We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode Reid riffs on AI wearables, quantum, and Deep Research

Reid riffs on AI wearables, quantum, and Deep Research

2025/3/5
logo of podcast Possible

Possible

AI Deep Dive AI Chapters Transcript
People
P
Parth Patil
R
Reid Hoffman
Topics
Reid Hoffman: 我认为可穿戴设备和AI的结合最终会取得成功,但其商业化突破还需要时间。未来可穿戴设备将非常出色,并会在专业领域率先应用,例如医疗和公共安全。关于AI对版权的影响,我们需要明确的法律框架,在保护创作者利益和促进AI创新之间取得平衡,这将是一个复杂且需要时间解决的问题。AI编码助手将显著提高软件工程师的工作效率,但不会取代软件工程师,因为软件工程师仍然需要进行高层次的思考和决策。 量子计算将解决传统计算难以解决的问题,尤其是在药物研发和材料科学领域,虽然其在消费者领域的应用还需要时间。 Parth Patil: 深度研究工具目前仍存在准确性问题,但其在信息整合方面的效率很高,未来有望在代码生成和“氛围式编码”方面发挥更大作用,并改变软件开发模式。

Deep Dive

Chapters
Discussion on the future of AI wearables, focusing on potential breakthroughs and applications in professional settings. The conversation touches on the recent acquisition of Humane's AI pin by HP and explores the potential of glasses that can parse the world around the user.
  • Humane AI Pin shut down after raising $241 million, later acquired by HP for $116 million.
  • Wearables will likely see breakthroughs in professional settings first (nurses, doctors, etc.).
  • Glasses that can parse the world and provide helpful information are a likely future development.
  • Improved vision in wearables can democratize access to information and help equalize experiences for people with poor vision.

Shownotes Transcript

Reid reacts to the news of HP acquiring Humane Ai Pin and weighs in on the future of wearable tech, quantum, and copyright law. Plus, AI whiz Parth Patil (formerly Clubhouse’s first data scientist) joins the show to discuss why he’s excited about OpenAI’s Deep Research tool, “vibe coding,” and coding copilots.For more info on the podcast and transcripts of all the episodes, visit https://www.possible.fm/podcast/ </context> <raw_text>0 我是里德·霍夫曼。我是艾丽亚·芬格。我们想知道,如果未来一切对人类有利,会发生什么。通常,我们会询问我们的嘉宾对最佳未来的展望。但是现在,每隔一周,我都会向里德询问他的看法。这就是《可能》播客。

Humane pin,这款人工智能别针,最近停产了。人们喜欢批评公司。它从所有大型投资者那里筹集了2.41亿美元,包括微软、OpenAI、首席执行官萨姆·阿尔特曼等等。也许你不同意,但他们试图做一些事情。他们试图做一些大事。结果失败了。他们停产了。现在它被惠普以1.16亿美元的价格收购了。所以

你知道,很多人会说,看,他们尝试了硬件领域。他们尝试了可穿戴设备领域,但没有成功。我知道你不喜欢预测未来,但如果你必须猜测一下,比如,

也许设定一年或十年的时间范围。可穿戴设备和人工智能的商业化突破将会是什么?人们喜欢这样推测,哦,它死了,或者,哦,它明天就要出现了。是的,因为传统上,你知道,你怎么能发表长篇大论呢?没错。你知道,无论是媒体、社交媒体上的人还是其他任何东西,这都是一种做法。而且,你知道,你大多会说可穿戴设备。

很明显,可穿戴设备将会非常出色,并且会存在。例如,你知道,可以帮助你理解周围世界的眼镜。例如,如果你盯着你爱彼迎里的洗衣机看,心想这玩意儿怎么用?

