Generative AI: Its Rise and Potential for Society
52:02 Share

为了在快速变化的市场中保持竞争力，企业需要适应生成式 AI 的潜力。在本期 IBM 智能对话特别直播节目中，马尔科姆·格拉德威尔与 IBM 高级副总裁兼研究总监达里奥·吉尔博士一起在 iHeartMedia 的演播室登台。他们聊了聊 AI 的发展历程，举例说明了实际应用，并讨论了企业如何通过尖端技术创造价值。在此观看对话视频版本：https://www.youtube.com/watch?v=WOwM__St6aU  了解更多关于达里奥对企业生成式 AI 的看法：https://www.ibm.com/think/ai-academy 访问我们：https://www.ibm.com/smarttalks/ 这是 IBM 的付费广告。请访问 omnystudio.com/listener 获取隐私信息。</context> <raw_text>0 好的。欢迎大家。你们兴奋吗？我们开始吧。大家好，大家好。欢迎收听 IBM 智能对话，这是 Pushkin Industries、iHeartRadio 和 IBM 推出的播客。我是马尔科姆·格拉德威尔。

本季，我们将继续与新的创造者、有远见的领导者进行对话，他们正在创造性地应用技术和商业来推动变革，但重点关注人工智能的变革力量及其作为改变游戏规则的倍增器为您的业务带来的意义。今天的节目有点不同。我最近在曼哈顿 iHeartMedia 总部与达里奥·吉尔一起在现场观众面前进行了对话。

达里奥是 IBM 研究院的高级副总裁兼院长，该研究院是世界上最大、最有影响力的企业研究实验室之一。我们讨论了生成式 AI 的兴起，以及它对商业和社会意味着什么。他还解释了如何利用 AI 创造价值的组织将在不久的将来占据主导地位。好的，让我们开始对话吧。大家好，欢迎。

我和达里奥·吉尔博士在一起。在开始之前，我想说的是，我在后台说过，我今天感到非常内疚，因为您是，您知道，毫无疑问是世界上最重要的 AI 研究人物之一，我们今天早上让您离开了工作岗位。这就像，你知道，如果 1944 年奥本海默的妻子说

让我们去巴哈马群岛小住一下吧。就是这样。你知道，你对你的妻子说什么？我不能。我们必须研究这件事，我不能告诉你。

她就像把我从洛斯阿拉莫斯带走一样。不，所以我确实感到内疚。我们在这里将 AI 研究推迟了大约四个小时。但我想要——你在 IBM 工作了 20 年？20 年，是的，今年夏天。你开始工作的时候多大——不是要透露你的年龄，但你开始工作的时候多大？我 28 岁。好的。所以我想回到你 28 岁的自己。

如果我问你关于人工智能的问题，我问 28 岁的达里奥，人工智能的未来会怎样？这项新技术将以多快的速度改变我们的世界等等？28 岁的达里奥会怎么说？好吧，我认为首先，即使人工智能作为一个领域已经存在很长时间了，自 20 世纪 50 年代中期以来，当时，人工智能并不是一个非常礼貌的说法，这意味着在科学界，人们

人们不使用这个术语。他们可能会说诸如机器学习或统计技术方面的事情，例如分类器等等。但人工智能的名声参差不齐。它经历了不同的炒作周期。由于缺乏成功，它也有一些对它的负面评价。

所以我认为这将是我们可能首先说的事情，比如，人工智能是什么？就像，你知道，受人尊敬的科学家并没有从事人工智能的研究，人工智能就是这样定义的。而这实际上只在过去 15 年里发生了变化，对吧？我认为随着深度学习在过去十年的出现，人们再次使用“人工智能”这个词，并且认为这是一件合法的事情。所以我会说，我认为我们会注意到 20 年前的第一个对比。- 是的，那么在你 20 年的

在 IBM 的任期内，你会说你什么时候突然进入了一种“哇”的状态？我会说在 2000 年代后期，当时 IBM 正在从事 Jeopardy 项目，

并且只是看到了在问答方面可以做些什么的演示。危险！实际上是人工智能历史上一个至关重要的时刻。IBM 内部对人工智能有着悠久而辉煌的历史。例如，就这些重大挑战而言，

在这个领域的创立之初，也就是著名的达特茅斯会议，实际上是 IBM 赞助的，那里有一位 IBM 员工名叫纳撒尼尔·罗切斯特，还有一些其他人，就在那之后，他们开始考虑这个领域的演示。例如，他们创造了第一个下跳棋的游戏。

并证明你可以在上面进行机器学习。显然，我们在 90 年代后期看到了国际象棋。这是一个非常著名的例子。那是深蓝。用深蓝，对吧？现在和卡斯帕罗夫一起玩。但我认为真正令人印象深刻的时刻是——其他那些感觉像是蛮力预测未来的举动。但处理语言和问答的这一方面感觉不同。我认为对我们内部和许多其他人来说，这是一个时刻，说，哇，

这里有哪些可能性？然后不久之后，随着计算能力的进步和深度学习的出现，过去十年一直是全面的进步。而且我越来越印象深刻。过去几年也令人瞩目。- 是的。所以在我们深入研究之前，我要问你三个快速的概念性问题。这样我就能对人工智能的形状有所了解，我们都能了解。第一个问题是，

