主要观点总结
桑达尔·皮查伊在访谈中分享了他对人工智能未来的深刻见解，包括其对技术的信念、谷歌在AI竞赛中的策略、AI技术的潜力和风险，以及他对人类未来的乐观态度。他探讨了谷歌搜索、Chrome、Waymo等核心产品的演变，并展望了通过光束、XR眼镜和机器人技术实现的未来交互形态。皮查伊强调，尽管AI带来了潜在风险，但他对人类集体应对挑战的能力抱有信心，并认为人工智能将极大地释放全人类的创造力。
关键观点总结
关键观点1: 皮查伊对技术的信念
皮查伊坚信技术能够改变生活，并对AI技术的潜力充满乐观态度，认为它将超越火与电力，成为人类历史上最深刻的技术。
关键观点2: 谷歌在AI竞赛中的策略
皮查伊分享了谷歌在AI竞赛中的内部决策和重组历程，强调了有效的领导力在过滤噪音、做出关键决策和激励团队实现共同使命中的重要性。
关键观点3: AI技术的潜力和风险
皮查伊讨论了AI技术的潜力和风险，包括其对人类社会的深远影响，并表达了对未来交互形态（如光束、XR眼镜和机器人技术）的展望。
关键观点4: 对人类未来的乐观态度
皮查伊表达了对人类文明进步的乐观态度，认为面对AI带来的潜在风险，人类有能力集体应对挑战，实现进步。
正文
: 我的意思是，大部分可能都是我们今天所不知道的。但是，你知道，我们现在可以切实开始看到的一件事是，显然，随着编码的进展，你会有所体会，将脑海中的想法转化为实际存在的事物将会变得非常容易想象。这将会是整个体系的一部分，对吧？就像它将赋予几乎全人类表达自我的能力。也许在过去，你只能用语言来表达。但现在，你能够将事物构建成现实，对吧？你知道，也许今天还不能完全实现。我们正处于管道编码的早期阶段。你知道，我一直对人们用VO3在网上发布的内容感到惊讶。但这需要付出一些努力，对吧？你必须将一系列提示语拼接在一起。但这一切都会好起来的。我一直思考的是，现在是最糟糕的时候，对吧？就像在任何给定的时间点。
Lex Fridman
: 是的，很有意思，你首先想到了这一点。所以，创造力的获取呈指数级增长。
Sundar Pichai
: 软件创作，无论是创建程序，还是创作与他人分享的内容，以及未来的游戏，所有这些都变得无限可能。嗯，我认为最重要的是它使之变得易于获取。
Lex Fridman
: 它释放了整个80亿人口的认知能力。
Sundar Pichai
: 不，我同意。看看40年前，也许在美国。当时只有5个人能做你正在做的事情。比如去做采访，你知道的。但今天想想，有了YouTube和其他产品等等，有多少人在做这件事？所以我认为这就是技术的作用，对吧？就像互联网创造了博客，你知道，你听到了更多人的声音。所以我认为，但有了人工智能，我认为这个数字不会只有几十万。会有数千万甚至十亿人，以更深入的方式向世界输出内容。
Lex Fridman
: 我认为这会改变创造力的格局。这让很多人感到紧张。比如，随便举个例子，福克斯、MSNBC、CNN真的对这部分感到紧张。比如，你是说这个穿着西装的家伙就能做到这个？而且YouTube和成千上万的其他创作者，几万，几百万的其他创作者都能做同样的事情？这让他们感到不安。现在你可以从Notebook LM获得一个播客。它比我做过的任何播客都要好五到十倍。我现在是在开玩笑，但也说不定。这会发生改变。你必须进化。
Sundar Pichai
: 因为就播客而言，我更喜欢听播客，而不是当什么主持人之类的。
Lex Fridman
: 如果有很棒的播客都是人工智能做的，我就不做了。我会听那个播客。但是你必须进化，你必须改变。我认为，这会让人们非常紧张。但这也是一个非常令人兴奋的未来。
Sundar Pichai
: 我唯一要说的是，我的确认为，在存在两个人工智能的世界里，人们会重视并做出选择。就像在国际象棋中一样，你我都不会去看Stockfish 10或者其他什么和AlphaGo对弈。比如，对我们来说，观看这种比赛会很无聊。但是马格努斯·卡尔森和古克什的比赛会更引人入胜。所以很难说。比如，一种说法是，你将会有更多内容，因此你会收听人工智能生成的内容，因为有时它很高效等等。但你所珍视的那些优质体验，可能是一种体现人类本质的版本，无论它来自何处。回到我们之前谈到的观看梅西运球的事情。我不知道，我相信总有一天机器会比梅西运球好得多。但我不知道它是否会在我们心中唤起同样的情感。所以我认为这将非常引人入胜。
