“硅谷封面”系列文章重点报道硅谷各大科技公司的最新消息、科技大咖访谈、重大研究报告，旨在为科技资讯爱好者提供全球最前沿、最深入的文章。
丨突出重点
●AI教父Hinton及其两名学生对神经网络的研究，为NVIDIA GeForce显卡的热销提供了有力的支持，为人工智能技术的广泛应用奠定了基础。
黄教授则更加务实，他不喜欢猜测，也不喜欢沉迷于科幻，而是喜欢从最基本的原理入手，深入研究、了解芯片目前的能力，然后准确预测芯片未来的发展潜力。
●NVIDIA在创业之初，因达不到微软支持的技术规格而险些破产。
● 黄仁勋倡导灵活、高效的企业文化，NVIDIA没有僵化的部门划分和等级制度，鼓励员工以“光速”的效率推动项目进展。
编辑/李海丹金璐
目前，人工智能初创公司OpenAI推出的聊天机器人ChatGPT在全球引发了生成式人工智能的热潮。这款聊天机器人的独特之处在于能够利用生成式人工智能技术与人类进行自然流畅的对话，引起了全球的关注和讨论。
其中，NVIDIA的超级计算机在ChatGPT的训练过程中发挥了关键作用，并在股市引起热烈反响，2023年5月25日开盘时NVIDIA市值飙升约2000亿美元，创下股市史上最大单日涨幅之一。
英伟达首席执行官黄仁勋几个月前向投资者透露，公司已经向美国百强企业中的50家出售了类似的超级计算机，这无疑进一步提振了英伟达的股价。英伟达的市值已经超过沃尔玛和埃克森美孚的市值总和，使英伟达成为全球第六大最有价值的公司。
有行业分析人士将黄仁勋的商业地位与19世纪40年代末“淘金热”期间旧金山著名勘探物资供应商塞缪尔·布兰南（Samuel Brannan）进行比较。
一位华尔街分析师曾说：“人工智能领域正在发生一场战争，英伟达是唯一的军火供应商。”
这一系列动态表明，生成式人工智能正在全球范围内引发一场革命，而在这场革命中，NVIDIA 正凭借强大的技术和产品实力成为引领这场革命的关键角色。对于 NVIDIA 来说，这无疑是一个历史性的时刻，标志着该公司在人工智能领域的影响力正达到前所未有的高度。
01
坚定押注人工智能，
从不读科幻小说
黄仁勋是一位有耐心、有远见的企业家，自 1993 年与两位同伴在加州圣何塞的一家丹尼餐厅创立 Nvidia 以来，三十年来取得了长足的发展。这位现年 60 岁的企业家用他独特的幽默感和自嘲精神，将 Nvidia 带领到行业的最前沿。
Nvidia 的核心产品是图形处理单元 (GPU)，这是一块带有强大微芯片的电路板。最初的商业模式是将这些 GPU 出售给视频游戏玩家，但 2006 年，黄仁勋做出了重大战略转变，开始向超级计算社区推销 GPU。而在 2013 年，在看到学术计算机行业研究的光明前景后，他果断将公司的未来放在了人工智能上。
尽管人工智能领域在数十年的发展中曾多次让投资者失望，就连英伟达首席深度学习研究员 Bryan Catanzaro 也曾持怀疑态度。然而十年后，事实证明黄仁勋的决定是正确的。如今，英伟达的 GPU 正在为人工智能的快速发展提供动力，包括按需制作电影、为儿童提供辅导以及教汽车自动驾驶。所有这些进步都将在英伟达的 GPU 上实现，而黄仁勋在该公司的股份现在价值超过 400 亿美元。
黄仁勋的心态务实，不喜欢猜测，也从不看科幻小说。他从最基本的原理出发，推断出微芯片今天能做什么，然后满怀信心地押注它们明天能做什么。他说：“我尽一切努力让公司不破产，尽一切努力让自己不失败。”当被问及人工智能可能带来的风险时，他平静地表示，自己从未担心过。“它所做的只是处理数据。有太多其他的事情需要担心。”
黄仁勋对人工智能的理解深入到其最本质的原理。他认为，自 20 世纪 60 年代初 IBM 推出数字计算以来，其基本架构几乎没有改变，但现在正在重新概念化。他说：“深度学习不是一种算法，而是一种方法，一种开发软件的新方式。”
