前 Google CEO Eric Schmidt:AI 革命被嚴重低估,生產力將破表年成長 30%

前 Google CEO Eric Schmidt:AI 革命被嚴重低估,生產力將破表年成長 30%

前 Google 執行長艾立克·施密特(Eric Schmidt)近期在 TED 訪談中,分享了他對人工智慧(AI)發展的深刻觀察與前瞻思考。他認為,AI 的革命遠比多數人想像的要來得深遠,不只會寫作聊天(如 ChatGPT),更關鍵的進展在於 AI 已具備「規劃」與「策略」能力,能像「代理人」一樣執行複雜任務,這將是未來所有業務的核心。

施密特指出,這波由 AlphaGo 驚人棋步為開端(展現 AI 能發明人類未曾見過的方法),現已進入「規劃與策略」的新階段。目前的 AI 系統已能透過大量試驗與回饋,學習並執行複雜的步驟序列,就像在思考一樣。

然而,這場革命伴隨三大嚴峻挑戰:

1. 龐大的運算與能源需求: 訓練及運行先進 AI 需要天文數字般的運算力,耗電量極高。施密特以美國為例,估計需要新增 90 GW 電力,相當於 90 座核電廠!他認為,即使演算法會更有效率,運算需求仍呈指數級增長,能源是迫在眉睫的國家級問題。

2. 資料枯竭: 公開網路上的文本資料遲早會被「吃完」,AI 將需要學會生成自己的訓練資料。

3. 知識創造的極限: AI 如何能像愛因斯坦一樣,在毫不相關的領域間發現並應用新的模式,創造出真正全新的知識?施密特稱這是「目標非定常性」問題,是 AI 能否突破現有知識框架、實現科學新發現的關鍵。

除了技術限制,施密特也對 AI 的「自主性」和「兩用性」感到擔憂。AI 代理人若能未經人類許可自我改進或複製,將難以控制。同時,AI 晶片與技術的兩用性(軍事與民用),使大國間(尤其是美中)的競爭異常激烈。

施密特憂心,在競逐 AI 領先地位的賽局中,如果一方認為自己會落後,可能會採取極端手段(如攻擊對方資料中心),帶來類似核威懾時代的危險不穩定性,甚至可能因意外引發衝突。他強調各國政府和外交界需要立即開始討論這些風險與護欄。

他同時提到一個矛盾:為防範 AI 被不法之徒濫用(如非國家行為者),可能需要能追蹤用戶身份的系統,但這又可能意外建構出一個全面監控的社會。施密特認為,解決之道在於堅守「個人自由」的核心價值,並利用零知識證明等加密技術,實現「人類證明」而非全面的身份監控。

儘管挑戰重重,施密特對 AI 的未來充滿樂觀願景:

1. 醫療: 加速藥物靶點發現、降低臨床試驗成本,目標是根除疾病。
2. 科學: 探索宇宙奧秘(暗能量/暗物質)、推動物質科學革命。
3. 教育: 實現人人享有個人化、多語言、互動式 AI 家教。
4. 醫療保健: 為全球醫療資源匱乏地區提供 AI 醫生助理。

他認為,這些宏大目標並非遙不可及,它們所需的技術已存在,只是需要人類社會「決定」去實現。

展望未來,施密特指出 AI 將帶來前所未有的生產力飛躍(估計年增 30%),這將改變經濟模式,也幫助人類社會因應如亞洲生育率下降導致的勞動力短缺。雖然 AI 會取代部分工作,但人類的本質不會改變,職位會往更複雜、需要更高判斷力的方向發展。

最後,施密特給予大眾的建議是:將 AI 視為一場「馬拉松」,而非短跑。人類很難理解指數級的進步,所以不要停下腳步,要每天擁抱並學習這項技術。無論你的職業是什麼,不利用 AI 將會失去競爭力,務必快速採用。他對 AI 系統的發展速度感到震驚,每天都有新的商業應用顛覆既有產業。

