中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

這里多說幾句Brad LightCap的背景。

Brad生于91年，畢業于杜克大學，16年到18年在YC做專注人工智能和機器學習領域的投資人，投資組合包括Airbnb、Stripe、Instacart 和 Coinbase等。18年底開始任職OpenAI 的CFO，憑借其專業金融背景為OpenAI在組織運營和財務結構方面發揮了重要作用，包括處理微軟的10 億美元投資。而Sam Altman 14年起做了五年的YC總裁，有四年都兼顧OpenAI，直到19年全心轉業。也就是說Brad LightCap是從YC追隨奧特曼投身OpenAI相當早的那批人。

2020年，Brad LightCap晉升為COO，職責擴大到完善OpenAI整體的業務和商業戰略。去年11月OpenAI高層最混亂的時候，也是他第一個站出來發表對內聲明，告訴員工“Sam Altman 并非因‘不當行為‘被解雇”，出面穩定公司上下軍心。

在這場大概50分鐘的對話中，Brad LightCap分享了自己對現有模型能力的思考、對未來模型演進方向的預測，GPTs和定制化服務的業務思路，OpenAI分別面對企業、開發者和普通消費者時的使命及角色定位，OpenAI企業級規模合作的最新進展，并基于親身經驗給想要部署AI技術的中小型公司提出實際建議。

他還“凡爾賽”了一把，稱團隊內部根本沒預料到GPT-3會大火，所有計劃都是根據“GPT-4是第一個現象級產品”預測來安排的，導致后面不得不加快節奏。而面對Manuvir Das提出的“OpenAI正在忙著的未來大動作”問題時，Brad也做出了巧妙、但讓人充滿遐想空間的回答。

以下是硅星人在GTC現場為大家帶來的對話實錄：

一、OpenAI的自我定位，與企業合作策略、數據部署和技術建議

Manuvir Das：Brad，告訴我們一些關于你在Open AI的角色，你日常的工作內容，以及有什么事情讓你夜不能寐？

Brad Lightcap：當然。很高興能來到這里。我是OpenAI的首席運營官，我花了很多時間思考如何將我們在研究實驗室里構建的東西帶給客戶、用戶和合作伙伴。通常人們會問，這包括哪些內容？我會回答，除了實際研究之外的所有事情。他們不允許我接觸計算機。我多數時間都和客戶一起，試圖解決如何把這項技術融入到世界中。至于什么讓我夜不能寐，現在我可以說沒有什么，除了Slack（笑）。

但我覺得接下來幾年會非常有趣。我們現在還處于曲線的平坦部分，就像是第一局的邊緣。隨著技術的構建、發展和系統擴展，我們認為它的能力將會非常驚人。

Manuvir Das：有趣的是，許多人將OpenAI等同于ChatGPT，并把它看做給普通消費者體驗的技術。但你們現在跟許多企業合作了。我們NVIDIA在和客戶交流時，發現多數客戶都建立了一套自己內部的rag系統，并稱是通過OpenAI實現的。所以我非常好奇你和企業客戶合作的經驗是怎樣的？

Brad Lightcap：是的，當我們推出GPT時，使用率顯然飆升，那時這并非是一個面向企業的產品。我們花了六個月時間試圖弄清楚到底發生了什么，并確保我們有足夠的GPU來滿足用戶。實際上去年的后半年我們才真正意識到，企業中也存在著不斷增長的應用需求，公司開始引入ChatGPT。這就是為什么我們最終推出了GPT企業版和團隊版。

但我們確實看到了來自不僅是中小型企業和中等市場，甚至是財富500強的需求量。我們有超過90%的財富500強公司以某種形式在使用ChatGPT。我們正在努力將他們全部引入到企業版產品中。因為它確實具有真正的吸引力和適用性，而且非常橫向。據我們所知，公司的每個職能部門都能找到這項技術的用武之地，我們并不需要構建很多垂直應用，它就是有效。