我们在它的发展过程中处于什么阶段？所以，你知道，显而易见的问题是，我们突然都意识到了它，我们都在谈论它。你能给我们一个关于我们在这个技术可能的发展过程中所处位置的类比吗？

所以我认为我们正处于一个重要的拐点，这感觉就像第一个浏览器出现时，人们想象互联网的可能性，或者更多地想象体验互联网。互联网已经存在了几十年了。人工智能也存在了几十年了。我认为我们发现的时刻是人们可以接触到它。

而且他们可以，在此之前，有一些 AI 系统是在幕后运行的，比如您的搜索结果或翻译系统，但他们没有像“这就是与这东西交互的感觉”这样的体验。这就是我的意思。我认为也许浏览器的类比是合适的，因为它突然就像，“哇”，你知道，这是一个机器网络，内容可以被分发，每个人都可以自我发布。我们都记得那一刻。我认为这就是世界在过去九个月左右所经历的。

但从根本上说，同样重要的是，这一刻是能够构建和使用 AI 的人数激增的时刻。

所以在过去十年中，拥有大型研究团队的技术公司可以构建真正有效的 AI，老实说。但是当你深入研究说，嘿，每个人都能使用它吗？银行的数据科学团队能否开发这些应用程序？这更复杂。有些人可以做到，但进入的门槛很高。现在情况大不相同了。

因为基础模型及其对……的影响。- 当技术被民主化的时候。- 坦率地说，被民主化后，它对编程等类型的问题更有效。它真正能做到的事情令人难以置信。因此，它的准确性和性能要好得多，易用性和我们可以追求的用例也多得多。因此，这种民主化是一个很大的不同。- 但是当你提到，当你将它比作第一个浏览器时，

如果我们再进行一次时间旅行式提问，回到第一个浏览器的开始，可以肯定地说，

我们甚至无法预料互联网的许多潜在用途。对。所以我认为我们正处于未来方向在很大程度上不可预测的阶段。是的，我认为这是正确的，因为它是一种如此水平的技术，这种水平能力（即关于提高我们的生产力和我们无法有效完成的任务）的交集，

现在必须与反映人类经验和制度多样性的用例相结合。因此，随着越来越多的机构说，我专注于农业，以便能够改善这些环境中的种子，他们将在其中发现自己的背景，而 AI 的创造者在开始时并没有预料到这一点。

所以我认为这将是惊喜的成果，就像，为什么？我甚至不会想到它可以用于那个。而且聪明的人会创造与之相关的新的商业模式，就像互联网上发生的那样。这将是它本身的转型和变化的来源。所以我认为所有这些都尚未展开，对吧？我们看到的是这种催化剂时刻的技术，它运作得足够好，并且可以被民主化。是的。下一个概念性问题。

我们可以根据创新对富人和穷人之间权力平衡的影响来大致理解或分类创新。一些创新显然有利于那些已经拥有……的人——使富人更富。有些，它是一场使所有船只都升起的涨潮。有些则朝着另一个方向倾斜。他们缩小了……之间的差距——

是否可以预测人工智能可能属于这三类中的哪一类？这是一个很好的问题。你知道，我对你的前两类要做的第一个观察是，人工智能的使用很可能同时具有高度民主化，这意味着获得其力量以提高效率等方面的人数将相当普遍。

并且能够创造人工智能的人可能相当集中。因此，如果您从持续一段时间创造财富和价值的角度来看，尤其是在商业环境中，我认为仅仅成为人工智能用户是不够的策略。

这样做的原因是，是的，您将获得立即的生产力提升，就像进行 API 调用一样，这将成为每个人的新基准。但是您并没有以一种为您提供可持续竞争优势的方式积累 AI 中的数据价值。所以我总是试图告诉人们的是，不要仅仅成为 AI 用户，而要成为 AI 价值创造者。

我认为这将对富人和穷人产生很多影响，例如，这将适用于机构、地区和国家等等。所以我认为这是一种错误，对吧，只是制定只关注使用的策略。是的。但让我们回到那个问题一会儿，给你一个具体的……假设我是一个在爱荷华州拥有……的工业农民。

1000 万美元的设备等等。我把它与一个自给自足的农民进行比较，一个发展中国家拥有手机的人。在接下来的五年里，谁的福祉提高得更多？

是的，我认为，我的意思是，这是一个很好的问题，但可能很难将这种一对一的归因仅仅归因于一个变量，在这种情况下是 AI。但同样，只要您有手机，对吧，并且某种程度上能够连接，我认为，例如，在这种情况下，我们已经开发了，我们已经与美国宇航局合作，例如，使用一些这些新技术来构建地理空间模型。

我认为，例如，我们进行缺陷预测的能力，我会告诉你为什么它在这种情况下会成为一种民主化力量的优势。之前，要建立一个有缺陷的模型，

基于卫星图像实际上是如此繁重、复杂和困难，以至于您只会针对非常具体的区域。然后显然，各国会优先考虑自己的，对吧？但我们已经证明，实际上你可以扩展这种技术，使其具有全球覆盖范围。在这种情况下，我会说这是一种强制性的民主化，如果你们有某种连接方式，每个人都可以获得。爱荷华州的药剂师可能有一个洪水模型。那个家伙在