Lex Fridman
: 我认为播客或有声读物中关于信息收集的元素，那部分可能会被移除。或者那部分可能会被人工智能以更有效、更引人入胜的方式完成。但听到人类在信息中挣扎，与信息抗争，尝试内化它，将其与我们自身情感和意识的复杂性结合起来等等，那会是令人愉悦的。但如果你真的想了解一段历史，你会去使用Gemini。如果你想看到莱克斯或其他人在那段历史中挣扎，你会去关注他们。但重点是，它将改变我们发现信息、消费信息以及创造信息的方式的本质，并且会持续改变这种本质。正如YouTube彻底改变了一切一样。它改变了新闻业。而这正是我们的社会正在努力应对的问题。
Sundar Pichai
: 听着，YouTube促成了……我的意思是，你比任何人都更了解这一点。它促成了如此多的创作者的出现。我毫不怀疑，我们将促成比以往任何时候都更多的电影制作人的出现，对吧？你们将会赋能更多的人。因此，我认为这里面存在一种扩张性的方面，我认为它被低估了。我认为它将以前所未有的方式释放人类的创造力。这很难内化。唯一能让他们理解的方式是，如果你把50年代或40年代的人带过来，直接让他们看YouTube，你知道的，我想这会让他们大吃一惊。同样地，我认为我们也会被未来10到20年内可能发生的事情所震惊。
Lex Fridman
: 你认为存在这样的未来吗？大概多少年以后，比如说，我们设定一个时间点，50%的内容……优质内容。50%的优质内容由VO4、5、6生成？
Sundar Pichai
: 我认为这取决于它用于什么。比如，你知道的，如果你看看今天的电影，里面有CGI，也有很棒的电影制作人。你仍然会关注导演是谁，以及谁在使用它。也有一些电影制作人根本不使用它。你很重视它。有些人运用它非常出色。你知道，想想像詹姆斯·卡梅隆这样的人，想想他会如何运用这些工具。但我认为会产生更多的内容。就像今天的作家使用Google Docs一样，他们不会去想他们正在使用这样的工具。人们将会使用这些东西的未来版本。就像，这对他们来说根本不是什么大不了的事。
Lex Fridman
: 我有机会好好地认识了达伦·阿罗诺夫斯基。他一直在积极投入，试图弄清楚……看着一位在这些技术出现之前就已经成名的天才，真是很有趣。他创作了《π》，我最喜欢的电影之一，并且从那以后一直持续创作各种非常有趣的电影。现在他正试图了解如何利用人工智能来创作引人入胜的电影。你会遇到这样的人。你会遇到……我有机会认识一些更前卫的、人工智能优先的人，比如多尔兄弟。阿罗诺夫斯基和多尔兄弟都在社会奥弗顿之窗的边缘进行创作。你知道，他们会挑战性或暴力等界限。他们的作品很前卫，就像艺术家一样，但仍然很有格调。他们不会越过那条线。无论那条线是什么。亨特·S·汤普森说过，唯一找出边缘、也就是那条线在哪里的方法，就是跨越它。我认为对于艺术家来说，这是真的。那在某种程度上就是他们的目的。喜剧演员和艺术家们只是跨越了那条界线。
Sundar Pichai
: 我想知道您能否评价一下谷歌所处的这个奇怪的位置，因为谷歌的底线可能与某些艺术家不同。
Lex Fridman
: 您怎么看待Veo和Flo，特别是关于如何允许艺术家们做疯狂的事情，但同时也承担着不让它过于疯狂的责任？
Sundar Pichai
: 我觉得，这是个很好的问题。听着，一部分原因，你提到了达伦，你知道，他显然是个有远见的人，对吧？我们早期开始与他合作Veo的部分原因是，他是能够看到未来、从中获得灵感，并为创意人士展示如何用它来表达自我的人之一。听着，我认为当涉及到允许艺术的自由表达时，这是社会最重要的价值观之一，对吧？我认为，你知道，艺术家们一直是那些推动界限、拓展思想前沿的人。所以，听着，我认为这将是我们所拥有的一个重要价值观。所以，我认为我们会提供工具，并将它们交到艺术家手中，让他们使用并发布他们的作品。那些应用程序编程接口（API），我的意思是，我几乎将它们视为基础设施。就像你为人们提供电力或其他东西时，你希望他们使用它，而且你不会考虑基于它的用例。它只是一把画笔。是的。因此，我认为这是（使用工具的方式），当然，必须有一些限制，而且，你知道，社会需要在根本层面上决定什么是可以接受的，什么是不可以接受的。我们会对此负责。但我确实认为，你知道，当涉及到艺术的自由表达时，我认为那是我们应该努力捍卫的价值观之一。