今年 5 月，数百名行业领袖签署了一份声明，将失控的人工智能的风险与核战争的风险进行了比较。黄仁勋没有签署这份声明。一些经济学家观察到，工业革命使全球马匹数量锐减，他们想知道人工智能是否会对人类产生同样的影响。但黄仁勋坚信，人类的独特性和价值是无法取代的。“马的职业选择有限。例如，马不会打字，”他说，这句话既反映了他对人工智能能力的理解，也反映了他对人类独特价值的坚持。
02
大学里同一系的女生只有三个。
做好功课，赢得美貌
黄仁勋1963年出生于中国台湾，9岁时随哥哥去美国。他们和一位叔叔住在华盛顿州塔科马市，后来被送到肯塔基州奥奈达浸会学院。他们的叔叔误以为那是一所著名的寄宿学校，其实是一所宗教感化学校。他被安排和一位17岁的室友住在一起。第一天晚上，室友掀起他的衬衫，向他展示打斗留下的无数伤痕。黄仁勋后来回忆道：“学校里的学生都抽烟，我想我是唯一一个没有折叠刀的男孩。”在这样的环境中，黄仁勋教室友文化课，后者教他锻炼身体，促使他每晚做100个俯卧撑。
虽然黄住在学校，但他年纪太小，无法上课，所以他去了附近的一所公立学校。在那里，他遇到了本·贝斯。贝斯和他的五个兄弟姐妹住在一所没有自来水的老房子里。“学校里的大部分孩子都是烟草种植户的孩子，或者只是住在贫民窟的穷孩子，”他说。黄到的时候，学校已经开学了，贝斯记得校长介绍了一位身材矮小、头发长、说英语带有浓重口音的亚洲移民。“他是欺凌的完美目标，”贝斯说。但他并没有被这些困难打败，而是培养了坚韧的性格。他说：“当时没有辅导员。你只能靠自己坚强起来，继续前进。”
几年后，黄的父母定居俄勒冈州，他和弟弟也跟着定居了。黄在高中时表现出色。他不仅是全美排名第一的乒乓球运动员，还参加了数学、计算机和科学俱乐部，甚至还跳了两级，16岁毕业。后来，他在俄勒冈州立大学主修电气工程，在入门课上认识了严肃、书呆子气的女孩洛里·米尔斯。黄说：“电气工程专业大约有250名学生，但只有三个女孩。”尽管黄觉得自己在争夺米尔斯注意力的竞争中处于劣势，但他最终坚持和她一起学习，赢得了她的芳心。
每个周末，黄都会打电话给米尔斯，约她一起做作业。他说：“我努力打动她，不是因为我的外表，而是因为我完成作业的能力。”相处了半年后，黄终于鼓起勇气约米尔斯出去。而米尔斯也欣然接受了邀请。毕业后，两人一起去了硅谷工作，黄甚至还升职为部门主管。几年后，他们的家庭迎来了新成员，米尔斯选择辞去工作，专心抚养孩子。黄一边忙于工作，一边在斯坦福大学攻读研究生学位。
03
产品理念与微软不太一致。
创业之初差点破产
1993年，30岁的黄仁勋与两位资深微芯片设计师Chris Malachowsky和Curtis Priem共同创立了Nvidia。尽管黄仁勋比较年轻，但他的学习能力让Malachowsky和Priem相信他更适合CEO一职。他们三人最初的意图是设计一款让竞争对手“羡慕”的图形芯片。公司最初名为NVision，但后来发现这个名字已被一家卫生纸制造商使用。于是黄仁勋建议使用“Nvidia”，在拉丁语中是“嫉妒”的意思。
黄先生选择丹尼餐厅作为公司所在地，他解释说，这里环境比较安静，咖啡价格实惠，而且他曾在 20 世纪 80 年代在俄勒冈州的这家连锁餐厅工作过。他说：“我发现，在逆境中，我的思维会变得更好。”
黄仁勋对电子游戏充满热情，对更优质图形芯片的市场潜力有着敏锐的洞察力。当时，艺术家开始使用“原始”形状来组装三维多边形，而不是手绘像素。这种转变节省了时间和精力，但需要新的芯片技术来支持。当 Nvidia 的竞争对手选择使用三角形作为图元时，黄仁勋和他的团队决定使用四边形。然而，这一决定后来被证明是一个错误，因为微软宣布其图形软件将只支持三角形，这让 Nvidia 陷入了困境。