比如，如果你在財務團隊，需要做大量數據分析，進行對賬和稅務統計，你可以將大型電子表格丟進Chat GPT中，然后要求對賬，它就會自動完成了。它甚至可以把HR團隊轉變成數據科學家。因此你會發現，是人們自然而然地找到了它的適用性。OpenAI也正在努力去構建更優秀的工具版本給他們。

Manuvir Das：這確實令人驚嘆。我們在與企業客戶交談時發現，最受歡迎的用例就是作為「助手」。你知道Brad，就像擁有一個免費實習生，不管是什么工作職能，你都可以構建一個聊天機器人來協助你完成工作，并且可以得到80%的答案。你是不是也這樣認為？

Brad Lightcap：是的，確實有一些關鍵用例。其中之一是“最后一公里工程”。我們有一個團隊負責解決這個問題，試圖手把手地來幫助客戶完成工作。我認為隨著模型變得更好，一些這樣的需求將開始減少。因此我看到的有兩個方面，一是解決模型在能力上仍然存在的缺陷，二是嘗試為模型配置所有需要的上下文以便完成任務。我不認為第二部分會消失，世界非常廣闊且混亂。但我認為隨著模型的改進，人們將真正感受到加速，第一部分的問題將會得到解決。

Manuvir Das：顯然，你們有這些偉大的模型為GPT提供動力。圍繞Open AI，已經涌現出一個完整的工具生態系統，幫助人們使用這些技術。我很好奇對于你們來說，把自己的使命和角色定位成「開發人員使用技術的全平臺」，還是僅僅想成為「核心模型服務的提供者」？

Brad Lightcap：我認為兩者都有，好理解嗎？我們的看法是一切都是對智能的提取，關鍵在于我們想構建多少層。但我們會構建任何能加速世界開始廣泛使用這項技術、將智能引入到應該到達的每一個角落的東西。

一個我認為需要謙遜的部分，就是開始意識到世界有多大，有多少地方可以應用到我們的技術。這樣當我花費每一分精力去考慮是否應該構建某個特定的第一方應用時，我會提醒自己外面有人對這個特定問題比我們更加關心。那么，我們如何建立一套工具集，讓他們能夠自己構建他們想要的技術、工具和應用程序？然后我們專注于哪些事情呢？就是那些原始的、基礎的層面，這將使人們受益，并且創造出偉大的用戶體驗。

Manuvir Das：你知道這很有趣，因為在某種程度上，你們經歷的旅程和NVIDIA在過去幾年中的歷史相似。那就是，我們在NVIDIA有一種模式，我們喜歡花時間做沒有其他人能做的事情，讓其他人做能做的事情。因為你感覺到自己有一種責任，你的工作是讓這個工具盡可能好，盡可能廣泛地影響其他人圍繞它構建東西。我確信OpenAI感受到了一種責任感，就像你說的，可以用這個工具影響整個世界，這是一件非常強大的事情。

我還在想的另一件事是—— Jensen昨天在他的演講中也提到了，在100萬億美元的行業中，科技界一直是關于成本的。每家公司都必須有一個IT部門，有預算，都是關于如何減少成本。新技術的顛覆性是因為它能使某些事更便宜。我相信我們所處的位置，真正關于的是為公司創造新的機會、新的價值。你們是不是也這樣看待這個問題？

Brad Lightcap：確實，如果你從根本上看看這項技術到底是什么，它其實就是一種能力的規?；嵘?，能夠將某些任務外包給具有通用學習能力，并能夠預測性地改善的模型，無論是通過規模擴大還是通過更多信息、更多上下文和更多能力。這是對我們來說激動人心的部分。

從企業的角度來看，你會想到大型企業實際上有多復雜，以及有多少低掛果實可以讓你說，“你知道嗎，對于這個特定的事情，我們實際上可以將工作流的部分外包給一個AI，它不僅能在基線水平上執行，而且還會隨著時間的推移做得更好，并逐漸掌握整個價值鏈?！边@就允許人們專注于其他事情。所以我們在實踐中看到的是，你不必花兩個小時坐在那里急到薅頭發，試圖把收入對賬。一個AI可以為你探索并解決問題，你只需要提出問題，突然間就被解決了。而本來要花那些時間的人，現在可以去思考更重要的事情——我之所以這么說，是因為我也管理財務部門（笑）。

