4月30日英伟达黄仁勋对话“山谷论坛”：上一场工业革命的最终赢家并非发明者

总在工作

部分观点值得额外记录：
1、在未来，每一家造东西的公司都会有两种工厂：一种是制造它们销售的实物，另一种则是制造运行在这些实物上的AI。如果你去看汽车公司，今天他们大多只造汽车，但很明显，十年后，每家汽车公司都会同时生产运行在汽车上的那些token。

2、所以在未来，我们会进入这样一种时代，管理数字生产力资源和管理人力资源变得同等重要，HR部门负责人力资源，IT部门则负责数字生产力资源，这样IT部门其实也变成了另一种HR部门了，对吧？这就是我们所处的阶段。

3、接下来，第四次浪潮，将会是物理AI，将使世界上最多的产业受益。这一波浪潮要求我们理解物理定律、摩擦、惯性、因果关系等基本概念。

4、请记住，全球大约50%的AI研究人员是中国人。必须认识到这一重要因素，必须将其纳入我们对这场竞赛的思考。

5、要在这一层面表现出色，需要大量能源，因为本质上我们将电力转化为数字token，就像上一次工业革命通过大量能源将原子转化为钢铁、汽车和建筑那样。以前我们通过燃料生产电，现在我们是要通过电生产token，这需要大量的能量。

6、要明白，上一场工业革命的最终赢家并非发明者，而是最先大规模应用技术的国家——美国比任何国家都更快地应用了钢铁和能源，当其他国家还在担心劳动力和马匹被汽车取代时，美国已经全速向前。

7、我认为，要尽可能学会使用AI，越早越好。请记住，不是AI要取代你工作，不是Ai要摧毁你的企业，而是那些掌握了AI技能的人将取代你的工作等等。

以下是黄仁勋在当天活动上的问答实录：

主持人：欢迎来到“山与谷”论坛，很高兴见到你。

黄仁勋：谢谢。能来到这里我感到非常荣幸。

主持人：您将人工智能（AI）定位为一场新的工业革命，并以“AI工厂”作为其核心。您能向我们解释一下什么是AI工厂吗？为什么它对于21世纪的经济如此重要？

黄仁勋：这几年来我们一直在谈论AI，它具有多重面向。我觉得从以下三个层面来看最为清晰。

首先，AI是一项新技术。从某种意义上说，它的构建方式与过去的软件不同，而这种新软件可以做过去的软件做不到的事情。因此，这是令人难以置信的技术：它能做的所有事情、为了保持它的安全性我们必须做的所有工作，以及它将带来的一切惊人可能，都令人振奋。这是技术层面。

第二层则是软件生产，这是在上一个技术产业中相当新的领域：过去软件是人类通过敲键盘手动编写的，现在我们有了一个全新的产业——这个软件是由“机器”生产的。你需要一台大型超级计算机，为它通电，然后它“吐出”的正是我们所说的token（词单元，是最小的语义单位）。这些token可以被重新组织成数字、文字、蛋白质（protein）、图像、视频和三维结构等等，你可以把它们重新组合成各种各样的东西——我们称之为“智能”。这种机器与过去的机器看上去完全不同，所以我把它称作“AI工厂”，因为它每天只做一件事：持续不断地生产token。

第三层，也是更上一层，是基础设施层面。这就是为什么我们现在意识到AI很可能会成为一场非凡的工业革命，因为这项新技术将会催生一个新的行业，我刚才提到的AI工厂，智能产品的生产，但它将会反哺其他行业并彻底改造他们。

所有这些token都将应用于医疗，教育，我最喜欢教育，我每天都用它来做教育；它还能用于金融服务，工程，我们每天都在用AI完成软件编程和供应链管理；它还马上就要进入制造业，等等。当你从这三个层面来思考时，就会非常清楚，这场变革的影响力和电气化带来的革命不相上下，它将彻底颠覆每一个行业，因此它确实是一场工业革命。

主持人：您是否认为这是现代计算的范式转变？现实世界中每一家制造实体产品的工厂，是否都会配套一个AI工厂？

黄仁勋：绝对如此。凡是今天制造实物产品的公司，只要产品会动，比如你做割草机，像卡特彼勒那样的，或者制作建筑机械，今天大多由人工操作，将来则会是自主、高度自主、半自主或辅助操作的。一旦变得自主，它就会被软件定义，因此你必须生产那些喂给软件去运作的token。在未来，每一家造东西的公司都会有两种工厂：一种是制造它们销售的实物，另一种则是制造运行在这些实物上的AI。如果你去看汽车公司，今天他们大多只造汽车，但很明显，十年后，每家汽车公司都会同时生产运行在汽车上的那些token。