对。它会说,哦,你好像在盯着这个东西看。你想弄清楚怎么用它吗?这里有……你需要洗衣服。你这样做,你知道,就完成了。这显然非常有用。你走在街上,试图弄清楚事情。这显然是未来。然后,你知道,我倾向于认为,对于许多这样的可穿戴设备来说,它们实际上会首先出现在……

你知道,一种更专业的环境中。我认为我们会希望护士、医生、消防员、警察、社区工作者以及其他所有人佩戴它们。我认为这会让整个事情变得更好。现在,最后一点是时间问题,这也是风险投资问题。这也是为什么作为一名风险投资者,我倾向于专注于软件领域的原因。所以,比如

你知道,共同创立Inflection或共同创立Mantis,你知道,一个是药物研发,一个是聊天机器人,但它们都非常专注于……你知道,我们如何利用比特来改进原子?而且,

直接进入原子总是风险投资和时间方面都更加困难的事情。我们这些80年代和90年代的孩子都能记得,比如父母的一个朋友有车载电话,你会觉得,你一定很有钱。我们当时不知道,20年后,情况会变成,谁没有智能手机?我们在做什么?

为什么12岁的孩子不喜欢智能手机?对,没错。怎么回事?但我认为,思考一下我们如何利用……这一点很有趣。

无论它是否可以通过你的智能手机或眼镜看到,我们都可以做很多事情,它可以先从你的智能手机看到,因为这是一种更容易实现的方式。而且有很多计算机视觉,它可以看到你的电脑屏幕以及所有其他可以让我们到达那里的东西。尽管如此,我认为有趣的一点是

我们谈论了很多关于每个人戴眼镜时都会想到的事情,哦,我的天哪,如果它能告诉我即将到来的人是我一年前认识的,而且,你知道,他的名字是约翰。但我们没有想到的是,视力不好的人更难记住人,因为他们不能。

很好地看到他们的面部特征。所以,我们实际上可以用眼镜做一些具有民主化意义的事情,而不仅仅是,哦,是的,记住人们的名字会更好,它实际上确实有助于弥补人们需要的方面。我不得不承认,让我真正感到困惑的一种进步是,微软最近宣布的马约拉纳一号芯片。

这是量子计算。这就像一个全新的创新领域,我认为很多人在2025年都不会猜到我们会进入这个领域。我觉得量子计算现在很热门。人们一直在谈论它。你能为我们解释一下吗?量子计算为什么如此重要?这对我们来说在不久的将来是否会变得切实可行,让我们看到好处?

量子计算之所以重要,是因为有很多非常好的问题需要解决,顺便说一句,人工智能在这方面帮助了我们很多,但量子计算仍然更好,而且可能需要量子计算和人工智能。而且,你知道,大多数对话往往是人们认为,哦,实际上你需要量子安全。量子计算对比特币会有什么影响?所以,这里有一个关于逻辑量子比特的概念,例如逻辑量子位,它

为了进入安全领域,你可能需要,比如说2000到5000个逻辑量子比特才能真正改变这一点。有趣。有一些方法可以实现量子安全。当你认为,嗯,目前的量子计算机大约有70或80个量子比特时,你会觉得,这还差得远呢。肯定有一些聪明人认为它在不久的将来就会变得切实可行。我仍然倾向于认为,我们可能比最响亮的拥护者还要晚几年。但是到了100个以上,也许是150个、200个,你就可以开始解决传统计算难以解决的量子问题了。人工智能让它变得更好,但并不完美,比如小分子问题。所以这可能是药物,可能是材料,可能是半导体,你知道,其他一些东西。

有很多原因可以解释为什么人工智能如此令人兴奋,但它也很容易获得,是的,我明天不会用人工智能去发现新药,但我可以用Pi、ChatGPT或Claude,就像我一样,作为一个消费者,我可以说,哇。

哇,人工智能的好处真是令人难以置信。消费者是否会有一些方法来了解量子计算的好处,或者它主要是在科学领域用于加速这些事情?