Manuvir Das：Brad，今天這個房間里有很多來自企業背景的人。我想很多人心中都有這個問題，你們的模型已經非常出色地吸收了世界和互聯網上的各種知識。而每家公司也都有自己存儲在各種地方的知識庫。顯然，不同的人對于如何利用這些數據有不同的角度和方法。我很好奇，對于OpenAI來說，你們如何讓這些公司真正將他們擁有的所有數據納入到流程中？

Brad Lightcap：是的，這確實是我們被問最多的一個問題。我想可能也是目前最不成熟的問題，不過是可以預期的。我們正處于這種范式轉變的早期階段。人們能夠探索和使用這種核心技術，但將所有基礎設施和系統與之掛鉤還需要一些時間?，F在能看到的是，人們能夠將有趣的數據庫與明確的用例相結合，并讓模型應用于這兩者。你將這三個因素聯系在一起，就能獲得非常好的效果。

最近我們與Klarna的合作就是一個很好的例子。Klarna是一家非常重視AI的公司。他們在這方面已經做了一段時間。但他們采取了正確的策略，即真正從特定的技術實施入手，將問題范圍限定在一個小范圍內。他們研究了工作流程中一個很小的部分，使用了一個非常具體的數據集，并對模型進行了特定的微調。先讓這一部分工作起來，然后再從此擴展?，F在已經處理了大量工作并節省了大量時間。

我認為這就是我們應該采取的策略,不要從一開始就力求過大,也不要志向不高，而是從一個可以限定問題范圍的事物入手，讓它工作起來,然后再擴展。不要試圖從第一天就吞下整個海洋，但也不要缺乏雄心。

Manuvir Das：我看過你在很多采訪里提到這一點，你和一些公司開會時，他們似乎認為GenAI能夠奇跡般地讓公司變好，改變市場地位。但事實上，更好的做法是從具體的用例入手，從中獲取價值，然后再推而廣之。

作為給那些剛開始嘗試這項技術的公司的建議，你會怎么說？當然像英偉達這樣，現在已經有上百個聊天機器人在內部運行于不同場景，這固然是一種有機生長模式。但對于新手來說，你會建議他們首先花些時間思考一下如何統籌規劃，選擇一種初始路線，還是廣泛嘗試，任其自然發展？

Brad Lightcap：在2023年的大部分時間里，我常對我們團隊說，我們其實不是在做銷售，我們是在做“心理治療”。公司進來，通常是一個C級的人坐在我們的會議室里，進行到五分鐘左右時，他們就會開始傾訴所有問題和他們擔心的事情，問我們是否能解決這些問題，比如“董事會希望我下個季度推出哪些新品”…通常我們得稍微勸勸他們，給他們一點水喝，讓他們冷靜下來（笑）。

Manuvir Das：這個治療環節你們收費嗎？

Brad Lightcap：那倒沒有哈哈。但一旦我們進入真正的談話部分，我們的觀點就是，真正考慮一下，你的業務中哪些地方有機會讓運營方式，管理方式得到改進。對很多人來說，最頭大的往往是客戶支持，這是我們聽到的最頻繁的抱怨：“沒有人喜歡他們客戶體驗的質量、這上面花了很多錢、從來都不太有效，這些事他們收到最多的客戶投訴?！?/p>

Manuvir Das：這恰好是一個非常橫向的領域對嗎？因為它涉及許多行業。

Brad Lightcap：沒錯。所以我們傾向于推薦多管齊下的方法。首先要確定兩三個確實存在棘手問題的領域，但同時又能對問題范圍進行一定限制。

以客戶支持為例，這是一個由多任務組成的工作流程，涉及不同程度的人參與和介入。擁有大量數據和上下文信息會有所幫助。所以你可以回顧之前提到的數據、流程和模型能力這三個層面，找出最初的實施方案是什么樣的，然后從那里開始不斷擴展和推廣。選擇幾個這樣定制化、基于平臺的項目來推進。