第四章：模型的演进与挑战
Lex Fridman
: 我想知道你是否可以评论一下，也许早期版本的 Gemini 在你愿意回答的问题类型上有些谨慎。我只想评论一下，我真的很惊讶并且很高兴，并且享受 Gemini 2.5 Pro 在良好的意义上变得不那么谨慎的事实。不要问我为什么，但我一直在大量研究成吉思汗和阿兹特克人。所以，那段历史中有很多暴力。那是一段非常暴力的历史。我也一直在大量研究第一次世界大战和第二次世界大战。并且早期版本的 Gemini 非常，基本上，有这种感觉，你确定你想了解这些吗？而现在它实际上非常注重事实、客观，谈论人类历史上非常困难的部分，并且以细致入微的方式和深度进行阐述。这真的很好。但谷歌必须谨慎地把握其中的界限。我想知道这是否也是一个工程方面的挑战，如何在如此大的规模上，处理人们提出的所有奇怪的查询。你能谈谈这个挑战吗？你如何允许 Gemini 再次说出，请原谅我说粗话，一些疯狂的话，但又不能太疯狂？
Sundar Pichai
: 我认为这里的一个好的见解是，随着模型变得越来越强大，这些模型在这方面确实非常出色，对吧？所以，我认为在某些方面，也许一年前，这些模型还没有完全到位。因此，它们也会更频繁地做蠢事。所以，你知道，你在试图处理这些极端情况，但是你在如何处理这些极端情况时犯了一个错误，这会加剧问题。但我认为，特别是对于 2.5 来说，我们发现一旦模型跨越了某个智能和复杂程度的水平，它们就能够很好地推理出这些细微差别的问题。而且我认为用户真的想要那样，对吧？你想要尽可能多地访问原始模型。我认为这是一个值得思考的绝佳领域。随着时间的推移，我们应该允许越来越接近地访问它。或许，显然，如果人们想自定义提示并进行试验等等，就让他们自定义提示。我认为这是一个重要的方向。但是你看，我们想要思考的首要原则是，你知道，从科学的角度来看，确保模型——我说的科学是指，就像你处理数学、物理或类似学科那样——从首要原则出发，让模型推理关于世界的事情，做到细致入微等等，你知道，从根本上构建这些东西才是正确的方式，对吧？而不是像某些人类子集在上面硬编码一些东西。所以我认为这是我们一直在努力的方向，而且我认为你会看到我们继续朝着这个方向前进。
Lex Fridman
: 是的，我实际上问了...我给了这些笔记，我做了大量的笔记，然后我把它们给了 Gemini，并说，你能提出一个不在这些笔记中的新颖问题吗？它写了...Gemini 继续让我感到非常惊讶。真的让我感到惊讶。这真的太棒了。这是一个令人难以置信的模型。它引发的问题是，你，指的是桑达尔，告诉全世界 Gemini 每月处理 480 万亿个 token。在那堆海量数据中隐藏着的最能改变人生的五个字句子是什么？这是个 Gemini 的问题。但它让我... 它给了我一种感觉。我认为你无法回答这个问题。但它让我...它唤醒了我，让我意识到所有这些 token 都在为全球各地的人们提供小小的顿悟时刻。所以这就像学习一样。这些 token 是...人们充满好奇，他们提出问题，然后他们发现了一些东西。
Sundar Pichai
: 而且这确实可能改变人生。哦，它就是。听着，你知道，很多很多年前我对搜索也有同样的感觉。你肯定...你知道，每月的token数量，就像，在过去的12个月里增长了50倍。
Lex Fridman
: 顺便问一下，这个数字准确吗？
Sundar Pichai
: 是的，准确。是的。确实准确。我很高兴它算对了。但是，你知道，12个月前这个数字是每月9.7万亿个token，对吧？现在已经涨到480万亿了。你知道，这是50倍的增长。所以人类的好奇心是无止境的。我认为现在就是其中一个时刻。也许…… 我不认为今天能做到，但也许有一天会出现一个五个字的短语，能够表达宇宙的本质或者其他类似的、非常有意义的东西，但我认为我们还没到那个阶段。您认为缩放定律在以下方面是否仍然适用？关于人工智能的缩放定律有很多描述方式，但是在预训练和后训练方面。
