟影響儘管AI是一項重大技術突破，但Thiel提醒我們，它是否能顯著提高人類生活水平仍是一個開放性問題。他指出，技術進步不一定等同於經濟繁榮。實體世界科技的停滯與AI的快速發展形成鮮明對比的是，Thiel觀察到實體物理世界的科技進展似乎陷入了停滯。他指出：過去50年來，物理世界的許多領域進展有限。例如，我們在運輸方面並沒有變得更快。康科德超音速客機在2003年停飛，反映了航空技術的倒退。高速公路因為交通擁堵而變得更慢，我們實際上比40或50年前移動得更慢。相比之下，資訊技術領域的進步非常顯著。科技發展的不平衡 Thiel認為，科技發展呈現出一種奇怪的不平衡：在位元（bits）的世界裡，即計算機和互聯網領域，我們看到了密集而顯著的進步。但在原子（atoms）的世界，即物理實體領域，進展相對停滯。這種不平衡反映在我們的生活環境中：我們可能在使用最新的智慧手機，但乘坐的可能是100年歷史的地鐵。監管與創新 Thiel提到，過度監管可能是阻礙實體世界科技進步的一個因素。相比之下，資訊技術領域受到的監管相對較少，這可能解釋了為什麼這個領域進步如此之快。

Intl Econ Observe

36,134 subscribers

17,041 Aufrufe • vor 1 Jahr •via X (Twitter)

Bildung Wissenschaft & Technologie Nachrichten & Politik

Anya Rossi• Live Now

Private livecam show

2 Kommentare

Profilbild von Intl Econ Observe

Intl Econ Observevor 1 Jahr

其實整個訪問非常的長，AI討論只佔了一點點，還有講到中國

Profilbild von ☮️愛睏的口口聲聲

☮️愛睏的口口聲聲vor 1 Jahr

監管及限制越多，其實越可能阻止文明的進步與科技的創新，簡言之就是極左派可以去旁邊閉嘴嗎？

Ähnliche Videos

NVIDIA 黃仁勳 CES 2025 開場演講，AI 無所不在 - 完整中英字幕對照 NVIDIA 執行長黃仁勳在 CES 2025 的主題演講中，揭示人工智慧 (AI) 發展的嶄新紀元。他展示 NVIDIA 如何引領這波科技浪潮，將 AI 的力量帶入各個領域，包含遊戲、企業應用、機器人以及自動駕駛等。黃仁勳首先回顧 NVIDIA 的發展歷程，從早期遊戲顯示卡的研發到近年在 AI 領域的突破，展現 NVIDIA 如何從一家圖形處理器公司轉型為 AI 技術的領導者。他強調 AI 的發展已從「知覺 AI」進化到「生成 AI」，現在更邁向「代理 AI」階段，AI 不僅能夠感知和生成，更能進行推理、規劃和行動，這將徹底改變人類與電腦互動的方式。演講中，黃仁勳發表多項 NVIDIA 的最新技術。GeForce RTX 50 系列顯示卡以其強大的效能和創新的 AI 技術，如光線追蹤加速和 DLSS 畫格生成，將遊戲畫面提升到全新境界。Blackwell 伺服器則以其高效能和能源效率，滿足企業對 AI 規模化的需求，加速 AI 訓練和部署。 NVIDIA 也推出了 NIMS 和 NEMO 平台，協助企業應用 AI。企業可藉此建立和訓練 AI 代理，提升工作效率和自動化程度。黃仁勳更進一步展望 AI 的未來，發表 NVIDIA Cosmos 世界基礎模型。Cosmos 旨在理解物理世界，並應用於機器人和工業 AI 領域。Cosmos 的出現，使 AI 能夠更深入地理解和模擬真實世界，進一步推動機器人和自動駕駛的發展。在自動駕駛領域，NVIDIA 推出了新一代車用電腦 Thor，其強大的效能和通過 ASIL D 認證的安全設計，預計將加速自動駕駛汽車的發展。此外，NVIDIA DriveOS 成為首款通過 ASIL D 認證的軟體定義 AI 電腦，為自動駕駛汽車提供更安全可靠的保障。黃仁勳也強調 AI 人才培育的重要性，並宣布推出 Project Digits，將 AI 超級電腦的規模縮小到一般使用者也能輕鬆使用，讓更多人有機會接觸和學習 AI 技術。台積電：作為 NVIDIA 的主要晶片代工夥伴，台積電可望持續受惠於 NVIDIA 的 AI 產品需求，並在先進製程技術上保持領先地位。鴻海：鴻海積極佈局電動車和機器人領域，NVIDIA 的 Thor 車用電腦和 Isaac Groot 機器人平台，可望為鴻海的發展提供助力。聯發科：與 NVIDIA 在晶片設計上的合作，有助於聯發科提升在 AI 領域的技術能力，並拓展在 AIoT 市場的應用。豐田汽車：與 NVIDIA 合作開發自動駕駛技術，可望加速豐田在自動駕駛領域的發展，並提升其汽車產品的競爭力。發那科：作為全球領先的工業機器人製造商，發那科可望利用 NVIDIA 的 AI 技術和平台，開發更智慧、更具效率的工業機器人。 Sony：Sony 在遊戲和影像領域擁有深厚的技術積累，NVIDIA 的顯示卡和 AI 技術，可望為 Sony 的產品創新提供更多可能性。

NVIDIA 黃仁勳 CES 2025 開場演講，AI 無所不在 - 完整中英字幕對照 NVIDIA 執行長黃仁勳在 CES 2025 的主題演講中，揭示人工智慧 (AI) 發展的嶄新紀元。他展示 NVIDIA 如何引領這波科技浪潮，將 AI 的力量帶入各個領域，包含遊戲、企業應用、機器人以及自動駕駛等。黃仁勳首先回顧 NVIDIA 的發展歷程，從早期遊戲顯示卡的研發到近年在 AI 領域的突破，展現 NVIDIA 如何從一家圖形處理器公司轉型為 AI 技術的領導者。他強調 AI 的發展已從「知覺 AI」進化到「生成 AI」，現在更邁向「代理 AI」階段，AI 不僅能夠感知和生成，更能進行推理、規劃和行動，這將徹底改變人類與電腦互動的方式。演講中，黃仁勳發表多項 NVIDIA 的最新技術。GeForce RTX 50 系列顯示卡以其強大的效能和創新的 AI 技術，如光線追蹤加速和 DLSS 畫格生成，將遊戲畫面提升到全新境界。Blackwell 伺服器則以其高效能和能源效率，滿足企業對 AI 規模化的需求，加速 AI 訓練和部署。 NVIDIA 也推出了 NIMS 和 NEMO 平台，協助企業應用 AI。企業可藉此建立和訓練 AI 代理，提升工作效率和自動化程度。黃仁勳更進一步展望 AI 的未來，發表 NVIDIA Cosmos 世界基礎模型。Cosmos 旨在理解物理世界，並應用於機器人和工業 AI 領域。Cosmos 的出現，使 AI 能夠更深入地理解和模擬真實世界，進一步推動機器人和自動駕駛的發展。在自動駕駛領域，NVIDIA 推出了新一代車用電腦 Thor，其強大的效能和通過 ASIL D 認證的安全設計，預計將加速自動駕駛汽車的發展。此外，NVIDIA DriveOS 成為首款通過 ASIL D 認證的軟體定義 AI 電腦，為自動駕駛汽車提供更安全可靠的保障。黃仁勳也強調 AI 人才培育的重要性，並宣布推出 Project Digits，將 AI 超級電腦的規模縮小到一般使用者也能輕鬆使用，讓更多人有機會接觸和學習 AI 技術。台積電：作為 NVIDIA 的主要晶片代工夥伴，台積電可望持續受惠於 NVIDIA 的 AI 產品需求，並在先進製程技術上保持領先地位。鴻海：鴻海積極佈局電動車和機器人領域，NVIDIA 的 Thor 車用電腦和 Isaac Groot 機器人平台，可望為鴻海的發展提供助力。聯發科：與 NVIDIA 在晶片設計上的合作，有助於聯發科提升在 AI 領域的技術能力，並拓展在 AIoT 市場的應用。豐田汽車：與 NVIDIA 合作開發自動駕駛技術，可望加速豐田在自動駕駛領域的發展，並提升其汽車產品的競爭力。發那科：作為全球領先的工業機器人製造商，發那科可望利用 NVIDIA 的 AI 技術和平台，開發更智慧、更具效率的工業機器人。 Sony：Sony 在遊戲和影像領域擁有深厚的技術積累，NVIDIA 的顯示卡和 AI 技術，可望為 Sony 的產品創新提供更多可能性。

fox hsiao

24,995 Aufrufe • vor 1 Jahr

OpenAI的鬧劇讓我對其中的主要人物升起了好感。我的一大感想是：只有在美國才會發生這樣的事情。在中國絕無可能。而這正是中國的悲哀。 OpenAI在4天之內換了4個CEO。最後的結果是起初被突然解僱的CEO Sam Altman又被請回來復職。這場鬧劇的核心是為什麼Sam Altman會被解僱，他又為什麼被復職？這裡面有一個重要人物是Ilya Sutskever。他是OpenAI的首席科學家，公司的聯合創始人之一，以及董事會成員。他是參與解僱Sam Altman的重要人物之一。因為就是他通知Altman參加公司會議的人，會上就宣布解僱了Altman。有報導說，他之所以要把Altman搞掉，是因為他和Altman在AI發展理念上出現了巨大分歧。Sutskever非常強調AI的安全性。OpenAI的員工對他的描述是，Sutskever聚焦在兩個問題上。首先，如何讓人工智能可以实现人类水平的思维，也被称为人工通用智能（AGI）。其次，如果AGI和人类价值观發生衝突，那么它们将是危险的。大家覺得他的這兩個聚焦矛盾，是吧？其實一點不矛盾。因為研究AGI是科技的潮流。他不做也會有別人做。與其別人先發展出來，不如他們自己先發展出來。這樣他們還有控制它和塑造它的餘地。《華爾街日報》的一篇報導說，他底下的一位科學家在向Sutskever匯報自己工作進展的時候，Sutskever說，很好，繼續。但是你應該花更多時間來研究如何把人工智能愛人類這件事用程序固定下來。有媒體報導說，他在人工智能的安全性方面和CEO Sam Altman發生了矛盾。他想讓AI變得更安全，而Altman在努力推進AI快速發展，以此為公司帶來更大利益。因為這個矛盾，Sutskever就發起了這次公司“政變”。但事實很可能並非如此。因為在這幾天中，其中一位被短暫任命為CEO的人發推說，她發現董事會解僱Altman的理由根本不是因為AI的安全性問題。因此，她對擔任新CEO這件事沒有興趣。也就是說，她也是在意AI安全性的。她以為Altman被解僱是因為他不顧安全性。但後來她發現不是。所以，她並不想參與這件事。那麼，Altman到底為什麼被解僱呢？有媒體透露，是因為Altman最近非常積極的接觸中東的投資人，要發展一些新的業務。例如，他想讓openAI自己做芯片，這樣就不依賴於NVIDIA。現在高級AI的芯片基本上都是NVIDIA造的。這樣就使openAI的發展受制於NVIDIA。而Altman想讓發展AI和AGI的核心掌握在自己公司手中。但是，他的這些新的做法可能引起了董事會的不滿。他們說他行為不透明。也許是他沒有和董事會溝通好這些事。這是他被解僱的真正原因。那麼，Sutskever為什麼在3天以後突然反悔，又支持Altman重返CEO的職位呢？我猜想是因為他也發現Altman在AI安全上和他並無什麼分歧。事實上openAI最初的創始人就是Altman和Elon Musk。而這間非營利組織的目的就是研究如何讓AI的發展不威脅人類的安全。所以Altman和他是一條心的。大家在下面這個視頻裡面就能看到Altman自己親口說出來的證據。下面我說點感想。這件事總體上讓我感覺不壞。因為如果鬧劇的起因是這些跑在AI發展最前面的科學家，CEO因為擔心AI的安全而做出的有點歇斯底里的舉動的話，我覺得這不是壞事。它讓我對人性更有信心。搞出這種鬧劇，起碼比不問AI對人類的危害，眾志成城的悶聲發大財強。而這種事情，只有在像美國這樣有思想自由的國家才能發生。在中國絕無可能。有人說，如果美國科學家對AI發展限制，而中共不限制，那不是更糟糕嗎？其實不然。中國因為政治體制的原因，對AI發展的限制更多。在發展人工通用智能方面，中共沒有可能超越西方。因為他們從根本上不允許AI自由思考。他們也不允許科學家自由思考。所以他們造不出來。在一些特殊領域，比如圖像識別等方面，中共有一些可能超越其他國家，因為他們收集的數據多。但是，因為AI現在算法的改變，數據量已經不起決定作用了。最後，我想用底下這個片子說明一下我對人工智能是否真能取代人腦，是否會產生真正的創造力的看法。這是我非營利組織西湖製作公司製作的節目：

