作者 林易

編輯 重點(diǎn)君

“谷歌AI落后了”。這是ChatGPT誕生以來，很長一段時(shí)間內(nèi)，科技行業(yè)的主流聲音。

過去三年，全球科技圈的主流敘事中有且僅有兩個(gè)主角：英偉達(dá)負(fù)責(zé)賣鏟子，提供GPU硬件基礎(chǔ)；OpenAI負(fù)責(zé)挖金礦，憑借Scaling Law定義前沿模型。

谷歌則長期被認(rèn)為是在AI競賽中落后的巨頭，模型不如OpenAI，甚至連搜索業(yè)務(wù)也面臨被取代的風(fēng)險(xiǎn)。直到谷歌創(chuàng)始人謝爾蓋·布林（Sergey Brin）回歸一線，親自管理AI業(yè)務(wù)，并先后Gemini 2.5和Gemini 3系列大模型后，一切才徹底發(fā)生了改變。

上個(gè)月，谷歌推出最新的Gemini 3系列模型和第七代TPU Ironwood，徹底改變了AI行業(yè)的游戲規(guī)則�，F(xiàn)在，輪到OpenAI拉響紅色警報(bào)了。

12月13日，謝爾蓋·布林現(xiàn)身母校斯坦福大學(xué)工程學(xué)院的百年校慶活動。面對臺下數(shù)百名年輕的工科生，布林首次坦誠谷歌在AI浪潮初期的戰(zhàn)略誤判，并深入剖析了這場絕地反擊背后的布局。

當(dāng)被問及谷歌在AI早期的被動局面時(shí)，謝爾蓋·布林說，盡管谷歌早在八年前就發(fā)布了Transformer論文，但公司內(nèi)部卻并未給予足夠的戰(zhàn)略重視。

“我們當(dāng)時(shí)在算力擴(kuò)展上的投入過于保守，甚至可以說是有些膽怯。膽怯源于谷歌作為搜索巨頭的包袱。由于擔(dān)心聊天機(jī)器人可能會輸出錯(cuò)誤信息或不當(dāng)言論，谷歌在產(chǎn)品化路徑上遲疑不決。這種猶豫給了OpenAI絕佳的空窗期，OpenAI敏銳地抓住了機(jī)會，通過ChatGPT一舉占據(jù)市場前沿。”

謝爾蓋·布林重返一線很大一部分原因是去救火�；氐焦雀韬螅�布林并沒有選擇坐在高層會議室里聽取匯報(bào)，而是直接投身于Gemini模型的研發(fā)中。他透露，自己現(xiàn)在每天上下班的路上都在與內(nèi)部版本的Gemini進(jìn)行語音對話，測試其極限。

“你們現(xiàn)在公開版用到的模型版本其實(shí)相當(dāng)古老，我自己在車?yán)镉玫哪莻�(gè)版本要強(qiáng)得多，大概幾周后我們就會把它推向市場。”

這某種程度上印證了外界對于Gemini 3迭代速度的猜測，谷歌正在快速將實(shí)驗(yàn)室里的前沿成果轉(zhuǎn)化為產(chǎn)品。

谷歌基于深厚的底層技術(shù)積累實(shí)現(xiàn)絕地反擊。在芯片層，第七代TPU Ironwood為Gemini3系列模型的性能釋放提供了硬件支撐，在性能、能效比和互聯(lián)帶寬上，均顯示出對GPU的顯著優(yōu)勢。

在模型層，Gemini 3系列原生多模態(tài)能力和超長上下文窗口，將行業(yè)標(biāo)準(zhǔn)提升到了一個(gè)新的量級。不同于競爭對手將多模態(tài)能力進(jìn)行接口縫合的做法，Gemini 3從基礎(chǔ)架構(gòu)層面就支持文本、代碼、圖像、音頻和視頻的統(tǒng)一理解和生成，展現(xiàn)了更高層級的通用智能。

在應(yīng)用層，谷歌模型能力深度融入其核心應(yīng)用生態(tài)。在Workspace生產(chǎn)力套件中，Gemini被嵌入到用戶的日常工作流。在核心搜索產(chǎn)品中，傳統(tǒng)鏈接列表轉(zhuǎn)變?yōu)橛蒅emini驅(qū)動的摘要性、多模態(tài)答案。此外，結(jié)合Veo等視頻生成應(yīng)用，谷歌在內(nèi)容生成領(lǐng)域也展示了模型能力的商業(yè)化落地，實(shí)現(xiàn)了從模型突破到應(yīng)用生態(tài)的全家桶式體驗(yàn)升級。

盡管谷歌錯(cuò)過了Transformer技術(shù)商業(yè)化的最佳窗口，但其深度學(xué)習(xí)和算法的原創(chuàng)積累仍在。谷歌的人才庫和基礎(chǔ)研究功底，使他們能夠迅速調(diào)整策略，將研究成果直接轉(zhuǎn)化為下一代架構(gòu)的優(yōu)勢。這種全鏈條自主可控能力，為谷歌提供了可觀的的模型迭代效果，使其能夠迅速縮小差距并實(shí)現(xiàn)超越。

在談及行業(yè)目前普遍迷信的Scaling Law（擴(kuò)展定律，即單純通過堆砌算力和數(shù)據(jù)來提升模型性能）時(shí)，謝爾蓋·布林給出了一個(gè)反直覺的判斷：雖然外界的目光都聚焦在龐大的數(shù)據(jù)中心和GPU集群上，但真正的決勝點(diǎn)可能在于算法效率。

“如果仔細(xì)梳理過去十年的發(fā)展，你會發(fā)現(xiàn)算法層面的進(jìn)步速度其實(shí)是跑贏了單純的算力擴(kuò)張速度。”這也解釋了為何谷歌在Gemini 3的研發(fā)中，不再單純追求參數(shù)量的盲目膨脹，而是轉(zhuǎn)向了更高效的MoE（混合專家）架構(gòu)和長上下文處理能力。