由于资金短缺，黄仁勋做出了一个重大决定：他解雇了 50 多名员工，将公司剩余的资金投入到未经测试的微芯片生产中。他说：“成功的几率是 50%，但反正我们都要破产了，所以为什么不试一试呢？”幸运的是，这次赌博得到了回报。当这款名为 Riva 128 的产品推出时，尽管公司的资金仅够支付一个月的工资，但 Nvidia 在四个月内就卖出了 100 万颗 Riva 芯片。
随后的几年里，黄仁勋鼓励员工保持“拼命”的态度继续生产产品，他经常在对员工讲话时开场白是“我们还有 30 天的时间关闭公司”，这已经成为公司的一句非官方座右铭。
英伟达圣克拉拉总部中心有两栋巨大的建筑，被称为“宇宙飞船”。这些建筑不仅外观独特，室内设计也非常先进。从沙发、地毯到小便池防溅板，都体现了三角形的设计元素。尽管大楼内部巨大、光线充足，但受新冠疫情影响，每天只有约三分之一的员工在场。
值得一提的是，在股价飙升之前，英伟达曾被员工调查评为美国最佳工作场所之一。该公司鼓励员工将办公室用作灵活的空间，可以在那里吃饭、编程和社交。大楼顶上有一个酒吧，员工可以定期享受欢乐时光。不过，这些建筑的内部全天通过摄像头和人工智能进行监控。例如，如果员工在会议桌上吃饭，人工智能可以在一小时内派人来清理。
黄仁勋对未来有着宏伟的愿景：“未来，所有移动的东西都将是自主的。”从丹尼到“宇宙飞船”总部，英伟达在黄仁勋的带领下走过了一条充满挑战和机遇的道路。如今，英伟达已成为图形处理单元（GPU）领域的领导者，为人工智能、视频游戏和多个行业提供核心技术支持。
04
我嘲笑自己把英特尔看作是一只老鼠遇见了猫。
寻找其他方法来避开强大的对手
在 Nvidia 园区深处，一间没有窗户的实验室里，脸色苍白、戴着耳塞、身着 T 恤的质量控制技术人员正在对 Nvidia 的微芯片进行严格测试。实验室里充满了嘈杂的噪音，高分贝的风扇嗡嗡作响，试图冷却过热的硅电路。这些微芯片是人工智能革命的基石。
在传统的计算机架构中，中央处理器（CPU）是完成大部分工作的核心。程序员编写程序并将其提交给CPU，以计算数学问题并一次生成一个解决方案。英特尔长期主导着CPU市场，并多次试图将Nvidia挤出市场。黄仁勋将两家公司的关系比作猫捉老鼠的游戏：“我不会去任何英特尔有优势的领域。每当他们接近我们时，我都会拿起筹码逃跑。”
然而，Nvidia 选择了一条不同的道路。1999 年，该公司上市后不久，就推出了一款名为 GeForce 的显卡。Nvidia 的营销主管 Dan Vivoli 将其称为“图形处理单元”（GPU）。与通用 CPU 不同，GPU 使用并行计算将复杂的数学任务分解为较小的计算并一次性处理。打个比方，CPU 就像一辆送货卡车，一次运送一个包裹，而 GPU 更像是穿越城市的摩托车车队。
GeForce系列的巨大成功是由电子游戏《雷神之锤》推动的。这款游戏利用并行计算渲染出玩家可以用榴弹发射器射击的怪物，吸引了无数PC玩家的关注。为了获得更好的游戏体验，玩家们纷纷购买新的GeForce显卡。2000年，斯坦福大学计算机图形学研究生Ian Buck将32张GeForce显卡连接在一起，用8台投影仪玩《雷神之锤》。他兴奋地说：“这是第一台8K分辨率的游戏设备，它占据了整面墙。太漂亮了。”
好奇心驱使 Buck 进一步探索 GeForce 显卡的潜力。他发现这些显卡自带一种原始的编程工具，叫做着色器。在美国国防部下属研究机构 DARPA 的资助下，Buck 成功破解了着色器，访问了底层的并行计算电路，并将 GeForce 改造成低成本的超级计算机。不久之后，Buck 加入了黄仁勋的团队。
作为计算机科学专家，Buck 在过去 20 年一直致力于测试 Nvidia 芯片的极限。自 2004 年以来，他一直负责 Nvidia 超级计算软件包 Cuda 的开发。黄仁勋的愿景是让 Cuda 能够在每一台 GeForce 上运行，“我们正在让超级计算民主化。”