OpenAI的鬧劇讓我對其中的主要人物升起了好感。我的一大感想是：只有在美國才會發生這樣的事情。在中國絕無可能。而這正是中國的悲哀。 OpenAI在4天之內換了4個CEO。最後的結果是起初被突然解僱的CEO Sam Altman又被請回來復職。這場鬧劇的核心是為什麼Sam Altman會被解僱，他又為什麼被復職？這裡面有一個重要人物是Ilya Sutskever。他是OpenAI的首席科學家，公司的聯合創始人之一，以及董事會成員。他是參與解僱Sam Altman的重要人物之一。因為就是他通知Altman參加公司會議的人，會上就宣布解僱了Altman。有報導說，他之所以要把Altman搞掉，是因為他和Altman在AI發展理念上出現了巨大分歧。Sutskever非常強調AI的安全性。OpenAI的員工對他的描述是，Sutskever聚焦在兩個問題上。首先，如何讓人工智能可以实现人类水平的思维，也被称为人工通用智能（AGI）。其次，如果AGI和人类价值观發生衝突，那么它们将是危险的。大家覺得他的這兩個聚焦矛盾，是吧？其實一點不矛盾。因為研究AGI是科技的潮流。他不做也會有別人做。與其別人先發展出來，不如他們自己先發展出來。這樣他們還有控制它和塑造它的餘地。《華爾街日報》的一篇報導說，他底下的一位科學家在向Sutskever匯報自己工作進展的時候，Sutskever說，很好，繼續。但是你應該花更多時間來研究如何把人工智能愛人類這件事用程序固定下來。有媒體報導說，他在人工智能的安全性方面和CEO Sam Altman發生了矛盾。他想讓AI變得更安全，而Altman在努力推進AI快速發展，以此為公司帶來更大利益。因為這個矛盾，Sutskever就發起了這次公司“政變”。但事實很可能並非如此。因為在這幾天中，其中一位被短暫任命為CEO的人發推說，她發現董事會解僱Altman的理由根本不是因為AI的安全性問題。因此，她對擔任新CEO這件事沒有興趣。也就是說，她也是在意AI安全性的。她以為Altman被解僱是因為他不顧安全性。但後來她發現不是。所以，她並不想參與這件事。那麼，Altman到底為什麼被解僱呢？有媒體透露，是因為Altman最近非常積極的接觸中東的投資人，要發展一些新的業務。例如，他想讓openAI自己做芯片，這樣就不依賴於NVIDIA。現在高級AI的芯片基本上都是NVIDIA造的。這樣就使openAI的發展受制於NVIDIA。而Altman想讓發展AI和AGI的核心掌握在自己公司手中。但是，他的這些新的做法可能引起了董事會的不滿。他們說他行為不透明。也許是他沒有和董事會溝通好這些事。這是他被解僱的真正原因。那麼，Sutskever為什麼在3天以後突然反悔，又支持Altman重返CEO的職位呢？我猜想是因為他也發現Altman在AI安全上和他並無什麼分歧。事實上openAI最初的創始人就是Altman和Elon Musk。而這間非營利組織的目的就是研究如何讓AI的發展不威脅人類的安全。所以Altman和他是一條心的。大家在下面這個視頻裡面就能看到Altman自己親口說出來的證據。下面我說點感想。這件事總體上讓我感覺不壞。因為如果鬧劇的起因是這些跑在AI發展最前面的科學家，CEO因為擔心AI的安全而做出的有點歇斯底里的舉動的話，我覺得這不是壞事。它讓我對人性更有信心。搞出這種鬧劇，起碼比不問AI對人類的危害，眾志成城的悶聲發大財強。而這種事情，只有在像美國這樣有思想自由的國家才能發生。在中國絕無可能。有人說，如果美國科學家對AI發展限制，而中共不限制，那不是更糟糕嗎？其實不然。中國因為政治體制的原因，對AI發展的限制更多。在發展人工通用智能方面，中共沒有可能超越西方。因為他們從根本上不允許AI自由思考。他們也不允許科學家自由思考。所以他們造不出來。在一些特殊領域，比如圖像識別等方面，中共有一些可能超越其他國家，因為他們收集的數據多。但是，因為AI現在算法的改變，數據量已經不起決定作用了。最後，我想用底下這個片子說明一下我對人工智能是否真能取代人腦，是否會產生真正的創造力的看法。這是我非營利組織西湖製作公司製作的節目：

蕭茗

25,862 Aufrufe • vor 2 Jahren

除了Elon Musk 外，美國科技公司CEO中最有個性的可能就是Palantir 的 Alex Karp，他會在公開場合直接嗆分析師根本不懂AI 同時還說美國根本不該只有國「防」部，應該改叫進攻部，如果你不使用暴力，別人就會用暴力對待你，不該等敵人攻擊你時才反擊，而是要讓敵人知道，敢越過紅線動美國會讓你世世代代吃不了兜著走。 --- CNBC訪問內容--- #AI基礎設施的核心價值在討論AI領域的競爭時，Karp提出了一個關鍵洞察：「如果你想要管理大語言模型或AI，能夠管理它們的基礎設施才是真正的價值所在。大語言模型本質上是一個商品，你可以根據成本和準確性來評估和使用它。」他特別批評了市場分析師對AI的膚淺理解：「每個金融分析師醒來後，都對如何管理大語言模型有一個巨大的理論性觀點，這完全是理論性的和愚蠢的。」相比之下，他強調：「我們的Ontology和AIP讓你能夠以改變利潤率、改變市場進入方式的方式部署和使用AI。」 #商業價值與愛國使命的融合 Karp反覆強調了商業成功與國家利益的緊密關係。他指出：「我們不僅僅是國防整合商，我們是愛國的商業公司。如何讓最好的愛國公司為美國而不是對手生產世界上最具殺傷力的技術？如何以更便宜的方式，以更好的利潤率將它提供給國防部？」在討論企業責任時，他強調：「每個人都在想，當然我想要世界上最好的作戰系統，我想要一些我們的對手無法複製的東西。但它花了多少錢？利潤率如何？它是否有效？這是否是商業上可行的？商業實體會購買這個嗎？這些都是對我們社會完整性來說非常合法和重要的問題。」 #現代戰爭的倫理考量在討論AI在軍事應用中的角色時，Karp深入探討了倫理問題：「如何在遵循西方倫理標準的同時對敵人施加壓力？在什麼條件下可以攻擊？如果有平民時該怎麼辦？與學校的距離應該多遠？如何確保我們打擊的確實是敵人？」他特別強調了精準打擊的重要性：「能夠以比世界上任何人都更精確、更快速、更致命的方式識別並消滅我們的敵人，這給了我們結構性的優勢。這種優勢不僅在於它更快、更好、更安全、更具殺傷力，更重要的是因為我們的對手根本做不到這一點。」 Project Maven的經驗教訓談到接手Project Maven的經驗，Karp批評了矽谷的態度：「當我們接手Maven時，AI還被視為笑話。矽谷出名的認為他們的工作就是先賺錢，而不是支援我們的戰士。」這反映了他對科技公司社會責任的深刻思考。 #未來防禦戰略的轉變 Karp主張更積極的防禦姿態：「我不明白為什麼我們要有國防部，我們應該有進攻部。我個人認為我們必須有紅線，然後我們應該越過它來向人們展示我們的認真程度。為什麼要等到敵人攻擊我們？這毫無意義，這不會帶來和平。」他提出了「暴力悖論」的概念：「如果你過度儲蓄，你會變得更窮，這是每個進步主義者都會學到並刻在身上的。暴力也有悖論，如果你永遠不使用暴力，世界會變得更暴力。所以我們需要愛國主義、能力和使用暴力的意願。」 #對美國未來的願景展望未來，Karp強調了清晰願景的重要性：「任何政府最重要的事情就是表達愛國的信息。美國和我們組織事物的方式是我們願意為之奮鬥的。一旦你表達了我們要為我們的生活方式而戰，很多決定就會隨之而來。」他以強勢的態度結束發言：「如果你傷害一個美國公民，我們會追究你，追究你的資產，追究一切。我們可以持續追究好幾代。我們不能允許人們肆意綁架和殺害美國人，然後說我們要在聯合國開會，那本質上是一個為專制者推動文件的學術機構。」

除了Elon Musk 外，美國科技公司CEO中最有個性的可能就是Palantir 的 Alex Karp，他會在公開場合直接嗆分析師根本不懂AI 同時還說美國根本不該只有國「防」部，應該改叫進攻部，如果你不使用暴力，別人就會用暴力對待你，不該等敵人攻擊你時才反擊，而是要讓敵人知道，敢越過紅線動美國會讓你世世代代吃不了兜著走。 --- CNBC訪問內容--- #AI基礎設施的核心價值在討論AI領域的競爭時，Karp提出了一個關鍵洞察：「如果你想要管理大語言模型或AI，能夠管理它們的基礎設施才是真正的價值所在。大語言模型本質上是一個商品，你可以根據成本和準確性來評估和使用它。」他特別批評了市場分析師對AI的膚淺理解：「每個金融分析師醒來後，都對如何管理大語言模型有一個巨大的理論性觀點，這完全是理論性的和愚蠢的。」相比之下，他強調：「我們的Ontology和AIP讓你能夠以改變利潤率、改變市場進入方式的方式部署和使用AI。」 #商業價值與愛國使命的融合 Karp反覆強調了商業成功與國家利益的緊密關係。他指出：「我們不僅僅是國防整合商，我們是愛國的商業公司。如何讓最好的愛國公司為美國而不是對手生產世界上最具殺傷力的技術？如何以更便宜的方式，以更好的利潤率將它提供給國防部？」在討論企業責任時，他強調：「每個人都在想，當然我想要世界上最好的作戰系統，我想要一些我們的對手無法複製的東西。但它花了多少錢？利潤率如何？它是否有效？這是否是商業上可行的？商業實體會購買這個嗎？這些都是對我們社會完整性來說非常合法和重要的問題。」 #現代戰爭的倫理考量在討論AI在軍事應用中的角色時，Karp深入探討了倫理問題：「如何在遵循西方倫理標準的同時對敵人施加壓力？在什麼條件下可以攻擊？如果有平民時該怎麼辦？與學校的距離應該多遠？如何確保我們打擊的確實是敵人？」他特別強調了精準打擊的重要性：「能夠以比世界上任何人都更精確、更快速、更致命的方式識別並消滅我們的敵人，這給了我們結構性的優勢。這種優勢不僅在於它更快、更好、更安全、更具殺傷力，更重要的是因為我們的對手根本做不到這一點。」 Project Maven的經驗教訓談到接手Project Maven的經驗，Karp批評了矽谷的態度：「當我們接手Maven時，AI還被視為笑話。矽谷出名的認為他們的工作就是先賺錢，而不是支援我們的戰士。」這反映了他對科技公司社會責任的深刻思考。 #未來防禦戰略的轉變 Karp主張更積極的防禦姿態：「我不明白為什麼我們要有國防部，我們應該有進攻部。我個人認為我們必須有紅線，然後我們應該越過它來向人們展示我們的認真程度。為什麼要等到敵人攻擊我們？這毫無意義，這不會帶來和平。」他提出了「暴力悖論」的概念：「如果你過度儲蓄，你會變得更窮，這是每個進步主義者都會學到並刻在身上的。暴力也有悖論，如果你永遠不使用暴力，世界會變得更暴力。所以我們需要愛國主義、能力和使用暴力的意願。」 #對美國未來的願景展望未來，Karp強調了清晰願景的重要性：「任何政府最重要的事情就是表達愛國的信息。美國和我們組織事物的方式是我們願意為之奮鬥的。一旦你表達了我們要為我們的生活方式而戰，很多決定就會隨之而來。」他以強勢的態度結束發言：「如果你傷害一個美國公民，我們會追究你，追究你的資產，追究一切。我們可以持續追究好幾代。我們不能允許人們肆意綁架和殺害美國人，然後說我們要在聯合國開會，那本質上是一個為專制者推動文件的學術機構。」

Intl Econ Observe

43,142 Aufrufe • vor 1 Jahr

2024 諾貝爾物理獎得主，人工智慧之父 Geoffrey Hinton 最近最常思考的問題是，" 我該在 Netflix 上追甚麼劇 ? " Geoffrey Hinton 談大腦、機器和突破性洞見英國出生的加拿大學者 Hinton 是電腦科學家及認知心理學家，因為在類神經網路方面的貢獻聞名，被譽為「深度學習之父」或「人工智慧之父」。他發明了一種方法，可以自動尋找資料中的性質，進而識別圖片中特定元素等任務。這段影片是與 Hinton 進行的一次深入而廣泛的訪談。 Hinton 回顧了他在神經網絡和深度學習研究方面長達數十年的職業生涯，分享了他對人工智慧發展的獨特見解和深刻反思。他詳細談到了自己早期在劍橋和卡內基梅隆大學的學習和研究經歷，以及如何受到 Donald Hebb 和 John von Neumann 等科學巨匠的影響。Hinton 還描述了他如何與學生合作，特別提到了與 Ilya Sutskever 的富有成效的合作關係。 Hinton 深入討論他對大腦如何學習的持續興趣，以及這種興趣如何推動他在人工神經網絡方面的開創性研究。他詳細解釋反向傳播和波爾茨曼機等關鍵概念，並坦誠地反思了自己的一些成功和錯誤。 Hinton強調直覺和創造力在科學研究中的重要性，並分享他如何選擇研究問題和識別人才的獨特方法。他特別強調質疑常規思維和追隨自己直覺的重要性。在談到人工智慧的現狀和未來時，Hinton 表達對其在醫療保健、材料科學等領域巨大潛力的樂觀態度。他認為 AI 將徹底改變這些領域，為人類帶來前所未有的益處。同時，他也坦率地承認了 AI 發展可能帶來的潛在風險和道德考量，特別是在軍事應用和公眾輿論操縱方面。Hinton 討論多模態學習和快速權重等新興研究方向，認為這些可能是未來AI發展的關鍵領域。此外，Hinton 還深入探討了 AI 如何可能改變我們對意識、情感和學習本質的理解。他提出了有趣的觀點，認為 AI 系統可能會以我們目前尚未完全理解的方式發展出某種形式的感知或情感。 Hinton 還討論了數位化系統相對於生物大腦在知識共享和「不朽性」方面的優勢，這為我們思考人類智慧和機器智慧的本質差異提供了新的視角。