謝爾蓋·布林還提到，谷歌從未停止在算力基礎(chǔ)設(shè)施上的投入，TPU項(xiàng)目早在12年前就已啟動，軟硬一體的長期積累，是谷歌能夠在算力緊缺的當(dāng)下，依然保持快速迭代的護(hù)城河所在。

面對學(xué)生關(guān)于AI未來的提問，他表示，目前尚不清楚智能是否存在天花板，AI是否能做到人類無法做到的事情。AI不僅是代碼生成的工具，更是人類能力的倍增器。建議年輕一代不必過分焦慮于AI對職業(yè)的替代，而是應(yīng)該學(xué)會利用AI來提升創(chuàng)造力。

謝爾蓋·布林訪談內(nèi)容劃重點(diǎn)

1.谷歌在AI浪潮早期曾出現(xiàn)決策失誤

谷歌在Transformer論文發(fā)表后曾錯(cuò)失機(jī)會。他們擔(dān)心聊天機(jī)器人會說“蠢話”而未敢快速推廣技術(shù)，這導(dǎo)致公司在AI商業(yè)化部署上失去了先機(jī)，讓競爭對手搶占了優(yōu)勢。

2.谷歌AI核心優(yōu)勢在于全�；�礎(chǔ)設(shè)施

盡管早期有失誤，但Google在AI領(lǐng)域的持續(xù)競爭力源于其對深層基礎(chǔ)技術(shù)的長期投入。例如十多年前谷歌就開始開發(fā)的AI專用芯片（TPU）以及大規(guī)模數(shù)據(jù)中心。這種對算法、半導(dǎo)體和計(jì)算設(shè)施的全面掌控，使其能夠站在現(xiàn)代AI的前沿。

3.未來AI的突破點(diǎn)可能是算法

AI未來發(fā)展的方向?qū)⒏�多地依賴于算法進(jìn)步和潛在的新架構(gòu)，而不是僅僅通過擴(kuò)大數(shù)據(jù)和計(jì)算規(guī)模。在過去十年中，算法的進(jìn)步速度實(shí)際上已經(jīng)超過了計(jì)算能力的增長速度。

4.AI做那種創(chuàng)造性的事更容易

不應(yīng)該僅僅因?yàn)橛X得AI 擅長寫代碼就轉(zhuǎn)去學(xué)比較文學(xué)，AI 在比較文學(xué)上可能表現(xiàn)得更好。不是要不尊重比較文學(xué)專業(yè)的學(xué)生，但當(dāng)你使用 AI 寫代碼的時(shí)候，有時(shí)候它并不奏效，像是它會犯一個(gè)相當(dāng)重大的錯(cuò)誤。然而，你在一篇關(guān)于比較文學(xué)的論文里把一句話寫錯(cuò)了，并不會真的有那種后果。AI做一些那種創(chuàng)造性的事情更容易。

5.建議年輕人將AI作為增強(qiáng)個(gè)人能力的工具

AI是一個(gè)強(qiáng)大的賦能工具，可以用來頭腦風(fēng)暴、獲取專業(yè)知識概覽，學(xué)生們應(yīng)該積極利用它來增強(qiáng)自身的個(gè)體能力。

以下是謝爾蓋·布林訪談實(shí)錄

1.布林在斯坦福的教育背景

主持人：歡迎大家。這是我們百年紀(jì)念年的閉幕活動，我是Jennifer Widom，第十任工程學(xué)院院長。

我想鋪墊一下背景。在90年代早期，Sergey Brin作為計(jì)算機(jī)科學(xué)博士研究生來到斯坦福。電子郵件正開始成為許多人交流的方式。創(chuàng)業(yè)才剛開始加速。工程學(xué)院第六任院長Jim Gibbons孕育了斯坦�？萍紕�(chuàng)業(yè)項(xiàng)目（Stanford Technology Ventures program）的想法，這也是今天這個(gè)課程的主辦方。我于 1993 年以助理教授身份加入，與Sergey是同一年到達(dá)的。當(dāng)時(shí)斯坦福還有一位本科生在同一時(shí)間開始他的大四，那就是John Levin。

John曾在這里攻讀數(shù)學(xué)和英語的本科學(xué)位。他去麻省理工學(xué)院（MIT）攻讀博士學(xué)位，并于 2000 年回到該校任教。他曾任經(jīng)濟(jì)學(xué)系主任、商學(xué)院院長，并于2024年8月成為斯坦福大學(xué)第13任校長。因此，我現(xiàn)在很高興請斯坦福校長John Levin以及Sergey Brin上臺，加入我們的對話。

Sergey Brin：好啦，你們夸我太過頭了。我想其中有很大程度是運(yùn)氣成分，不過無論如何，感謝你們邀請我。很高興能來到這里。

John Levin：那我們回到那段時(shí)間吧，帶我們回到你在斯坦福讀研的時(shí)候。跟我們說說那時(shí)在工程學(xué)院就讀的情況，以及它如何塑造了你，并為創(chuàng)建Google打開了機(jī)會。

Sergey Brin：回想起來，也許當(dāng)時(shí)我并沒有意識到它的價(jià)值，但那是一個(gè)非常有創(chuàng)造力且自由的時(shí)期。我想我們在這里進(jìn)行了工作。Google背后已經(jīng)有好幾年了，大概從 95 年開始。并且要為Larry點(diǎn)贊，他真的很專注于網(wǎng)頁的鏈接結(jié)構(gòu)。