发展中国家肯定没有。现在他有机会得到一个。是的，但现在他有机会得到一个。所以它的一些方面是，只要我们提供连接和访问权限，就会有民主化力量。但我将给你们另一个可能非常令人担忧的例子，那就是语言。所以英语有很多语言。

并且发生了一种强化循环，你越集中，因为它对全球沟通和标准化有明显的益处，你就能越丰富基于这种能力的基础 AI 模型。如果你有非常缺乏资源的语言，你往往会用这些语言开发出功能较弱的人工智能等等。

因此，人们必须真正担心并关注能够真正代表语言作为文化的一部分，也包括在 AI 中，以便每个人都能从中受益。

因此，关于数据、我们积累的数据集以及我们试图解决的问题，在公平方面有很多考虑。我的意思是，你提到了农业或医疗保健等等。如果我们只解决与营销相关的问题，例如，那么在机会方面，这将是一个不那么丰富的世界，而不是如果我们包含许多其他更广泛的问题。是的。你认为谁，你认为是什么阻碍了

正如你认为人工智能应该被采纳的那样，人工智能的采纳？我的意思是，如果你看看，你认为……是什么症结所在？看，最后，我将首先给出一个非技术性的答案。它与工作流程有关，对吧？因此，即使技术非常强大，公司内部将技术融入人们工作方式的自然工作流程中的组织变革，这是我们在过去十年中学到的教训。这非常重要。

因此，有很多设计方面的考虑。有很多关于人们如何工作的问题，对吧？他们今天是如何工作的，以及人工智能的自然切入点是什么？所以这是第一点。然后第二个是，你知道，对于它的广泛价值创造方面来说，公司内部对如何策划和创建数据的理解。

将其与外部数据相结合，以便您可以拥有真正满足您需求的强大 AI 模型。而实际上创建和策划现代 AI 数据所需要的那一部分，仍然是一个正在进行的工作，对吧？我认为当我与机构交谈时经常发生的一个问题是，他们说，“是的，是的，是的，我正在做。我已经做了很长时间了。”

而现实情况是，这个答案有时可能有点逃避现实。就像，我知道你正在做机器学习，你正在做一些这些事情，但实际上，人工智能的最新版本，基础模型发生了什么，

它不仅非常新，而且非常难以做到。老实说，如果你没有组建非常庞大的团队并花费数亿美元的计算资源，你可能没有做到，对吧？你在做其他属于这个大类的事情。我认为关于如何向这股新浪潮过渡的教训仍然处于理解的早期阶段。那么你会怎么说，我想给你举几个例子

在现实世界中负有责任的人。想象一下我坐在那里。所以想象一下，我是一所小型文科大学的校长，我来到你这里，我说，达里奥，我一直听说过人工智能。我的大学有，你知道，我没有做到，你知道，我每年赚这么多钱，如果有的化。我的入学人数正在下降。我觉得这可能是一个机会。对我来说，机会是什么？你会怎么说？

所以这可能在几个方面。一个是要做的是，好吧，这项技术对机构本身以及我们如何运作的影响是什么？例如，我们能否提高效率？如果你利润率非常低，能够进行再投资，

是你运行 IT，你运行基础设施，你运行大学内部的许多事情。有哪些机会可以提高生产力或自动化并节省资金，以便您可以将这笔资金再投资到教育使命中，例如？所以第一个是行政方面的运营效率。运营效率是一个很大的问题。我认为第二个是在大学的背景下，教育使命本身也存在影响。

课程需要如何发展或不发展？这些 AI 的可接受使用策略是什么？我认为我们都阅读了很多关于考试中可能发生的事情等等，以及作弊和不作弊，或者在课程如何发展以及围绕它的职业如何维持方面，它的积极因素是什么。

然后还有第三个维度，即面向外部的元素，即潜在学生，对吧？所以，坦率地说，这正是现在正在发生的一个很大的用例，在更广泛的行业中被称为客户服务或客户服务或公民服务。所以在这个问题中将是教育。就像，嘿，你是否接触到了合适的学生？

这可能适用于大学。例如，你如何为他们创造一个与大学互动的环境，并回答可能是聊天机器人或类似的东西的问题，以了解它和个性化。所以我会说至少有三个视角我会给出建议，对吧？让我们暂停第二个，因为它真的很有趣。所以我真的不能再布置论文了，对吧？

我可以布置论文吗？是的。我可以说，写一篇研究论文，三周后给我。我还能这样做吗？我认为你可以。我该如何做到这一点？我认为你可以做到。看，围绕这个问题有两个问题。我认为如果有人解释一下，为什么我们在这里？为什么我们要上这门课？目的是什么？

并且从假设人们的意图和体面方面开始，或者人们在那里学习等等。你只需要声明一下，看，我知道你有一个选择，就是把论文题目放进去，点击“go”，然后给出答案。但这不是我们在这里的原因。这不是我们试图做的事情的意图。所以首先，我会从意图和体面的规范开始，并以此作为第一步。

然后我们都知道，会有各种各样的用例，人们会从一只耳朵进，从另一只耳朵出，然后这样做。因此，对于其中的一部分，我认为技术将以这样的方式发展，我们将越来越能够辨别出何时是 AI 生成的和创造的。它不会是完美的。但是你可以想象输入论文，然后你说，嘿，这很可能是在那方面生成的。