好吧,我不知道,有点像,有没有量子计算的消费者版ChatGPT?我的意思是,这有点像,你知道,也许这是一个薛定谔的猫问题。当我们评估它时,你知道,猫要么活着,要么……你知道。要么不。还没那么大。但是,你知道,例如,衍生好处。例如,你说,嘿,我们可以突然……

加速,就像,你知道,西达尔塔·穆克吉和我正在用Mantis使用人工智能来加速癌症治疗药物的研发。为了使之更接近现实并具有适应性以实现这一目标,人工智能将是一个强大的加速器。量子计算可以成为另一个强大的加速器。你把两者结合起来。你甚至可能会得到一些……你知道,加速得多的东西。这可能非常好。消费者将获得药物的好处,即使,你知道,他们没有在智能手机上携带量子比特处理器。他们不知道量子计算帮助他们治愈了癌症。不,这说得通。

思考人工智能的全球背景。而且,你知道,我觉得这个问题是人们反复用来批评人工智能的问题。我认为你不同意,但我希望听到更多。英国政府最近启动了一个关于提案的咨询程序,该提案旨在为创意产业和人工智能开发者提供关于版权法的明确性。所以

我当然同意清晰度对于任何商业环境都是关键。我们希望了解规则是什么。其中包括对用于商业目的的人工智能培训的版权法例外。所以

诺贝尔奖获得者、作家石黑一雄提到,我们在关于创意作品的十字路口。在人工智能时代的黎明,为什么仅仅为了让大型公司受益而改变我们历史悠久的版权法,而牺牲个体作家、音乐家、电影制作人和艺术家的利益是公正和公平的呢?所以当你想到

你知道,人们一次又一次地问你,允许大型语言模型在作者的作品上进行训练是否属于盗窃?政府应该如何在保护创意内容和给予科技公司所需创新自由之间取得平衡?看,我完全同意清晰度问题,因为,你知道,清晰度,你知道,会在所有领域造成不确定性。现在,问题当然是,人们可以就……提出非常有说服力的论点。

这在版权下是否属于合理使用。例如,我可以拿石黑一雄的作品。我可以把《克拉拉与太阳》交给某人。我可以让他们。我可以教他们。他们可以学习写作。他们可以从中学习想法。在阅读之后,他们可能会受到启发去做其他事情,他们可能会创作其他创意作品,你知道,等等。所以,你知道,关于……的整个概念,嗯,当机器阅读时这意味着什么?当然,批评者试图说,好吧,但因为它可以复制它,对。而且它可以,就像,好吧,但是,

但是如果它根本没有复制它,或者像《纽约时报》的诉讼案那样,它就像,好吧,你复制这篇文章的唯一方法是当你输入这篇文章的前半部分并说,现在请完成它。它会说,好吧,我想你指的是这篇文章,所以我将这样做。你显然可以训练它而不这样做。但是,比如,

这种假设是你实际上并没有造成损害,因为如果你有这篇文章的前半部分,你可能就有整篇文章了。对。

不一定是盗窃任何特定的人。就像我读《克拉拉与太阳》时,我没有从石黑一雄那里偷东西,对吧?就……而言,你知道,我买了我的电子书,我买了我的实体书,你知道,等等。-是的,想象一个思想实验,是的,让我们假设它是完全合法的,我们只是认为它有利于创新。我们很高兴它是合法的,并且它有利于大型语言模型能够使用这些数据和这些受版权保护的作品进行创新。

有什么缺点吗?有什么……是的,不,我认为这是对的。但是,是的,在四五年后,我们将不得不担心X、Y、Z。或者你认为批评家言过其实了吗?看,我认为潜在的未说出口的事情,它变成关于盗窃或其他东西的更具口号性的事情的原因是,哦,

我的创意作品的价值突然下降了,因为现在很多东西都可以由这台新机器创造出来,而这台新机器的部分功能是由我之前做的工作实现的。我认为,你知道,我的创意作品是否会得到重视?这是一个我们往往处理得很糟糕的模糊问题。所以音乐行业目前的一个问题是,绝大多数

音乐家受益于现场音乐会、商品等等,因为流媒体和事物的变化使经济状况发生了很大的变化。这是一个……这是一个巨大的悲剧,因为之前的经济模式是销售CD非常好。所以这是不幸的。这就像,好吧,但出售CD这件事并不一定