2024 諾貝爾物理獎得主，人工智慧之父 Geoffrey Hinton 最近最常思考的問題是，" 我該在 Netflix 上追甚麼劇 ? " Geoffrey Hinton 談大腦、機器和突破性洞見英國出生的加拿大學者 Hinton 是電腦科學家及認知心理學家，因為在類神經網路方面的貢獻聞名，被譽為「深度學習之父」或「人工智慧之父」。他發明了一種方法，可以自動尋找資料中的性質，進而識別圖片中特定元素等任務。這段影片是與 Hinton 進行的一次深入而廣泛的訪談。 Hinton 回顧了他在神經網絡和深度學習研究方面長達數十年的職業生涯，分享了他對人工智慧發展的獨特見解和深刻反思。他詳細談到了自己早期在劍橋和卡內基梅隆大學的學習和研究經歷，以及如何受到 Donald Hebb 和 John von Neumann 等科學巨匠的影響。Hinton 還描述了他如何與學生合作，特別提到了與 Ilya Sutskever 的富有成效的合作關係。 Hinton 深入討論他對大腦如何學習的持續興趣，以及這種興趣如何推動他在人工神經網絡方面的開創性研究。他詳細解釋反向傳播和波爾茨曼機等關鍵概念，並坦誠地反思了自己的一些成功和錯誤。 Hinton強調直覺和創造力在科學研究中的重要性，並分享他如何選擇研究問題和識別人才的獨特方法。他特別強調質疑常規思維和追隨自己直覺的重要性。在談到人工智慧的現狀和未來時，Hinton 表達對其在醫療保健、材料科學等領域巨大潛力的樂觀態度。他認為 AI 將徹底改變這些領域，為人類帶來前所未有的益處。同時，他也坦率地承認了 AI 發展可能帶來的潛在風險和道德考量，特別是在軍事應用和公眾輿論操縱方面。Hinton 討論多模態學習和快速權重等新興研究方向，認為這些可能是未來AI發展的關鍵領域。此外，Hinton 還深入探討了 AI 如何可能改變我們對意識、情感和學習本質的理解。他提出了有趣的觀點，認為 AI 系統可能會以我們目前尚未完全理解的方式發展出某種形式的感知或情感。 Hinton 還討論了數位化系統相對於生物大腦在知識共享和「不朽性」方面的優勢，這為我們思考人類智慧和機器智慧的本質差異提供了新的視角。

fox hsiao

82,880 Aufrufe • vor 1 Jahr

這是我第一次聽到 Jim Fan 的演講，非常幽默有趣，然後我覺得有生之年大概買一台人形機器在家處理家事、幫你洗頭髮大概穩了，好好活著，各位。在 AI 領域，我們常聽說圖靈測試（Turing Test）是衡量機器能否展現與人類無異對話能力的里程碑。如今，大型語言模型（LLM）似乎已悄悄地通過了這個測試，但大家對其突破已習以為常，甚至會因為語音助理慢了幾秒或程式碼沒被完全除錯而抱怨連連。 NVIDIA AI 研究總監、身為廣受矚目人形機器人專家 Jim Fan 指出，當前業界對 LLM 的驚人進步視為「只是又一個平常的星期二」（just yet another Tuesday），這反映了我們對文字世界 AI 的標準已大幅提高。然而，當我們將目光轉向現實世界，讓機器人進行物理操作時，會發現挑戰巨大得多。 Jim Fan 在演講中提出了一個引人深思的概念：「物理圖靈測試 (Physical Turing Test)」。這個測試的想像情境是：如果你回家後，看到雜亂的房間被整理得乾淨俐落，甚至還準備了一頓浪漫的燭光晚餐，而你無法分辨這是由真人還是機器人完成的，那代表這個機器人通過了物理圖靈測試。但現實呢？看看那些連站起來都困難的人形機器人，或是嘗試為主人做早餐卻搞得一團亂的機器手臂（雖然辨識出牛奶值得給 A-，但湯匙餵食的確是 VIP 等級的體驗），我們離「物理圖靈測試」還差得很遠。實體 AI 的最大瓶頸：資料飢渴症為什麼物理圖靈測試如此困難？ Jim Fan 點出了核心問題：資料。LLM 研究人員抱怨網際網路資料快被用完，稱其為 AI 的「化石燃料」。但對機器人學家來說，我們甚至連這種「化石燃料」都沒有。真實世界的機器人資料——例如關節的精確控制訊號、連續的運動軌跡——是無法從網路上抓取的。這些資料必須透過昂貴且耗時的「遙控操作」（teleoperation）方式收集，也就是由真人穿戴感應裝置來遠端控制機器人，手把手地教它完成任務（例如從烤麵包機拿出麵包再淋上蜂蜜）。這種方式極度沒效率，Jim Fan 將其比喻為燃燒「人類燃料」(human fuel)，比化石燃料還稀缺，每天每個機器人頂多運作 24 小時，而且真人會累，機器人更容易壞。這嚴重限制了機器人學習的多樣性和規模，形成了一個巨大的資料瓶頸。模擬世界的核能：突破資料荒的救星要突破這個瓶頸，唯一的出路是「模擬 (Simulation)」，找到機器人學的「核能」。Jim Fan 介紹了NVIDIA為此推進的三階段模擬策略：模擬 1.0：數位分身 (Digital Twin) 概念：在虛擬世界中建立機器人和環境的一對一精確拷貝。方法：利用高效能的向量化物理引擎，可以在單一 GPU 上模擬上萬個環境，速度比現實世界快上萬倍。結合「領域隨機化 (Domain Randomization)」技術，在模擬時隨機改變重力、摩擦力、物體重量等參數，迫使 AI 在各種條件下都能執行任務。優勢：極快的訓練速度。訓練出的模型可以直接零次轉移 (zero-shot) 到真實世界機器人上，無需微調。例如，訓練機械手在模擬中轉筆，訓練機器狗在球上平衡，訓練人形機器人行走（10 年訓練量在 2 小時模擬完成）。一個僅有 150 萬參數的神經網路就足以捕捉人形機器人全身平衡和敏捷動作的複雜控制。限制：數位分身需要人工精確建模，建立複雜環境耗時費力，模擬的多樣性仍然受限於人工設定的範圍。模擬 2.0：數位表親 (Digital Cousin) 概念：開始在模擬中引入生成式 AI。雖然不像數位分身那樣是精確拷貝，但能產生足夠多樣的環境和場景，「像數位分身的表親」。方法：利用 3D 生成模型生成場景中的各種物品（如家具），使用擴散模型（Diffusion Model）生成紋理貼圖，利用 LLM 根據文字提示生成場景佈局的 XML 檔案。 NVIDIA 的 Robocasa 框架就是例子，可以生成大規模、包含日常任務的模擬場景，除了機器人本身，其他幾乎都是生成的。優勢：顯著增加了環境和任務的多樣性。可以在模擬中進行遙控操作，然後將軌跡變異、擴展到更多生成的環境中，實現 N (環境數) * N (動作變異數) 的資料乘法爆炸。雖然畫面真實度可能不及真實世界，但「足夠接近」。限制：相較於 1.0，運行速度可能較慢，仍部分依賴傳統渲染管線。模擬 3.0 (世界模型 / 擴散模型)：數位遊牧者 (Digital Nomad) 概念：直接利用生成式模型（特別是影片擴散模型）來模擬物理世界的互動，擺脫對傳統物理引擎的依賴。方法：以大量真實世界影片（數百萬段網路影片）訓練影片擴散模型，使其學會模擬各種複雜的物理現象（如流體、軟體變形）。 NVIDIA 的研究表明，只需用真實機器人實驗室收集的少量領域特定資料微調通用的影片生成模型，就能讓模型學會模擬機器人的精確互動。優勢：極致的多樣性。影片擴散模型能模擬任何它在訓練資料中「看過」或「想像」的互動，不受傳統物理引擎的限制（例如模擬機器人彈烏克麗麗，即便硬體不支援，模型也能「畫」出來）。這就像讓機器人漫遊在影片模型的「夢境空間」（dream space）——一個壓縮了海量網路影片的多元宇宙，實現「萬物、處處、一時」(Everything Everywhere All at Once) 的互動學習。僅僅一年時間，影片生成模型在物理真實度上（例如變形麵條）的進步，就超越了傳統圖學 30 年的發展。速度：目前運行可能較慢，但具備隨算力呈指數級成長的巨大潛力。具身縮放定律與 GR00T N1 Jim Fan 總結，傳統模擬（1.0）的速度快但受限於多樣性，而生成式模擬（2.0/3.0）雖可能起步慢但能隨算力呈指數級擴展其多樣性。這兩種模擬方式的結合，將是為下一代機器人系統提供龐大訓練資料的「核能」。這也意味著，對 AI 算力的需求只會越來越大，那些認為算力問題會迎刃而解的人需要再三思考。藉由這些模擬技術產生的海量資料，NVIDIA 開發了「視覺語言行動模型 (Vision Language Action Model, VLA)」，能接收圖像和語言指令，並直接輸出機器人的運動控制訊號。今年 GTC 大會上黃仁勳發表的 GR00T N1 模型就是一個實例，它能在真實世界執行抓取香檳、工廠零件甚至多機器人協調等任務。 GR00T N1 已開源，NVIDIA 也計劃將未來的模型開源，以普及「實體 AI」。物理 API：通往新世界的入口實體 AI 的最終目標，是實現「物理 API (Physical API)」。想像一下，就像 LLM API 讓軟體能夠操作數位世界的位元 (bits) 一樣，物理 API 將賦予軟體操作現實世界的原子 (atoms) 的能力。透過這個 API，你可以讓軟體直接控制物理致動器，改變物理世界的狀態。這將催生全新的經濟模式和應用場景：物理提示 (Physical Prompting)：不再只用文字，而是結合視覺和語言等方式更直觀地教導和指示機器人。物理應用商店和技能經濟 (Physical App Store & Skill Economy)：米其林大廚不必親自下廚，他可以「教導」機器人他的獨家烹飪技巧，並將這個技能作為服務販售，讓任何擁有機器人的家庭都能享受到米其林級的晚餐。 Jim Fan 引用黃仁勳的話再次強調，未來「每一個會移動的東西都將是自主的」。總有一天，你回家會看到乾淨的沙發和燭光晚餐，伴侶對你微笑而不是責備你沒做家事——而那一天，我們通過物理圖靈測試的時刻，很可能就像 LLM 通過圖靈測試一樣，在世人眼中「只是又一個星期二」。這正是驅動 Jim Fan 和團隊每天努力的動力。