例如，为了让你直观地了解一下，你可以用铅笔和纸写一篇论文。你得到了你写作风格的基线。然后稍后当你生成它时，在另一端生成的写作类型之间会有明显的差异。是的，但是你已经改变了——你描述的一切都有道理，但是它大大——

至少在这方面，它似乎大大地使老师的生活复杂化了。而其他两个用例似乎阐明并简化了这个角色。突然间，接触潜在学生听起来好像我可以更有效地做到这一点。我可以降低管理成本，但教学方面很棘手。

好吧，在我们制定新的规范之前，对吧？我的意思是，我知道这是一个滥用类比，但计算器，我们也处理这个问题，对吧？我说，计算器，数学的目的是什么？我们该如何做到这一点？等等。我可以告诉你我爸爸的计算器故事吗？是的，请说。我父亲是一位数学家，在加拿大滑铁卢大学教授数学。

在 70 年代，当人们开始使用袖珍计算器时，他的学生要求他们能够使用计算器。他说不。他们把他带到了管理部门，他输了。所以他后来改变了

彻底改变了他所有的旧考试，引入了新的考试，其中没有计算。都是深入思考，从概念层面弄清楚问题，然后向我描述它。所有学生都非常不高兴他使他们的生活变得更加复杂。但这是你的观点。你的观点。我的意思是，结果可能是一种更好的教育。他只是

删除了他们可以用袖珍计算器玩弄的元素。我想这是一个版本的——我认为这是一个版本。所以我认为他们会发展出类似你父亲所做的事情的等价物。我认为人们会说，你知道吗？如果这些事情，每个人都在泛泛而谈，我们没有任何意义，因为你所做的只是按按钮，而这的意图是教你如何写作或思考等等，那么我们做所有这些事情的方式可能会有所不同。

我的意思是，显然发生过的一个版本是，好吧，我们都要坐下来用铅笔和纸，我的电脑在教室里。但是人们会提出其他变种的创造力，说，你知道吗，这是一种解决这个问题的方法。但这很有趣，因为要坚持这个类比，我们实际上是在谈论一种深刻的反思，只是使用

以大学为例，对大学方式的深刻反思，大学的任何部分都不会受到 AIA 的影响。B，在一个案例中，我让每个人的工作都更容易了。在一个案例中，我要求我们从根本上重新思考什么

教学意味着什么。在另一个案例中，我已经自动化了我没有想到的系统。我的意思是，这就像——就是这样。就是这样。我的意思是，这对于 40 年前获得中世纪语言文学博士学位的人来说，要求太多了。

是的。但我将告诉你我在科学领域看到的积极发展，那就是当你看到越来越多的例子将人工智能技术应用于历史学家所做的工作中时，例如，你拥有档案，你拥有所有这些书籍，并且能够真正帮助你作为助手。但现在不仅仅是文本，还有

图表，对吧？我也在人类学中看到过，对吧？以及考古学中的雕刻、翻译和可能发生的事情的例子。因此，正如你在不同领域看到的那样，人们应用这些技术来推进如何进行物理学或化学。

他们互相激励，对吧，他们说，你知道这实际上如何应用于我的领域，所以一旦发生这种情况，它就不再是像我的上帝，你知道我该如何处理这个问题，而是由好奇心触发的，由你知道的触发的，他们会说，你知道吗，让我探索一下这对我的领域意味着什么，他们会将其适应于当地的环境，当地的你知道的

语言和职业本身。所以我认为这是一个积极的向量，它不会都感觉像家庭作业。它不会都感觉像，哦，我的上帝，这太令人不知所措了。而是非常实际地看看什么有效，我见过其他人做过什么令人鼓舞的事情，以及我受到了什么启发？这将如何帮助我的职业生涯？我认为这对教师、学生和专业人士来说将是一个有趣的问题。对不起，我将坚持这个例子，因为它真的很有趣。

我很想知道，在你刚才所说的话之后，对学术界，以及近年来许多公司机构最持久的批评之一是筒仓化，对吧？组织的不同部分各自为政，彼此不沟通。人工智能的一个真正潜在的好处是打破这种

障碍。这是一种优雅的说法吗？我真的很认为，实际上我最近刚与教务长就这个话题进行了交谈，正是关于这一点，那就是所有这种跨学科合作的愿望。有很多尝试朝着目标前进，创建跨学科中心，创建双学位项目或双重任命项目。

但实际上，学术界的许多进步也是通过方法学实现的。当某种方法学被采用时，我的意思是，最著名的例子是科学方法，例如。但是当你有一种被采用的方法学时，它也提供了一种与不同学科的同事交流的方式。我认为人工智能的发生与之相关。例如，在科学方法的背景下，

我们进行发现的方法学，数据的作用，这些神经网络的作用，我们如何实际上找到概念彼此之间的接近性，实际上与我们传统上应用它的方式根本不同

比我们传统上应用它的方式。因此，当我们在更多职业中看到人们应用这种方法学时，它也将为彼此提供一些共同的语言。事实上，在这个神经网络中存在的信息的高维表示中，我们可能会发现主题和主题之间令人惊叹的邻近性或联系

以个体从业者无法描述的方式，但这些大型计算网络中却潜伏着。我们将遭受因果关系的一些困扰，例如，“嘿，这是什么根本原因？”因为我认为这种方法学的一个令人不满意的方面是，它们可能会给你答案，但它们不会给你答案来自何处的充分理由。

