AI不是奢侈品，是新基建

黄仁勋于G20创新部长级会议之上, 将话语表达得极为直白明晰: 人工智能的基础设施理应如同水电以及公路那般, 进而成为每一个国家经济发展的基石底座。他尤为着重地进行强调, 本土的人工智能基础设施建设能够为该国的科研人员、在校学生、初创型企业以及工厂给予算力方面的支持, 助力他们去开发全新的产品, 使新业务得以顺利开展运行。

针对他所做这般的一笔账而言, 若是各个国家凭借自身之力没有办法构建起AI算力状态, 将会只能去租用他人的, 进而要看他人的脸色行事, 这并非是技术范畴之内的问题, 而是涉及到经济主权方面的问题矣, 处于2026年的全球AI算力需求呈现出的情形乃是还在以翻倍的态势增长着, 究竟是谁能够率先铺设好这条道路, 那么谁便能够在先一步跑起来。

最大的风险是不上车

黄仁勋讲了一句不无思索价值的话语, 那便是: 最为糟糕的结局并非人工智能出现失控状况, 而是你未能将其把握在手, 从而被时代无情抛下。他向各国领导人发出警示, 要是整日对于技术满怀恐惧、怀揣不确定之感、充斥忧虑之情以及心存害怕之意的话, 那么国家便无法实现发展。

他给出建议, 各个国家不要存有在AI技术栈的每一层都与美国进行强硬比拼的想法, 而是要寻找到自身最具优势的环节进而切入。比如说, 医疗数据强大的国家开展AI诊断, 制造业基础良好的国家打造智能工厂, 教育人口众多的国家推行个性化学习, 机会存在于落地场景当中。

AI不只是聊天软件

黄仁勋修正了一个通行的错误认知, 即: AI并非仅仅是软件工具, 同时大语言模型正日趋演变成具备记忆能力、既能够查找资料且会调用工具的智能化处理器。而且这些智能处理器在将来一定会径直驱动机器人、自动驾驶车辆、生产体系以及科学实验室。

他透露, 美国在AI基础设施领域, 因今年能源政策、监管节奏以及发展速度具优势, 可能吸引近1万亿美元投资。这笔钱并非投向聊天框, 而是投向能干活、能生产的智能系统。

监管要管真事故，别管科幻片

针对世界各国涌现出来的AI限制呼声, 黄仁勋态度清晰明确, 他表示, 不要针对假设性质的理论危害去实施监管, 而是要去监管真实真切发生的问题。企业应当对技术安全承担责任, 监管机构应当紧盯实际存在的危害, 只有这两者分工清晰明了, 才能够不造成对创新的误伤。

他举了个例子, 在航空业范围内, 航空公司负责飞行安全方面, 乘客所关注的是能够前往的地方。人工智能领域亦是如此, 技术公司要把安全工作做得坚实可靠, 社会才能够安心地运用人工智能去处理问题, 而并非停留在原地对末日剧本展开讨论。

技术已经在变安全

黄仁勋持有这样的观点, 即AI目前所处的发展阶段是极为早期的, 然而在安全方面所取得的进步却是实实在在的。他讲道, 事实核查机制, 输出精准度控制以及科学可靠性验证, 这些技术均在迅速地迭代, AI已然比几年之前安全许多。

他进行举例表明, 当下, AI于医疗问诊、法律文书、工程计算这些严肃场景之中的错误率已然出现大幅下降的情况。伴随记忆能力以及工具调用能力的增强趋势, AI将会愈发犹如靠谱的助手存在, 而并非是那种偶尔会出现胡说八道状况的聊天机器。

各国该找到自己的位置

给自己提个有意思的问题: 黄仁勋最后给G20领导人带了个什么建议? 答案是: 别尝试啥都自己做, AI产业链可长了, 从芯片到模型, 再从模型到数据, 最后从数据到应用, 每个国家都能找出自己能做的环节。重点是先行动起来, 在做事当中学习，在学习过程里调整。

他专门提及教育、医疗、制造业以及科研这四个领域, 声称这是AI落地速度最快且收益最为显著的方向。各个国家要是能够在自身具备优势的行业之中将AI充分运用透彻, 便能够在全球竞争当中获取到切实可靠的筹码。

你认为于中国而言, 在人工智能基础设施建设以及应用方面, 最为应该率先着重使劲发展哪一个行业? 欢迎移步评论区域畅所欲言有关你的观点看法, 如若去认可黄仁勋作出的判断, 那就点个赞以便能够让更多的人得以看见这一篇文章。