但在那時(shí)，網(wǎng)絡(luò)是新事物，想出一些新點(diǎn)子是如此容易。比如我想我的第一個(gè)賺錢點(diǎn)子是點(diǎn)披薩。那時(shí)候看起來簡直不可思議，你居然可以在線點(diǎn)外賣。如今我們把它視為理所當(dāng)然。我喜歡把一則可樂廣告放在頂部。我以為那很有趣，會有網(wǎng)絡(luò)廣告。

總之，這個(gè)計(jì)劃徹底失敗了，因?yàn)樗�的工作方式是你要先下單到網(wǎng)站�？偟膩碚f，披薩店通常不在線，但我想到它們有傳真機(jī)，所以它會自動把訂單通過傳真發(fā)給他們。但后來我意識到他們實(shí)際上并不經(jīng)常查看傳真，然后就從那時(shí)候開始失敗了。

但當(dāng)時(shí)，我想我們大概都是這樣吧，在計(jì)算機(jī)科學(xué)系，相當(dāng)理解互聯(lián)網(wǎng)的工作原理，所以大家就在網(wǎng)上畫各種東西。那真是一個(gè)非常有創(chuàng)造力的時(shí)期。

無論如何，Larry 當(dāng)時(shí)專注于鏈接結(jié)構(gòu)。那時(shí)我在做數(shù)據(jù)挖掘，于是我們聯(lián)手了。很快我們就發(fā)現(xiàn)我們有了一些對搜索非常有用的東西。但我們花了一段時(shí)間只是在斯坦福對它進(jìn)行實(shí)驗(yàn)，以及是否考慮做一個(gè)學(xué)術(shù)項(xiàng)目。我們嘗試去把它授權(quán)給各種互聯(lián)網(wǎng)公司。

有一次我們把它推介給了Excite，Excite并不太感興趣。但Vinod覺得這個(gè)主意很棒。我們和Vinod通過郵件來回溝通，然后我們發(fā)了個(gè)通知，說我們會給你們授權(quán)這項(xiàng)技術(shù)，以160萬美元的價(jià)格。大約15分鐘后我們收到了回復(fù)，我們都很興奮，對研究生來說，那是一大筆錢。

John Levin：所以從那個(gè)起點(diǎn)出發(fā)，你現(xiàn)在回頭看，Google現(xiàn)在是一家市值4萬億美元的公司，并且您每分鐘處理1000萬次搜索，而且涉及各種不同產(chǎn)品的龐大數(shù)量。在一開始你做的事情中有沒有哪些是做對了的，你回頭看有什么想法，而且你認(rèn)為這是非常重要的事情？

Sergey Brin：我認(rèn)為在早期，Larry一直都非常有雄心。我們確實(shí)在相當(dāng)早的時(shí)候有非常雄心勃勃的使命宣言，要組織全世界的信息等等。我覺得那是一種很好的方式，以某種哲學(xué)為出發(fā)點(diǎn)創(chuàng)辦一家公司。還有，我們確實(shí)開始了一項(xiàng)相當(dāng)學(xué)術(shù)性的研究，志同道合的公司。我們倆都是博士項(xiàng)目出來的，像當(dāng)時(shí)很多初創(chuàng)公司一樣，我們差不多已經(jīng)大學(xué)畢業(yè)了。我只是覺得那在某種程度上會改變你看待事情的方式，有一點(diǎn)點(diǎn)。而且有許多杰出的公司，明確地說，它們都是從大學(xué)中走出來的。但對這種基礎(chǔ)研發(fā)方面的投資，我確實(shí)認(rèn)為這是文化的一部分，而且很早就存在。

John Levin：你們還雇了很多博士，所以并不只有你們兩個(gè)。

Sergey Brin：是的，非常多。我記得Urs Hölzle，他是我們最早的一批人之一。我認(rèn)識他是因?yàn)槲以谒固垢５慕淌谄溉挝瘑T會。他一給我發(fā)便條的那一刻，我就想著，你能明天開始嗎？我的意思是，因?yàn)槲乙呀?jīng)認(rèn)識他了，以及他所有的資歷。

2.谷歌的創(chuàng)新哲學(xué)與AI反擊

John Levin：我是說，我認(rèn)為這是一個(gè)有力的論點(diǎn)，谷歌是過去25年里全球最具創(chuàng)新性的公司。大型公司確實(shí)非常難以做到這一點(diǎn)，保持高度創(chuàng)新。每個(gè)人都為此苦苦掙扎，而你們已經(jīng)做到了。很多人會把那里的重大影響歸功于你個(gè)人，對那里產(chǎn)生了重大影響。你如何看待培養(yǎng)一種文化，在創(chuàng)新中你的角色是什么？

Sergey Brin：我想，首先，我們確實(shí)在很多事情上失敗過。我們現(xiàn)在不需要把所有事情都一一列舉，但是我們同時(shí)也經(jīng)歷了很多失敗。所以，部分原因就是在不斷嘗試。我認(rèn)為這與其某種學(xué)術(shù)背景有關(guān)，也許我們更傾向于嘗試?yán)щy的事情。

我想這有點(diǎn)像是進(jìn)入過去十年左右的階段，尤其是那些困難的事情變得越來越有價(jià)值。如果你看人工智能，這顯然是一個(gè)巨大的趨勢，但是就是那種計(jì)算量，深入探討這一點(diǎn)，必須投入的那種深層數(shù)學(xué)的量，那些都是從技術(shù)上來說是深奧且具有挑戰(zhàn)性的問題。

有一段時(shí)間，你什么東西都可以放到.com上。它并不是真的那么技術(shù)深入，只是對網(wǎng)絡(luò)的粗淺理解。幸運(yùn)的是我們當(dāng)時(shí)在做搜索，這確實(shí)需要一些更深的技術(shù)技能，但技術(shù)復(fù)雜度水平只會越來越高。