然后将会有传统的发现过程，说，如果那是答案，那么原因是什么？所以我们将不得不以这种混合的方式来理解世界。但我确实认为 AI 的共同层是一个强大的新事物。是的。在你谈话时，我想到了几个随机的问题。在好莱坞刚刚结束的编剧罢工中，一个症结在于制片厂和编剧将如何对待 AI 生成的内容。对吧？

为了在快速变化的市场中保持竞争力，企业需要适应生成式 AI 的潜力。在本期 IBM 智能对话特别直播节目中，马尔科姆·格拉德威尔与 IBM 高级副总裁兼研究主管达里奥·吉尔博士一起在 iHeartMedia 的演播室登台。他们聊了聊 AI 的发展历程，举例说明了实际应用，并讨论了企业如何通过尖端技术创造价值。在此观看对话视频版本：https://www.youtube.com/watch?v=WOwM__St6aU  了解更多关于达里奥对企业生成式 AI 的看法：https://www.ibm.com/think/ai-academy 访问我们：https://www.ibm.com/smarttalks/ 这是 IBM 的付费广告。请访问 omnystudio.com/listener 获取隐私信息。</context> <raw_text>0 如果作家的素材以某种方式成为 AI 的来源，他们会得到认可吗？但更广泛地说，作家是否需要保护自己免受……我还可以继续说下去。你知道吗？你可能熟悉所有这些。如果你熟悉的话，我不知道你是否熟悉，但双方在那一过程中是否都向你寻求过建议？作家们。作家们是否打电话给你说，达里奥，我们应该如何处理 AI？这应该如何在我们的合同谈判中得到体现？你会告诉他们什么？

我认为，我会把它分成两部分。首先是技术上可能实现的，对吧？并预测诸如，你知道，你可以用声音克隆做什么之类的场景。例如，现在，例如，有可能已经……

配音，对吧？让我们只讨论这个话题，对吧？全世界都有很多人用其他语言为别人配音。现在你可以进行令人难以置信的渲染，我不知道你是否见过，你可以匹配嘴唇，这是你的原声，但可以讲任何你想要的语言，举个例子。所以基本上，这其中包含一系列含义。我的意思是，举个例子。所以我会说创建一个分类法来描述我们今天已知的技术能力，

以及在行业中的应用，以及诸如，“嘿，你知道，我可以拍你五分钟的视频，我可以生成你两小时的内容，我不必……”，如果你按小时付费，显然我不会为你付其他费用。所以我会说技术能力，然后用他们的专业知识来映射它如何改变他们的工作方式、互动方式或谈判方式等等。这将是一个方面。

然后另一个是非技术相关的问题，这几乎是分配正义的一个因素。就像谁应该得到什么，对吧？谁有能力得到什么？然后这是一个完全不同的讨论，也就是说，如果这是可能的场景，我们想要什么，我们能够得到什么？我认为这是一个不同的讨论，它和生命一样古老。你首先做什么？

我认为，了解什么是可能的以及它如何改变格局，作为更广泛的讨论和谈判的一部分，是非常有帮助的。因为你也要看到机会，因为会有很多理由说，实际上，如果我们可以这样做的，

我们都可以更高效地完成这项工作或拍摄工作。但我们对双方如何从中受益达成了合理的协议，对吧？那么这对每个人来说都是双赢的。对吧？所以我认为这将是一个黄金三角，对吧？这是我的解读。如果我错了，我希望你能纠正我。而且我很可能会错。

当我看到那次罢工时，我说，如果他们担心 AI，作家们担心 AI。这似乎很愚蠢。应该是制片厂担心 AI 的经济影响。从长远来看，AI 难道不会在让作家失业之前就让制片厂倒闭吗？我只需要制片厂，因为制作成本高得吓人，制作成本非常高。而如果我没有，如果我有一个工具可以

为电影制作带来巨大的技术效率，那么我们为什么还需要制片厂？为什么他们不是害怕的人？或者也许你需要一种不同的制片厂。或者一种不同的制片厂。一种不同的制片厂。但我的意思是，在罢工中，害怕的人是作家和，你知道，是制片厂。这难道不是本末倒置吗？

我还没想过。可能是这样，但它的含义，它回到了我们之前谈论的内容。含义，因为它们是如此的横向，所以正确地考虑它就像它对制片厂也做了什么一样，对吧？是的。但是，你知道，发生这种情况的原因是谈判的顺序或谁首先对此表示担忧。

并为此做了一些事情，对吧？这是在罢工的背景下。你知道，我不知道制片厂内部的类似对话是什么，也不知道他们是否有一个专门讨论这将对我们意味着什么的房间，对吧？但这不会通过罢工来实现，而是可能通过公司内部的一个工作组来实现，关于他们将做什么，对吧？回到你刚才说的，你首先要做的是列出有哪些技术能力。但技术能力不是每……都在变化吗？

我的意思是，你前进的速度太快了。所以你不能，你能签订合同吗？对不起，我在这里钻牛角尖了，但这很有趣。你能，你不能签订一份五年期合同，如果合同是基于 2023 年的技术能力评估，因为到 2028 年，情况将完全不同，对吧？是的。但是，你知道，我的意思是，我想要表达的是，有一些抽象的概念，例如，