与此同时，Nvidia 的硬件团队在微芯片上预留了空间用于超级计算操作。这些芯片内部包含数十亿个电子晶体管，电流通过错综复杂的电路完成高速计算。首席芯片工程师 Arjun Prabhu 将微芯片设计比作城市规划，芯片的不同区域专用于不同的任务。他开玩笑说：“我经常在周五晚上想出最好的想法！”
然而，当 Cuda 在 2006 年底发布时，华尔街却大失所望。尽管黄仁勋将超级计算带入了大众视野，但当时市场并不热衷。硅谷流行播客《Acquired》的联合主持人本·吉尔伯特 (Ben Gilbert) 评论道：“他们在这个新的芯片架构上投入了大量资金。他们花费数十亿美元瞄准学术和科学计算中一个鲜为人知的角落，这在当时并不是一个大市场。”尽管如此，黄仁勋坚信 Cuda 的出现将推动超级计算的发展。不幸的是，这种观点并没有得到广泛认同，到 2008 年底，Nvidia 的股价已下跌 70%。
黄仁勋回忆说，拜访台大物理学教授邱廷炜教授办公室的经历，似乎成为他信心的源泉。为了探索宇宙大爆炸后物质的演化过程，邱教授在办公室附近的实验室里搭建了一台超级计算机。当黄仁勋走进实验室时，眼前的景象让他震惊不已：一箱箱的GeForce显卡堆满了整个实验室，电脑靠桌上的风扇散热。邱教授深情地说：“黄仁勋是一个有远见的人，他让我毕生的事业得以实现。”
虽然邱教授对 Nvidia 的技术评价颇高，但当时这样的客户并不多见。2009 年，Cuda 下载量达到顶峰，但随后连续三年呈现下滑趋势。这样的市场反馈给董事会成员带来了压力，他们担心 Nvidia 持续走低的股价会使其成为其他公司收购的目标。董事会成员 Jim Gaither 表示：“我们尽最大努力保护公司免受激进股东的侵害，这些股东可能会进来试图分裂公司。”2013 年加入董事会的前 NFL 营销总监 Dawn Hudson 称其为“一家明显沉闷、停滞的公司”。
为了扩大 Cuda 的应用范围，NVIDIA 开始寻找各种可能的客户，包括股票交易员、石油勘探者、分子生物学家等。有些令人意外的是，NVIDIA 曾与 General Mills 签署协议，模拟烹饪冷冻披萨的热物理过程。但当时人工智能领域并没有被 NVIDIA 过多考虑，因为当时的市场认为这个领域没有太大的商业价值。
05
AI教父“受到贵人的帮助”，
范式转变
21世纪的头十年，人工智能是被学术界和商业界忽视的课题，图像识别、语音识别等基础任务的研究进展十分缓慢。在这个被忽视的学术领域，神经网络的研究被视为副业。许多计算机科学家对神经网络持怀疑态度。深度学习研究员Catanzaro回忆道：“我的导师不鼓励我研究神经网络，因为当时它们被认为是过时且无用的。”
但总有一些人对神经网络充满信心。卡坦扎罗称他们为“荒野中的先知”。其中一位就是多伦多大学教授杰弗里·辛顿（Geoffrey Hinton）。2009年，辛顿的研究团队利用Nvidia的Cuda平台训练神经网络识别人类语言。他对实验结果非常满意，并在当年年底的一次学术会议上公开展示了这些结果。随后他主动联系了Nvidia。辛顿笑着说：“我发了一封邮件说，‘你看，我刚刚告诉一千名机器学习研究人员，他们应该购买Nvidia的显卡。你能免费给我一块吗？’但他们拒绝了。”
尽管 Nvidia 无法满足 Hinton 的要求，但 Hinton 还是极力推荐他的学生使用 Cuda 平台。其中一名乌克兰学生 Alex Krizhevsky 被 Hinton 称赞为可能是他见过的最好的程序员。2012 年，Krizhevsky 和他的研究伙伴在非常有限的预算下从亚马逊购买了两块 GeForce 显卡。随后，他开始使用 Nvidia 的并行计算平台训练一个用于视觉识别的神经网络，并在一周内为其提供了数百万张图像进行训练。“他的卧室里有两块 GPU 电路板嗡嗡作响，”Hinton 回忆道。“事实上，他的父母为他支付了相当多的电费。”