另一個建議是，讓你的整個團隊接觸ChatGPT。這是我們去年中期沒有太多考慮的，但隨著我們部署了GPT并與一些使用它的公司交流后，才意識到要讓員工能夠平等地接觸和使用這項技術是很重要的。無需過于復雜或成熟的形式，只是讓員工有機會說“我知道我的工作內容，可以多方嘗試，了解它的能力范圍，看看它如何幫助我更好地完成工作”就夠了，而且這種探索過程會自發地發生。公司有時會過于追求一種很規范的AI戰略，做一次大規模推廣，推出專屬的聊天機器人等。但我認為至少目前，90%的價值都來自于簡單地讓員工接觸和使用這些工具，不必過多思考。

二、關于消費級GPTs和完全定制模型，“企業用AI就像老板用人”

Manuvir Das：我非常同意。因為當人們第一次嘗試使用這種技術時，它帶來的價值是如此明顯，以至于你會愿意努力去解決遇到的任何問題。所以Brad，在與企業客戶合作并為他們提供不同使用場景的過程中，你們還推出了可以讓人們輕松構建的GPTs，對嗎？可以為觀眾簡單介紹一下這是什么，為什么要走這條路線，以及目前的進展如何嗎?

Brad Lightcap：好的，我會試著將其放在我們戰略的更大背景中加以解釋。我們擁有GPT-4和不管下一代出來的是什么，這些核心的通用智能模型，我們花費了大量精力思考如何讓人們能夠根據自身需求對這些技術或模型進行個性化定制，使其更加專注于特定任務，提高在特定領域的表現。所以在過去幾個月里，我們在GPTs、定制模型方面所做的大部分工作都是朝著這個方向的。

你可以將GPTs和定制模型看作是光譜的兩端：GPTs就是一種非常簡單、輕松的方式。從ChatGPT的功能中裁剪出一小部分，專注于給定任務的使用。比如，如果你想讓模型記住某些特定信息、能夠調用外部數據、訪問PDF或電子表格、擁有某種特定個性、以可預測和可重復的方式使用某些工具，你只需描述一下需求，GPTs 就能相應地自動配置出來。而且我們發現企業對此也有巨大需求，這并不奇怪，因為人們開始意識到可以將這種技術應用到哪些工作流程中，所以他們只需對每個需求進行正確編碼并調用即可。

而定制模型則是光譜的另一端，是一種全方位的定制化服務。我們會針對特定使用場景,充分調整和優化GPT-4或其他模型，以最大限度發揮它在該領域的性能表現。這種服務我們提供的范圍相對有限，因為它對我們來說是資源和時間密集型的。但在早期階段,我們已經取得了巨大的成功，雖然仍在不斷探索和試驗，但已成功提高了模型在大量領域的能力表現。

Manuvir Das：這確實非常迷人。因為顯而易見，你們最初開啟這一旅程時，是從一個大型通用模型出發的，這個模型在諸多領域表現出令人驚訝的出色能力，并且在不斷變得更好。同時，如果回顧過去一年，我們也看到了模型生態系統中涌現出眾多其他模型。雖然它們的能力可能并不像OpenAI內部的模型那樣強大，但在某些特定領域，它們也在不斷進步。所以你認為在企業內部，是否大型模型和小型專業模型都將扮演角色？或者你認為只需要一個大型模型就可以用于不同場景?