事實(shí)上，我們現(xiàn)在招聘的員工，要么比我更有資質(zhì)，要么至少比我當(dāng)時(shí)更有資質(zhì)。我的專業(yè)是偏數(shù)學(xué)的計(jì)算機(jī)科學(xué)，在大學(xué)期間我同時(shí)學(xué)習(xí)了數(shù)學(xué)和計(jì)算機(jī)科學(xué)，這在我的班級里是比較少見的�，F(xiàn)在，我們喜歡從斯坦福大學(xué)以及所有其他頂級項(xiàng)目招募人才。這些人在數(shù)學(xué)和計(jì)算機(jī)科學(xué)方面都非常精通。其中很多人甚至是物理學(xué)家，因?yàn)槲锢韺W(xué)家必須處理難度很高的數(shù)學(xué)運(yùn)算，而且他們的大部分工作在計(jì)算上都有很大限制。因此，他們必須具備一定的計(jì)算能力和技能。我覺得深層次的技術(shù)變得越來越重要，我們很早就朝著這個(gè)方向做出了準(zhǔn)備，這是一種幸運(yùn)。

主持人：這是一個(gè)很有意思的觀察，技術(shù)問題再次成為企業(yè)的競爭優(yōu)勢。那我們來聊聊人工智能。我的意思是，現(xiàn)在每個(gè)人都在關(guān)注這個(gè)問題。你重新回到Google來做這件事。你們在許多方面都處于前沿，而且競爭異常激烈。進(jìn)入人工智能基礎(chǔ)設(shè)施領(lǐng)域的資金達(dá)到了數(shù)千億美元的級別，即使對單一公司來說也是如此，這非常不尋常。你現(xiàn)在如何看待這個(gè)行業(yè)格局？人工智能領(lǐng)域正在發(fā)生什么？

Sergey Brin：好的，讓我想想如何回答，而不是一味地自我吹噓。這確實(shí)是一筆巨大的投資。我想說，在某些方面我們確實(shí)犯了錯(cuò)，因?yàn)槲覀兊耐度氩蛔悖�而且沒有像現(xiàn)在這樣認(rèn)真對待它。比如說，大約八年前我們發(fā)表Transformer論文的時(shí)候，我們沒有認(rèn)真對待，也沒有投入資源去擴(kuò)展計(jì)算能力。而且我們當(dāng)時(shí)也過于擔(dān)心將它提供給用戶使用，因?yàn)榱奶鞕C(jī)器人可能會說出一些不恰當(dāng)?shù)脑�。OpenAI 抓住了這個(gè)機(jī)會，這對他們來說是件好事。這是一個(gè)非常聰明的洞察。我們的同事，比如伊利亞（Ilya），也加入了他們并做了這件事。

但我相信，我們?nèi)匀粡哪嵌斡凭玫臍v史中受益匪淺。我們在神經(jīng)網(wǎng)絡(luò)相關(guān)的研究和開發(fā)方面有大量的積累，這可以追溯到Google Brain。這其中也有一些運(yùn)氣成分。不過，我們聘請杰夫·迪恩（Jeff Dean）不是靠運(yùn)氣。當(dāng)然，我們能請到他很幸運(yùn)，但我們當(dāng)時(shí)就有這種理念，認(rèn)為那些深層次的技術(shù)非常重要，所以我們聘請了他。我們從Digital Equipment Corporation (Deck)招募了很多人，因?yàn)閷?shí)話實(shí)說，他們當(dāng)時(shí)擁有頂尖的研究實(shí)驗(yàn)室。

他對神經(jīng)網(wǎng)絡(luò)充滿熱情，我認(rèn)為這源于他大學(xué)時(shí)的實(shí)驗(yàn)。他做過很多令人稱奇的事情，比如在16 歲左右就能弄懂神經(jīng)網(wǎng)絡(luò)，同時(shí)還在關(guān)注治療第三世界疾病，但他對此充滿熱情，并建立了整個(gè)項(xiàng)目。實(shí)際上，當(dāng)時(shí)在他所屬的 Google X 部門，他是在做這些，但我并沒有過多干預(yù)，我的想法是，好吧，杰夫，你放手去做吧。他說：“哦，我們可以分辨貓和狗了。”我當(dāng)時(shí)想：“哦，好吧，真酷。”但你必須信任你的技術(shù)人員。很快，他們就開始開發(fā)所有這些算法和神經(jīng)網(wǎng)絡(luò)，并將其應(yīng)用到我們的部分搜索業(yè)務(wù)中。后來，我們開發(fā)了Transformer模型，從而能夠做越來越多的事情。

所以我們擁有基礎(chǔ)和研發(fā)部門。雖然多年來我們投資不足，沒有像本該那樣認(rèn)真對待，但我們也為此開發(fā)了芯片，比如TPU，這可以追溯到大約12年前。最初我們使用GPU，我們可能是最早使用GPU的用戶之一。接著我們使用了FPGA，然后嘗試開發(fā)自己的芯片。這些芯片現(xiàn)在已經(jīng)迭代了無數(shù)代。我認(rèn)為，正是對追求深層技術(shù)、獲取更多計(jì)算能力和開發(fā)這些算法的信任，造就了今天的局面。

與此同時(shí)，我們也是計(jì)算領(lǐng)域長期重要的投資者。我們擁有規(guī)模龐大的數(shù)據(jù)中心，我想不出除了亞馬遜AWS之外，還有誰能達(dá)到那樣的規(guī)模。我們擁有自己的半導(dǎo)體、深度學(xué)習(xí)算法等，構(gòu)成了整個(gè)技術(shù)堆棧，使我們能夠在現(xiàn)代人工智能的前沿發(fā)揮作用。