Sutzkefer 和 Krichevsky 对这些显卡的性能感到惊讶。当年早些时候，谷歌研究人员曾训练了一个神经网络来识别猫的视频，这项任务需要大约 16,000 个 CPU。Sutzkefer 和 Krichevsky 仅使用两个大型英制电路板就取得了出色的效果。Sutzkefer 说：“GPU 出现了，感觉就像一个奇迹！”
克里切夫斯基在父母家中训练的神经网络 AlexNet，如今已被拿来与莱特飞行器和爱迪生灯泡相提并论。2012 年，克里切夫斯基让 AlexNet 参加了一年一度的 ImageNet 视觉识别大赛。当时，神经网络还不受欢迎，他是唯一一位使用该技术的参赛者。AlexNet 在比赛中得分很高，以至于组织者最初怀疑克里切夫斯基是否作弊了。“那就像是一个大爆炸时刻，”辛顿说。“那是范式转变。”
在此后的十年中，克里切夫斯基对 AlexNet 架构的描述已被引用超过 10 万次，成为计算机科学史上最重要的论文之一。克里切夫斯基开创了许多重要的编程技术，但他的关键发现是专用 GPU 可以比通用 CPU 快 100 倍地训练神经网络。“如果没有 Cuda，机器学习就太麻烦了！”Hinton 说。
06
我坚信神经网络将彻底改变社会。
Nvidia 实现转型
由黄仁勋带领的 Nvidia 在人工智能领域的崛起，已经成为了一段令人瞩目的故事。ImageNet 竞赛的参赛者们将目光转向神经网络，而到了 2015 年，由 GPU 训练出来的神经网络在图像识别上的准确率已经达到了惊人的 96%，超越了人类的水平。这一切的成功，验证了黄仁勋十多年来倡导的“超级计算机民主化”运动的正确性。此时的他，正在思考神经网络将给整个社会带来什么样的深刻变革，而他手中的 Cuda 无疑是这一变革的关键硬件支撑。
在黄仁勋看来，神经网络将彻底改变社会，他可以利用 Cuda 垄断必要硬件市场。他宣布再次押注该公司。“他周五晚上发了一封电子邮件，说一切都将转向深度学习，我们不再是一家图形公司，”Nvidia 副总裁 Greg Estes 回忆道。“到周一早上，我们就是一家人工智能公司。真的就是这么快。”
就在黄仁勋发送邮件的同时，他向英伟达首席 AI 研究员卡坦扎罗提出了一个思想实验。卡坦扎罗说：“他让我想象他把英伟达 8000 名员工全部送到停车场。然后他告诉我，我可以自由选择停车场里的任何人加入我的团队。”
黄仁勋虽然在公众面前低调，但他充满激情，积极参与公司的日常管理。他不喜欢传统的公司架构，更喜欢没有固定部门和层级的灵活管理方式。员工每周都会提交一份清单，列出他们认为最重要的五项任务，黄仁勋鼓励简洁明了的沟通。
黄仁勋的领导风格独特，充满张力。他经常在公司园区内走动，随时可能在初级员工的办公桌前停下来询问他们的工作进展。这种突然的关心要求每一位员工时刻保持高水平的工作状态。行业分析师汉斯·莫西斯曼说：“在硅谷，很多人习惯用编造借口来逃避责任，但这种做法在黄仁勋面前行不通。如果你这样做，他会生气的。”
黄仁勋与员工沟通的方式也很特别，他每天要发送数百封电子邮件，有时一封邮件只有简单的几句话。这种独特的沟通方式在公司内部形成了一种特殊的文化。一位高管将这些邮件比作俳句，另一位高管则将其比作勒索信。他的管理理念中充满了他经常引用的各种格言警句。比如，他要求员工在安排工作时考虑“光速”，即追求以绝对最快的速度完成任务。这不仅仅意味着行动迅速，而是员工应该考虑以绝对最快的速度完成任务，然后朝着可实现的目标努力。他还鼓励员工探索没有竞争对手甚至没有明确客户的“零美元市场”，比如Cuda。
黄仁勋最激进的信念或许是失败必须共享。2000 年初，Nvidia 推出了一款有缺陷的显卡，风扇噪音很大。黄仁勋并没有解雇显卡主管，而是安排了一次会议，让管理人员向数百人介绍导致这次惨败的每一个决定。向观众展示自己的失败已经成为 Nvidia 备受喜爱的仪式，但这些公司斗争会议并不适合所有人。“你可以马上看出谁可以留在这里，谁不能，”迪克斯说。