Brad Lightcap：是的，我們確實認為所有規模的模型都將發揮作用。我個人的心智模型是，盡可能將企業AI部署的方式映射到現代企業構建人力資本的角度。就像你不會聘請25000名博士來運營公司，因為那將是過度配置，你可能只需要5到10個左右。同樣，你也不會將“GPT-X”或最新的大模型都應用于每個單一的問題。你可能需要一系列在不同領域具有專業化的多樣化模型，它們針對不同的使用場景經過了微調和優化。

我猜想，隨著時間推移，這些模型的整體性能將越來越好，因此對它們進行迭代、微調并努力使之在任何特定領域表現出色的需求將會減弱。但你當然不需要一個一體化模型來解決所有問題。所以我們目前正在努力的一件事，是設法讓人們能夠根據具體使用場景動態調用不同的模型，這樣就可以更好地分配智能資源。

但是，我認為你可以將這種多樣化的模型想象成公司內不同級別和角色的人，有實習生級別的模型、中層管理者級別的模型、高級管理者級別的模型、以及某些專門領域的專家級模型，每個級別和角色都有其存在的位置和價值?？偟膩碚f，這種多樣化是必要的。

三、現有模型能力、未來模型方向、OpenAI下一代模型隱藏信息

Manuvir Das：你提出了一個有趣的問題，考慮到你的身份和工作，我相信觀眾也在思考要問你：如果說模型能力在1到10的范圍內，你認為我們現在處于什么水平？是1分嗎，還是7分，你怎么看？

Brad Lightcap：是的，我想對剛剛說的再補充一點，我們所做的工作以及我們如何在企業部署這項技術的挑戰中有趣的一點是，我們需要將模型能力映射到人力資本的結構上，但不斷變化的是模型能力本身，基本每6個月就會獲得提升。所以曾經被視為實習生級別的模型，6個月后就開始看起來有點像中層副總裁級別的模型了；而之前的中層副總裁級別模型也開始像高級總監級別模型。

Manuvir Das：你剛剛是不是diss了一大批VP？

Brad Lightcap：只是粗略類比（笑）。但這確實是一種有趣的現象，企業需要動態管理這種情況，我認為總的來說這是件好事，是一種富余。因此，我們花了大量時間與公司思考，在任何給定的問題上，我們應該投入什么資源？隨著模型能力的提高，我們是否應該重新考慮這些組合?

Manuvir Das：這在某種程度上成為了一種新形式，就像你開始談到的，讓我想起iPhone問世時的情況 ——當時有一種普遍觀念認為，iPhone對消費者來說很好，但公司將很難采用iPhone，因為它缺乏這方面或那方面的控。現在回頭看，這聽起來似乎也很可笑。

讓我們稍微轉換一下話題，談談接下來會發生什么。我在與一些已經走在前沿的客戶交談時注意到，他們開始從過去“某種形式的信息檢索”轉移到使用這種技術作為一種代理，試圖在公司內部執行操作、運行流程、調用功能，產生行動。你是否也看到了這一點，你認為目前的技術水平如何？因為如果我有一個助手，只是查看它的輸出那很好，但如果我讓它為我執行操作，我就必須更加信任它對嗎？

Brad Lightcap：是的，這正是讓我感到興奮的地方。這在很大程度上也體現了我們在OpenAI是如何看待這項技術的用途以及應該如何使用它的。某些方面來說，我們有點嘲笑當下AI系統實現的常見方式，那就是以某種信息檢索為基礎。從某種意義上說,它們就像是世界上最糟糕的數據庫 —非常緩慢、成本很高、又不100%準確。雖然它們正在變得越來越好，但為什么要將它們用作數據庫呢？為什么要將它們用于需要高精度召回的場景？如此使用這些系統似乎有點奇怪——我不是在批判。

但我們真正希望看到這些系統朝推理智能體的方向發展。所以，關鍵是如何利用模型從某種數據源提取信息的核心能力，思考這些信息，然后基于對這些信息的見解進行綜合，并采取行動。要實現這一點，需要兩個條件：一是提高模型的推理能力，二是賦予它某種執行器，使之能在現實世界中采取行動。我認為這將成為接下來的兩個發展趨勢。

