Temu ramah dengan Jensen Huang

Institut Penyelidikan Dasar Ekonomi Stanford (SIEPR) baru-baru ini menganjurkan perbincangan menarik dengan Jensen Huang, Ketua Pegawai Eksekutif (CEO) NVIDIA, di Sidang Kemuncak Ekonominya 2024. Apa yang terungkai bukan sekadar ucaptama; ia adalah penerokaan berasaskan naratif tentang inovasi, cita-cita, dan impak mendalam kecerdasan buatan (AI), yang dipimpin oleh gabungan ketelusan dan pandangan berwawasan Huang yang tersendiri.

Perjalanan Sang Visioner: Dari Kerja Rumah ke Dominasi AI

Pentas dibuka oleh John Shoven, bekas pengarah SIEPR, yang memberikan gambaran jelas tentang Huang sebagai jelmaan hidup "American Dream." Dari ketibaannya di A.S. pada usia sembilan tahun bersama abangnya, mengharungi "sekolah yang sukar dan mencabar di Kentucky," sehingga menubuhkan bersama NVIDIA pada usia 30 tahun dan memimpinnya menjadi syarikat keempat terbesar di dunia, hala tuju Huang tidak dapat dinafikan amat luar biasa. Shoven malah bercerita sambil berseloroh tentang "ayat pikat" unik Huang – "Nak tengok kerja rumah saya?" – satu strategi yang membawa kepada perkahwinan yang berkekalan dan dua orang anak. Huang, sentiasa merendah diri, dengan ringan mengelak, menyatakan, "paling bijak bagi saya adalah tidak membuat sebarang ucapan pembukaan untuk mengelakkan risiko merosakkan semua perkara baik yang anda katakan." Namun, kisahnya dengan cepat beralih kepada misi teras NVIDIA: mencipta pengkomputeran dipercepatkan (accelerated computing), satu paradigma baharu yang direka untuk menyelesaikan masalah melangkaui kemampuan komputer tujuan umum.

Pembelajaran Utama:

• Ketahanan dibina melalui perjuangan: Pengalaman hidup awal Huang, seperti yang diceritakan oleh Shoven, menekankan kepentingan mengatasi kesukaran.
• Hubungan peribadi boleh memacu kejayaan profesional: Pendekatan uniknya dalam membina hubungan dengan bakal isterinya menyerlahkan laluan tidak dijangka menuju perkongsian.
• Visi jangka panjang membuahkan hasil: Dedikasi selama lebih tiga dekad, komitmen NVIDIA terhadap pengkomputeran dipercepatkan telah mengubah teknologi secara fundamental.

AI: Teknologi Penentu Abad Ke-21

Shoven mengemukakan soalan provokatif: adakah AI telah mengatasi transistor sebagai penemuan teknologi terbesar dalam tempoh 76 tahun lalu? Respon Huang sangat tegas, mengaitkan anugerah terbesar transistor kepada perisian, tetapi mengisytiharkan AI sebagai ciptaan penentu abad ke-21. NVIDIA, jelasnya, meluangkan tiga dekad "mengurangkan kos pengkomputeran komputer sehingga hampir sifar" untuk domain algoritmik tertentu. Pengurangan ini, sebanyak "sejuta kali" untuk pembelajaran mendalam (deep learning) dalam dekad lalu, membuka kemampuan revolusioner: komputer menulis perisian. Anjakan mendalam ini membolehkan sistem untuk "mengikis seluruh internet dan memasukkannya ke dalam komputer dan membiarkannya mencari apa itu kebijaksanaan, apa itu pengetahuan," satu konsep yang digambarkan oleh Huang sebagai "gila" melainkan jika kos pengkomputeran boleh diabaikan. Keupayaan untuk memahami "makna" maklumat digital, daripada gen kepada protein, adalah keajaiban sebenar, membawa kepada era di mana biologi boleh "berbual" dengannya seperti PDF.

Perubahan Utama:

• Anjakan dari perisian yang ditulis manusia kepada perisian yang ditulis komputer: Pengurangan kos pengkomputeran marginal membolehkan AI menjana programnya sendiri.
• Memahami "makna" maklumat digital: AI kini boleh mentafsir data kompleks seperti gen dan protein, bukan sekadar corak.
• Pengurangan kos radikal sebagai pemboleh: Mengurangkan kos pengkomputeran sebanyak sejuta kali ganda mencipta kemungkinan baharu sepenuhnya untuk aplikasi.