我们可以对我的图像做什么？如果我通常得到我的图像可以被复制、生成内容等的类别，那就好像，让我们谈谈关于谁拥有这些权利的抽象概念，或者我们双方是否都能从中受益？如果你把这个理顺了，是的，图像如何被改变、被创造成某种东西的性质会在下面发生变化，但概念会保持不变。所以我认为重要的是要正确地把握类别。是的。

如果你要考虑战后时代（过去 75 年）最大的技术革命，我们都可以列出一个清单。事实上，列出一个清单真的很有趣。当我们……的时候，我在考虑这个问题，集装箱运输是我的最爱。绿色革命、互联网等等。AI 在这个清单中的位置在哪里？

所以在您提出的自二战以来的背景下，我把它放在第一位，毫无疑问，计算作为一个类别是那些重塑我们世界的轨迹之一。我认为在计算领域，我认为半导体所扮演的角色具有非凡的决定性意义。

我认为 AI 是第二个例子，它是一种核心架构，将产生同等水平的影响。然后，我将量子和量子信息作为该等式的第三个组成部分。这有点像我喜欢总结的那样，计算的未来是比特、神经元和量子比特。这就是高精度计算、神经网络和人工智能的世界以及量子世界。

这些东西的结合将成为未来一百年计算领域中的决定性力量。但它肯定会在名单上。如果它在名单上的排名这么高，这是一个完全假设性的问题，如果你从头开始，如果你现在开始创建 IBM，你会说，哦，我们的 AI 业务实际上应该更大吗？比如有多少人在为你工作？

所以在研究部门，大约有 3500 名科学家。所以在理想情况下，如果规模这么大，作为一个团队来说是不是太小了？是的。好吧，这是在研究部门。我的意思是，整个 IBM，有成千上万的人在从事这项工作。但我的意思是，所以从一开始，所以我们有一种技术，你把它与计算相提并论，作为世界变革者。

所以我基本上想问的是，我们对这个未来投资不足吗？是的，这是一个好问题。所以我会说，我认为我们应该区分你需要多少人来创建技术本身，以及进行这项工作的研究人员、工程师和计算的正确规模是多少？你需要多少人在技术应用方面

创造更好的产品，提供服务和咨询，并最终将其传播到社会的各个领域。数字是不同的，这与其他任何地方没有什么不同。我的意思是，如果你举一些例子，既然你是在二战的背景下谈论的，例如，创造原子弹需要多少人？这是一个很大的数字。我的意思是，不仅仅是洛斯阿拉莫斯。奥克兰也有很多人。这是一个很大的数字，但不是一百万人。

所以你可以拥有高度集中的团队，只要有足够的资源，就可以取得非凡的科学和技术成就。根据定义，这总是与需要处理它的总量相比，只占 1% 的一小部分。是的，但应用方面几乎是无限的。正是如此。所以最终瓶颈就在这里。

所以有了数千名科学家和工程师，你就可以创造世界一流的 AI。所以，你不需要一万人就能创造大型语言模型和遗传模型。但你需要数千人，你需要大量的计算数据。你需要这个。

其余的是，“好的，我构建数据库或构建一个软件产品，允许你进行库存管理，或者我构建一个照片编辑器等等。”现在，这个产品结合了 AI，修改、扩展它等等。好吧，现在你正在谈论整个软件行业。现在你正在谈论数百万的人。

需要将 AI 集成到他们的产品中。然后你超越了软件方面的技术创造者，你说，好吧，现在呢？帮助组织在内政部部署它的技能。然后我说，好吧，现在你需要顾问、专家和在那里工作的人来整合到工作流程中。现在你正在谈论数千万的人。所以我把它看作是这些同心圆。

但在许多这些核心技术领域中，某种程度上来说，仅仅说，“我需要一个由 10 万人组成的团队来创建 AI 或新的晶体管或新的量子计算机”，实际上是收益递减，对吧？最终，太多人相互联系是非常困难的。但在应用方面，我一直在考虑，回到我们那个学院的例子，仅仅是坐下来与

教师一起工作，并与他们一起重新构想他们如何利用这些新工具，并理解即将入学的学生可能比他们更了解这一点……我的意思是，这是一个巨大的……人员问题，这是一个人员问题，是的，这就是为什么我从……的角度开始谈论采用方面的障碍，我的意思是，以 IBM 为例

这就是为什么我们有一个咨询组织，IBM 咨询，它补充了 IBM 技术。IBM 咨询组织拥有超过 15 万名员工，正是因为这个问题，对吧？因为你必须坐下来说，“好的，你试图解决什么问题？我们将采用什么方法？这是我们可以摆在桌面上讨论的技术选择。”最终，在我们社会中的采用将受到这部分的限制。

这项技术将使实施这些解决方案更容易、更具成本效益。但你首先必须考虑你想做什么，你将如何去做，以及你将如何把它带入这个……在这个背景下，一位教师或管理员等等在这个学院的生活中。我认为这个概念绝对是，我认为非常有趣的是，在好莱坞罢工中，你必须就这个问题进行讨论

关于分配正义的讨论，我们如何……这是一个非常难以进行的对话。所以这引出了我的下一个观点，那就是我们后台谈到，你有两个女儿，一个在大学，一个即将上大学。没错。所以她们都是对科学感兴趣的。所以告诉我你和你女儿的谈话。你和你女儿的谈话是独一无二的，因为你对她们的建议是……

