[微軟] 微軟CEO:AGI並非真正基准,AI行業也不會"贏家通吃"
但我們也說過，“讓我們從基本原則出發，構建我們自己的量子計算機，將賭注押在拓撲量子比特上。”這就是這次突破的意義所在。
Dwarkesh Patel：太驚人了。百萬拓撲量子比特，數千個邏輯量子比特，預計要達到這個水平的時間是多久？如果你們已經有了第壹個晶體管，那麼這裡的摩爾定律會是什麼樣的？
Satya Nadella：顯然，我們已經為此努力了 30 年。我很高興我們現在有了物理學上的突破和制造技術上的突破。
我希望我們現在能有壹台量子計算機，因為，順便說壹下，量子計算機首先能讓我們做的事情就是制造量子計算機，因為模擬這些新量子門的原子級構建將變得更加容易。
但無論如何，接下來的真正任務是，既然我們有了制造技術，就讓我們去制造第壹台容錯量子計算機吧。
所以，我現在可以說，“哦，也許到 2027、2028、2029 年，我們就能真正造出這台計算機”。現在我們有了這個量子“門”，我能把它裝進集成電路裡 然後把這些集成電路裝進真正的計算機裡嗎？這就是下壹步的邏輯所在。
Dwarkesh Patel：那麼，你預料，到了 2027、2028 年，你們的量子計算機能工作了嗎？它可以通過應用程序接口（API）訪問嗎？還是它是你們內部用於材料和化學研究的工具？
Satya Nadella：這是壹個很好的問題。讓我感到興奮的壹件事是，即使在今天的世界裡我們有這個量子程序，還為它添加了壹些 API。我們在兩年前取得的突破是把高性能計算堆棧、人工智能堆棧和量子放在壹起考慮。
事實上，如果你想想看，AI 就像是模擬器的仿真器。量子就像是大自然的模擬器。量子會做什麼？順便說壹下，量子不會取代經典計算。量子擅長它能做的事，而經典計算也會……
量子在任何不是數據密集型但在狀態空間方面是探索密集型的事情上都將非常出色。它應該是數據輕量的，但在你想要探索的指數狀態上。模擬就是壹個很好的例子：化學物理、什麼的、生物學。
我們開始做的其中壹件事就是真正將 AI 作為仿真引擎。但你可以然後進行訓練。所以我認為的方式是，如果你有 AI 加量子，或許你會用量子生成合成數據，然後讓 AI 利用這些數據訓練更好的模型，從而能夠模擬化學、物理或其他領域。這兩者會壹起使用。
因此，即使今天，我們實際上就是在做高性能計算（HPC）和 AI 的結合。我希望能夠用量子計算機替代壹些 HPC 的部分。
Dwarkesh Patel：你能不能告訴我，你是如何做出這些研究決定的，尤其是在微軟這樣規模的公司，這些決定在 20 年、30 年後是否真的會帶來紅利？顯然，你對這個項目的技術細節非常了解。你覺得在微軟研究院做所有這些事情的同時，你還能做出這樣的決策嗎？
你怎麼知道你現在下的賭注在 20 年後會有回報？是必須通過組織有機地湧現出來，還是你如何跟蹤這壹切？
Satya Nadella：我覺得比爾（蓋茨）在 1995 年左右創辦微軟研究院（MSR）時的做法非常棒。我認為，在這些以好奇心為驅動力的研究機構的悠久歷史中，只做基礎研究的研究機構和 MSR，多年來已經建立起了這種制度優勢，因此，當我考慮資本分配或預算時，我們首先把籌碼放進去，然後說："這是 MSR 的預算"。我們每年都要這樣做，因為我們知道，大多數賭注都不會在有限的時間內得到回報。也許微軟的第六任 CEO 會從中受益。在科技行業，我認為這是必然的。
我真正考慮的事情是，當像量子計算、新模型等這樣的技術時機到來時，能否抓住這些機會？作為在位者，如果你回顧壹下科技史，你會發現並不是說人們沒有投資下注，而是你需要有壹種文化，知道如何把創新進行規模化。
這對 CEO 和管理團隊來說是真正困難的部分，坦率地說，這壹點很吸引人。它不僅僅關乎良好的判斷力，也關乎良好的文化。有時候我們做對了，有時候做錯了；我可以告訴你微軟研究院有上千個項目，我們應該領導這些項目，但我們沒有做到。我總是問自己為什麼。因為我們沒有足夠的信心去完成那個完整的思考，不僅僅是把創新引入市場，而是把它做成壹個有用的產品，並有壹個商業模式，我們能拿去市場推廣。
這是 CEO 和管理團隊的工作：不能只對某壹件事感到興奮，而是能夠真正執行壹個完整的方案。這說起來容易，做起來難。
Dwarkesh Patel：你提到微軟可能會有叁位繼任 CEO，如果他們每個人都能將市值提高壹個數量級，那麼當你取得下壹個突破時，你就會成為世界經濟的領頭羊之類的人物。