是应该永远存在的事情,对吧?这种变化是一件事,但我们希望这些法律尊重创造者,当这种创意产出流是我们作为个人在社会中所重视的东西时,这样我们才能拥有正确的激励循环。所以我认为,弄清楚这如何运作是

现在,当然,我思考人工智能工具的一部分是,现在,当然,每个人都像,哦,我的上帝,世界末日。我与格雷格合著《超级代理》的部分原因是

但我认为,你知道,真正开始发生的事情是,你会开始说,哦,这将真正让我能够做得更好、更快、更有创意的工作,并使其成为现实。你知道,你也是这段旅程的一部分。你知道,我一直试图说,好吧,我能否让各种人工智能工具帮助我写一些我一直在思考的科幻小说?它不太好。

所以,所以这就像,好吧,它可能不会对非常优秀的科幻小说作家构成竞争威胁,但现在还不是。顺便说一句,有趣的一点是,即使它达到了那个程度,比如像优秀的科幻小说作家写作,突然之间他们可能能够写得更好,写得更快。比如,你知道,我一直觉得我真正喜欢的系列中令人沮丧的一点是,我找到了我真正喜欢的系列,你会说,好吧,我读完了最后一本书。

还要等多少年才能出下一本书?是的。

你知道,我现在就在里面。我现在就在那个宇宙里。所以你会说,好吧,实际上,如果我能做到这一点,我就可以为这个系列每月创作一本书。对。当我沿着这条路走下去的时候,我认为这对一些这样做的人来说将是极其有益的。但我理解最初的反应,哦,上帝,例如,你以石黑一雄这样令人惊叹的人为例,

是我做了创造这些杰作的非常困难的事情。你知道,我是世界上最……你知道,最受赞誉的作家之一。现在你改变了游戏规则,对吧?就像,我理解作为一个……啊。我会疏忽的,因为如果格雷格在这里,你与他合著《超级代理》,他也会指出,在音乐方面,你知道,

CD是一种技术。在那之前,你甚至无法靠音乐谋生。在那之前,我们有一点广播,但在那之前,你只是独自一人在地下室里弹奏。所以技术实际上也使

很多令人惊叹的创造力成为可能。我们甚至不必追溯到印刷术就能了解到,你知道,CD开辟了这个全新的世界。然后铃声在一段时间内赚了很多钱。然后我们开始思考,甚至更多的音乐艺术家如何……你知道,谋生。所以我认为,正如你所说,这是正确的做法。我们如何才能驾驭这一点?

这样人们才能诚实地拥有自主权,让他们的职业生涯更好,创作更美丽的艺术,并在新的技术环境中做所有他们想做的事情。这种转变将是痛苦的。你无法阻止未来。但你能做的是,你可以尝试驾驭更好的未来是什么。

好的。为了结束我们的节目,我们今天在《可能》播客中邀请了一位特别的嘉宾,帕斯·帕蒂尔。他是Read AI的创建者之一,也是Clubhouse的第一位数据科学家。

众所周知,我们与里德和许多嘉宾谈论了很多关于人工智能的话题。帕斯就是这些常驻人工智能专家之一。所以,帕斯,我很高兴你来到《可能》播客,帮助我们分解一些最近发生的人工智能事件。你好,帕斯。谢谢,艾丽亚。很高兴来到这里。所以我想和你分享我最近的一次经历,然后请你对此进行诊断,然后展望未来。

所以,你知道,最近,你知道,和阿图尔·加万德一起闲逛,我说,你试过深度研究吗?他说,不,我不知道你在说什么。我说,

关于……好吧,你正在写什么书?他说,好吧,我正在写以下内容,其中有一章是关于麻醉师的。所以我们调出了ChatGPT、OpenAI的Deep Research和Gemini,我们提出了问题以获得答案。让我带你了解我们发现的一些非常有趣的东西。然后这将是对深度研究现状的诊断,我们要去哪里,以及这如何发挥作用。ChatGPT是