3.人工智能的浪潮與未來

John Levin：你是怎么看待這個(gè)問題的？我的意思是，技術(shù)每年都在不斷進(jìn)步。有一群人對人工智能的未來有不同的設(shè)想，比如AI 真的能做到人類能做的一切嗎？至少是在計(jì)算機(jī)面前，甚至更廣泛地看。那個(gè)世界會是什么樣子？你對技術(shù)的發(fā)展方向有什么看法？

Sergey Brin：我的意思是，這個(gè)領(lǐng)域的創(chuàng)新速度本身就非常驚人，而且競爭異常激烈，尤其在美國頂級公司和中國頂級公司之間。如果你錯(cuò)過了一個(gè)月的人工智能新聞，你就會落后太多，就是這樣。那么它會走向何方？我不知道，我覺得我們根本不知道智能是否存在上限。除了你提出的問題，比如它能做人類能做的一切嗎？還有一個(gè)問題是：它能做人類做不到的事情嗎？

John Levin：是的。

Sergey Brin：那涉及的就是一個(gè)超級智能的問題。我認(rèn)為這仍然是未知數(shù)，一個(gè)實(shí)體到底能有多聰明？人類已經(jīng)進(jìn)化了幾十萬年，甚至數(shù)百萬年（指靈長類動物），但與人工智能的發(fā)展相比，這個(gè)過程是相當(dāng)緩慢的。

主持人：你覺得我們是否已經(jīng)為技術(shù)進(jìn)步的這個(gè)速度做好了準(zhǔn)備？

Sergey Brin：目前為止，我認(rèn)為人們確實(shí)從這項(xiàng)技術(shù)中獲得了巨大的益處。盡管有時(shí)會有一些末日般的預(yù)測，但目前每個(gè)人都能熟練使用它。老實(shí)說，人工智能有時(shí)會愚蠢到讓你哭笑不得，以至于你必須時(shí)刻監(jiān)督它。但有時(shí)它們又非常聰明，能給你一個(gè)很棒的主意。尤其對于非專家來說，偶爾，比如我想弄清楚如何制造一款新的AI芯片，AI就能提供幫助。

我認(rèn)為這非常難，很難準(zhǔn)確預(yù)測將會發(fā)生什么。如果我們回顧互聯(lián)網(wǎng)、手機(jī)等的出現(xiàn)時(shí)刻，這些都深刻地改變了我們的社會，確實(shí)改變了人們從事的職業(yè)類型以及人們所學(xué)習(xí)的內(nèi)容。而人工智能將百分之百會改變這一切。但現(xiàn)在很難在一個(gè)迅速變化的環(huán)境中準(zhǔn)確說出會怎樣。我們今天擁有的AI與我們五年前擁有的那種人工智能大不相同，也與我們將在五年內(nèi)擁有的那種AI不同。所以，我也不知道。我覺得真的很難預(yù)測。

我的意思是，我肯定會利用AI為自己帶來好處。有很多事情可以用它來做。就我個(gè)人而言，無論是為我的朋友或家人挑選禮物，還是為新產(chǎn)品集思廣益，或者做藝術(shù)創(chuàng)作之類的事情，我現(xiàn)在一直都在求助于AI。而且它并不是為我直接完成任務(wù)，因?yàn)槲彝ǔ�會要求它給出五個(gè)想法，諸如此類。也許其中有三樣會是垃圾，我一眼就能看出來。但會有兩個(gè)想法帶有某種光彩，或者能幫我把它放到更恰當(dāng)?shù)慕嵌�，讓我能夠加以潤色，幫助我把我的想法理清楚�?/p>

主持人：讓我直接問一個(gè)非常具體的問題。我們大約有250名學(xué)生在這里。他們中很多是本科生。很多人還沒有選擇專業(yè)，因?yàn)槲覀冊谒固垢＝o本科生很大的靈活性。幾年前我們可以預(yù)測，會有大量人選擇計(jì)算機(jī)科學(xué)作為他們的主修。你是在建議他們繼續(xù)選擇計(jì)算機(jī)科學(xué)作為他們的主修嗎？他們應(yīng)該認(rèn)真考慮這個(gè)專業(yè)嗎？

Sergey Brin：我選擇計(jì)算機(jī)科學(xué)是因?yàn)槲覍λ�充滿熱情。所以對我來說這有點(diǎn)顯而易見。我想你可以這么說，我很幸運(yùn)，因?yàn)槲乙蔡幵谝粋�(gè)變革性的領(lǐng)域里。我不會因?yàn)楝F(xiàn)在的AI 在編程方面可以表現(xiàn)得相當(dāng)不錯(cuò)而選擇不學(xué)計(jì)算機(jī)科學(xué)。AI 在許多事情上都相當(dāng)出色。編程恰好具有很高的市場價(jià)值，這就是為什么很多人會追求它。而且，更好的編碼造就更好的 AI。所以很多公司，包括我們自己的公司，致力于這項(xiàng)工作的公司都非常重視它。我們在自己的編碼工作，甚至在我們的算法想法等方面大量使用它，但那是因?yàn)檫@是一件如此重要的事情。

我想我不會僅僅因?yàn)橛X得AI擅長寫代碼就轉(zhuǎn)去學(xué)比較文學(xué)。老實(shí)說，AI在比較文學(xué)上可能表現(xiàn)得更好。我不是要不尊重比較文學(xué)專業(yè)的學(xué)生，但當(dāng)你使用AI寫代碼的時(shí)候，說實(shí)話，有時(shí)候它并不奏效，像是它會犯一個(gè)相當(dāng)重大的錯(cuò)誤。然而，你在一篇關(guān)于比較文學(xué)的論文里把一句話寫錯(cuò)了，并不會真的有那種后果。所以說，老實(shí)說，AI做一些那種創(chuàng)造性的事情更容易。