我們預計，推理能力將成為模型改進的下一個重點領域，提升將加速進行。同時,我們還需考慮如何賦予模型解決多步驟問題的能力。

我給你舉一個醫療保健領域的例子。如果你讓一個模型查看病歷，目前它能夠提取出病歷信息，執行一些基本操作，比如總結信息、根據輸入更新信息。但能否讓它進一步思考這些信息呢？如果能思考,它是否能從中得出某些見解，從而為之后的第二步或第三步行動提供啟示？它可以幫助后續隨訪患者、協助疾病診斷、協助開具處方、實際與患者溝通并告知何時何地取藥、給出用藥劑量和服用時間，并在數周后再次提醒患者服藥。

這就是我們從幾年期內來看待這些系統的方式。

Manuvir Das：那你認為這種情況會發生嗎，是因為核心模型在這方面的能力會變得更強,還是看到一種方法，即會有一個獨立的模型或系統專門用于推理，以補充現有模型？

Brad Lightcap：我認為現有系統實際上已經相當不錯了。如果你去問GPT-4關于你假設的那種情況，要求它一步步解釋它的思考過程，它會以那種方式向你解釋。所以模型已經知道了行動路徑，現在的問題是它是否能夠執行每一個行動步驟，識別出應該執行的具體操作，并且是否能訪問到執行所需的資源。

Manuvir Das：聽你這樣說真令人振奮，因為我們確實開始看到這種趨勢的出現。很顯然,你們在OpenAI對此工作越多，對所有人來說就越好。所以Brad，我們剛才談到了智能體的概念，如果從你的角度來看，在接下來的一年、三年和五年內，OpenAI會有哪些重大轉變，或者你們在做的工作，能真正改變人們使用這項技術的方式？

Brad Lightcap：嗯，有些是我不能透露的，但我可以回答一些。我們并不認為模型的核心能力提升已經接近天花板，我們認為未來的擴展空間還很大，這讓我們很興奮。OpenAI正努力理解如何推動模型在除了純粹智力之外的其他維度上取得進步，我們對這方面的工作進展感到很好。

從我的角度來看，我們之前提到的一個問題是，對于使這些系統在生產和部署環境中發揮作用，將需要哪些標準、框架和工具來組織所需的信息。有一部分工作是構建系統本身，另一部分則是確保我們有途徑來部署這項技術，使其在生產環境中真正發揮作用。

Manuvir Das：這確實是一個不太容易的問題，但你處理得很好哈哈。讓我換個方式問你吧。作為一家公司，你們可以專注于整體提升技術，就像你們現在所做的那樣。你們也可以專注于企業客戶、全球各行業以及整個商業領域，因為那里有很多機會。那么你們的思路和重點是什么呢？你們認為自己的使命是要幫助全球所有企業實現民主化，讓他們都能獲得進步嗎，還是你們更多關注個人消費者的用例，因為這對世界來說也是一大利益?

Brad Lightcap：是的，我們的使命就是要確保這項技術的益處能夠被廣泛分享。那么我們如何落實這一點？一方面是確保人們能夠在這個基礎上進行建設，正如我之前提到的，這個世界是如此龐大和復雜，我們無論如何都需要這樣做。界面會發生變化，數據提取層次也會發生變化，但核心是我們將努力為人們提供有效使用這些工具的途徑，無論他們想在哪里使用。

我們的聯合創始人Greg Brockman有一個很好的比喻，那就是我們可以以這種方式去思考世界：人工智能被烘焙進了經濟之中。“烘焙進去”的意思是，你需要將各種原料混合在一起，等待一段時間后就會開始發揮作用。我們也經常這樣想，即我們如何真正部署這項技術，并融入其他”原料”，以便一旦它們混合在一起，事物就會以不同的方式運作。

這就是我們花費大量時間來實現使命的方式。從消費者的角度來看,我們也有類似的考慮，ChatGPT只是對我們自己API的一種提取。我們只是讓模型更擅長與人對話，并將其作為一種服務提供，而不是通過API的方式讓人們訪問它。

Manuvir Das：我想是2022年11月30日左右，當時你們發布了ChatGPT，結果超出了你們的預期對吧?人們對它的興趣和采用程度令人驚訝。這確實是一個全新的東西，而且人們一下子就get到了它的影響力，因為它是如此簡單易用。現在回顧一下，距離發布已經一年多了，你有何看法？如果可以重新來過，你們是否會做出一些不同的選擇?