生成的……就像,他说,哦,我的上帝,这太棒了。就像,就像,这……这为我节省了数千小时的研究助理时间。所以他解雇了,他复制粘贴了它,并把它发给了他的研究助理。然后我们使用了Gemini。它就像,好吧,你知道,这不太令人鼓舞,但是,好吧,没问题。我们也把它发过去了。现在研究助理的回复是,好吧,

在ChatGPT的答案中,90%都是不准确的。比如外科医生说的话,麻醉学帮助了我制定政策。这句话不存在。来源不正确。它被错误引用了,等等,

所以这有问题。但有趣的是,但它指引我找到了有趣的文档。这几乎就像,就像在哪里寻找我们想要的东西一样,在进行交叉检查研究时,实际上,事实上,确实为我节省了很多时间,因为我去了一堆不同的来源,这些来源实际上有一些可能有趣的东西,

所以你有了这种事情,Gemini没有任何事实上的不准确之处,但它不那么令人兴奋和有趣。所以可能只被用作一种……有点平淡无奇。而ChatGPT的版本就像,如果你只是引用它,你会说,哎呀,我写了一些……我写了一些事实性的东西是错误的。但是

但它是通往正确事物的途径。这让你对深度研究工具的现状、人们应该如何思考使用它们等等有什么想法?是的,我已经在开发类似于深度研究的工具一年多了。我早期的经验是,哇,我们可以做很多工作。但随后你意识到,如果工作质量不高,就会产生工作,因为现在你必须去验证它提供给你的所有东西。而且,是的,

我认为这意味着询问某些类型的问题是一个缺点。比如你不应该期望答案中包含事实,这有点像,你知道,大型语言模型可以自信地呈现信息,但我们现在应该始终谨慎对待,因为它很难验证。另一方面,我喜欢使用深度研究的方式更像是对一个空间进行主观性的初步探索。

通常是为了我本来没有时间或精力去做的事情,对吧?所以如果我说,哦,我正在集思广益一个新的……一个新应用程序的概念。它会说,哦,对这个粉丝群体感兴趣的人在哪里?他们在谈论什么?然后深度研究可以找到互联网上的位置,比如我可能会找到这些问题的答案。所以我认为你说的对。我认为它会变得更好。但真正神奇的感觉是,它可以在10分钟内完成我原本需要几天才能完成的事情。

这种加速的信息综合实际上非常有价值,因为它变得越来越高质量。比如推理开始发挥作用,响应的质量开始提高。以及一些……你知道,正如你所知,我向其他人描述你是一个不仅服用了红色药丸,而且正在沐浴在红色药丸中的人。

你知道,一些……哦,天哪,这是……你知道,未来已经到来,只是分布不均。上个月有哪些人工智能的使用引起了你的注意?

我认为对我来说,这是我一直在研究的一个想法,我已经研究了将近两年了,现在开始……很多其他人也开始体验到这种红色药丸时刻,我认为卡帕西称之为氛围编码。

你有点倾向于指数和这些模型的一般意识,只是作为编程助手。你会说,哦,为什么我不这样做,这样做,比如构建这个功能,想想一个游戏创意。你有点让模型……你知道,生成很多代码。你更多地转向说话。很多人使用Super Whisper。所以他们会按下一个按钮,描述他们想要的应用程序。然后他们让模型制作它的第一个版本。

Claude 3.7 Sonic问世了。它是目前最好的编码模型之一。越来越多的人意识到了这一点。你可以看出这一点,因为你有一些非技术人员说,哦,我的上帝,看看我用人工智能制作的这个游戏。然后你有一些经验丰富的技术人员说,哦,但它不健壮也不可扩展。在我看来,我就像,

我们甚至可以通过描述来创建软件,这才是神奇之处。是的,模型并不完美,但这就是我们应该前进的方向。我之所以这么说,是因为我妈妈是一位程序员。

15年前,她患上了腕管综合症。我认为这太疯狂了。现在她按下的每一个按钮实际上都在……你知道,损害她的手,而且很疼,对吧?但那是她的职业。所以15年前,她让公司支付了Dragon NaturallySpeaking的费用,这是一种转录软件。转录费用为500美元。当时高质量的转录很昂贵。