Lex Fridman
: 那么反过来说，您是否预计人工智能的进步会遇到瓶颈？是否存在瓶颈？
Sundar Pichai
: 你知道，这是 MicroKitchen 非常热门的话题。我偶尔会和他们聊聊，你知道，比如 Demis 来访的时候，或者，你知道，如果 Demis、Cori、Jeff、Noam、Sergey，我们的一些人，我们就会坐下来，一起讨论这个问题，对吧？而且，你看，我们看到了前方还有很大的发展空间，对吧？我认为我们能够在各个方面进行优化和改进，对吧？预训练、后训练、测试时计算、工具使用，没错，随着时间的推移，使它们更具能动性。因此，让这些模型在那个方向上成为更通用的世界模型，比如VO3，你知道，其物理理解能力比VO1或类似的东西要好得多。所以我觉得，你在所有这些维度上都能看到，进展非常明显。而且我觉得还有很大的提升空间。更重要的是，你知道，我很幸运能与地球上一些最优秀的研究人员一起工作，对吧？他们认为这里还有更大的提升空间。所以我认为我们面前有一条令人兴奋的轨迹。很难说，你知道，每年我都坐在这里说，好吧，我们将在明年投入10倍的计算资源。然后，我们会看到进展吗？今天坐在这里，我觉得未来一年将会有很大的进展。
Lex Fridman
: 你是否感觉到任何类似的限制，或者瓶颈，比如计算力限制、数据限制、创意限制？你是否感觉到这些限制中的任何一种？或者说所有方面都在全速前进？
Sundar Pichai
: 我认为在某种意义上，它是计算力受限，对吧？就像，你知道，部分原因在于你看到我们推出了闪速版、纳米闪速版和专业版，但没有推出超级版。就像每一代产品，我们都觉得我们能够以大约，我不知道，超级版80-90%的性能，做出专业版。但超级版会慢很多，而且服务成本也会高很多。但我们能够做的是进入下一代，使下一代的专业版与上一代的超级版一样好，但能够以快速且易于使用的方式提供服务，等等。所以我确实认为规模法则在起作用，但很难在任何给定的时间点获得我们所有人使用最多的模型，可能比我们能够提供的最大性能落后几个月，对吧？因为那不会是最快、最容易使用的，等等。
Lex Fridman
: 此外，就智能而言，衡量所谓的“性能”变得越来越困难。
Sundar Pichai
: 因为，你知道，你可能会认为Gemini Flash比Pro的影响更大。
Lex Fridman
: 仅仅是因为延迟，它已经非常智能了。我的意思是，有时候，延迟可能比智能更重要。尤其是在Flash中，智能只是稍逊一筹的情况下。它仍然是一个非常聪明的模型。所以你现在必须开始衡量影响力。这样一来，基准测试似乎越来越不能捕捉模型的智能、模型的有效性、模型的有用性以及模型在现实世界中的实用性。另一个闲聊的问题。
Sundar Pichai
: 很多人都在谈论通用人工智能（AGI）或人工超智能（ASI）的时间表。
Lex Fridman
: 因此，广义地讲，通用人工智能（AGI）基本上是在人类所从事的大部分主要领域达到人类专家的水平。而超人工智能（ASI）是通用人工智能（AGI）所演变而成的，推测能够通过自我提升迅速实现。因此，在所有这些学科的智能方面，都远远超越人类。您认为我们什么时候能够拥有通用人工智能（AGI）？2030年有可能吗？
Sundar Pichai
: 我们应该再引入一个术语。我不知道是谁最先使用的。也许是卡帕西。异步梯度下降（AGI）。您听说过异步梯度下降（AGI）吗？人工的参差不齐的智能？有时候感觉确实如此，对吧？既有进步，又能看到它们能做什么。然后你又能轻易地发现它们会在数字字母上出错，或者数草莓里的字母R，诸如此类，这似乎会让大多数模型或类似的东西绊倒。所以也许我们应该把这个术语也放进去。我觉得我们正处于通用人工智能的阶段，取得了显著的进展。有些事情不太顺利，但总的来说，你看到了很多进步。
但如果你的问题是，它会在2030年之前实现吗？听着，我们一直在不断地移动通用人工智能的定义线。今天有些时候，你知道，就像坐在Waymo的自动驾驶汽车里，在旧金山的街道上穿行，周围都是人群，它能设法找到出路。我在那里看到了它的一些端倪。汽车有时会有点不耐烦，试图使用Astra来运行，就像在Gemini Live中一样，或者观察到，你知道的，询问关于世界的问题。
