轉(zhuǎn)自：華爾街見聞

　　作者：硬AI

　　在最新的訪談中，黃仁勛表示，通用人形機(jī)器人的技術(shù)“難以實(shí)現(xiàn)”，但隨著大型語言模型以及基礎(chǔ)模型方面的突破，必要的技術(shù)“近在眼前”。未來，AI的應(yīng)用科學(xué)將變得尤為重要。新一代面臨的挑戰(zhàn)是如何利用AI技術(shù)解決實(shí)際問題并創(chuàng)造價(jià)值。

　　近日，英偉達(dá)首席執(zhí)行官黃仁勛接受了科技自媒體Tiff In Tech的采訪。他分享了英偉達(dá)在物理AI領(lǐng)域的最新突破。

　　黃仁勛表示，通用人形機(jī)器人的技術(shù)“難以實(shí)現(xiàn)”，但隨著Transformer模型、大型語言模型以及基礎(chǔ)模型方面的突破，必要的技術(shù)“近在眼前”，英偉達(dá)能夠在這個(gè)領(lǐng)域做出真正的貢獻(xiàn)。

　　物理AI指能理解和交互物理世界的AI系統(tǒng)，這一技術(shù)將徹底改變機(jī)器人的訓(xùn)練方式。英偉達(dá)推出的Cosmos和Omniverse平臺(tái)能夠在虛擬環(huán)境中模擬真實(shí)世界，大大縮短了機(jī)器學(xué)習(xí)的時(shí)間。

　　黃仁勛表示，英偉達(dá)的技術(shù)可以將機(jī)器人的訓(xùn)練時(shí)間從多年縮短至幾小時(shí)，極大提高了效率和可行性。

　　黃仁勛還特別強(qiáng)調(diào)了英偉達(dá)“三臺(tái)計(jì)算機(jī)”自動(dòng)駕駛解決方案的安全性。這種涉及三個(gè)獨(dú)立計(jì)算機(jī)協(xié)同工作的系統(tǒng)，可以提供更高的可靠性和冗余性，從而增強(qiáng)自動(dòng)駕駛汽車的安全性能。

　　黃仁勛表示，在接下來的十年里，人工智能的應(yīng)用科學(xué)將變得尤為重要。與上一代主要關(guān)注如何應(yīng)用計(jì)算機(jī)來解決芯片設(shè)計(jì)和軟件工程問題不同，新一代面臨的挑戰(zhàn)是如何將AI技術(shù)應(yīng)用到各個(gè)行業(yè)和領(lǐng)域中，以解決實(shí)際問題并創(chuàng)造價(jià)值。

　　以下為對話亮點(diǎn)總結(jié)：

　　以下為訪談全文：

　　構(gòu)建通用機(jī)器人：世界模型與人工智能的融合

　　Tiff In Tech：

　　嗨，Jensen。感謝您今天抽出時(shí)間與我聊天。你在CES上發(fā)布了一些突破性的公告，特別是有一個(gè)領(lǐng)域我非常好奇，那就是機(jī)器人技術(shù)。當(dāng)談到機(jī)器人技術(shù)時(shí)，使用Cosmos或世界基礎(chǔ)模型等工具，什么最讓你興奮？

　　黃仁勛：

　　我們正處于機(jī)器人技術(shù)的一個(gè)不可思議的時(shí)代。構(gòu)建通用人形機(jī)器人所需的關(guān)鍵技術(shù)即將到來。其中一項(xiàng)關(guān)鍵技術(shù)是理解世界的人工智能模型，就像我們擁有理解語言的人工智能模型一樣?，F(xiàn)在有了ChatGPT和Llama等，我們需要一個(gè)世界模型，一個(gè)理解世界的語言模型。世界需要機(jī)器人。其中一個(gè)原因是我們沒有足夠的勞動(dòng)力。你知道，人口正在老齡化，人們對工作類型的偏好也在改變，出生率在下降，而世界需要更多的勞動(dòng)力。因此，擁有機(jī)器人系統(tǒng)的時(shí)機(jī)確實(shí)相對迫切。

　　通用人形機(jī)器人技術(shù)將最為實(shí)用，因?yàn)槲覀兊氖澜缡菄@人類自身需求而建造的。這項(xiàng)技術(shù)極其難以實(shí)現(xiàn)。然而，隨著Transformer模型、大型語言模型以及基礎(chǔ)模型方面的突破，我們相信，我們已經(jīng)具備了在這一領(lǐng)域做出實(shí)質(zhì)性貢獻(xiàn)的技術(shù)基礎(chǔ)。