主持人：我覺得這是一個(gè)非常有趣的觀察，關(guān)于這項(xiàng)技術(shù)。因?yàn)槲艺J(rèn)為，人們有一種傾向，認(rèn)為AI將非常擅長解決這些技術(shù)問題，但它不一定會做我們與人類相關(guān)聯(lián)的那些特質(zhì)，比如在對話中表現(xiàn)出同理心。如果你讓其中一個(gè)AI引擎模擬一段對話，它在很多方面做得相當(dāng)不錯(cuò)，能夠?yàn)閺?fù)雜對話提供結(jié)構(gòu)。我覺得實(shí)際上，我很喜歡你指出的那種不確定性。

還有一個(gè)問題，然后我想開放討論，讓觀眾有機(jī)會提問。所以這是工程學(xué)院的百年紀(jì)念。如果你是詹妮弗，并且必須開啟學(xué)校的第二個(gè)世紀(jì)，你會為工程學(xué)院的第二個(gè)世紀(jì)考慮些什么？

Sergey Brin：哇，好的。那確實(shí)是一個(gè)需要謹(jǐn)慎規(guī)劃的重要責(zé)任。我想我得重新思考“擁有一所大學(xué)”意味著什么。說實(shí)話，現(xiàn)在信息傳播得非�？�。而且許多大學(xué)，顯然，很多東西都轉(zhuǎn)到了線上，包括斯坦福。不過，麻省理工學(xué)院早期就有開放課程件，以及所有那些走這條路的初創(chuàng)公司，比如Coursera、Udacity。所以教學(xué)在某種程度上正在被傳播，現(xiàn)在任何人都可以上網(wǎng)了解它。你可以和一個(gè) AI 對話或參加這些課程中的一個(gè)，并觀看這些YouTube視頻。

那么我想，“擁有一所大學(xué)”意味著什么？人們會搬家，遠(yuǎn)程工作，跨地區(qū)協(xié)作。這有點(diǎn)矛盾，因?yàn)槲覀冋�試圖讓人們真正回到辦公室，而且我認(rèn)為他們面對面一起工作確實(shí)更有效，但那是在某個(gè)特定的規(guī)模下。比如在某種程度上，如果你有一百個(gè)人聚在一起，情況就還算可以。

而且我確實(shí)越來越多地看到某種個(gè)人主義。那些創(chuàng)造新事物的人，不太在乎學(xué)位與否。我的意思是，盡管我們招聘了很多學(xué)術(shù)明星，我們也招了大量沒有學(xué)士學(xué)位的人，或者類似那種，他們就自己想辦法弄清楚，在某個(gè)奇怪的角落里自己摸索。我不知道。我覺得這真的是一個(gè)很難的問題。我想我并不覺得我會神奇地交付出你會喜歡這個(gè)新配方，但我只是認(rèn)為這種格式更可能會是為未來一百年準(zhǔn)備的那個(gè)。

主持人：你把它帶到了比我更深的方向。

Sergey Brin：哦，抱歉。

主持人：不，實(shí)際上很棒。語氣稍微更深沉了一點(diǎn)。

John Levin：我同意。這適用于整個(gè)大學(xué)。你實(shí)際上提出了關(guān)于大學(xué)的最根本問題。那一部分大學(xué)的使命在于知識的創(chuàng)造和傳播。這是根本任務(wù)。隨著技術(shù)進(jìn)步，這些可以通過不同的方式來實(shí)現(xiàn)。然后還有一個(gè)關(guān)于“有善心”模型的問題，人才密集于一處，有點(diǎn)像彼此碰撞，這當(dāng)然就是促使你創(chuàng)建谷歌的原因之一，并且也帶來了許多偉大的成果。那樣的替代方案會出現(xiàn)嗎？在大學(xué)校園上形成的那種生態(tài)系統(tǒng)嗎？或者，那有多根本？它會繼續(xù)嗎？其實(shí)我本來以為是那樣的，感謝你提出這么深刻的問題在本次會議中。好了，我想確保我們給觀眾中的其他人一些提問的機(jī)會。

4.問答環(huán)節(jié)

聽眾：謝謝你們的時(shí)間。我叫Rasha Barve，來自堪薩斯城，正在學(xué)習(xí) MSENIR。我的第一個(gè)問題要問Sergey。這實(shí)際上正好涉及我們剛才討論的內(nèi)容。谷歌在很大程度上起源于你在關(guān)于PageRank 撰寫的學(xué)術(shù)作品中的一部分，而如今行業(yè)在推動大量當(dāng)今創(chuàng)新方面發(fā)揮著如此重要的作用，你仍然覺得學(xué)術(shù)界到行業(yè)管道至關(guān)重要嗎？如果是這樣，你會如何加強(qiáng)它？

Sergey Brin：哇，這是個(gè)好問題。學(xué)術(shù)界到產(chǎn)業(yè)界的輸送管道重要嗎？這個(gè)我得說我不知道，因?yàn)槲蚁耄��?dāng)我還是研究生的時(shí)候，從某個(gè)新想法出現(xiàn)到某些事情可能具有商業(yè)價(jià)值的大致時(shí)間跨度，花了幾十年。

我的意思是，在學(xué)術(shù)界你有自由考慮一段時(shí)間。你申請資助，做這做那，你大概可以花上幾十年去反復(fù)思考這件事，然后它慢慢滲透。然后，最終也許會有某個(gè)大公司或者你的初創(chuàng)公司去推進(jìn)它。問題是，如果那個(gè)時(shí)間線大幅縮短，這還合理嗎？

