專訪 OpenAI 第一位投資者維諾德.科斯拉：有關 AI 的 7 個重要問題

作者：Lynn Yang，矽發布

上週的某個傍晚，我在吃晚飯的時候聽了 Spotify 裡的一個播客。

到場嘉賓是 OpenAI 的第一位投資者、矽谷頂級技術風投 Khosla Ventures 的創始人維諾德·科斯拉。

顯然，不是每一天都有機會深入了解 OpenAI 第一位投資者的想法。

所以我把科斯拉的核心觀點整理了出來，分享給大家。以下是科斯拉有關 AI 的 7 個核心觀點：

（一）

相關背景：主持人問科斯拉，作為 OpenAI 的第一位投資者，他在日常生活中主要使用哪些 AI 用例。

科斯拉：主要是兩個，ChatGPT 和特斯拉的自動駕駛。

關於特斯拉，我說走就走的次數，真是驚人。感覺就像是完全的自動駕駛。你知道前幾天晚上，我是凌晨 3 點降落。當時我想：我太累了，我不會是一個安全的司機。所以我只是說了一句：接我回家。那種體驗真是太棒了。

這些都是 AI 對我的主要用途。而且這兩個用途，我一天要用很多次。

關於 ChatGPT，我在用它來計劃我的春季花園。

我就對 ChatGPT 說：我想要在 9a 區域生長的植物（指：在美國農業部的植物耐寒區劃分中適合在9a區種植的植物）。我想要每一個區域的高度，因為我正在把它們分層。

然後我還說：我想要有一些春天開花的花，一些初夏開花的花，一些在晚夏開花的花，一些在秋天開花的花。

這其實是一個類似設計的工作。我讓 ChatGPT 幫我布置了 20 株植物，它給了我所有這些信息，包括：澆水量、氣候區、高度、沒有日照的區域、半陰的區域、明亮陰影的區域。

所以，ChatGPT 做了驚人的事。這些事情本來會花我 3-4 個小時。所以是的，花園都是我自己設計的，我不聘請設計師。而且我可以向你保證：現在我的花園正在開花，你可能不會相信。

（二）

相關背景：主持人問科斯拉作為 OpenAI 的第一位投資者，他如何看待蘋果宣布 AI 戰略並與 OpenAI 合作，以及這種合作未來幾年會對 AI 創業生態圈產生什麼影響？

科斯拉：我認為蘋果需要為 AI 做點什麼，畢竟 Siri 的聲譽已經開始惡化。

首先，蘋果的聰明做法是：保持開放，讓用戶能夠訪問任何的 LLM。但是蘋果公司，確實也選擇了嵌入和內置在 IOS 中的方式，這足以讓伊隆·馬斯克感到不安，為此他聲稱要禁止蘋果設備。

所以我認為，這件事情更加重要的是，蘋果其實是展示了一些非常重要的東西：我們如何與計算機交互？

我認為，隨時間的推移，Siri 將演變成為人類真實界面的開始。從這個角度，我認為這是一個大新聞，因為我們正在看到這一開端。這令人興奮。

而從 OpenAI 的角度，這次合作其實已經清楚地確定了 OpenAI 在競爭中的最佳位置------與用戶直接交互。事實上，很多人都想要這個生意。

另一方面我確實認為，蘋果公司應該是慎重考慮過------在 1-2 年之後，蘋果認為最好的 AI 將會在哪裡？

因此在許多方面，蘋果與 OpenAI 的合作，是一個有關 OpenAI 的驗證，也是有關人類如何與機器交互的非常重要的里程碑。

（三）

相關背景：主持人問科斯拉，蘋果公司的案例說明了一個小模型可以做很多事。那么大模型在未來的定位是什麼？以及如果每個人都想要小模型，未來會不會變成這樣一個樣子：你可以和很多人交談，有的人智商 50，有的人智商 100，有的人智商 1 萬。然後關鍵是，你想把錢花在哪裡，是想把錢花在去問一個智商 1 萬的人一個問題，還是去問一個智商可能只有 70、但知道你電子郵件內容的人？這裡，涉及到了產品處理方向的平衡，以及為模型計算的成本。你覺得未來是不是這樣一個競技比賽？

科斯拉：小模型和大模型不同，並且不能互相取代。

此外，我可能不同意智商假設的未來。事實上，我認為會發生的事情是：未來計算成本將變得非常低廉。

我打賭：在一年之後，計算成本將會是今天的 1/5 到 1/10。因此，我對我們所有初創公司的建議是：忽略你的計算成本，因為你做出的任何假設，你在優化軟件上花的任何美元，都將在一年之內，變得一文不值。

原因是：每個大模型的所有者，都在試圖降低計算成本。而隨著 OpenAI、谷歌和雲計算公司的工程師們努力降低昂貴的 AI 晶片成本，計算很快就會變得非常便宜。

所以忘掉它，並依靠市場上各種大模型，如谷歌的 Gemini 和 OpenAI 之間的競爭，把成本降低到無關緊要的程度。其實，只要降到目前的 10% 或者更少，就無所謂了。