受你谋生的工作的影响。是的，这是真的。所以你是否警告你的女儿远离某些领域？你是否说过无论你做什么，都不要成为……？不，不，那不是我的风格。我的意思是，对我来说，不，我尽量不要那样，你知道，说教。所以对我来说，这只是通过我热爱的事物来展示，对吧？

以及我关心的事情。然后带她们去实验室看看。然后自然而然地谈论我正在从事的工作或我遇到的有趣的人。所以在她们选择这一点的程度上，显然这对她们有影响，这是通过我的眼睛，通过你看到我所做的事情，以及我喜欢我的职业来实现的。但你的一个女儿，你说，

正在考虑想成为一名医生。但在后 AI 时代成为一名医生，肯定与前 AI 时代成为一名医生大不相同。你认为，你是否试图让她为这种差异做好准备？你是否向她解释了你认为这个她可能进入的职业将会发生什么？是的，我的意思是，不是像，你知道，非常详细地，但是

但是是的，在理解什么是变化的层面上，就像你可以用来观察世界和什么是可能的这种信息透镜

以及它能做什么，比如我们的角色是什么，技术的角色是什么，以及如何在那个抽象层面上塑造它，当然，但不是在像，“不要成为放射科医生”，你知道，因为这是我们为你想要的东西。我本来想说，如果你对目前的工作不满意，你可以做一个名为“达里奥的育儿技巧”的播客，这只是一个 AI 人根据这一点给你关于你的孩子应该做什么的建议。比如，我应该成为放射科医生吗？达里奥，告诉我。这似乎是一个非常重要的问题。是的。

让我以更……的方式来问这个问题，我是在开玩笑，但以更严肃的方式。当然，如果，我不想用你的女儿作为例子，但让我们假设我们正在给想要进入医学领域的人提供建议。一个非常有用的谈话是，15 年后，哪些技能在这个职业中将是最受重视的？它们与现在受重视的技能不同吗？你会如何回答这个问题？

是的，我认为例如，这回到了科学方法在这种情况下，医学实践将如何改变。我认为，由于计算和信息世界正在发生的事情，我们将看到更多关于我们如何实践科学方法等等的变化，我们如何表示信息，我们如何表示知识，我们如何从知识中提取意义作为一种方法

比我们在过去 200 年中看到的要多。因此，我强烈鼓励的不是像，“嘿，使用这个工具来做这个或做那个”，而是在课程本身中，在理解我们在数据和数据表示时代如何解决问题方面，这需要嵌入到每个人的课程中，你知道，我认为实际上是相当水平的，但在医学和科学家等领域，当然也是如此。

并且在某种程度上，如果这被根深蒂固地掌握，这将为我们提供一个视角，无论他们在医学中选择什么专业，他们都会说，实际上，我想能够解决提高护理质量的方法是，除了我们在医学领域实践的所有要素之外，还有这个新的视角。我们是否以正确的方式表示数据？我们是否有合适的工具来表示这些知识？我是否以一种能给我带来更好结果的方式将它融入我自己的

某种程度上与我自己的知识相结合，对吧？我是否有基准测试和结果质量的严谨性？所以这就是需要融入的东西。在一个理想的世界里，如果我要求你的团队改写美国医学院的课程，那将是多么大的修改？我们是在修改课程的 10%，还是修改课程的 50%？

我认为会有一组课程是关于方法、方法论、发生了什么变化，比如有这些长度来理解。

然后在每个班级中，这种方法论将代表嵌入其中的东西。所以它将是实质性的，但这并不意味着要取代每个领域的专业化、背景和知识。但我确实认为每个人都应该对水平知识有一个基本的了解。它是什么？它是如何工作的？你有什么工具？技术是什么？以及围绕它的注意事项是什么？

然后每个领域你都说，你学到的那件事，这就是它如何应用于解剖学。这就是它如何应用于放射学，如果你正在学习的话。或者这就是你在发现的背景下如何应用它，对吧，细胞结构。这就是我们如何使用它，或者蛋白质折叠。这就是它如何做到的。这样，你就会看到整个过程中的连接组织。是的。我的意思是，我会补充一点，因为我最近一直在考虑这个问题，那就是

这也是一个令人难以置信的机会来做医生应该做但现在没有时间做的事情，那就是他们如此专注于找出你哪里出了问题，以至于他们几乎没有时间谈论诊断的含义。如果我们可以减轻他们对“你哪里出了问题”这个实际上相当平淡无奇的问题的一些负担，并留下“你应该害怕还是……”这个艰难的人性问题，那我们真正想要的是……

充满希望的，你应该……你需要做什么？让我把它放在我所见过的所有病人的背景下。这场对话，这是最重要的对话，在我看来……所以，如果我必须……我会补充说，如果我们要重新构想医学院的课程，我会喜欢，无论……顺便说一句，时间很少。也许我们必须再给医学院增加两年。但是，像，一个整体……这不会很受欢迎。但整个关于……

带回人性的一面，你知道，现在如果我可以给你 10 分钟，你如何利用这 10 分钟？但在你刚才做的这种重新概念化中，是我们应该围绕这一点所做的，因为

因为我认为关于“我是否需要医生”的争论实际上是一场没有多大用处的争论。相反，另一个问题是，你的时间是如何被花费的？你遇到了什么问题？我的意思是，我通过这样的明显观察来概括这一点，如果你环顾我们周围的职业，在我们日常生活中，我们并没有解决问题的办法。