主持人：去年您曾向政策制定者们谈及“物理AI”这一概念，能否向我们解释一下什么是物理AI？我们应当如何思考它？

黄仁勋：从历史来看，现代AI大约是12到14年前才开始收到关注的。2012年左右，AlexNet 的出现让计算机视觉成为一次重大突破。那么，计算机视觉是什么？在最广义的层面，它是感知——让机器通过图像、声音、振动、温度等各种信息来感知世界。

第二次AI浪潮，大约五年前兴起的，是生成式AI，AI模型学会理解信息的含义并进行“翻译”。比如，把英语翻译成法语，或者把英语翻译成图像，所以你可以简单从文字生成图像。生成式AI堪比通用翻译器，一个理解人类语言的通用翻译器。

第三次浪潮，也就是我们现在所处的，是推理AI，AI不仅能理解和生成，还能分步推理，解决前所未见的问题，从过去学到的规则、法律和原理中演绎，形成新的解决方案。这催生了我们所说的一种新型的数字机器人，叫“Agent AI”（代理AI），它们具备一定的“能动性（Agency）”，能理解给定任务，然后自主去学习、阅读、利用计算器、浏览器、表格等工具，回来为你完成工作。这些代理AI其实就是一种数字机器人，一种数字生产力。所以在未来，我们会进入这样一种时代，管理数字生产力资源和管理人力资源变得同等重要，HR部门负责人力资源，IT部门则负责数字生产力资源，这样IT部门其实也变成了另一种HR部门了，对吧？这就是我们所处的阶段。

接下来，第四次浪潮，将会是物理AI，将使世界上最多的产业受益。这一波浪潮要求我们理解物理定律、摩擦、惯性、因果关系等基本概念。比如，我把那个东西倾倒，它就会掉下来；当我把瓶子放在桌子上，它不会穿过桌面。因此，所有这些常识性的物理推理能力，就连孩子和宠物都有，而大多数AI却没有。我在厨房台面上滚动一个球，它会越过台面消失，AI以为它消失了，但你的狗知道它在另一边，它理解“物体恒存性”的概念，并不会以为它进入了另一个元宇宙，于是绕桌子去把球捡回来。因此，机器人也需要学习：如果你想从桌子这一侧走到那一侧，你不能穿过桌面，而要推理出绕桌子的路径。所有这类物理推理能力，就叫做物理AI；当你把物理AI嵌入到一个实体之中，你就得到了机器人技术。这对我们现在至关重要，因为我们正在美国各地建设工厂，希望以最新技术为依托。未来十年内，随着新一代工厂的建成，它们将高度自动化、机器人化，帮助我们应对全球范围内的严重劳动力短缺。

主持人：许多人都在谈论全球范围内的AI竞赛，您认为美国政府需要做些什么才能赢得这场竞赛，拥有最顶尖的AI技术？

黄仁勋：首先，为了在比赛中取得好成绩，你必须了解比赛本身，弄清你手中的资源、拥有的资产，以及自己的优势和劣势。AI从根本层面而言，就是我们之前谈到的三个层面中的核心层面，在每一个层面上都要确保理解这场游戏的规则。这场游戏并没有所谓“60分钟时限”，而是一场无限游戏——大多数人并不擅长玩无限游戏。英伟达现在已经有33年了，经历了从PC革命到互联网，再到移动互联网的三场计算机革命，而现在我们又进入了AI时代。要在不断变化的环境中持续成长，必须学会如何玩这场游戏。

在第一个层面，技术层面，最重要的是智力资本。请记住，全球大约50%的AI研究人员是中国人。必须认识到这一重要因素，必须将其纳入我们对这场竞赛的思考。

第二层是AI工厂。要在这一层面表现出色，需要大量能源，因为本质上我们将电力转化为数字token，就像上一次工业革命通过大量能源将原子转化为钢铁、汽车和建筑那样。以前我们通过燃料生产电，现在我们是要通过电生产token，这需要大量的能量。

第三层是基础设施，这现在正变得越来越关键。要明白，上一场工业革命的最终赢家并非发明者，而是最先大规模应用技术的国家——美国比任何国家都更快地应用了钢铁和能源，当其他国家还在担心劳动力和马匹被汽车取代时，美国已经全速向前。基础设施层面关注的就是技术的应用，不畏惧技术、主动拥抱技术、重塑劳动力以便应用技术，并鼓励广泛采用。用这个框架审视 AI，便能发现每一层都有其独特的挑战和机遇，而在每一层面，游戏规则也略有不同。