Read more

長輩用 AI 像在用 Google,年輕人像用 OS?Sam Altman 談 AI 平台演進如何改變你我生活

長輩用 AI 像在用 Google,年輕人像用 OS?Sam Altman 談 AI 平台演進如何改變你我生活

Sam Altman 回顧 OpenAI 最初(2016年)在簡陋的第一間辦公室,只有約14人,當時並沒有具體的產品或商業模式,只是一個充滿堅定信念的研究實驗室。他們嘗試了各種方向,包括讓 AI 玩電玩、控制機械手臂等,重點在於建立系統來驗證研究的可行性,而不僅僅是發表學術論文。 關鍵轉捩點出現在發展到 GPT-3 階段時。模型規模指數級增長,所需投資高達數十億美元,這讓團隊意識到需要轉變為商業模式來支撐持續的研究與擴展(朝向 GPT-4 等更大模型)。 OpenAI 最初嘗試推出的是 API 服務,將 GPT-3 開放給開發者使用(約在 2020 年)。雖然外部反應不如預期,但團隊注意到使用者在 OpenAI 自家平台上「與模型聊天」的行為非常受歡迎,即使當時聊天功能並不完善(尚未大規模應用人類反饋強化學習 RLHF)。正是這個觀察,促使他們將資源投入開發更容易使用的聊天產品,最終催生了引爆全球熱潮的 ChatGPT(於

By Fox Hsiao
AI 商機大爆炸!紅杉資本:這次市場規模比雲端轉型大一個數量級,學會「隨機性思維」與「管理 AI Agents」

AI 商機大爆炸!紅杉資本:這次市場規模比雲端轉型大一個數量級,學會「隨機性思維」與「管理 AI Agents」

在 2025 紅杉資本 AI Ascent 大會上,紅杉合夥人 Pat Grady, Sonia, 和 Constantine 作為開場引言人,雖然謙稱只是「開胃菜」,但他們分享的觀察與觀點,猶如一道道精彩的前菜,為與會者描繪了 AI 時代的產業現況、發展速度,以及未來蘊藏的巨大機遇與挑戰。 AI 大浪為何如此重要?規模比你想的更巨大! Pat Grady 首先拋出創投界的經典框架:「這是什麼?為何重要?為何是現在?接下來怎麼辦?」他巧妙地省略了「這是什麼」(畢竟在場的都是 AI 專家),直接切入「為何重要」的核心。 他引用一張對比圖:雲端轉型 (Cloud Transition) 當時的市場規模約 4,000 億美元,這已經大於當時全球的軟體市場總和。而對比這次

By Fox Hsiao
史上最大規模醫療AI誕生!英國用5700萬人健康資料訓練,預測病情、分配資源

史上最大規模醫療AI誕生!英國用5700萬人健康資料訓練,預測病情、分配資源

科技界巨頭與醫療體系結合,催生出前所未有的醫學人工智慧(AI)。最近,一個名為 Foresight 的生成式 AI 模型在醫療研究領域進行突破:它利用了來自英國國民保健署(NHS)高達 5700 萬名病患的去識別化健康紀錄進行訓練。這不僅是史上涵蓋人數最多的醫療 AI 訓練計畫,更是 首次將 AI 應用到一整個國家級規模的健康資料集上,為醫療研究和未來健康照護開啟了新的篇章。 這款 Foresight AI 模型擁有強大的預測能力,能根據個人的醫療歷史,預測未來可能發生的健康事件,例如: 1. 住院風險: 哪些病患在未來較可能需要住院? 2. 特定疾病發生: 是否有較高風險罹患心臟病、中風等數百種不同疾病? 3. 其他健康狀況: 潛在的醫療需求或健康趨勢。 研究人員在5月6日的記者會上表示,如果這些預測證實具有實用價值,Foresight 未來甚至有潛力直接用於輔助醫護人員判斷個別病患的照護需求,或是幫助 NHS 更有效地分配醫療資源。劍橋大學的健康數據科學家 Angela Wood 強調:

By Fox Hsiao
NVIDIA 的「物理圖靈測試」,用 AI 生成影片訓練機器人?它們很快就能夠為你打掃煮飯

NVIDIA 的「物理圖靈測試」,用 AI 生成影片訓練機器人?它們很快就能夠為你打掃煮飯

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,

By Fox Hsiao