Masa Depan Terbentang: AGI, Kandungan Generatif, dan AI Berdaulat

Melihat ke hadapan, Huang membayangkan masa depan di mana cip H100 "70 paun, seperempat juta dolar" yang gergasi, sudah pun suatu keajaiban, akan berkembang untuk membolehkan pembelajaran berterusan, di mana AI terus-menerus memperhalusi dirinya dengan menonton video, memproses teks, dan menjana data sintetik. "Gelung pembelajaran pengukuhan ini akan berterusan," membolehkan AI untuk "membayangkan sesuatu, ia akan mengujinya dengan pengalaman dunia sebenar." Apabila didesak mengenai Kecerdasan Buatan Umum (AGI), Huang menawarkan perspektif seorang jurutera: "Jika saya memberikan AI banyak ujian matematik dan ujian penaakulan serta ujian sejarah dan ujian biologi serta peperiksaan perubatan dan peperiksaan peguam... Saya mengagak dalam 5 tahun akan datang kita akan mencapai prestasi yang baik dalam setiap satu daripadanya." Beliau seterusnya meramalkan dunia di mana "100% kandungan akan bersifat generatif," melangkaui interaksi berasaskan rakaman awal, berasaskan perolehan hari ini kepada AI menjana maklumat khusus konteks atas permintaan. Anjakan ini, ditambah dengan realiti geopolitik, mendorong "kebangkitan setiap negara" untuk mengawal "AI Berdaulat" mereka bagi melindungi bahasa, budaya, dan industri.

Wawasan Utama:

• Pembelajaran berterusan sebagai sempadan seterusnya: Sistem AI akan melangkaui latihan diskret kepada peningkatan diri yang berterusan melalui data dunia sebenar dan sintetik.
• AGI ditakrifkan oleh lulus ujian: Jika AGI diukur berdasarkan prestasi ujian tahap manusia, ia berpotensi lima tahun lagi, tetapi kecerdasan manusia sebenar lebih sukar untuk ditakrifkan dan dicapai.
• Pengkomputeran generatif adalah masa depan kandungan: Semua kandungan digital akhirnya akan dijana oleh AI, berbanding rakaman awal, mencipta permintaan baharu yang besar terhadap infrastruktur.
• Geopolitik memacu "AI Berdaulat": Negara-negara menyedari keperluan untuk membangunkan dan mengawal keupayaan AI mereka sendiri, mencipta peluang baharu walaupun terdapat batasan.

Kelebihan NVIDIA: TCO, Persaingan, dan Membina Ketahanan

Menjawab kebimbangan mengenai persaingan, terutamanya dalam pasaran inferens, Huang dengan yakin menegaskan kedudukan unik NVIDIA. Walaupun pesaing mungkin menyasarkan cip yang "cukup baik," kelebihan NVIDIA terletak pada keseluruhan "platform pengkomputeran dipercepatkan"nya – satu standard yang dibangunkan selama tiga dekad, mengintegrasikan bukan sahaja GPU, tetapi juga CPU, rangkaian, dan "segudang perisian." Ekosistem yang komprehensif ini bermakna jumlah kos operasi (TCO) NVIDIA untuk pelanggan adalah jauh lebih unggul sehingga "walaupun cip pesaing adalah percuma, ia masih tidak cukup murah." Beliau malah menerima persaingan dengan pelanggan, secara terbuka berkongsi peta jalan masa depan, percaya "jika anda tidak mencuba untuk menerangkan mengapa anda bagus dalam sesuatu, mereka tidak akan mendapat peluang untuk membeli produk anda." Untuk usahawan yang bercita-cita tinggi, Huang memberikan nasihat yang provokatif: menerima "jangkaan rendah" dan "kesakitan serta penderitaan" yang membina ketahanan. "Kehebatan bukanlah kecerdasan seperti yang anda tahu," katanya, "kehebatan datang dari watak dan watak tidak terbentuk daripada orang bijak tetapi terbentuk daripada orang yang menderita." Kepimpinannya sendiri, yang ditandai oleh hierarki mendatar, ketelusan, dan maklum balas berterusan, direka untuk menanamkan budaya watak dan ketangkasan ini.

Amalan Utama:

• Fokus pada Jumlah Kos Operasi (TCO): Strategi NVIDIA menekankan nilai keseluruhan dan penjimatan operasi, menjadikan perkakasan premium mereka lebih menjimatkan.
• Menerima "co-opetition": Keterbukaan dengan pelanggan, walaupun mereka yang membina cip mereka sendiri, adalah sebahagian daripada strategi NVIDIA untuk mengekalkan kepimpinan melalui inovasi unggul.
• Memupuk ketahanan melalui kesukaran: Huang menyokong untuk menghadapi cabaran dan "penderitaan" sebagai penting untuk membentuk watak dan mencapai kehebatan.
• Kepimpinan yang telus dan tangkas: Struktur pengurusan mendatar dengan maklum balas yang berterusan, terbuka dan pemberdayaan memupuk budaya ketangkasan dan inovasi.

"Industri sains komputer telah menjadikan dunia... kami telah merapatkan jurang teknologi, jadi itu... itu memberi inspirasi." - Jensen Huang