這是我第一次聽到 Jim Fan 的演講，非常幽默有趣，然後我覺得有生之年大概買一台人形機器在家處理家事、幫你洗頭髮大概穩了，好好活著，各位。在 AI 領域，我們常聽說圖靈測試（Turing Test）是衡量機器能否展現與人類無異對話能力的里程碑。如今，大型語言模型（LLM）似乎已悄悄地通過了這個測試，但大家對其突破已習以為常，甚至會因為語音助理慢了幾秒或程式碼沒被完全除錯而抱怨連連。 NVIDIA AI 研究總監、身為廣受矚目人形機器人專家 Jim Fan 指出，當前業界對 LLM 的驚人進步視為「只是又一個平常的星期二」（just yet another Tuesday），這反映了我們對文字世界 AI 的標準已大幅提高。然而，當我們將目光轉向現實世界，讓機器人進行物理操作時，會發現挑戰巨大得多。 Jim Fan 在演講中提出了一個引人深思的概念：「物理圖靈測試 (Physical Turing Test)」。這個測試的想像情境是：如果你回家後，看到雜亂的房間被整理得乾淨俐落，甚至還準備了一頓浪漫的燭光晚餐，而你無法分辨這是由真人還是機器人完成的，那代表這個機器人通過了物理圖靈測試。但現實呢？看看那些連站起來都困難的人形機器人，或是嘗試為主人做早餐卻搞得一團亂的機器手臂（雖然辨識出牛奶值得給 A-，但湯匙餵食的確是 VIP 等級的體驗），我們離「物理圖靈測試」還差得很遠。實體 AI 的最大瓶頸：資料飢渴症為什麼物理圖靈測試如此困難？ Jim Fan 點出了核心問題：資料。LLM 研究人員抱怨網際網路資料快被用完，稱其為 AI 的「化石燃料」。但對機器人學家來說，我們甚至連這種「化石燃料」都沒有。真實世界的機器人資料——例如關節的精確控制訊號、連續的運動軌跡——是無法從網路上抓取的。這些資料必須透過昂貴且耗時的「遙控操作」（teleoperation）方式收集，也就是由真人穿戴感應裝置來遠端控制機器人，手把手地教它完成任務（例如從烤麵包機拿出麵包再淋上蜂蜜）。這種方式極度沒效率，Jim Fan 將其比喻為燃燒「人類燃料」(human fuel)，比化石燃料還稀缺，每天每個機器人頂多運作 24 小時，而且真人會累，機器人更容易壞。這嚴重限制了機器人學習的多樣性和規模，形成了一個巨大的資料瓶頸。模擬世界的核能：突破資料荒的救星要突破這個瓶頸，唯一的出路是「模擬 (Simulation)」，找到機器人學的「核能」。Jim Fan 介紹了NVIDIA為此推進的三階段模擬策略：模擬 1.0：數位分身 (Digital Twin) 概念：在虛擬世界中建立機器人和環境的一對一精確拷貝。方法：利用高效能的向量化物理引擎，可以在單一 GPU 上模擬上萬個環境，速度比現實世界快上萬倍。結合「領域隨機化 (Domain Randomization)」技術，在模擬時隨機改變重力、摩擦力、物體重量等參數，迫使 AI 在各種條件下都能執行任務。優勢：極快的訓練速度。訓練出的模型可以直接零次轉移 (zero-shot) 到真實世界機器人上，無需微調。例如，訓練機械手在模擬中轉筆，訓練機器狗在球上平衡，訓練人形機器人行走（10 年訓練量在 2 小時模擬完成）。一個僅有 150 萬參數的神經網路就足以捕捉人形機器人全身平衡和敏捷動作的複雜控制。限制：數位分身需要人工精確建模，建立複雜環境耗時費力，模擬的多樣性仍然受限於人工設定的範圍。模擬 2.0：數位表親 (Digital Cousin) 概念：開始在模擬中引入生成式 AI。雖然不像數位分身那樣是精確拷貝，但能產生足夠多樣的環境和場景，「像數位分身的表親」。方法：利用 3D 生成模型生成場景中的各種物品（如家具），使用擴散模型（Diffusion Model）生成紋理貼圖，利用 LLM 根據文字提示生成場景佈局的 XML 檔案。 NVIDIA 的 Robocasa 框架就是例子，可以生成大規模、包含日常任務的模擬場景，除了機器人本身，其他幾乎都是生成的。優勢：顯著增加了環境和任務的多樣性。可以在模擬中進行遙控操作，然後將軌跡變異、擴展到更多生成的環境中，實現 N (環境數) * N (動作變異數) 的資料乘法爆炸。雖然畫面真實度可能不及真實世界，但「足夠接近」。限制：相較於 1.0，運行速度可能較慢，仍部分依賴傳統渲染管線。模擬 3.0 (世界模型 / 擴散模型)：數位遊牧者 (Digital Nomad) 概念：直接利用生成式模型（特別是影片擴散模型）來模擬物理世界的互動，擺脫對傳統物理引擎的依賴。方法：以大量真實世界影片（數百萬段網路影片）訓練影片擴散模型，使其學會模擬各種複雜的物理現象（如流體、軟體變形）。 NVIDIA 的研究表明，只需用真實機器人實驗室收集的少量領域特定資料微調通用的影片生成模型，就能讓模型學會模擬機器人的精確互動。優勢：極致的多樣性。影片擴散模型能模擬任何它在訓練資料中「看過」或「想像」的互動，不受傳統物理引擎的限制（例如模擬機器人彈烏克麗麗，即便硬體不支援，模型也能「畫」出來）。這就像讓機器人漫遊在影片模型的「夢境空間」（dream space）——一個壓縮了海量網路影片的多元宇宙，實現「萬物、處處、一時」(Everything Everywhere All at Once) 的互動學習。僅僅一年時間，影片生成模型在物理真實度上（例如變形麵條）的進步，就超越了傳統圖學 30 年的發展。速度：目前運行可能較慢，但具備隨算力呈指數級成長的巨大潛力。具身縮放定律與 GR00T N1 Jim Fan 總結，傳統模擬（1.0）的速度快但受限於多樣性，而生成式模擬（2.0/3.0）雖可能起步慢但能隨算力呈指數級擴展其多樣性。這兩種模擬方式的結合，將是為下一代機器人系統提供龐大訓練資料的「核能」。這也意味著，對 AI 算力的需求只會越來越大，那些認為算力問題會迎刃而解的人需要再三思考。藉由這些模擬技術產生的海量資料，NVIDIA 開發了「視覺語言行動模型 (Vision Language Action Model, VLA)」，能接收圖像和語言指令，並直接輸出機器人的運動控制訊號。今年 GTC 大會上黃仁勳發表的 GR00T N1 模型就是一個實例，它能在真實世界執行抓取香檳、工廠零件甚至多機器人協調等任務。 GR00T N1 已開源，NVIDIA 也計劃將未來的模型開源，以普及「實體 AI」。物理 API：通往新世界的入口實體 AI 的最終目標，是實現「物理 API (Physical API)」。想像一下，就像 LLM API 讓軟體能夠操作數位世界的位元 (bits) 一樣，物理 API 將賦予軟體操作現實世界的原子 (atoms) 的能力。透過這個 API，你可以讓軟體直接控制物理致動器，改變物理世界的狀態。這將催生全新的經濟模式和應用場景：物理提示 (Physical Prompting)：不再只用文字，而是結合視覺和語言等方式更直觀地教導和指示機器人。物理應用商店和技能經濟 (Physical App Store & Skill Economy)：米其林大廚不必親自下廚，他可以「教導」機器人他的獨家烹飪技巧，並將這個技能作為服務販售，讓任何擁有機器人的家庭都能享受到米其林級的晚餐。 Jim Fan 引用黃仁勳的話再次強調，未來「每一個會移動的東西都將是自主的」。總有一天，你回家會看到乾淨的沙發和燭光晚餐，伴侶對你微笑而不是責備你沒做家事——而那一天，我們通過物理圖靈測試的時刻，很可能就像 LLM 通過圖靈測試一樣，在世人眼中「只是又一個星期二」。這正是驅動 Jim Fan 和團隊每天努力的動力。

fox hsiao

19,279 Aufrufe • vor 1 Jahr

NVIDIA CEO 黃仁勳 2025 GTC 演講，下一代 AI 運算效能暴增 40 倍，矽光子技術讓 NVIDIA 再領先 5 年，競爭對手將全面崩潰？完整中英文字幕對照 NVIDIA 創辦人暨執行長黃仁勳在最新一屆 GTC 大會主題演講中，揭示了 AI 產業的劃時代發展及該公司雄心勃勃的技術藍圖，展現 NVIDIA 如何透過創新技術引領全球 AI 運算革命。 - 影片連結： - 歡迎贊助本頻道選題與翻譯： - 請訂閱電子報：從電競顯卡到 AI 霸主黃仁勳開場回顧了 GTC 從 25 年前專注於 GeForce 顯示卡的起點，到如今成為全球 AI 技術盛會的歷程。他特別宣布推出新一代旗艦級顯示卡 GeForce 5090，並強調 AI 如何徹底改變電腦繪圖技術，實現 100% 即時路徑追蹤，大幅提升精確度與時間穩定性。 AI 發展邁向「具代理能力」與「物理 AI」新階段黃仁勳分析了 AI 在近十年的演進，從感知 AI、生成 AI，到現在的「具代理能力的 AI」(Agentic AI)，能夠感知環境、理解上下文、進行推理、規劃行動並使用工具解決問題。他更預告下一波浪潮—「物理 AI」(Physical AI)將賦予 AI 理解物理世界的能力，包括摩擦、慣性、因果關係等物理特性，這將成為機器人技術發展的核心。「AI 的每個階段都帶來新的市場機會，」黃仁勳表示，「具代理能力的 AI 需進行大量推理，實際所需計算量比去年預期高出 100 倍。」資料中心轉型為「AI 工廠」黃仁勳預測，全球資料中心資本支出將在 2030 年達到一兆美元，這主要源於運算模式從通用電腦上執行手動程式碼，轉變為在 GPU 上運行機器學習軟體的根本性轉變。「未來的資料中心將成為 AI 工廠，專門生產用於各種應用的 Token，」黃仁勳強調，NVIDIA 的 CUDA-X 系列函式庫已在加速物理、生物、光刻、5G 通訊等領域的科學運算，全球已有 600 萬開發人員使用 CUDA。 Blackwell 架構實現顯著效能躍升 NVIDIA 全新的 Blackwell 架構已全面投產，其設計進行了根本性變革，從過去基於 HGX 的 8 GPU 系統，發展到採用解耦 NVLink 交換器和液體冷卻的全新系統，每個機架可實現 Exaflops 等級的運算能力。黃仁勳展示了 Blackwell 在相同功耗下，效能較前代 Hopper 架構提升 25 倍，在推理任務上更達到 40 倍的飛躍。「在 100 兆瓦的 AI 工廠中，Blackwell 架構能在更少的機架和 GPU 下實現更高的 Token 輸出量，」黃仁勳解釋道。領先業界的產品藍圖黃仁勳分享了 NVIDIA 未來幾年的產品規劃： - Blackwell Ultra：今年下半年推出，效能、記憶體與頻寬全面提升 - Vera Rubin：2026 年下半年，採用新一代 CPU、GPU (CX9)、網路 (MVLink 144) 和 HBM4 記憶體 - Rubin Ultra：2027 年下半年，將實現極致擴充能力 (MVLink 576)，每機架功耗達 600 千瓦，運算能力達 15 Exaflops 為實現大規模 AI 運算，NVIDIA 發布了首款共封裝光學元件 (CPO) 矽光子系統，採用微環諧振器調制器 (MRM) 技術，大幅降低大型 AI 資料中心的功耗與成本。企業 AI 與機器人技術成為焦點在企業應用層面，NVIDIA 推出 DGX GB200 NVL72、DGX GH200 等企業級 AI 基礎設施產品，並宣布開放原始碼的 NVIDIA NIM (NVIDIA Inference Microservices) 系統，協助企業快速部署 AI 應用。黃仁勳特別強調機器人技術的巨大潛力：「這很可能成為最大的產業。」NVIDIA 推出 Isaac Groot N1 通用人形機器人基礎模型，並與 DeepMind、Disney Research 合作開發 Newton GPU 加速物理引擎，大幅提升機器人模擬的真實度與效率。作為台灣科技產業的驕傲，黃仁勳的演講不僅展現了 NVIDIA 的雄厚技術實力，也為台灣半導體與 AI 產業描繪了充滿機會的未來藍圖。隨著 AI 運算需求爆炸性成長，台灣在全球 AI 供應鏈中的關鍵地位將更加鞏固。 #黃仁勳 #NVIDIA #GTC大會 #AI革命 #Blackwell架構 #GeForce5090 #AI工廠 #物理AI #矽光子技術 #IsaacGrootN1

NVIDIA CEO 黃仁勳 2025 GTC 演講，下一代 AI 運算效能暴增 40 倍，矽光子技術讓 NVIDIA 再領先 5 年，競爭對手將全面崩潰？完整中英文字幕對照 NVIDIA 創辦人暨執行長黃仁勳在最新一屆 GTC 大會主題演講中，揭示了 AI 產業的劃時代發展及該公司雄心勃勃的技術藍圖，展現 NVIDIA 如何透過創新技術引領全球 AI 運算革命。 - 影片連結： - 歡迎贊助本頻道選題與翻譯： - 請訂閱電子報：從電競顯卡到 AI 霸主黃仁勳開場回顧了 GTC 從 25 年前專注於 GeForce 顯示卡的起點，到如今成為全球 AI 技術盛會的歷程。他特別宣布推出新一代旗艦級顯示卡 GeForce 5090，並強調 AI 如何徹底改變電腦繪圖技術，實現 100% 即時路徑追蹤，大幅提升精確度與時間穩定性。 AI 發展邁向「具代理能力」與「物理 AI」新階段黃仁勳分析了 AI 在近十年的演進，從感知 AI、生成 AI，到現在的「具代理能力的 AI」(Agentic AI)，能夠感知環境、理解上下文、進行推理、規劃行動並使用工具解決問題。他更預告下一波浪潮—「物理 AI」(Physical AI)將賦予 AI 理解物理世界的能力，包括摩擦、慣性、因果關係等物理特性，這將成為機器人技術發展的核心。「AI 的每個階段都帶來新的市場機會，」黃仁勳表示，「具代理能力的 AI 需進行大量推理，實際所需計算量比去年預期高出 100 倍。」資料中心轉型為「AI 工廠」黃仁勳預測，全球資料中心資本支出將在 2030 年達到一兆美元，這主要源於運算模式從通用電腦上執行手動程式碼，轉變為在 GPU 上運行機器學習軟體的根本性轉變。「未來的資料中心將成為 AI 工廠，專門生產用於各種應用的 Token，」黃仁勳強調，NVIDIA 的 CUDA-X 系列函式庫已在加速物理、生物、光刻、5G 通訊等領域的科學運算，全球已有 600 萬開發人員使用 CUDA。 Blackwell 架構實現顯著效能躍升 NVIDIA 全新的 Blackwell 架構已全面投產，其設計進行了根本性變革，從過去基於 HGX 的 8 GPU 系統，發展到採用解耦 NVLink 交換器和液體冷卻的全新系統，每個機架可實現 Exaflops 等級的運算能力。黃仁勳展示了 Blackwell 在相同功耗下，效能較前代 Hopper 架構提升 25 倍，在推理任務上更達到 40 倍的飛躍。「在 100 兆瓦的 AI 工廠中，Blackwell 架構能在更少的機架和 GPU 下實現更高的 Token 輸出量，」黃仁勳解釋道。領先業界的產品藍圖黃仁勳分享了 NVIDIA 未來幾年的產品規劃： - Blackwell Ultra：今年下半年推出，效能、記憶體與頻寬全面提升 - Vera Rubin：2026 年下半年，採用新一代 CPU、GPU (CX9)、網路 (MVLink 144) 和 HBM4 記憶體 - Rubin Ultra：2027 年下半年，將實現極致擴充能力 (MVLink 576)，每機架功耗達 600 千瓦，運算能力達 15 Exaflops 為實現大規模 AI 運算，NVIDIA 發布了首款共封裝光學元件 (CPO) 矽光子系統，採用微環諧振器調制器 (MRM) 技術，大幅降低大型 AI 資料中心的功耗與成本。企業 AI 與機器人技術成為焦點在企業應用層面，NVIDIA 推出 DGX GB200 NVL72、DGX GH200 等企業級 AI 基礎設施產品，並宣布開放原始碼的 NVIDIA NIM (NVIDIA Inference Microservices) 系統，協助企業快速部署 AI 應用。黃仁勳特別強調機器人技術的巨大潛力：「這很可能成為最大的產業。」NVIDIA 推出 Isaac Groot N1 通用人形機器人基礎模型，並與 DeepMind、Disney Research 合作開發 Newton GPU 加速物理引擎，大幅提升機器人模擬的真實度與效率。作為台灣科技產業的驕傲，黃仁勳的演講不僅展現了 NVIDIA 的雄厚技術實力，也為台灣半導體與 AI 產業描繪了充滿機會的未來藍圖。隨著 AI 運算需求爆炸性成長，台灣在全球 AI 供應鏈中的關鍵地位將更加鞏固。 #黃仁勳 #NVIDIA #GTC大會 #AI革命 #Blackwell架構 #GeForce5090 #AI工廠 #物理AI #矽光子技術 #IsaacGrootN1