[加西網正招聘多名全職sales 待遇優]
無評論不新聞，發表壹下您的意見吧
Dwarkesh Patel：太驚人了。百萬拓撲量子比特，數千個邏輯量子比特，預計要達到這個水平的時間是多久？如果你們已經有了第壹個晶體管，那麼這裡的摩爾定律會是什麼樣的？
Satya Nadella：顯然，我們已經為此努力了 30 年。我很高興我們現在有了物理學上的突破和制造技術上的突破。
我希望我們現在能有壹台量子計算機，因為，順便說壹下，量子計算機首先能讓我們做的事情就是制造量子計算機，因為模擬這些新量子門的原子級構建將變得更加容易。
但無論如何，接下來的真正任務是，既然我們有了制造技術，就讓我們去制造第壹台容錯量子計算機吧。
所以，我現在可以說，“哦，也許到 2027、2028、2029 年，我們就能真正造出這台計算機”。現在我們有了這個量子“門”，我能把它裝進集成電路裡 然後把這些集成電路裝進真正的計算機裡嗎？這就是下壹步的邏輯所在。
Dwarkesh Patel：那麼，你預料，到了 2027、2028 年，你們的量子計算機能工作了嗎？它可以通過應用程序接口（API）訪問嗎？還是它是你們內部用於材料和化學研究的工具？
Satya Nadella：這是壹個很好的問題。讓我感到興奮的壹件事是，即使在今天的世界裡我們有這個量子程序，還為它添加了壹些 API。我們在兩年前取得的突破是把高性能計算堆棧、人工智能堆棧和量子放在壹起考慮。
事實上，如果你想想看，AI 就像是模擬器的仿真器。量子就像是大自然的模擬器。量子會做什麼？順便說壹下，量子不會取代經典計算。量子擅長它能做的事，而經典計算也會……
量子在任何不是數據密集型但在狀態空間方面是探索密集型的事情上都將非常出色。它應該是數據輕量的，但在你想要探索的指數狀態上。模擬就是壹個很好的例子：化學物理、什麼的、生物學。
我們開始做的其中壹件事就是真正將 AI 作為仿真引擎。但你可以然後進行訓練。所以我認為的方式是，如果你有 AI 加量子，或許你會用量子生成合成數據，然後讓 AI 利用這些數據訓練更好的模型，從而能夠模擬化學、物理或其他領域。這兩者會壹起使用。
因此，即使今天，我們實際上就是在做高性能計算（HPC）和 AI 的結合。我希望能夠用量子計算機替代壹些 HPC 的部分。
Dwarkesh Patel：你能不能告訴我，你是如何做出這些研究決定的，尤其是在微軟這樣規模的公司，這些決定在 20 年、30 年後是否真的會帶來紅利？顯然，你對這個項目的技術細節非常了解。你覺得在微軟研究院做所有這些事情的同時，你還能做出這樣的決策嗎？
你怎麼知道你現在下的賭注在 20 年後會有回報？是必須通過組織有機地湧現出來，還是你如何跟蹤這壹切？
Satya Nadella：我覺得比爾（蓋茨）在 1995 年左右創辦微軟研究院（MSR）時的做法非常棒。我認為，在這些以好奇心為驅動力的研究機構的悠久歷史中，只做基礎研究的研究機構和 MSR，多年來已經建立起了這種制度優勢，因此，當我考慮資本分配或預算時，我們首先把籌碼放進去，然後說："這是 MSR 的預算"。我們每年都要這樣做，因為我們知道，大多數賭注都不會在有限的時間內得到回報。也許微軟的第六任 CEO 會從中受益。在科技行業，我認為這是必然的。
我真正考慮的事情是，當像量子計算、新模型等這樣的技術時機到來時，能否抓住這些機會？作為在位者，如果你回顧壹下科技史，你會發現並不是說人們沒有投資下注，而是你需要有壹種文化，知道如何把創新進行規模化。
這對 CEO 和管理團隊來說是真正困難的部分，坦率地說，這壹點很吸引人。它不僅僅關乎良好的判斷力，也關乎良好的文化。有時候我們做對了，有時候做錯了；我可以告訴你微軟研究院有上千個項目，我們應該領導這些項目，但我們沒有做到。我總是問自己為什麼。因為我們沒有足夠的信心去完成那個完整的思考，不僅僅是把創新引入市場，而是把它做成壹個有用的產品，並有壹個商業模式，我們能拿去市場推廣。
這是 CEO 和管理團隊的工作：不能只對某壹件事感到興奮，而是能夠真正執行壹個完整的方案。這說起來容易，做起來難。
Dwarkesh Patel：你提到微軟可能會有叁位繼任 CEO，如果他們每個人都能將市值提高壹個數量級，那麼當你取得下壹個突破時，你就會成為世界經濟的領頭羊之類的人物。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: