最近，Microsoft 的 Satya 針對生成式 AI 的發展發表了一些相當坦率的看法，他認為現在很多公司宣稱在通用人工智慧 (AGI) 上取得的進展，很多時候只是「基準測試作弊 (benchmark hacking)」。Satya 認為，真正能證明 AI 實力的，是全球經濟的成長。如果 AI 真有那麼厲害，各國政府早就積極介入、推動發展了。這番話聽起來，是不是覺得 AI 還有很長的路要走？ Satya 用量子電腦的「電晶體時刻」來比喻 AI，暗示量子運算未來可能被用來生成合成數據，進而訓練出更強大的 AI 模型。這也顯示了 Microsoft 對量子運算的重視和期待。
從歷史看 AI：似曾相識的場景
Satya 回顧了 90 年代的科技產業，當時 RISC、CISC 架構，以及 x86 伺服器的爭論非常熱烈。他剛加入 Microsoft 時，Windows NT 也在初期發展階段，整個產業從晶片、作業系統到應用層都在不斷演變。Satya 覺得，現在 AI 的發展跟 90 年代的情況非常相似，而雲端運算已經大幅改變了客戶端-伺服器模式和網路，這次 AI 的發展更像是全方位的堆疊，影響更加深遠。 Satya 分享了他在科技業經歷的四次重大轉型： 1. 客戶端-伺服器架構的興起，帶來了圖形使用者介面 (GUI) 和 x86 架構。 2. 網路的普及，促使 Microsoft 調整策略，擁抱瀏覽器和網路伺服器。 3. 雲端運算的出現，改變了軟體和服務的交付方式。 4. 生成式 AI 的崛起，對各行各業產生深遠影響。 有趣的是，Satya 也坦承 Microsoft 錯過了網路時代最大的商機——搜尋引擎。他強調，除了掌握技術趨勢，更要了解價值創造的關鍵。商業模式的轉變，往往比技術變革更具挑戰性。這句話聽起來是不是有點警惕的意味？
AI 領域的價值創造：誰能勝出？
Satya 認為，AI 領域的價值創造主要集中在兩個方面： 1. 超大規模運算供應商 (hyperscalers)： 他說「智慧是運算的對數 (intelligence is log of compute)」，誰能提供大量的運算資源，誰就能勝出。AI 工作負載需要大量的加速器儲存和運算能力，這也說明了為什麼 Google、Amazon、Microsoft 等雲端大廠都在積極投資 AI 基礎設施。 2. 各產業的應用： 能夠有效利用 AI 提升效率和創新的企業，將在市場上脫穎而出。換句話說，AI 不只是科技公司的遊戲，各行各業都能利用 AI 來強化自身競爭力。 Satya 認為，AI 領域不會出現「贏者全拿」的局面。客戶通常不喜歡被單一供應商壟斷，就算在雲端運算領域，買家也很聰明，會選擇多家供應商。因此，在 AI 模型方面，開源模式和政府監管將會制衡封閉原始碼的「贏者全拿」局面。這也暗示了 AI 發展的多元可能性。 他觀察到，消費市場有時會出現「贏者全拿」的情況，但在企業級市場中，客戶通常希望有多家供應商。他認為，在模型層面，將會存在開源的替代方案，以確保不會由單一公司壟斷市場。
Microsoft 的 AI 策略：打造真正的超大規模平台
Satya 分享了 Microsoft 在 AI 領域的策略，包括：
- 建立一個真正的超大規模運算基礎設施，以支援大型訓練任務和測試時的運算需求。
- 擴展儲存和運算能力，以便 AI 代理程式能夠執行各種程式。
- 調整產品以適應新的 AI 應用模式，例如將 HTML 整合到 Word 中。
- 開發新的 AI 應用，如 Copilot，並將 AI 整合到現有產品中。
Satya 強調，Microsoft 的目標是打造一個「真正的超大規模」AI 平台，並將儲存和運算資源部署在靠近客戶的地方。隨著 AI 代理程式越來越普及，對運算基礎設施的需求將會大幅增加。 當然，Satya 也提醒大家不能忽視 AI 可能帶來的風險。如果 AI 真有那麼強大，各國政府一定會積極介入監管。
對 GDP 增長的期望：AI 成功的真正指標
Satya 認為，判斷 AI 是否真正成功的基準，在於全球 GDP 的成長。他希望看到已開發國家的經濟在調整通膨後，能以 5% 的速度成長。 Satya 批評那些自稱達到 AGI 里程碑的說法，認為那只是毫無意義的基準測試。 Satya 強調，真正的贏家將會是那些能夠利用 AI 來提高生產力的產業。企業不僅要掌握技術趨勢，更要了解價值創造的所在。商業模式的轉變往往比技術變革更具挑戰性。Satya 也表示，AI 時代的大部分價值不會屬於科技公司，而是屬於更廣泛的產業，這些產業利用這種商品來提高生產力。
量子運算的突破：通往未來的鑰匙？
Satya 分享了 Microsoft 在量子運算領域的重大突破——發現了馬約拉納零模式 (Majorana zero mode)。他將此比喻為量子運算領域的電晶體時刻，為構建實用級量子電腦奠定了基礎。Microsoft 選擇了一條獨特的道路，致力於尋找一種本質上更穩定的量子位元 (qubit)。 Microsoft 團隊成功地在一個新的物質狀態中創造了馬約拉納零模式，這項突破還被發表在《自然》雜誌上。Satya 表示，現在 Microsoft 可以開始構建一個基於馬約拉納零模式的晶片，這個晶片預計將能夠容納數百萬個物理量子位元，進而實現數千個邏輯量子位元。 Satya 將 Microsoft 的量子計算進展描述為 30 年的旅程，這段旅程已經歷了三位執行長。他強調，能夠製造出包含一百萬個物理量子位元的晶片，這本身就是一項了不起的成就。有了這個核心基礎，就可以開始構建真正的實用級量子電腦，他認為量子計算不再是遙不可及的夢想，而是指日可待的現實。如果量子運算真的能實現，那對 AI 發展又會產生什麼樣的影響？
AI 的倫理考量：我們準備好了嗎？
Satya 認為，AI 的發展需要兼顧創新和倫理。Microsoft 正在努力確保 AI 的使用符合道德標準，並將其應用於解決社會問題。AI 必須以安全和負責任的方式開發和部署。 Satya 強調，信任是 AI 發展的基石。在宣稱 AI 有多強大之前，我們必須確保人類能夠信任它。法律基礎設施需要不斷發展，以應對 AI 帶來的挑戰，確保 AI 工具的使用符合道德規範和社會價值觀。社會必須找到一種方法來應對授權給 AI 的責任。 在追求技術進步的同時，不能忽視社會責任。即使 AI 變得非常強大，它也應該在人類的控制之下，為人類的福祉服務。Satya 呼籲科技產業、政府和學術界共同努力，制定 AI 倫理規範，確保 AI 的發展符合人類的共同利益。這也提醒我們，AI 的發展不能只追求速度，更要思考其對社會的影響。
最後
Satya 的訪談不僅展現了他對科技趨勢的深刻洞察，也提出了許多值得我們深思的問題。AI 和量子運算的未來充滿了無限可能，但同時也伴隨著挑戰和風險。 Satya 的前瞻思維和務實態度，值得我們借鑒。