fox hsiao

11,841 Aufrufe • vor 1 Jahr

我是KOBE迷，以前常常看他在湖人隊飆分現在只能透過這個 AI 技術來懷念他這個段子真的蠻好笑的現在要結婚先要有銀子、房子、車子說真的這是給女孩保障沒錯，這挑戰也是蠻難的不說了先來聊點正經事了 Talus Labs 他們關心的不是 AI 會不會說話而是 AI 能不能自己跑流程、接任務、做決策、交付結果技術上，Talus 把 AI agent 當成一個會行動的單位不是一次性的請求回應每個 agent 有自己的狀態、目標、行為邏輯可以被丟進 Arena 裡實際運作再透過結果被評分、被獎勵、被淘汰鏈上負責規則、排名、結算 AI 負責行為與產兩邊分工很清楚這樣做的好處是 AI 不是展示能力是在真實約束下被訓練當行為開始有成本、有回饋、有結果 AI 的進化方式就會完全不一樣 Talus 這套技術路線更像是在幫未來的 AI 世界先寫好運作規則等到 AI agent 大量出現的時候這種架構的價值應該會比現在看起來大得多

我是KOBE迷，以前常常看他在湖人隊飆分現在只能透過這個 AI 技術來懷念他這個段子真的蠻好笑的現在要結婚先要有銀子、房子、車子說真的這是給女孩保障沒錯，這挑戰也是蠻難的不說了先來聊點正經事了 Talus Labs 他們關心的不是 AI 會不會說話而是 AI 能不能自己跑流程、接任務、做決策、交付結果技術上，Talus 把 AI agent 當成一個會行動的單位不是一次性的請求回應每個 agent 有自己的狀態、目標、行為邏輯可以被丟進 Arena 裡實際運作再透過結果被評分、被獎勵、被淘汰鏈上負責規則、排名、結算 AI 負責行為與產兩邊分工很清楚這樣做的好處是 AI 不是展示能力是在真實約束下被訓練當行為開始有成本、有回饋、有結果 AI 的進化方式就會完全不一樣 Talus 這套技術路線更像是在幫未來的 AI 世界先寫好運作規則等到 AI agent 大量出現的時候這種架構的價值應該會比現在看起來大得多

小美哥🕊️｜🐬TermMax

61,714 Aufrufe • vor 6 Monaten

前一陣子 Vito 和我提醒了關於AI危機這個話題，我最近一直查相關的資料，做出一些需要大家注意的地方。現在web2和web3每天都在AI話題上，AI的發展雖然帶來很多便利，但也可能會引發了不少安全、隱私和倫理方面的問題，這些都是息息相關。像是軍事化的AI（如影片），可能導致自動化武器失控，成為全球安全的威脅。而在日常生活中，AI被用來收集和分析大規模數據，讓我們的隱私幾乎無所遁形，甚至可能被政府或企業過度監控，讓自由受到壓迫。另外，像Deepfake這類技術也開始被濫用，假新聞、假證據越來越真實，社會信任度直線下降（我朋友接到一個姪子電話要借錢，結果求證就是AI假冒），而最令人擔心的是，未來如果真的出現超越人類智慧的超級AI，我們可能根本無法控制它，甚至會面臨它與人類利益衝突的威脅（馬斯克的擔憂）這些問題其實已經越來越嚴重，不只是技術層面的挑戰，還牽涉到法律、道德和社會結構，所以我們真的需要聯手制定規範和安全機制，確保AI的發展是造福人類，而不是給我們帶來無法收拾的危機。身在web3的我們是否也該重視這一塊？Web3的大人物們是不是要一起出點心力？我朋友 Vito 有一大串評估報告及相關資料都已經準備好，也「箭在弦上」了，期待各位Web3的大佬們和他聊聊，听听不吃亏，就怕沒听到😂😂 Vito 告訴我，我們所剩下的時間不到短短幾年了，如果現在不重視這個問題，就算你賺再多的錢，做再多的事到最後都是徒勞無功😱😱😱

前一陣子 Vito 和我提醒了關於AI危機這個話題，我最近一直查相關的資料，做出一些需要大家注意的地方。現在web2和web3每天都在AI話題上，AI的發展雖然帶來很多便利，但也可能會引發了不少安全、隱私和倫理方面的問題，這些都是息息相關。像是軍事化的AI（如影片），可能導致自動化武器失控，成為全球安全的威脅。而在日常生活中，AI被用來收集和分析大規模數據，讓我們的隱私幾乎無所遁形，甚至可能被政府或企業過度監控，讓自由受到壓迫。另外，像Deepfake這類技術也開始被濫用，假新聞、假證據越來越真實，社會信任度直線下降（我朋友接到一個姪子電話要借錢，結果求證就是AI假冒），而最令人擔心的是，未來如果真的出現超越人類智慧的超級AI，我們可能根本無法控制它，甚至會面臨它與人類利益衝突的威脅（馬斯克的擔憂）這些問題其實已經越來越嚴重，不只是技術層面的挑戰，還牽涉到法律、道德和社會結構，所以我們真的需要聯手制定規範和安全機制，確保AI的發展是造福人類，而不是給我們帶來無法收拾的危機。身在web3的我們是否也該重視這一塊？Web3的大人物們是不是要一起出點心力？我朋友 Vito 有一大串評估報告及相關資料都已經準備好，也「箭在弦上」了，期待各位Web3的大佬們和他聊聊，听听不吃亏，就怕沒听到😂😂 Vito 告訴我，我們所剩下的時間不到短短幾年了，如果現在不重視這個問題，就算你賺再多的錢，做再多的事到最後都是徒勞無功😱😱😱

Nancy

75,929 Aufrufe • vor 1 Jahr

#極端的反對或贊成對社會不會帶來進步的推動藝人小嫻：很多團體反對代孕的時候，我聽到這些聲音，其實心裡是很開心的，大家反對就是因為有這麼多的案例在國外發生有很多商業代孕的行為，導致悲慘的事情發生，所以這些反對團體的聲音，我們是非常需要重視的台灣很進步，我們不想要有悲劇發生，所以才會有反對的聲音，我非常尊重他們的聲音，不會因為他們反對代孕就覺得悲傷「極端的贊成或是極端的反對，對社會都不會帶來進步的推動」所以我想要把光譜往中間移動一點點。我們要很嚴格的來審法，嚴格做居中的機構….. 我也曾經到美國找代孕，我發現一個很簡單的道理，#沒有人可以逼迫另外一個人做他不想做的事情對於代孕跟委托的媒合也非常重要，兩個人可以同意到什麼樣的程度，所有的細項、所有會發生的意外，能夠接受承擔到什麼樣的程度，生養小孩都要經過一再的上課、考慮、反悔，代孕也是，你可以考慮、可以反悔、你必須要上課…. 如果未來沒有通過、我也能接受自己是個完美的人 ==================== 我個人雖然偏向反對，但很感動也欣賞小嫻能夠客觀地看待代孕的議題，設身處地為代孕者著想補充：小嫻「未來代孕通過，代孕者和寶寶如果有安全的考量，我會優先選擇代孕者的生命，因為 #沒有人有義務幫你這麼多」推薦完整影片🔗

#極端的反對或贊成對社會不會帶來進步的推動藝人小嫻：很多團體反對代孕的時候，我聽到這些聲音，其實心裡是很開心的，大家反對就是因為有這麼多的案例在國外發生有很多商業代孕的行為，導致悲慘的事情發生，所以這些反對團體的聲音，我們是非常需要重視的台灣很進步，我們不想要有悲劇發生，所以才會有反對的聲音，我非常尊重他們的聲音，不會因為他們反對代孕就覺得悲傷「極端的贊成或是極端的反對，對社會都不會帶來進步的推動」所以我想要把光譜往中間移動一點點。我們要很嚴格的來審法，嚴格做居中的機構….. 我也曾經到美國找代孕，我發現一個很簡單的道理，#沒有人可以逼迫另外一個人做他不想做的事情對於代孕跟委托的媒合也非常重要，兩個人可以同意到什麼樣的程度，所有的細項、所有會發生的意外，能夠接受承擔到什麼樣的程度，生養小孩都要經過一再的上課、考慮、反悔，代孕也是，你可以考慮、可以反悔、你必須要上課…. 如果未來沒有通過、我也能接受自己是個完美的人 ==================== 我個人雖然偏向反對，但很感動也欣賞小嫻能夠客觀地看待代孕的議題，設身處地為代孕者著想補充：小嫻「未來代孕通過，代孕者和寶寶如果有安全的考量，我會優先選擇代孕者的生命，因為 #沒有人有義務幫你這麼多」推薦完整影片🔗

𝓣𝓸𝓪𝓷𝓷𝓮 ღˇ◡ˇ)

157,972 Aufrufe • vor 2 Jahren

🐨 我想告訴大家的是我現在不能再代表我們團隊了為什麼呢因為我也不過是一個普通人而已 🐨 在做防彈少年團大概第五年 2017年 2018年時我似乎是一直這樣做的但那之後其實每個成員都是獨立的個體每個人有自己的界線各自的生活方式所以不再去做那種‘去公司替成員說些什麼’或是‘決定成員們應該怎麼做’ 其實現在已經不再適用了 🐨 我們團隊曾經有許多次處在差點中斷的情況大家應該也都知道所以對於能再繼續一起走下去的這件事是非常感謝的剛剛見到成員們也聊的很開心一起拍攝也覺得很好 🐨 我們是非常幸運又幸福的人因為我們選擇了這種職業因此要在大眾目光中感到辛苦這是理所當然的這也是我們都已經習慣的問題了 🐨 總之我不是能出來說明解釋的人我也沒辦法解釋什麼但怎麼說呢對於大家擔心的部分我能讓你們安心.. 嗯比起安心應該說在我能說的範圍內告訴你們會比較好因為久違的化妝了所以也來聊一下近況💬

🐨 我想告訴大家的是我現在不能再代表我們團隊了為什麼呢因為我也不過是一個普通人而已 🐨 在做防彈少年團大概第五年 2017年 2018年時我似乎是一直這樣做的但那之後其實每個成員都是獨立的個體每個人有自己的界線各自的生活方式所以不再去做那種‘去公司替成員說些什麼’或是‘決定成員們應該怎麼做’ 其實現在已經不再適用了 🐨 我們團隊曾經有許多次處在差點中斷的情況大家應該也都知道所以對於能再繼續一起走下去的這件事是非常感謝的剛剛見到成員們也聊的很開心一起拍攝也覺得很好 🐨 我們是非常幸運又幸福的人因為我們選擇了這種職業因此要在大眾目光中感到辛苦這是理所當然的這也是我們都已經習慣的問題了 🐨 總之我不是能出來說明解釋的人我也沒辦法解釋什麼但怎麼說呢對於大家擔心的部分我能讓你們安心.. 嗯比起安心應該說在我能說的範圍內告訴你們會比較好因為久違的化妝了所以也來聊一下近況💬