然后她会连接到……她会给它代码块,所以她会说,编写一个for循环,你知道,编写一个if语句,这些预定的代码块会在她说话时插入到她的代码中,这是我第一次……我有了这个想法,如果我们只是与计算机对话,它就会编写代码,当然,当时我们没有语言模型,所以它真的很……你知道,很粗糙,但是,你知道,现在我们有了Whisper技术,我们有了可以非常快速地编写大量高质量代码的语言模型,我不能

我回来后,我给她看,我把Whisper连接到这些CodeGen,它有100行代码。每行51个字符。那是5000次按键。但现在你可以直接与程序对话,它就存在了。所以我希望更多的人体验氛围编码,即使它只是

即使它与正常的编码不一样,因为我认为在某些方面它要好一百倍。好的,里德。是的,我有一个问题要问你。当我们早些时候见面时谈到代码生成时,我说,哇,这个东西可以编写完美的SQL。这难道不意味着对话式数据分析基本上已经到来吗?在哪里

分析师不是手工编写查询,而是应该与一个会说话的分析师交谈。你的分析师应该只是与一个分析代理交谈,他应该编写查询。然后你评论说,是的,但是,你知道,这实际上是脚本编写。这不是编程。

而且,那是因为我认为,当时模型有点局限,但我认为我们已经走了很长一段路了。我很想知道你对……比如编码副驾驶的看法。我绝对认为,你知道,而且我知道我们在这方面是一致的,今年所有主要公司都在努力提高副驾驶的编码能力,以便……按下按钮,获得……你知道,软件工程师,你知道,活跃的代理,而且,

你知道,人们总是认为的一件事是,哦,这对软件工程师意味着什么?现在,与数据科学家同时,我实际上认为对软件工程师的需求仍然是无限的。他们可能只是在部署时使用一组代理来操作。所以我认为现在也是如此。我认为编码能力已经大大提高了。但是你的问题也暗示了这一点,我知道,

你也在深入思考,实际上,事实上,每个专业人士不仅会有一组代理来处理他们正在做的事情,而且还有一些……一些这些代理或……你知道,所有这些代理都具有编码能力,

就像最终从脚本和其他东西中得到的那样,这些编码能力变得非常深奥,而且最,你知道,主要的编程语言,你知道,不会是C++或Pascal或其他任何东西。它们将是,你知道,某种英语、中文,就我们大家将如何使用它来生成而言。现在,仍然有很多空间容纳某种人类活动的原因,数据科学是一个并行,是

是因为你思考的方式和你所做的事情,与,嘿,我想让你运行一个查询来了解,你知道,我们所有在这里待了一年多的用户有多活跃?然后说,好吧,我可以自己问这个问题,然后生成这个问题。但如果你可能会说,好吧,我们应该尝试理解这一点的不同方法是什么?

流失,那么实际上,事实上,你知道,你也在与或某个数据科学家也在与这些工具一起工作,会说,不,我实际上可以生成很多对你来说非常有趣的东西,你作为,你知道,称之为总经理的人可能实际上并没有真正知道要运行哪些问题和分析。所以我认为我们正在取得很大的进展,尽管我认为仍然存在

就像编写其他东西一样,我怀疑我们距离你应该从AI副驾驶那里获得一大块代码然后在不查看的情况下签入它还有很长的路要走。Possible由Wonder Media Network制作。它由Ari Finger和我,Reid Hoffman主持。我们的节目主持人是Sean Young。

Possible由Katie Sanders、Edie Allard、Sarah Schleid、Vanessa Handy、Aaliyah Yates、Paloma Moreno-Jimenez和Malia Agudelo制作。Jenny Kaplan是我们的执行制片人和编辑。特别感谢Surya Yalamanchili、Sayida Sepieva、Thanasi Dilos、Ian Ellis、Greg Beato、Parth Patil和Ben Rellis。