尽管有时被批评为反复无常、难以相处，但黄仁勋的管理风格为公司培养了一种特殊的凝聚力。许多员工表示，虽然和黄仁勋一起工作有时就像“手指插进插座”一样紧张，但他们也深深感受到他对公司的热爱和对使命的执着追求。这种情感也让英伟达的员工留任率保持在高位。
07
很快会出现比人类更聪明的人工智能模型吗？
随着 NVIDIA 与前沿研究机构 OpenAI 的密切合作，人工智能的历史正在不断被刷新。2016 年左右，NVIDIA 向 OpenAI 交付了首台专用人工智能超级计算机 DGX-1。交付仪式颇具戏剧性：黄仁勋亲自将超级计算机带到 OpenAI 的办公室，时任 OpenAI 董事长的埃隆·马斯克用裁纸刀打开包裹。这一刻似乎象征着人工智能新时代的开始。
2017年，谷歌研究人员推出了Transformer，一种新的神经网络训练架构。仅仅一年后，OpenAI的研究团队利用谷歌的框架，构建了第一个“Generative Pre-trained Transformer”，简称GPT。值得一提的是，GPT模型在Nvidia的超级计算机上进行训练，通过吸收大量文本，学会了如何建立类似人类的联系。2022年底，经过多次迭代和升级，ChatGPT终于向公众发布，引发全球关注和讨论。
随着人工智能技术的快速发展，英伟达的人工智能芯片开始供不应求。该公司最新的人工智能训练模块DGX H100是一个重达287.6磅（约130公斤）的金属盒子，其价格可能高达50万美元。尽管如此，该产品已经缺货数月。DGX H100的运行速度是用于训练ChatGPT的硬件的五倍，可以在不到1分钟的时间内完成AlexNet的训练，其强大的计算能力令人惊叹。英伟达预计今年年底将销售50万台此类设备，这无疑将进一步巩固其在人工智能硬件领域的领先地位。
最新的人工智能技术已经展现出令人难以置信的能力，甚至连其创造者都对其潜力感到惊讶。未来几年，英伟达的硬件将用于训练各种类似的人工智能模型，这些模型不仅可以管理投资组合、驾驶无人机、模仿死者的声音、充当自主机器人的大脑、制造基因定制药物，还可以创作音乐或写诗。随着技术的不断进步，这类人工智能模型很快就会在智能上超越人类，开启一个全新的智能时代。
黄仁勋有一个雄心勃勃的愿景：将公司的计算机图形研究与生成式人工智能研究结合起来。他预测，在不久的将来，图像生成人工智能将变得非常复杂，可以渲染三维、栩栩如生的世界，并在其中融入看似真实的人。同时，语言处理人工智能将能够即时翻译语音命令，打破语言障碍。
黄仁勋表示：“未来的编程语言将是‘人’。”他设想，当这些技术与光线追踪技术相结合时，用户将能够叙述整个宇宙的存在。这一创新理念无疑将重新定义我们与技术互动的方式。黄仁勋期望通过我们世界中的这个“数字孪生”安全地训练机器人和自动驾驶汽车，这将为我们创造一个更安全、更高效的未来。此外，结合虚拟现实技术，Omniverse 还可能让用户生活在定制的现实中，这将进一步模糊现实与虚拟的界限。
Nvidia 的高管们正在推进曼哈顿计算机科学项目，但他们对创造超人智能的智慧表现出近乎怀疑的态度，就好像他们被问及洗衣机的实用性一样。
对于人工智能可能带来的风险，比如未来可能杀人，Nvidia首席人工智能研究员卡坦扎罗反驳道：“每年都有人因触电死亡。”他并没有否认人工智能的潜在风险，但强调我们应该着眼于其更大的好处。至于人工智能是否会消灭艺术，Nvidia软件部门负责人迪克斯回应道：“它会让艺术变得更好！”
但是，当被问及人工智能是否会变得自我意识时，Huang Renxun给出了一个令人发人深省的答案：“为了使您成为一个生物学，您必须有意识。
腾讯技术完整的编译
报告人工智能的潜力和影响
点击图像以阅读