신우☁️

35,402 Aufrufe • vor 6 Monaten

98歲🇺🇸 曾獲美國演員工會終身成就獎和甘迺迪中心榮譽獎的著名演員迪克·範·戴克，支持卡馬拉哈里斯🗳️💙🇺🇸 他為大家重新朗誦了50年前，在馬丁路德金洛杉磯集會上，他曾用過的演說詞。因為這段話放在今日的情況下，有著同樣重要的意義🗽 仇恨不是常態。偏見不是常態，猜疑、厭惡、嫉妒、替罪羊，這些都不是人類人格的超然面向。它們是疾病，是靈魂的癌症，是多年來在人類中滋生的傳染性病毒。因為它們存在過，也因為它們正在存在，是否就意味著它們必須永遠存在？我認為不然。如果還有一個聲音向陌生人說「歡迎」，如果還有一隻手伸出來說「進來，分享」，如果還有一顆心在思索溫暖和友誼，那麼我們便有一個未來，一個我們會發現不止一隻手，不止一個聲音，不止一顆心都致力於人類平等的未來。一廂情願？充滿希望？毫無保障？尚待解決？而且無可保證—這些都是事實。但在這個1964年的春夜，人們的一絲覺醒已經顯現，他基本的一點體面，他的基本善良，他傑出的尊嚴被記錄在案。將來或許會有暴力的時刻，有仇恨的表達，也有巨大的偏見回聲，但這些都是腐朽過去的殘餘，而不是更美好、更純潔的未來的預兆。對於那些告訴我們「人類不平等是一種必然之惡」的人，我們必須簡單地回答，首先，這確實是惡，但並非必然。我們今晚坐在這裡，便是證明。我們透過「肯定我們的信念」來證明。我們透過「對我們信念的信任」來證明。赫勒斯·曼曾說：「除非你為人類贏得了一些勝利，否則將為自己的死亡感到羞恥」。今晚我想稍作修改：讓我們為「沒有獲得那場勝利而活，而感到羞愧！」 1964年，許多事情發生了，雖然不如馬丁·路德的夢想那樣，但這是一個開始。

98歲🇺🇸 曾獲美國演員工會終身成就獎和甘迺迪中心榮譽獎的著名演員迪克·範·戴克，支持卡馬拉哈里斯🗳️💙🇺🇸 他為大家重新朗誦了50年前，在馬丁路德金洛杉磯集會上，他曾用過的演說詞。因為這段話放在今日的情況下，有著同樣重要的意義🗽 仇恨不是常態。偏見不是常態，猜疑、厭惡、嫉妒、替罪羊，這些都不是人類人格的超然面向。它們是疾病，是靈魂的癌症，是多年來在人類中滋生的傳染性病毒。因為它們存在過，也因為它們正在存在，是否就意味著它們必須永遠存在？我認為不然。如果還有一個聲音向陌生人說「歡迎」，如果還有一隻手伸出來說「進來，分享」，如果還有一顆心在思索溫暖和友誼，那麼我們便有一個未來，一個我們會發現不止一隻手，不止一個聲音，不止一顆心都致力於人類平等的未來。一廂情願？充滿希望？毫無保障？尚待解決？而且無可保證—這些都是事實。但在這個1964年的春夜，人們的一絲覺醒已經顯現，他基本的一點體面，他的基本善良，他傑出的尊嚴被記錄在案。將來或許會有暴力的時刻，有仇恨的表達，也有巨大的偏見回聲，但這些都是腐朽過去的殘餘，而不是更美好、更純潔的未來的預兆。對於那些告訴我們「人類不平等是一種必然之惡」的人，我們必須簡單地回答，首先，這確實是惡，但並非必然。我們今晚坐在這裡，便是證明。我們透過「肯定我們的信念」來證明。我們透過「對我們信念的信任」來證明。赫勒斯·曼曾說：「除非你為人類贏得了一些勝利，否則將為自己的死亡感到羞恥」。今晚我想稍作修改：讓我們為「沒有獲得那場勝利而活，而感到羞愧！」 1964年，許多事情發生了，雖然不如馬丁·路德的夢想那樣，但這是一個開始。

Yue Millward is on bluesky

11,748 Aufrufe • vor 1 Jahr

腿上的飲料真香阿 Perceptron 的代理經濟揭秘以前我們覺得 AI 只是個好用的聊天機器人但在 Perceptron Network 的眼裡 AI 應該是個會幫你賺錢的數位員工他們正在搞一個叫AI 代理基礎設施的東西讓 AI 代理（Agent）可以自己在網絡中接任務、跑數據然後賺取回報最有趣的是這些 AI 代理在 Perceptron 網絡裡的每一份努力都會變成一種可以證明的價值這不僅讓開發者有動力去開發更強的 AI 也讓我們普通人有機會擁有一群數位勞工未來你可能不只是在用 AI 你是在管理一群 Perceptron 的 AI 員工讓它們在網路世界裡幫你創造現金流這種數位員工的概念真的超吸引我！現在我們每個月付錢給 AI 軟體但在 Perceptron 的模型下我們竟然有機會讓 AI 幫我們賺錢這種從消費者轉身變成老闆的感覺才是我想要的未來

腿上的飲料真香阿 Perceptron 的代理經濟揭秘以前我們覺得 AI 只是個好用的聊天機器人但在 Perceptron Network 的眼裡 AI 應該是個會幫你賺錢的數位員工他們正在搞一個叫AI 代理基礎設施的東西讓 AI 代理（Agent）可以自己在網絡中接任務、跑數據然後賺取回報最有趣的是這些 AI 代理在 Perceptron 網絡裡的每一份努力都會變成一種可以證明的價值這不僅讓開發者有動力去開發更強的 AI 也讓我們普通人有機會擁有一群數位勞工未來你可能不只是在用 AI 你是在管理一群 Perceptron 的 AI 員工讓它們在網路世界裡幫你創造現金流這種數位員工的概念真的超吸引我！現在我們每個月付錢給 AI 軟體但在 Perceptron 的模型下我們竟然有機會讓 AI 幫我們賺錢這種從消費者轉身變成老闆的感覺才是我想要的未來

小美哥🕊️｜🐬TermMax

48,287 Aufrufe • vor 3 Monaten

小倆口玩的真花阿 AI 開發者的深夜噩夢如果你問一個 AI 工程師他最痛苦的時間花在哪？他絕對不會說寫算法他會說配環境 CUDA 版本對不上、顯存溢出、依賴庫衝突…… 這些瑣事消耗了 AI 領域 80% 的創造力在 Perceptron Network 的技術佈局中他們其實在做一套透過他們的資料網格 Perceptron 提供了一套標準化的執行環境這意味著開發者在本地寫好一個 AI 代理上傳到 Perceptron 網路後不需要擔心對端的節點是用什麼顯卡、什麼系統 Perceptron 的底層協議會自動完成環境映射和資源調度這就像是你寫了一封信 Perceptron 不僅幫你送達還自動幫你翻譯成了對方能讀懂的語言並準備好了回信的紙筆說實話現在 AI 門檻高很大一部分是技術門檻太瑣碎 Perceptron 把這些底層髒活累活都包了讓開發者只需要專注於大腦的設計這才是一個成熟的基礎設施該有的樣子讓 AI 開發變得像拼積木一樣簡單而不是像修火箭一樣複雜所有觀點僅代表個人看法不作為任何投資建議

小倆口玩的真花阿 AI 開發者的深夜噩夢如果你問一個 AI 工程師他最痛苦的時間花在哪？他絕對不會說寫算法他會說配環境 CUDA 版本對不上、顯存溢出、依賴庫衝突…… 這些瑣事消耗了 AI 領域 80% 的創造力在 Perceptron Network 的技術佈局中他們其實在做一套透過他們的資料網格 Perceptron 提供了一套標準化的執行環境這意味著開發者在本地寫好一個 AI 代理上傳到 Perceptron 網路後不需要擔心對端的節點是用什麼顯卡、什麼系統 Perceptron 的底層協議會自動完成環境映射和資源調度這就像是你寫了一封信 Perceptron 不僅幫你送達還自動幫你翻譯成了對方能讀懂的語言並準備好了回信的紙筆說實話現在 AI 門檻高很大一部分是技術門檻太瑣碎 Perceptron 把這些底層髒活累活都包了讓開發者只需要專注於大腦的設計這才是一個成熟的基礎設施該有的樣子讓 AI 開發變得像拼積木一樣簡單而不是像修火箭一樣複雜所有觀點僅代表個人看法不作為任何投資建議

小美哥🕊️｜🐬TermMax

594,179 Aufrufe • vor 3 Monaten

（民進黨委員們向場外抗爭民眾道謝）謝謝你們其實在今天早上一開始的時候我們就設定了，我們要想辦法把戰線給拉長因為只有在戰線拉長的狀況下外在聲援的能量才能逐步的滾大但有一點出乎大家意料的事情是這個外在聲援的能量其實我想可能都比大家想的都還要來的大人數真的比我們原本想的多、非常多甚至從這一開始其實在聚集前 9點就已經有兩三百人那到中午我記得看到今天將近有三千人後來到傍晚那個雨真的是打在身上都會痛的雨但大家並沒有因為那場雨而離開果然是在雨停了以後那個人數更是快速的大量的聚集甚至一直到我想大家都知道最後到了三萬人我現在講到這個數字還是覺得很震驚我們今天的策略我認為是有效的所以最後今天一整天下來其實藍白的通過的條數還是非常少其實現在還留了可能三十幾條四十條的條文還沒處理所以最後我們跟黨團的成員一起上到天橋跟大家謝謝打招呼的時候我看到這麼多的群眾我其實有一種很深的感覺是其實這個幾乎是看不見底的人龍已經長成一個大型的民主教室除了謝謝大家以外我其實有一個很深的感受是我覺得民進黨面對或面向這樣一個新世代的民主力量其實我們也是需要一起學習的我們更需要在這樣子的力量前面我們也需要更謙卑這是我今天最深最深的感受

（民進黨委員們向場外抗爭民眾道謝）謝謝你們其實在今天早上一開始的時候我們就設定了，我們要想辦法把戰線給拉長因為只有在戰線拉長的狀況下外在聲援的能量才能逐步的滾大但有一點出乎大家意料的事情是這個外在聲援的能量其實我想可能都比大家想的都還要來的大人數真的比我們原本想的多、非常多甚至從這一開始其實在聚集前 9點就已經有兩三百人那到中午我記得看到今天將近有三千人後來到傍晚那個雨真的是打在身上都會痛的雨但大家並沒有因為那場雨而離開果然是在雨停了以後那個人數更是快速的大量的聚集甚至一直到我想大家都知道最後到了三萬人我現在講到這個數字還是覺得很震驚我們今天的策略我認為是有效的所以最後今天一整天下來其實藍白的通過的條數還是非常少其實現在還留了可能三十幾條四十條的條文還沒處理所以最後我們跟黨團的成員一起上到天橋跟大家謝謝打招呼的時候我看到這麼多的群眾我其實有一種很深的感覺是其實這個幾乎是看不見底的人龍已經長成一個大型的民主教室除了謝謝大家以外我其實有一個很深的感受是我覺得民進黨面對或面向這樣一個新世代的民主力量其實我們也是需要一起學習的我們更需要在這樣子的力量前面我們也需要更謙卑這是我今天最深最深的感受