所以举个例子，嘿，如果我花所有的时间试图进行诊断，我可以快 10 倍地完成这项工作，这实际上让我能够去照顾病人，以及我们必须做的一切后续步骤，这可能是一个很多医生都会接受的权衡。

对吧？然后你说，好吧，它在多大程度上允许我这样做，我可以做这些其他的事情？这些其他事情对我的职业来说至关重要。所以当你实际上变得不那么抽象，我们超越了关于“哦，没有更多工作了，AI 将会把所有工作都抢走”这种毫无意义的无益的谈话时，

你会回到说在实践中，在你的背景下，对吧，对你来说，这意味着什么？你如何工作？你在这方面可以做些什么不同的事情？实际上，这是一个更丰富的谈话。而且我们经常会发现自己做的一部分工作我们会说，我宁愿少做一些。我喜欢这另一部分。如果技术能够帮助我们做出这种权衡，我会毫不犹豫地接受。

现在，实施不当的技术也会造成另一个问题。你说，嘿，这本来是为了解决我的问题，但它的实施方式并没有帮助我。它让我的生活更加痛苦，或者我失去了以前工作的方式等等。这就是为什么设计如此重要。这就是为什么工作流程在解决这些问题方面也如此重要。

它从星际开始，到文理学院的教师或医院的医生现实中的意义。达里奥，在我们的谈话中，让我印象深刻的是

这场革命有多少是非技术的？也就是说，你们在这里做技术方面的事情，但这场革命将需要各种各样的人做与软件无关的事情，而这些事情必须与制定新的社会安排有关。我一直回到好莱坞罢工的事情，你必须就我们作为技术创造者的价值观进行对话。

电影。我们将如何分配荣誉？这是一个关于哲学的谈话。是的，它是。它与为什么……的伟大传统一样

广义上的博雅教育如此重要，对吧？没有关于善的共同概念，对吧？这始终是我们社会内部发生的有争议的对话。技术也将适应这种背景，对吧？所以这就是为什么我个人作为一种哲学，我不是技术决定论者。

我不喜欢我的同行开始说，“这就是技术的发展方向。因此，社会也将是这样。”我会说，这是一个高度有争议的目标。如果你想进入政治领域或其他领域，那就站在凳子上讨论一下社会是否想要这个。你会发现它是一个巨大的多样性。

意见和观点，这就是使……在民主社会中，我们社会的丰富性。最终，这将成为对话的核心。我们想要什么？你知道，谁得到什么？等等。而这实际上，我认为这没有什么负面的。它应该如此。

因为最终是作为人类的我们想要的东西的锚点，你知道，作为朋友、家人、公民，我们有很多重叠的责任，对吧？作为一名技术创造者，我的责任不仅仅是一名科学家和技术创造者。我也是一个家庭成员，我是一个公民，我还有许多其他我关心的事情。我认为在技术决定论者的辩论中，他们有时会开始干涉

什么是正义、社会、哲学和民主的领域。这就是他们感到最不舒服的地方，因为这就像，“我只是告诉你什么是可能的。”当有抵制时，

这就像，“是的，但现在我们正在谈论我们如何生活、如何工作以及我得到多少报酬或没有得到报酬。”所以技术很重要。技术塑造了这场对话。但我们将用不同的语言进行对话，它应该如此。

如果技术想要参与到这个具有广泛影响力的世界中，它们需要习惯于，嘿，习惯于处理这个世界的复杂性，政治、社会、制度、工会，所有这些东西。你不能抱怨它。这就像，他们没有采用我的技术。这就是将技术带入世界所需要的。是的，说得很好。谢谢。

达里奥，感谢你精彩的对话。感谢各位的光临和收听。谢谢。谢谢。达里奥·吉尔改变了我对 AI 未来的一些看法。他向我解释了当我们从象棋模型转向语言学习模型时，这是一个多么巨大的飞跃。

他还谈到我们还有很大的发展空间。这就是为什么我们必须把事情做好。AI 的未来是无法预测的，但这项技术在各个行业都具有巨大的潜力。放大到学术或医疗环境中，表明我们离 AI 的广泛应用有多近。甚至好莱坞也被迫弄清楚这一点。

各种各样的机构都必须走在整合的前沿，以便能够周到而负责任地释放 AI 的全部力量。人类拥有塑造技术以适应我们世界的权力和责任。就我个人而言，我很高兴看到事情将如何发展。

IBM 智能对话由马特·罗曼诺、乔伊·菲什格劳恩德、大卫·贾和雅各布·戈德斯坦制作。我们的编辑是莉迪亚·让·科特。我们的工程师是杰森·根布雷尔、莎拉·布鲁格尔和本·托利迪。主题曲由 Gramascope 创作。特别感谢安迪·凯利、凯西·卡拉汉以及 8 Bar 和 IBM 团队，以及 Pushkin 营销团队。

IBM 智能对话是 Pushkin Industries 和 iHeartMedia 的 Ruby Studio 制作的。要查找更多 Pushkin 播客，请在 iHeartRadio 应用程序、Apple Podcasts 或您收听播客的任何地方收听。我是马尔科姆·格拉德威尔。这是 IBM 的付费广告。