我認(rèn)為有，我認(rèn)為確實(shí)有一些事情是完全合理的，而且我肯定，即使在人工智能領(lǐng)域，我們也會定期關(guān)注斯坦福以及其他大學(xué)的研究，偶爾我們會雇傭那些人并與他們合作之類的。但我想我并不清楚他們是否需要有那種時(shí)間段。他們比如說某種新的注意力機(jī)制，花了幾年時(shí)間做實(shí)驗(yàn)，然后以某種形式將其帶入了產(chǎn)業(yè)界。我的意思是，顯然工業(yè)界也在做所有那些事情。所以這可能不是一個(gè)很有力的論點(diǎn)。激進(jìn)的全新架構(gòu)和類似的東西，或許會有影響。

但問題在于，這基本上是時(shí)間問題，那個(gè)行業(yè)將會擴(kuò)展，而且會快得多。我想，量子計(jì)算會浮現(xiàn)在腦海。某種程度上首次被頭腦風(fēng)暴出來，我也說不清，費(fèi)曼大概是什么時(shí)候提出這個(gè)想法的，像是八十年代之類的嗎？有點(diǎn)像假設(shè)這個(gè)觀點(diǎn)關(guān)于量子計(jì)算的�，F(xiàn)在有一大堆公司被包括在內(nèi)，他們算是在這么做。也有大學(xué)實(shí)驗(yàn)室嘗試一些新的方法來做這件事。這有點(diǎn)說不準(zhǔn)，可能還處于觀望階段。

如果你有一些完全新的想法，比如你不像我們那樣做超導(dǎo)量子比特，或者其他的，也許你需要讓它在大學(xué)里慢慢發(fā)酵若干年。那些事情有點(diǎn)難。這可能有道理，但到了某個(gè)時(shí)候，如果你覺得它確實(shí)很有吸引力，你很可能會繼續(xù)推進(jìn)并以某種方式將其商業(yè)化。

我想給你一個(gè)明確的答案，因?yàn)轫敿壒�司現(xiàn)在確實(shí)在投入更多更基礎(chǔ)的研究。我認(rèn)為這在某種程度上是隨著AI的興起開始的，那些投資正在得到回報(bào)。所以我想這會改變你會做的那些努力的分配。但我確實(shí)認(rèn)為仍有一些事情是這樣的，確實(shí)需要像那種更純粹研究的十年時(shí)間，那種更偏向基礎(chǔ)研究的時(shí)期，那可能會讓公司更不愿意去推進(jìn)，因?yàn)槟菢訒��?dǎo)致上市時(shí)間太長。

主持人：好的，下一個(gè)問題在這邊。

聽眾：大家好，我叫Arnov，我是計(jì)算機(jī)科學(xué)和數(shù)學(xué)專業(yè)的大一新生。我的問題是給Sergey Brin的。隨著人工智能以前所未有的速度加速，有抱負(fù)的年輕創(chuàng)業(yè)者應(yīng)當(dāng)具備什么心態(tài)？像我這樣的人如何調(diào)整，以避免重復(fù)早期的錯(cuò)誤？

Sergey Brin：我想，當(dāng)你有一個(gè)很酷的新可穿戴設(shè)備想法時(shí)，你要先真正徹底打磨它，而不是急著去弄什么涉及跳傘和飛艇的特技宣傳。這只是一個(gè)建議。

其實(shí)，我更喜歡我們以前的做法，回到Google Glass時(shí)代。Google Glass是一個(gè)早先錯(cuò)誤的例子。我想我當(dāng)時(shí)試圖太快地將它商業(yè)化。我們本可以做得更好，在成本上實(shí)現(xiàn)更好的性價(jià)比，在精致度上達(dá)到消費(fèi)者所需的水平。我當(dāng)時(shí)有點(diǎn)操之過急了，以為自己是下一個(gè)史蒂夫·喬布斯，可以立刻把這個(gè)東西做出來。這大概就是我犯下的一個(gè)錯(cuò)誤。如果總結(jié)起來，大家都覺得自己會成為下一個(gè)史蒂夫·喬布斯。我確實(shí)犯過那樣的錯(cuò)誤。但他確實(shí)是個(gè)相當(dāng)與眾不同的人。

所以，我想我的建議是，確保你已經(jīng)充分醞釀并把想法開發(fā)到足夠成熟的階段。因?yàn)橐坏┠汩_始，就會感覺像踏上了一臺跑步機(jī)：外界的期待會增加，開銷也會隨之增加，你必須在某個(gè)時(shí)間點(diǎn)前完成交付。你可能沒有足夠的時(shí)間來完成你想做的一切。那種滾雪球般的期待感會讓你措手不及，而你卻沒有給自己足夠的時(shí)間來應(yīng)對。這是我本想盡量避免的錯(cuò)誤。

聽眾：感謝你們的演講。我叫Esha Bargetag，是斯坦福大學(xué)的大一本科生。這個(gè)問題是給Sergey Brin和Jennifer的。我們看到很多人工智能公司通過擴(kuò)展數(shù)據(jù)和計(jì)算資源來改進(jìn)大型語言模型。我的問題是，一旦我們真的耗盡了數(shù)據(jù)和算力，接下來的發(fā)展方向會是什么？是會轉(zhuǎn)向更新的架構(gòu)，有沒有可以替代Transformer的方案？還是會有更好的學(xué)習(xí)方法，比如超越監(jiān)督學(xué)習(xí)或用于訓(xùn)練大型語言模型的強(qiáng)化學(xué)習(xí)（RL）？或者是一個(gè)完全不同的方向？你們以前考慮過這個(gè)問題嗎？謝謝。