洪申翰 Hung,Sun-Han

100,132 Aufrufe • vor 2 Jahren

NVIDIA 跟台積電三十年沒簽過合約，黃仁勳說了原因 NVIDIA 跟台積電做了幾百億美元的生意，沒有簽過合約。黃仁勳在 Lex Fridman Podcast 第 494 集的兩個半小時訪談中，談了很多關於 AI 革命、極端共同設計、CUDA 護城河的話題。但其中最讓人意外的一段，是他談到 NVIDIA 跟台積電之間的關係。「三十年了，我不知道我們做了幾百億、甚至上千億美元的生意，但我們沒有合約。」台積電最深的誤解黃仁勳被問到怎麼理解台積電的成功，他的回答跟大多數人想的不一樣。「關於台積電最深的誤解，是以為他們的技術就是他們的全部。好像他們有一顆很厲害的電晶體，然後如果有人做出另一顆更好的，遊戲就結束了。」他說當然不是只有電晶體，台積電的技術包含金屬化系統、封裝、3D 封裝、矽光子學，這些技術確實讓公司很特別。但真正讓台積電無可取代的是另外兩件事。第一是他們管理數百家客戶動態需求的能力，客戶的訂單同時在增加、減少、推進、拉回、換製程、改規格，台積電能同時協調所有人，「他們在這方面是世界頂尖的」。第二是他們創造了一種無形的東西叫信任，「我信任他們，願意把整家公司放在他們上面。這是一件很大的事。」沒有合約的幾百億美元 Lex 接著點出了這份信任的基礎：「那個信任是建立在多年的表現之上，但其中也有人際關係的成分。」黃仁勳順著這段話，給出了整場訪談最震撼的一句：「三十年了，我不知道做了幾百億、甚至上千億美元的生意，但我們沒有合約。」放在今天的商業環境來看，這句話幾乎不可思議。NVIDIA 現在的市值超過 4 兆美元，台積電是它最核心的供應商，兩家公司之間的合作關係決定了全球 AI 基礎設施的運轉，而這一切靠的是握手，不是律師。黃仁勳接著被問到 2013 年台積電創辦人張忠謀曾邀請他擔任台積電 CEO 的故事。他確認故事是真的，而且他深感榮幸，「我沒有不當一回事」。但他最終婉拒了，因為他看見了 NVIDIA 能帶來的影響力，那是他的全部責任，他無法放下。 200 家供應商，150 萬個零件，一個機架 NVIDIA 跟台積電的關係只是整個供應鏈故事的一小部分。黃仁勳在訪談中透露，Vera Rubin 世代的機架有 150 萬個零件，來自 200 家供應商。當 Lex 問他這是不是讓他睡不著覺的事，他說不是，「因為我已經在處理了。我能睡著是因為我把該做的事都做了。」他的做法是親自飛到供應鏈合作夥伴那裡，用第一原理的方式向他們解釋正在發生什麼事、為什麼會發生、然後要求他們做出數十億美元的資本投資。「我先跟他們解釋正在發生什麼、為什麼會發生，然後要求他們各自做出數十億美元的資本投資。因為他們信任我，而我非常尊重他們，我給他們每一個質疑我的機會。我花時間解釋，用第一原理推論，畫圖給他們看。等我講完的時候，他們已經知道該怎麼做了。」 Lex 追問：「你不擔心某些瓶頸嗎？ASML 的 EUV 設備、台積電的先進封裝 CoWoS 擴產速度？」 Jensen 回了一個字，「不擔心。」「因為我告訴他們我需要什麼，他們理解了。他們告訴我他們打算怎麼做，我相信他們會做到。」不是只有技術：從 CEO 到 CEO 的對話黃仁勳在這段訪談裡展現的角色，遠超過一個科技公司 CEO。他更像是整個 AI 供應鏈的總指揮。他提到 NVIDIA 右手邊坐著的是「幾乎整個 IT 產業上游的 CEO」，左手邊是「幾乎整個基礎設施產業下游的 CEO」。他的工作是讓上游的 TSMC、ASML、SK 海力士理解未來的需求會多大，同時讓下游的 GEV、Caterpillar 理解為什麼需要更多電力和冷卻設備。他特別提到說服記憶體產業 CEO 投資 AI 基礎設施的過程：「看看 LPDDR5、HBM4 這兩種記憶體，它們的量產規模驚人，這些都是有 45 年歷史的老公司，全都在去年創下了歷史營收紀錄。」他說自己的工作有一部分是「塑造供應鏈的未來」，不只是告訴供應商要做什麼，而是讓他們相信一個還沒發生的未來，然後願意為此投入數十億美元。「當你用如此強烈的急迫感行動，它會讓所有人都跟著緊張起來。每個供應商都有很多客戶、很多專案在進行。黃仁勳做的事情是確保自己永遠是每個供應商的最優先。」 3 兆美元營收可能嗎黃仁勳在訪談快結束時被問到 NVIDIA 營收有沒有天花板。他的回答是：3 兆美元的營收是完全可能的。「因為沒有任何物理限制說它不可能，而且 NVIDIA 的供應鏈負擔是由 200 家公司共同分擔的，我們跟這個生態系的合作關係讓我們可以一起擴張。問題只有一個：我們有沒有足夠的能源？而答案是我們一定會有。」他回憶 NVIDIA 第一次突破 10 億美元營收的時候，當時有位 CEO 告訴他「無晶圓廠的半導體公司理論上不可能超過 10 億」，後來又有人說不可能超過 250 億。現在回頭看，這些「不可能」全都被推翻了。信任就是基礎設施把黃仁勳在這次訪談中關於台積電和供應鏈的所有發言拉在一起看，會發現一個很清晰的主張：在 AI 時代，信任本身就是一種基礎設施。台積電的護城河不只是 2 奈米製程或 CoWoS 封裝技術，而是幾十年累積的信任，讓 NVIDIA 願意把整家 4 兆美元市值的公司放在它上面，而且不需要合約。 NVIDIA 能在歷史上前所未有的速度擴張，不只是因為 GPU 很快，而是因為黃仁勳能走進 200 家供應商的辦公室，用第一原理說服他們各自投入數十億美元，然後相信他們會做到。整個 AI 革命的運轉，最底層不是晶片，是人與人之間的信任。

NVIDIA 跟台積電三十年沒簽過合約，黃仁勳說了原因 NVIDIA 跟台積電做了幾百億美元的生意，沒有簽過合約。黃仁勳在 Lex Fridman Podcast 第 494 集的兩個半小時訪談中，談了很多關於 AI 革命、極端共同設計、CUDA 護城河的話題。但其中最讓人意外的一段，是他談到 NVIDIA 跟台積電之間的關係。「三十年了，我不知道我們做了幾百億、甚至上千億美元的生意，但我們沒有合約。」台積電最深的誤解黃仁勳被問到怎麼理解台積電的成功，他的回答跟大多數人想的不一樣。「關於台積電最深的誤解，是以為他們的技術就是他們的全部。好像他們有一顆很厲害的電晶體，然後如果有人做出另一顆更好的，遊戲就結束了。」他說當然不是只有電晶體，台積電的技術包含金屬化系統、封裝、3D 封裝、矽光子學，這些技術確實讓公司很特別。但真正讓台積電無可取代的是另外兩件事。第一是他們管理數百家客戶動態需求的能力，客戶的訂單同時在增加、減少、推進、拉回、換製程、改規格，台積電能同時協調所有人，「他們在這方面是世界頂尖的」。第二是他們創造了一種無形的東西叫信任，「我信任他們，願意把整家公司放在他們上面。這是一件很大的事。」沒有合約的幾百億美元 Lex 接著點出了這份信任的基礎：「那個信任是建立在多年的表現之上，但其中也有人際關係的成分。」黃仁勳順著這段話，給出了整場訪談最震撼的一句：「三十年了，我不知道做了幾百億、甚至上千億美元的生意，但我們沒有合約。」放在今天的商業環境來看，這句話幾乎不可思議。NVIDIA 現在的市值超過 4 兆美元，台積電是它最核心的供應商，兩家公司之間的合作關係決定了全球 AI 基礎設施的運轉，而這一切靠的是握手，不是律師。黃仁勳接著被問到 2013 年台積電創辦人張忠謀曾邀請他擔任台積電 CEO 的故事。他確認故事是真的，而且他深感榮幸，「我沒有不當一回事」。但他最終婉拒了，因為他看見了 NVIDIA 能帶來的影響力，那是他的全部責任，他無法放下。 200 家供應商，150 萬個零件，一個機架 NVIDIA 跟台積電的關係只是整個供應鏈故事的一小部分。黃仁勳在訪談中透露，Vera Rubin 世代的機架有 150 萬個零件，來自 200 家供應商。當 Lex 問他這是不是讓他睡不著覺的事，他說不是，「因為我已經在處理了。我能睡著是因為我把該做的事都做了。」他的做法是親自飛到供應鏈合作夥伴那裡，用第一原理的方式向他們解釋正在發生什麼事、為什麼會發生、然後要求他們做出數十億美元的資本投資。「我先跟他們解釋正在發生什麼、為什麼會發生，然後要求他們各自做出數十億美元的資本投資。因為他們信任我，而我非常尊重他們，我給他們每一個質疑我的機會。我花時間解釋，用第一原理推論，畫圖給他們看。等我講完的時候，他們已經知道該怎麼做了。」 Lex 追問：「你不擔心某些瓶頸嗎？ASML 的 EUV 設備、台積電的先進封裝 CoWoS 擴產速度？」 Jensen 回了一個字，「不擔心。」「因為我告訴他們我需要什麼，他們理解了。他們告訴我他們打算怎麼做，我相信他們會做到。」不是只有技術：從 CEO 到 CEO 的對話黃仁勳在這段訪談裡展現的角色，遠超過一個科技公司 CEO。他更像是整個 AI 供應鏈的總指揮。他提到 NVIDIA 右手邊坐著的是「幾乎整個 IT 產業上游的 CEO」，左手邊是「幾乎整個基礎設施產業下游的 CEO」。他的工作是讓上游的 TSMC、ASML、SK 海力士理解未來的需求會多大，同時讓下游的 GEV、Caterpillar 理解為什麼需要更多電力和冷卻設備。他特別提到說服記憶體產業 CEO 投資 AI 基礎設施的過程：「看看 LPDDR5、HBM4 這兩種記憶體，它們的量產規模驚人，這些都是有 45 年歷史的老公司，全都在去年創下了歷史營收紀錄。」他說自己的工作有一部分是「塑造供應鏈的未來」，不只是告訴供應商要做什麼，而是讓他們相信一個還沒發生的未來，然後願意為此投入數十億美元。「當你用如此強烈的急迫感行動，它會讓所有人都跟著緊張起來。每個供應商都有很多客戶、很多專案在進行。黃仁勳做的事情是確保自己永遠是每個供應商的最優先。」 3 兆美元營收可能嗎黃仁勳在訪談快結束時被問到 NVIDIA 營收有沒有天花板。他的回答是：3 兆美元的營收是完全可能的。「因為沒有任何物理限制說它不可能，而且 NVIDIA 的供應鏈負擔是由 200 家公司共同分擔的，我們跟這個生態系的合作關係讓我們可以一起擴張。問題只有一個：我們有沒有足夠的能源？而答案是我們一定會有。」他回憶 NVIDIA 第一次突破 10 億美元營收的時候，當時有位 CEO 告訴他「無晶圓廠的半導體公司理論上不可能超過 10 億」，後來又有人說不可能超過 250 億。現在回頭看，這些「不可能」全都被推翻了。信任就是基礎設施把黃仁勳在這次訪談中關於台積電和供應鏈的所有發言拉在一起看，會發現一個很清晰的主張：在 AI 時代，信任本身就是一種基礎設施。台積電的護城河不只是 2 奈米製程或 CoWoS 封裝技術，而是幾十年累積的信任，讓 NVIDIA 願意把整家 4 兆美元市值的公司放在它上面，而且不需要合約。 NVIDIA 能在歷史上前所未有的速度擴張，不只是因為 GPU 很快，而是因為黃仁勳能走進 200 家供應商的辦公室，用第一原理說服他們各自投入數十億美元，然後相信他們會做到。整個 AI 革命的運轉，最底層不是晶片，是人與人之間的信任。

fox hsiao

86,970 Aufrufe • vor 2 Monaten

Anduril 跟台灣有合作關係嗎？ Palmer Luckey : 是的，我們和台灣的合作關係非常密切，我本人也多次造訪台灣，其實我近期還會再去台灣，我認為這層密切關係正是造成 Anduril 最近遭中共制裁的原因之一，他們揚言要充公我們在中國的所有資產，還下令禁止我們進入中國境內，結果好笑的是，我們在中國壓根兒就沒有資產，這其實是因為我們最近跟台灣簽了一筆合約，提供的系統說白了就是讓中國害怕，他們很清楚我們的系統實力堅強，他們也知道無法對系統進行干擾，更別說要駭進系統了，這全都歸功於AI技術的應用。

Anduril 跟台灣有合作關係嗎？ Palmer Luckey : 是的，我們和台灣的合作關係非常密切，我本人也多次造訪台灣，其實我近期還會再去台灣，我認為這層密切關係正是造成 Anduril 最近遭中共制裁的原因之一，他們揚言要充公我們在中國的所有資產，還下令禁止我們進入中國境內，結果好笑的是，我們在中國壓根兒就沒有資產，這其實是因為我們最近跟台灣簽了一筆合約，提供的系統說白了就是讓中國害怕，他們很清楚我們的系統實力堅強，他們也知道無法對系統進行干擾，更別說要駭進系統了，這全都歸功於AI技術的應用。

fox hsiao

24,368 Aufrufe • vor 1 Jahr

Palantir 業績成長迅猛，表示正在與中國交戰，公司是西方世界與美國的後盾！ Karp 首先強調 Palantir 在美國市場的驚人成長，特別是 54% 的商業成長率，展現了公司強大的發展動能。他將 Palantir 比喻為一場革命的基石，並預測公司將在未來三到五年內，成為推動美國 AI 革命的核心力量。話題轉向國際局勢，其高層指出：「我們正在與中國交戰！」他們認為，這場戰爭不僅僅是 AI 技術的競爭，更是一場全面的對抗，涵蓋經濟、貿易、外交等各個層面。 Karp 呼籲美國必須清醒地認識到競爭的嚴峻性，並以舉國之力投入這場 AI 軍備競賽。他強調，AI 競賽是一場贏家通吃的遊戲，美國必須全力以赴才能獲勝。 Karp 也對中國的 AI 技術實力表示了敬佩，特別是 DeepSeek R1 模型的工程和優化，他認為不能簡單地將中國視為模仿者，而應正視其創新能力。最後，Karp 再次強調了 Palantir 的使命：「我們是西方世界與美國的後盾，我們對自身扮演的角色感到非常自豪，特別是在那些我們無法談論的地方。」他表示，Palantir 將繼續致力於為美國和西方世界提供最先進的 AI 技術，以確保其在全球競爭中的領先地位。