此外，目前一個大模型要優於其他大模型，其訓練成本，就要高出一個數量級。這就是我認為開源模型不可行的原因，因為訓練成本太高。但一旦你接受了培訓，你就會想要盡可能地被廣泛使用，因為出於下面兩個原因：

第一，你希望從中獲得最大收益，而成本最低的模型，將獲得最大收益。

第二，但更加重要的是，有大量的數據可以供你訓練下一代模型。

因此，出於種種原因，你想要最大限度地提高使用率。如果你玩的是長期遊戲，我認為：AI 模型的遊戲，大多是在 5 年的時間範圍內進行的，而不是在一年的時間範圍之內。在這個時間範圍裡，成本會下降。

今天，英偉達公司從每個人身上提取了相當不錯的稅收，但是每個模型都將在多種類型的 GPU 或計算上運行，並且他們需要最多的數據生成。所以我相信：在接下來的幾年裡，收入將不是模型公司的重要指標。

當然，你不想失去太多你負擔不起的錢。但你不想賺很多錢，因為你試圖獲得大量用戶使用，你試圖從用戶使用中獲得大量數據，並學習成為一個更好的模型。

我確實認為在智力方面，模型還有很多東西可以獲得，無論是在推理，概率思維，還是某種模式匹配等等，這些模型還有很大餘地可以變得更好。

所以我認為，幾乎每一年都會看到驚人的進步。一些公司比其他公司執行得更好，這是公司和公司之間的主要區別：OpenAI 在執行方面非常出色，谷歌有出色的技術，但執行得不夠清晰。

（四）

相關背景：主持人問科斯拉，如果考慮五年的時間範圍，現在，有些科技界的人士真的相信 AI 的價值會全部進入到現有大公司。但即便如此，它也被商品化了。所以你認為，五年的前景會如何？以及你更關注的 AI 主題是什麼，哪些主題是沒有涉及到現有大公司的？

科斯拉：所以我不相信，如果你正在構建基礎模型並試圖與 OpenAI 和谷歌競爭，那會是一個好位置。

因為大型的 LLM，將屬於可以在非常大的集群上運行的大型參與者，他們是可以為專有內容/數據付費的人，無論它是為 Reddit 付費，還是為一個可以訪問每一篇科學文章的公司。

所以最大的玩家，確實有優勢。

但是另一方面，最近我們宣布投資符號邏輯公司 Symbolica。他們採用了一種非常不同的方法來做模型。它不依賴於大量數據，也不依賴於大量的計算。這其實是一筆高風險、高上升空間的投資。如果 Symbolica 成功了，那麼就是戲劇性的。

所以我認為，即便是在模型層，也還有其他方法。如果我打電話給我在麻省理工的朋友喬希·特南鮑姆，他會說最大的貢獻是概率編程。因為人類的思維是概率性的，與模式匹配不一樣。這是一個重要因素。

因此我認為基礎技術還遠遠沒有完成。我們正在越來越多地利用 Transformer 模型，但還有其他模型有待開發。只是每個人都害怕投資 Transformer 模型以外的東西。而我們沒有。

你知道的，我非常專注於深奧的事物。事實上，Symbolica 是一種被稱為是範疇論的理論，大多數的數學家都沒聽說過。

所以，我們大概是在15、18個月前就下了很大的賭注。我認為投資雲計算是愚蠢的，因為人們購買 GPU 來構建雲計算，但他們會輸給亞馬遜，會輸給亞馬遜的規模和效率，還有微軟。

這兩家公司都在做定制芯片，這樣他們就不必在幾年之內支付英偉達稅。是的，還有 AMD，晶片領域還有很多事要做。但是在下一個層次，在應用程序層次，這裡有巨大的機會。

（五）

相關背景：在下面的內容裡，科斯拉講到了他心目中的 AI 應用的巨大機會具體是指哪些機會，並列舉了很多案例。

科斯拉：我的一個重要預測是：在未來，幾乎所有的專業知識都將會是免費的。

所以按此邏輯，無論你是在談論初級的保健醫生、教師、結構工程師，還是腫瘤學家。這裡有數百個甚至是數千個的專業領域，每一個領域，都將會產生一個非常成功的公司。

最近，我們還投資了一個建造結構工程師的公司。當然，我們投資了像 Devin 這樣非常受歡迎的東西。每個人都知道 Devin，他們正在打造一個 AI 程序員，他們不是在為程序員打造像 Copilot 這樣的工具，他們是在打造一個程序員。但是，我們剛剛還投資了一個打造結構工程師的公司，他們叫 Hedral。

一個事情很奇怪，現在有多少的結構工程師？我們在結構工程上花了多少錢？你把一個建築結構交給結構工程師，兩個月後，你會得到一些東西和一個變化。但是，你可以在 5 小時內，從 AI 結構工程師那裡得到 5 種變化，並在建築項目中節省幾個月的時間。所以這是一個很好的利基例子。但這可能是一個數百億美元的利基市場。

所以，我的觀點是：……