Sergey Brin：是的，從我的角度來看，你列出的這些因素中，算法進(jìn)步已經(jīng)成為比僅僅擴(kuò)展計(jì)算或數(shù)據(jù)更重要的因素。人們關(guān)注擴(kuò)展，可能是因?yàn)樗�涉及到建設(shè)數(shù)據(jù)中心和購買芯片，OpenAI和Anthropic關(guān)于各種縮放法則的論文也吸引了很多注意力。但我認(rèn)為，如果你仔細(xì)審視，會發(fā)現(xiàn)過去十年左右，算法的進(jìn)展實(shí)際上已經(jīng)超越了單純的規(guī)模擴(kuò)展。

在很久以前，當(dāng)我讀研究生時(shí)，我見過一張關(guān)于N-body（多體）問題的圖。比如，模擬受引力作用而運(yùn)動的多個(gè)物體。自五十年代人們開始關(guān)注摩爾定律帶來的計(jì)算能力增長以來，這種增長是巨大的。但在九十年代我讀到時(shí)，用于解決N-body問題的算法進(jìn)步，實(shí)際上已經(jīng)遠(yuǎn)遠(yuǎn)超越了計(jì)算能力的擴(kuò)展速度。

所以我想你會發(fā)現(xiàn)，像我們這樣的公司永遠(yuǎn)不會拒絕處于計(jì)算前沿。但這更像是主菜之后的甜點(diǎn)，或者說是在你完成算法工作后才擁有的配菜。

主持人：我想插一句，關(guān)于計(jì)算資源或數(shù)據(jù)耗盡，或者更準(zhǔn)確地說是算力不足的問題，我們在這里非常熟悉。對于大學(xué)來說，很難擁有像那些公司一樣的計(jì)算能力。我們甚至遠(yuǎn)遠(yuǎn)達(dá)不到那種程度。但這確實(shí)促使我們在創(chuàng)新領(lǐng)域做了很多工作，去研究當(dāng)計(jì)算資源更少時(shí)會發(fā)生什么，以及如何用更少的資源做更多的事情。我們在這方面已經(jīng)做了很多研究。

聽眾：大家好，我叫Andy Zivortsy，是化學(xué)工程專業(yè)的二年級研究生。我的問題是想問在座的各位演講者，你們認(rèn)為哪項(xiàng)新興技術(shù)在長期影響方面被嚴(yán)重低估了？謝謝。

Sergey Brin：我顯然不能說人工智能，因?yàn)樗�很難被反駁它的重要性。但它可能仍然被低估了。不過，它可能已經(jīng)不算是一項(xiàng)“新興”技術(shù)了，所以我們不用它來回答。

很多人確實(shí)對量子計(jì)算將帶來什么感到好奇。不過，我可能不會完全依賴它來回答這個(gè)問題，盡管我絕對支持在量子計(jì)算等領(lǐng)域的研究。但這個(gè)領(lǐng)域還有許多未知數(shù)。從技術(shù)上講，我們甚至不知道P是否不等于NP。在計(jì)算領(lǐng)域，有太多的未解之謎。量子算法針對的是大家所知的、具有非常特定結(jié)構(gòu)的問題。我非常支持這方面的研究。

但很難具體說清楚。我的意思是，或許可以將這兩種技術(shù)的應(yīng)用場景都考慮進(jìn)去。除了量子計(jì)算之外，還有材料科學(xué)。如果我們能使用不同種類的材料，我們能在很多方面做得更好，它的潛力可以說是沒有上限的。

John Levin：其實(shí)我也在想材料科學(xué)方面。但“被低估”這個(gè)說法有點(diǎn)意思，因?yàn)楝F(xiàn)在有很多關(guān)注點(diǎn)放在技術(shù)創(chuàng)新的機(jī)會上。對于像核聚變能或量子計(jì)算這樣尚未成熟的技術(shù)，很難說人們會忽略它們，或者說它們現(xiàn)在沒有得到足夠的關(guān)注，就像人工智能一樣。但在我看來，材料科學(xué)會是其中一個(gè)被低估的領(lǐng)域。在生物學(xué)和健康領(lǐng)域也有很多機(jī)會，特別是在分子科學(xué)中。它現(xiàn)在受到的關(guān)注可能不如人工智能，但在分子科學(xué)領(lǐng)域也正在發(fā)生一場巨大的革命。

主持人：是的，我本來也想說同樣的話。我感覺聚光燈正在轉(zhuǎn)移�，F(xiàn)在聚光燈主要照在人工智能上，但它曾經(jīng)照在生物學(xué)上，而且不應(yīng)該停止照亮生物學(xué)。合成生物學(xué)領(lǐng)域正在發(fā)生各種各樣的突破。我曾經(jīng)有過一些擴(kuò)展性的經(jīng)歷，它們在當(dāng)時(shí)看來以一種痛苦的方式改變了我的世界，但后來卻為我的個(gè)人經(jīng)歷帶來了回報(bào)。那些艱難的過渡是值得的。

聽眾：大家好，我叫Zena。感謝大家前來，我要問你們一個(gè)經(jīng)常問演講者的問題：您剛才提到，您很喜歡保持敏銳，并掌握人工智能及其他領(lǐng)域正在發(fā)生的事情，那您會讀哪些書呢？

Sergey Brin：我只是聽他們說，看看發(fā)生了什么。但我確實(shí)更喜歡進(jìn)行互動式討論，比如在我的車?yán)�，我�?jīng)常和內(nèi)部版本的Gemini交流。盡管這聽起來可能有點(diǎn)尷尬，你們現(xiàn)在公開版用到的模型版本其實(shí)相當(dāng)古老，我自己在車?yán)镉玫哪莻�(gè)版本要強(qiáng)得多，大概幾周后我們就會把它推向市場。

主持人：好的。這有點(diǎn)像對未來的一瞥，是個(gè)不錯(cuò)的結(jié)尾。

       原文標(biāo)題 : 謝爾蓋·布林首次復(fù)盤：谷歌AI為什么落后，又如何實(shí)現(xiàn)絕地反擊