Brad Lightcap：啊，或許我們應該加大GPU的配置？這確實出乎我們的意料。我在這里只代表一下我自己，而非整個公司。我們實際上并沒有認為GPT-3這個模型系列已經跨越了將其應用于消費者或企業應用的門檻。我們本以為GPT-4將會成為第一個跨越這一門檻的模型，所以我們的很多計劃和預測都是圍繞2023年3月發布GPT-4來安排的。

回想起來，我們在那之前的幾個月就已經完成了GPT-4的訓練，大約是在2022年中期開始訓練GPT-4的。所以從那時起已經過去將近兩年了。所以我們原本認為GPT-4將會成為一個關鍵時刻，但我們不得不為更早的需求做出一些調整。但看到人們的熱情確實令人振奮。這也證明了一點，無論是企業開發者還是個人用戶，這項技術都具有一種與生俱來的人性化特質——你可以把它交給5歲或95歲的人使用，他們都能夠以自然的方式加以利用。

我認為這一點非常重要。我們應該繼續推動系統朝著提高可及性的方向發展，并降低獲取門檻，確保全球人民都能接觸到它。我們認為在ChatGPT上，將其設為免費使用就是朝著正確方向邁出的一步。我們聽到了一些偏遠地區的人利用它做出我們無法想象的事情。

Manuvir Das：是的，你提到它具有人性化的一面，這一點與NVIDIA 的理念也非常貼近。我們不僅做人工智能，在某種程度上我們也是一家圖形公司。我們看到了很多機會，首先是文本界面比編寫代碼更加人性化；而且音頻界面、視覺界面，以及我們所說的虛擬化身，讓你感覺就像是在與另一個實體對話。當然，最終還是要通過其他AI將之轉化為文本輸入到常規對話框中。但你認為這種以更加自然的方式讓人類與之交互的能力，能否給這項技術帶來機會，真正實現全球范圍內的擴展？你認為這是否應該成為一個值得研究和推進的好領域?

Brad Lightcap：我認為，今天出生的孩子與計算機的關系將與此刻這房間里的任何人都完全不同。他們根本不會知道必須瀏覽圖形用戶界面、漢堡菜單、下拉列表，要填寫文本框、點擊提交，然后等待確認郵件被發送到收件箱的那些令人痛苦的情景。當然，我理解這只是在用現有工具做出權宜之計，但對于今天出生的孩子來說，這些都將成為完全陌生的體驗。10年后、20年后,他們將完全改變與計算機交互的方式。

Manuvir Das：這讓我想起了自己的孩子們，他們出生時正值iPad時代的到來。我的兒子們，我記得有這么一個時刻，他們還很小，坐在我腿上時，我操作電腦，他們就會用手按鍵盤上的按鍵，試圖參與進來互動。但當我女兒到了那個年齡時，兩歲大的她做的動作卻是用手在我的筆記本電腦屏幕上滑動，因為那是她知道的界面。她根本不知道鍵盤的作用。所以我想未來的界面必將與現在完全不同。

Brad Lightcap：對的。10年后你遞給孩子一臺2020年左右的筆記本電腦，看著他們對著它說話，期待著回應，卻一無所獲，那將是一個全新的場景。

Manuvir Das：令人振奮的是，到那時你的公司和我的公司都能覺得，自己為這一變革貢獻了力量，不是嗎？這真是太不可思議了。

Brad，我想代表在場的每一個人，由衷感謝OpenAI為世界做出的一切貢獻。我們都渴望看到你們接下來將為世界帶來什么，我們將在這里關注著你們。祝你和公司一切順利，當然也祝 NIVIDIA一切順利。我們隨時在這里,以任何方式為你們提供幫助。我會給我老板發信息問問，看能否為你們提供更多GPU。再次感謝你的時間，非常感謝！