Lex Fridman
: 我家附近怎么会出现这么瘦的建筑物？
Sundar Pichai
: 那是路灯，不是建筑物。你会看到一些端倪。这就是我使用AGI这个词的原因，因为那样你就能看到一些东西，很明显，你知道的，我们距离AGI还很遥远。所以你同时经历了这两种体验。
我会回答你的问题，但我也会抛出这个问题。我几乎觉得这个术语并不重要。我所知道的是，到2030年，将会出现如此巨大的进步。我们将很大程度上处理这一进步的后果，包括正面的和负面的外部性，到2030年。我对此深信不疑。我们可能还在争论这个术语，或者Gemini可以回答2030年那一时刻是什么，但我认为进展将是巨大的。我对此深信不疑。人工智能会在2030年之前认为它已经达到通用人工智能（AGI）吗？我认为我们会刚好没有赶上那个时间表。所以我认为这需要更长的时间。
令人惊叹的是，在2010年Google DeepMind的早期，他们谈到实现通用人工智能（AGI）需要20年的时间，这让人觉得非常着迷。但是，你知道，对我来说，整个事情，看到Google Brain在2012年所做的事情，以及我们在2014年收购DeepMind的时候，就在我们2012年坐着的地方附近，你知道，Jeff Dean展示了神经网络能够识别猫的图片的图像。并识别它。你知道，这可是“大脑”的早期版本，对吧？所以，你知道，我们都谈论了几十年。我认为我们无法在2030年之前完全实现目标。所以我的感觉是会在那之后稍微晚一点。但我我要强调的是，这个定义是什么并不重要，因为你将在许多维度上取得令人震惊的进展。也许人工智能可以创作视频。作为一个社会，我们必须弄清楚如何……我们需要一个系统，让我们都同意这是人工智能生成的，而且我们必须以某种方式披露它，因为不然你怎么区分现实？
Lex Fridman
: 是的，你说了许多有趣的事情。首先，回顾最近的这段历史，现在感觉像是遥远的往事，与谷歌大脑有关。我的意思是，那是在TensorFlow之前。在TensorFlow公开并开源之前。因此，工具也很重要，再加上GitHub共享代码的能力。然后，你有了注意力机制Transformer和现在的扩散模型的想法，接下来可能还会有一个事后看来很简单，但会改变一切的新想法。那可能就是后训练和推理时间的创新。我认为Shad CN发推特说，谷歌距离完全赢得人工智能竞赛只差一个优秀的UI。意思是，UI是其中非常重要的一部分。这种智能如何...我认为洛根·库珀特里克现在喜欢谈论这个问题，它是一个LLM，但它什么时候会变成一个系统？在你谈论交付系统而不是交付特定的模型的时候。是的，这也很重要，系统如何展现自身，以及如何向世界呈现自身。这真的，真的非常重要。
Sundar Pichai
: 哦，非常之是。有一些简单的用户界面创新，已经改变了世界，对吧？我绝对是这么认为的。在接下来的几年里，我们会看到更多的进步。我认为人工智能本身正处于一个自我改进的轨道上，为了用户界面本身。今天，我们正在约束这些模型。这些模型还不能完全用用户界面来向人们表达它们自身。但如果你仔细想想，我们实际上已经以这种方式限制了它们。但是考虑到这些模型能够编写代码，它们应该能够编写出最好的界面，以便随着时间的推移表达它们的想法，对吧？
Lex Fridman
: 这是一个令人难以置信的想法。那么他们的应用程序接口（API）已经开放了。所以你可以创建一个非常棒的、具有代理性质的系统，持续改进你与人工智能对话的方式。但很多都取决于界面。当然，还有谷歌一直在推动的令人难以置信的多模态界面。
Sundar Pichai
: 这些模型本身就具有多模态性。它们可以轻松地从任何格式获取内容，并将其转换为任何格式。它们可以编写良好的用户界面。随着时间的推移，它们可能会更好地理解你的偏好。所以这一切都是未来的发展方向，对吧？这就回到了我们对话开始的地方。我认为未来几年将会发生巨大的演变。
Lex Fridman
: 也许再问一个厨房问题。这种更加荒谬的关于P-末日（P-Doom）的概念。
Sundar Pichai