Palantir 業績成長迅猛，表示正在與中國交戰，公司是西方世界與美國的後盾！ Karp 首先強調 Palantir 在美國市場的驚人成長，特別是 54% 的商業成長率，展現了公司強大的發展動能。他將 Palantir 比喻為一場革命的基石，並預測公司將在未來三到五年內，成為推動美國 AI 革命的核心力量。話題轉向國際局勢，其高層指出：「我們正在與中國交戰！」他們認為，這場戰爭不僅僅是 AI 技術的競爭，更是一場全面的對抗，涵蓋經濟、貿易、外交等各個層面。 Karp 呼籲美國必須清醒地認識到競爭的嚴峻性，並以舉國之力投入這場 AI 軍備競賽。他強調，AI 競賽是一場贏家通吃的遊戲，美國必須全力以赴才能獲勝。 Karp 也對中國的 AI 技術實力表示了敬佩，特別是 DeepSeek R1 模型的工程和優化，他認為不能簡單地將中國視為模仿者，而應正視其創新能力。最後，Karp 再次強調了 Palantir 的使命：「我們是西方世界與美國的後盾，我們對自身扮演的角色感到非常自豪，特別是在那些我們無法談論的地方。」他表示，Palantir 將繼續致力於為美國和西方世界提供最先進的 AI 技術，以確保其在全球競爭中的領先地位。

fox hsiao

52,626 Aufrufe • vor 1 Jahr

Palantir CEO Alex Karp ：不用戰爭也能擊敗中國的「太極戰略」，你看懂了嗎？軟體公司 Palantir 執行長亞歷克斯·卡普（Alex Karp）是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話，不僅僅是關於技術或商業，更深刻地反映一種獨特的世界觀，一種關於建立、競爭與西方價值體系的哲學。在這場訪談中，卡普對環繞著他與公司的各種爭議，提出一套完整且充滿挑戰性的論述。面對為何有人支持、有人反對的提問，卡普將其支持者描繪為「實踐者」（builders）。他認為，這群人懂得欣賞成果，他們衡量一項成就的標準，是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言：「實踐者們看見那些極具天賦的人，會對所有言論打上折扣，並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰，從商業模式到公開形象，始終不被看好，但最終以卓越的成果贏得這群人的信賴。另一方面，他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為，許多抗議者深信自己無法進入科技的核心圈，因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道：「當你認為自己處於失敗的那一方，你就會假設道德不可能站在你的對立面。」他認為，這種思維源於部分學術機構，這些機構將美國文化中最寶貴的個人主義與追求勝利的精神，扭曲成一種反西方的論述。對於 Palantir 最核心的爭議——大規模監控與公民自由的侵犯，卡普的回答斬釘截鐵。當被直接問及公司是否針對美國公民進行大規模數據收集時，他明確表示：「不，我們沒有在監控美國公民。」他進一步從技術架構層面進行科普解釋，說明為何 Palantir 的軟體是「濫用公民自由最糟糕的工具」。他指出，若要進行大規模的非法監控，執行者絕不希望系統留下任何痕跡。然而，Palantir 的產品從設計之初就內建嚴格的權限控管（ACLs）、不可變的日誌記錄（immutable logs）、數據處理管道（pipelining）以及序列化與反序列化機制。每一個操作都會留下無法竄改的紀錄，確保所有數據存取都有跡可循。這套為保護公民自由而設計的複雜架構，反而成為早期美國國家安全局（NSA）或聯邦調查局（FBI）等情報機構不願採用其產品的原因。他補充，公司曾拒絕美國政府建立「穆斯林資料庫」的要求，證明其原則並非空談。除了監控議題，Palantir 在邊境管理、軍事合作等地緣政治敏感領域的業務，同樣飽受批評。卡普為這些業務辯護，認為它們體現一種以卓越技術達成更精準、更人道結果的理念。在美墨邊境議題上，他駁斥在人工智慧時代無法有效管理邊境的說法，認為這完全是政治意願的問題。他主張，一個有序的邊境對於保護本國勞工的價值至關重要，而開放邊境的政策，實則是政客無力解決國內經濟問題的逃避手段。在軍事應用上，他坦然承認自己因支持美國特種部隊而遭受長達二十年的抗議，但他將此工作定義為「讓士兵活著回家，並消滅我們的敵人」。對於以哈衝突，他同樣認為，要最大限度減少戰爭中無辜生命的損失，唯一途徑就是使用更先進、更精準的軟體技術。他強調：「如果你關心加薩、烏克蘭以及世界各地的生命，你會希望使用世界上最好的軟體，因為這是唯一能更精確鎖定目標、減少連帶傷害的方式。」這些看似分散的觀點，最終匯集至卡普對西方文明的核心信念。他憂慮地指出，西方世界，特別是歐洲，正在走向一種「文化自殺」，其根源在於「不再相信自身文化的優越之處」。他以德國為例，這個擁有全球頂尖工業基礎與技職教育的國家，卻在能源、移民等議題上做出自我毀滅的決策。他觀察到，在歐洲，宣稱「我為自己是德國人感到驕傲」甚至可能被視為極右翼言論。這種文化自信的喪失，伴隨而來的是對「菁英主義」（meritocracy）的攻擊。卡普認為，歐洲社會變得愈來愈反對菁英，最有才華的年輕人需要等待數十年才能擔任要職。這一切的背後，是一種將成功視為原罪、將失敗道德化的思維。他將美國的獨特之處歸功於其深層的「喀爾文主義」（Calvinism）文化，這種文化頌揚成功，相信個人奮鬥的價值。他警告，一旦這種精神消逝，社會將陷入一種困境：任何成功或被認為過於成功的群體，都可能成為被攻擊的目標。在談及中國時，卡普以他深厚的太極拳造詣作為比喻。他認為，中國的戰略如同太極，旨在「對系統的各個部分施加壓力，以暴露對手內部的弱點」。因此，面對中國的挑戰，最佳應對之道並非直接對抗，而是強化美國自身的內部穩定與實力。他言簡意賅地說：「他們的任務是動搖我們，我們的任務是保持穩定。當你足夠強大，戰鬥就不會發生。」卡普的言論，描繪出一個以技術實力為基礎，以追求勝利為榮，並堅定捍衛西方文化價值的世界觀。他無意調和矛盾，而是選擇直面爭議，提出一套強硬且自成體系的論述。這也解釋為何他的聲音，在當今世界能同時激發出最強烈的支持與最激烈的反對。

Palantir CEO Alex Karp ：不用戰爭也能擊敗中國的「太極戰略」，你看懂了嗎？軟體公司 Palantir 執行長亞歷克斯·卡普（Alex Karp）是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話，不僅僅是關於技術或商業，更深刻地反映一種獨特的世界觀，一種關於建立、競爭與西方價值體系的哲學。在這場訪談中，卡普對環繞著他與公司的各種爭議，提出一套完整且充滿挑戰性的論述。面對為何有人支持、有人反對的提問，卡普將其支持者描繪為「實踐者」（builders）。他認為，這群人懂得欣賞成果，他們衡量一項成就的標準，是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言：「實踐者們看見那些極具天賦的人，會對所有言論打上折扣，並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰，從商業模式到公開形象，始終不被看好，但最終以卓越的成果贏得這群人的信賴。另一方面，他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為，許多抗議者深信自己無法進入科技的核心圈，因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道：「當你認為自己處於失敗的那一方，你就會假設道德不可能站在你的對立面。」他認為，這種思維源於部分學術機構，這些機構將美國文化中最寶貴的個人主義與追求勝利的精神，扭曲成一種反西方的論述。對於 Palantir 最核心的爭議——大規模監控與公民自由的侵犯，卡普的回答斬釘截鐵。當被直接問及公司是否針對美國公民進行大規模數據收集時，他明確表示：「不，我們沒有在監控美國公民。」他進一步從技術架構層面進行科普解釋，說明為何 Palantir 的軟體是「濫用公民自由最糟糕的工具」。他指出，若要進行大規模的非法監控，執行者絕不希望系統留下任何痕跡。然而，Palantir 的產品從設計之初就內建嚴格的權限控管（ACLs）、不可變的日誌記錄（immutable logs）、數據處理管道（pipelining）以及序列化與反序列化機制。每一個操作都會留下無法竄改的紀錄，確保所有數據存取都有跡可循。這套為保護公民自由而設計的複雜架構，反而成為早期美國國家安全局（NSA）或聯邦調查局（FBI）等情報機構不願採用其產品的原因。他補充，公司曾拒絕美國政府建立「穆斯林資料庫」的要求，證明其原則並非空談。除了監控議題，Palantir 在邊境管理、軍事合作等地緣政治敏感領域的業務，同樣飽受批評。卡普為這些業務辯護，認為它們體現一種以卓越技術達成更精準、更人道結果的理念。在美墨邊境議題上，他駁斥在人工智慧時代無法有效管理邊境的說法，認為這完全是政治意願的問題。他主張，一個有序的邊境對於保護本國勞工的價值至關重要，而開放邊境的政策，實則是政客無力解決國內經濟問題的逃避手段。在軍事應用上，他坦然承認自己因支持美國特種部隊而遭受長達二十年的抗議，但他將此工作定義為「讓士兵活著回家，並消滅我們的敵人」。對於以哈衝突，他同樣認為，要最大限度減少戰爭中無辜生命的損失，唯一途徑就是使用更先進、更精準的軟體技術。他強調：「如果你關心加薩、烏克蘭以及世界各地的生命，你會希望使用世界上最好的軟體，因為這是唯一能更精確鎖定目標、減少連帶傷害的方式。」這些看似分散的觀點，最終匯集至卡普對西方文明的核心信念。他憂慮地指出，西方世界，特別是歐洲，正在走向一種「文化自殺」，其根源在於「不再相信自身文化的優越之處」。他以德國為例，這個擁有全球頂尖工業基礎與技職教育的國家，卻在能源、移民等議題上做出自我毀滅的決策。他觀察到，在歐洲，宣稱「我為自己是德國人感到驕傲」甚至可能被視為極右翼言論。這種文化自信的喪失，伴隨而來的是對「菁英主義」（meritocracy）的攻擊。卡普認為，歐洲社會變得愈來愈反對菁英，最有才華的年輕人需要等待數十年才能擔任要職。這一切的背後，是一種將成功視為原罪、將失敗道德化的思維。他將美國的獨特之處歸功於其深層的「喀爾文主義」（Calvinism）文化，這種文化頌揚成功，相信個人奮鬥的價值。他警告，一旦這種精神消逝，社會將陷入一種困境：任何成功或被認為過於成功的群體，都可能成為被攻擊的目標。在談及中國時，卡普以他深厚的太極拳造詣作為比喻。他認為，中國的戰略如同太極，旨在「對系統的各個部分施加壓力，以暴露對手內部的弱點」。因此，面對中國的挑戰，最佳應對之道並非直接對抗，而是強化美國自身的內部穩定與實力。他言簡意賅地說：「他們的任務是動搖我們，我們的任務是保持穩定。當你足夠強大，戰鬥就不會發生。」卡普的言論，描繪出一個以技術實力為基礎，以追求勝利為榮，並堅定捍衛西方文化價值的世界觀。他無意調和矛盾，而是選擇直面爭議，提出一套強硬且自成體系的論述。這也解釋為何他的聲音，在當今世界能同時激發出最強烈的支持與最激烈的反對。

fox hsiao

13,974 Aufrufe • vor 9 Monaten

Chamath：「英偉達所做的並不符合美國的最大利益。」🇺🇸🇨🇳 我想大家都能算一下，NVIDIA 大約 47% 的收入流向了中國及與中國相關的國家。 “我認為，當你剝開這個洋蔥時，你會發現一大批公司選擇購買 Nvidia GPU，本質上是為了充當中國的中轉站。” “我認為這才是大問題。” “讓我們來思考一下：如果 47% 的人工智慧能力被運送到三個亞洲國家，你認為需要如此大馬力的應用程式會在哪裡？” “不丹有沒有我們不知道的？柬埔寨有沒有突然冒出來的、由人工智能驅動的優秀應用程序？” “我認為答案是否定的。” “為什麼每次我們在美國取得進展時，阿里巴巴都會拿出一些令人難以置信的東西？DeepSeek 又能拿出更好的東西？” “在人工智慧的每一個轉折點和每一步中，他們都保持相同的速度或領先一步。” “坦白說，我認為我們面臨的真正問題是英偉達沒有做符合美國最佳利益的事情。” “這家美國公司一直在各方面繞過指導方針，試圖將矽片送到中國手中。” “去年年底，他們推出了一款名為 H20 的產品，它是專門為中國設計的，符合當時的美國規定。” “這再次證明了這些傢伙的出色表現。” “在這種情況下，(Nvidia) 有合理的否認理由。我把東西賣給一家新加坡註冊的公司？合理的否認。” “我該怎麼辦？你不能指望我去審計它。我想這就是 NVIDIA 對這個問題的答案。” “但真正的期望是什麼？至少，美國應該有一個機制來了解它。” “令人難以置信的是，如果你做了一兩層工作，你就不會發現大部分流量都被中國組織使用了。”

Chamath：「英偉達所做的並不符合美國的最大利益。」🇺🇸🇨🇳 我想大家都能算一下，NVIDIA 大約 47% 的收入流向了中國及與中國相關的國家。 “我認為，當你剝開這個洋蔥時，你會發現一大批公司選擇購買 Nvidia GPU，本質上是為了充當中國的中轉站。” “我認為這才是大問題。” “讓我們來思考一下：如果 47% 的人工智慧能力被運送到三個亞洲國家，你認為需要如此大馬力的應用程式會在哪裡？” “不丹有沒有我們不知道的？柬埔寨有沒有突然冒出來的、由人工智能驅動的優秀應用程序？” “我認為答案是否定的。” “為什麼每次我們在美國取得進展時，阿里巴巴都會拿出一些令人難以置信的東西？DeepSeek 又能拿出更好的東西？” “在人工智慧的每一個轉折點和每一步中，他們都保持相同的速度或領先一步。” “坦白說，我認為我們面臨的真正問題是英偉達沒有做符合美國最佳利益的事情。” “這家美國公司一直在各方面繞過指導方針，試圖將矽片送到中國手中。” “去年年底，他們推出了一款名為 H20 的產品，它是專門為中國設計的，符合當時的美國規定。” “這再次證明了這些傢伙的出色表現。” “在這種情況下，(Nvidia) 有合理的否認理由。我把東西賣給一家新加坡註冊的公司？合理的否認。” “我該怎麼辦？你不能指望我去審計它。我想這就是 NVIDIA 對這個問題的答案。” “但真正的期望是什麼？至少，美國應該有一個機制來了解它。” “令人難以置信的是，如果你做了一兩層工作，你就不會發現大部分流量都被中國組織使用了。”

Unclestocknotes

52,754 Aufrufe • vor 1 Jahr