　　我們需要將幾個(gè)方面結(jié)合起來：首先，機(jī)器人必須理解我們。例如，ChatGPT的突破確實(shí)使這成為可能。但缺少的是，我們現(xiàn)在需要一個(gè)理解物理世界的人工智能。它必須理解物理世界的動(dòng)力學(xué)，包括重力、慣性、摩擦，還必須理解空間關(guān)系和幾何關(guān)系，以及一些常識性的東西，比如對象恒存性（指物體即使暫時(shí)看不見也仍然存在的認(rèn)知）等。

　　因此，我們著手創(chuàng)建本質(zhì)上是世界模型的ChatGPT或Llama。它被稱為世界基礎(chǔ)模型（用于理解和模擬物理世界的AI模型）。就像語言基礎(chǔ)模型（用于理解和生成人類語言的AI模型）一樣，這是一個(gè)理解世界的基礎(chǔ)模型。如果我們能創(chuàng)造這樣的東西，那就是Cosmos，我們將它公開供所有人使用，希望這將真正點(diǎn)燃并加速機(jī)器人技術(shù)的發(fā)展。

　　Isaac Sim：虛擬現(xiàn)實(shí)賦能機(jī)器人高效訓(xùn)練

　　Tiff In Tech：

　　在教授機(jī)器人技術(shù)方面，這些技術(shù)非常有前景。我了解到最近有關(guān)Isaac Sim的一些新公告，特別是在虛擬現(xiàn)實(shí)訓(xùn)練方面。您如何看待這項(xiàng)技術(shù)的未來發(fā)展和潛力？

　　黃仁勛：

　　訓(xùn)練AI的第一步是要給它們基礎(chǔ)知識，也就是常識知識。第二步是要培養(yǎng)必要技能。教導(dǎo)通用機(jī)器人的方式類似于教導(dǎo)一個(gè)人。我們通過示范來教學(xué)。我們使用人類示范，向機(jī)器人展示如何拿起玻璃杯。每次玻璃杯的位置、高度和形狀可能略有不同，但本質(zhì)上仍是拿起一杯水的動(dòng)作。利用Isaac Sim，我們可以進(jìn)行幾次人類示范，然后使用AI、Cosmos和Omniverse生成大量不同場景。我們生成各種不同大小、位置和擺放方式的版本，并將這些訓(xùn)練數(shù)據(jù)，包括模仿數(shù)據(jù)提供給機(jī)器人學(xué)習(xí)。這樣，機(jī)器人就能學(xué)習(xí)到大量泛化版本的動(dòng)作。

　　Tiff In Tech：

　　看起來可能有無限多的版本。這正是這項(xiàng)技術(shù)解決的問題，通過為機(jī)器人提供這些多樣化的訓(xùn)練版本。

　　黃仁勛：

　　沒錯(cuò)。我們不是只給機(jī)器人一個(gè)例子，而是提供數(shù)百萬個(gè)不同的例子。

　　Omniverse：打造機(jī)器人訓(xùn)練的無限可能

　　Tiff In Tech：

　　您還提到了Omniverse，這讓我非常感興趣，尤其是在制造業(yè)等行業(yè)的虛擬現(xiàn)實(shí)訓(xùn)練方面。您如何看待這些行業(yè)使用Omniverse進(jìn)行訓(xùn)練的未來發(fā)展？

　　黃仁勛：

　　機(jī)器人行業(yè)發(fā)展緩慢，主要是因?yàn)橛?xùn)練機(jī)器人非常困難。你需要為機(jī)器人創(chuàng)造大量的體驗(yàn)場景。而且在現(xiàn)實(shí)世界中訓(xùn)練機(jī)器人也存在安全隱患。因此，我們創(chuàng)造了一個(gè)虛擬世界，本質(zhì)上是一個(gè)機(jī)器人的游樂場。

　　這個(gè)Omniverse就是一個(gè)虛擬游樂場。對機(jī)器人來說，它感覺就像真實(shí)世界一樣，因?yàn)檫@個(gè)虛擬環(huán)境遵循物理定律，一切看起來都很真實(shí)。機(jī)器人無法分辨虛擬世界和現(xiàn)實(shí)世界的差別，這正是關(guān)鍵所在。我們在Omniverse這個(gè)虛擬世界中訓(xùn)練機(jī)器人，為其創(chuàng)造大量學(xué)習(xí)場景。當(dāng)機(jī)器人學(xué)會(huì)如何在Omniverse中完成任務(wù)后，我們將這個(gè)機(jī)器人大腦轉(zhuǎn)移到真實(shí)的機(jī)器人中。如果虛擬到現(xiàn)實(shí)的差距（SIM-to-real gap，即仿真環(huán)境與真實(shí)環(huán)境之間的差異）足夠小，機(jī)器人就無法察覺差別。這就是令人驚嘆的地方。Omniverse創(chuàng)建的這個(gè)虛擬世界，實(shí)際上是現(xiàn)實(shí)世界的數(shù)字孿生（digital twin），這正是它的設(shè)計(jì)初衷。

　　Tiff In Tech：

　　這太神奇了。如果用傳統(tǒng)方法訓(xùn)練，肯定會(huì)消耗大量資源和時(shí)間。

　　黃仁勛：

　　是的，確實(shí)如此。否則，如果要在現(xiàn)實(shí)世界中訓(xùn)練機(jī)器人學(xué)習(xí)行走，它將按照人類的時(shí)間進(jìn)度線性學(xué)習(xí)。但在全景宇宙（omniverse，一種虛擬仿真環(huán)境）中，我們可以創(chuàng)建多個(gè)不同的多元宇宙（multiverse，即多重平行世界），讓機(jī)器人并行學(xué)習(xí)，可能同時(shí)以10萬種不同的方式學(xué)習(xí)。這樣，我們就可以將原本需要10年才能訓(xùn)練機(jī)器人完成的任務(wù)，縮短到幾個(gè)小時(shí)內(nèi)完成。

　　想象一下，如果我們有多元宇宙，我們會(huì)變得多么聰明。就像Tiffany的不同版本可以在這里學(xué)習(xí)數(shù)學(xué)，在那里學(xué)習(xí)科學(xué)，在另一處學(xué)習(xí)英語，還有地理等等，同時(shí)學(xué)習(xí)所有這些內(nèi)容。這基本上就是全景宇宙所能實(shí)現(xiàn)的。

　　英偉達(dá)駕駛AI：多層次安全保障自動(dòng)駕駛未來

　　Tiff In Tech：

　　這個(gè)技術(shù)真是令人向往。昨天你們還宣布了另一個(gè)領(lǐng)域的進(jìn)展，就是關(guān)于英偉達(dá)駕駛AI，真正增強(qiáng)和提高了自動(dòng)駕駛汽車的安全性。我知道你們還宣布了與豐田的合作，這也非常令人興奮。

　　黃仁勛：

　　是的，那是一個(gè)重大新聞，真的很重要。豐田是世界上最大的汽車公司。

　　Tiff In Tech：

　　沒錯(cuò)，這確實(shí)令人非常興奮。你認(rèn)為英偉達(dá)駕駛AI的發(fā)展前景如何？

　　黃仁勛：

　　我們在自動(dòng)駕駛領(lǐng)域已經(jīng)深耕多年，現(xiàn)在已經(jīng)發(fā)展成為一個(gè)約50億美元規(guī)模的業(yè)務(wù)。我們?yōu)樽詣?dòng)駕駛汽車行業(yè)提供服務(wù)的方式是通過三個(gè)計(jì)算機(jī)系統(tǒng)：一個(gè)用于訓(xùn)練AI，一個(gè)用于模擬AI，稱為全景宇宙，還有一個(gè)用于將AI裝入汽車中。

　　對于車載AI來說，安全就是一切。要解決安全問題，首先算法必須安全。它必須能夠智能地避開危險(xiǎn)，知道如何安全駕駛等。

　　但這些都是算法層面的問題，在更底層，操作系統(tǒng)必須設(shè)計(jì)得安全。車載計(jì)算機(jī)必須設(shè)計(jì)得安全，意味著它不能失效，即使失效也要安全失效。這涉及到一系列非常復(fù)雜的技術(shù)，包括算法多樣性（diversity of algorithms，即使用多種算法以提高系統(tǒng)的魯棒性）和計(jì)算冗余（redundancy of computing，即設(shè)置多重備份計(jì)算系統(tǒng)以防止單點(diǎn)故障）。所有這些復(fù)雜技術(shù)使得安全成為可能。

　　Tiff In Tech：

　　這個(gè)觀點(diǎn)很有意思。因?yàn)閺南M(fèi)者的角度來看，人們通常認(rèn)為安全更多是關(guān)于檢測物體之類的。但正如你所說，它涉及很多層面，一直延伸到算法層面，這才是關(guān)鍵所在。

　　黃仁勛：

　　沒錯(cuò)。你擁有的多樣性和冗余越多，系統(tǒng)就越安全。

　　Tiff In Tech：

　　你帶領(lǐng)英偉達(dá)在游戲和人工智能領(lǐng)域取得了諸多突破。在未來十年，你認(rèn)為哪項(xiàng)新興技術(shù)將對我們產(chǎn)生最大影響？

　　黃仁勛：

　　毫無疑問，人工智能是我們這個(gè)時(shí)代最重要的技術(shù)。如果你退一步思考，問自己，如果我們能夠擴(kuò)展智能并將其應(yīng)用于渠道能力、醫(yī)療保健互動(dòng)、藥物研發(fā)、應(yīng)對氣候變化或開發(fā)機(jī)器人等，會(huì)發(fā)生什么？我們正在研究這些技術(shù)，以便應(yīng)對人口老齡化、人口減少，并通過提高每個(gè)行業(yè)的生產(chǎn)力來防止和緩解各地的通貨膨脹。人工智能將影響如此多的領(lǐng)域，這就是為什么我們公司全力投入其中。

　　現(xiàn)在，人工智能影響著我們所有的其他業(yè)務(wù)，包括電子產(chǎn)品在內(nèi)。盡管 GeForce 是推動(dòng)人工智能發(fā)展的重要力量，但 AI 現(xiàn)在反過來又讓 GeForce 在計(jì)算機(jī)圖形學(xué)方面變得更加出色。我們將人工智能和計(jì)算機(jī)圖形學(xué)結(jié)合起來所能實(shí)現(xiàn)的效果令人難以置信。我們正將人工智能與物理科學(xué)相結(jié)合，徹底革新了科學(xué)計(jì)算的方式。我們還將其應(yīng)用于芯片設(shè)計(jì)和軟件開發(fā)，以設(shè)計(jì)出更好的芯片和開發(fā)更優(yōu)質(zhì)的軟件。因此，人工智能影響著我們所做的一切，它也將影響每個(gè)行業(yè)的方方面面。毫無疑問，這是當(dāng)今最重要的技術(shù)。

　　未來技術(shù)AI趨勢與職業(yè)發(fā)展

　　Tiff In Tech：

　　這讓我想到一個(gè)問題。我的頻道上有很多粉絲和關(guān)注者，他們要么是學(xué)習(xí)計(jì)算機(jī)科學(xué)的，要么是在科技領(lǐng)域工作。一個(gè)常見的問題是，科技領(lǐng)域有這么多方向可以選擇。從商業(yè)和技術(shù)角度看，人工智能似乎確實(shí)是一個(gè)值得他們繼續(xù)深耕的領(lǐng)域。

　　黃仁勛：

　　是的，為人工智能的基礎(chǔ)科學(xué)做貢獻(xiàn)當(dāng)然很棒。然而，在接下來的十年里，人工智能的應(yīng)用科學(xué)將變得尤為重要。

　　我每天都把 ChatGPT 作為工作伙伴。我一直開著 ChatGPT，向它提問并與之合作解決問題。你必須學(xué)會(huì)如何與 AI 互動(dòng)。正如你所知，提示工程確實(shí)是一門藝術(shù)，其中既有藝術(shù)性也有科學(xué)性。因此，你需要學(xué)會(huì)如何與人互動(dòng)，同樣也要學(xué)會(huì)如何與 AI 互動(dòng)。我們需要思考如何將 AI 應(yīng)用于內(nèi)容創(chuàng)作、工程、軟件開發(fā)、市場營銷、金融或法律等各個(gè)領(lǐng)域。

　　如何將 AI 應(yīng)用于這些領(lǐng)域是一個(gè)值得大量研究和開發(fā)的方向。我們這一代人主要關(guān)注如何應(yīng)用計(jì)算機(jī)來解決芯片設(shè)計(jì)和軟件工程問題，而新一代則需要思考如何應(yīng)用 AI 來解決所有這些基本問題。比如，如何將 AI 應(yīng)用于林業(yè)？如何將 AI 應(yīng)用于海洋學(xué)？諸如此類，每個(gè)行業(yè)，每個(gè)科學(xué)領(lǐng)域都將受到影響。

　　Tiff In Tech：

　　非常感謝你今天抽出時(shí)間與我交流。這次對話讓我對未來和即將到來的技術(shù)變革感到非常興奮。

　　本文來自微信公眾號“硬AI”，關(guān)注更多AI前沿資訊請移步這里

　　市場有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。本文不構(gòu)成個(gè)人投資建議，也未考慮到個(gè)別用戶特殊的投資目標(biāo)、財(cái)務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點(diǎn)或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負(fù)。