主持人：媒体一直热炒AI将导致大规模劳动者失业与转型的说法。您能帮我们描绘一下AI对就业市场的影响吗？特别是那些我们今天甚至还没想到，但未来可能会出现的新职业类别？

黄仁勋：有些工作会消失，有些会被创造，所有工作都将被重塑。旧金山曾经失落过，许多人都离开了，但正如你知道的那样，因为AI的蓬勃发展，很多人又回来了，旧金山正在复兴。

我们可从第一层开始分析。AI创造了一种新的工作类型，原因是软件开发以全新方式展开：过去运行在CPU上、由人类编写的软件，如今成为运行在GPU上、由机器学习生成的软件，从工具链、编译器、方法论，到数据收集、数据治理、AI安全保护……所有这些技术都在当下被发明，催生大量新岗位。

第二个层面，是创造大量工作机会的层面，也就是AI工厂。还记得我说的AI工厂吗，它将电力转化为AI使用的token。建设一个 1 吉瓦（GW）级别的AI工厂，投资约 600 亿美元，是波音一年的收入，光是土建就需要大量木匠、钢筋工、砌筑工，以及机械、电气工程师和 IT 网络运维团队，周期是三年左右，这与上一次产业革命对软件工程师需求的爆发如出一辙，而这次最稀缺的是各类技工，我们必须让社会尊重并推广这些技工岗位：电工、管道工、木匠、钢筋工等等，我们会有大量的需求。

在此之上，我们才能去讨论AI agent将如何改变医生、金融服务专业人士、客服等岗位，而每位软件工程师如今都在使用AI助手，产出大幅提升，公司也得以招聘更多新员工。

我认为，要尽可能学会使用AI，越早越好。请记住，不是AI要取代你工作，不是Ai要摧毁你的企业，而是那些掌握了AI技能的人将取代你的工作等等。

主持人：最近“制造业回流”话题甚嚣尘上，AI领域的许多人谈到数字孪生如何助力制造业本土化。苹果CEO蒂姆·库克也指出，要在美国生产 iPhone，精准的机器人机械臂是主要瓶颈之一。在这两方面，AI如何赋能“制造业回流”？您有什么看法？

黄仁勋：首先，先进制造并非靠低廉劳动力，今天的先进制造是软件驱动的，整个工厂就是一个巨型机器人，内部协调众多机器人协同作业。这些先进的工厂同样有很多人，但主要是技术很发达。对于半导体产业，我很高兴政府大力支持本土、高质量、先进技术制造，这对国家意义重大，也是一次绝佳的机遇。我对此很有热情，也很支持，很幸运我们的合作伙伴给予了我们很大的支持

第二，如果我们不擅长制造，就会错失一个由能源可用性驱动的巨型产业。谁不想参与AI行业？它本质上就是制造业，只不过产品是数字化的——就像工业革命时产品是电子流，而这次是数字token。由于先进制造高度依赖技术，我们应当先通过数字孪生中完成工厂的设计与验证：就像英伟达在每一代芯片上投入数十亿美元研发，先在虚拟环境中将芯片的数字孪生完整模拟数月，确保完美后才量产。工厂也应如此，先在数字孪生中完成整体规划、集成、仿真与优化，再进行实体建设与投产。

未来，每一家工厂、每一辆车、每一栋建筑、每一座城市都将拥有数字孪生，甚至是每一个人都有一个自己的数字孪生，一切都将由AI驱动实现数字化的规划、运营与维护。

主持人：Jensen，我的最后一个问题是，您预计要多久，我们才能生活在AI机器人已成为日常生活各方面无处不在的时代？

黄仁勋：首先要明白，自动驾驶汽车本质上就是一种机器人。我们花了大约十年时间，Waymo（谷歌推出的自动驾驶型汽车项目）才在全美多座城市实现了规模化运营，效果非常出色。机器人从功能原型到大规模量产耗时会更短，因为它的应用场景更可控，不必像汽车那样应对每一条街道、每一种路况。就机器人而言，从原型功能完善到高产量产品，可在大约五年内完成。现阶段已有相当高性能的机器人，五年后我们将看到这些机器人大批量从工厂下线，造车的每家车企也都将具备“造机器人”的能力，而相关AI软件技术也已相当成熟可用。