【人工智能】吴恩达Andrew Ng与Ark Invest八月最新访谈 | 看好Agentic Workflow | AI发展远没到瓶颈 | 训练和推理成本将大幅下降 | 开源比闭源优势更大

大飞说科技

24 Aug 202411:33

Summary

TLDR在这段视频中，大飞分享了吴恩达博士对AI产业发展的乐观看法。尽管美股科技板块近期表现不佳，吴恩达认为AI的潜力远未达到上限。他强调，AI产品面临的主要挑战在于执行而非设计，产业链的不完善是限制AI发展的主要因素。吴恩达对Agentic Workflow技术充满期待，认为快速推理能力的提升将是推动AI应用的关键。他还讨论了开源与闭源模型的商业价值，强调开源对创新的重要性。最后，他提醒AI市场存在潜在风险，但对2030年AI软件市场的预测非常乐观。

Takeaways

📉 美股科技板块在七月表现不佳，英伟达等公司股价全线下跌，引发对AI泡沫的讨论。
🧐 吴恩达博士认为AI产业规模远未达到上限，技术层面风险不大，主要挑战在于执行。
🤖 AI产品发展受限于产业链问题，如GPU价格和人才储备，许多有潜力的项目尚未落地。
🔍 吴恩达看好AI Agent或Agentic Workflow技术，认为其能显著提高AI应用的准确性。
🔄 Agentic Workflow面临技术瓶颈，需要更快的推理能力以支持迭代过程。
💡 ARK Invest报告支持吴恩达观点，预测训练和推理成本将大幅下降，推动AI应用创新。
🛠️ 吴恩达分享Agent在面对失败时能够自主切换到备用方案的优势案例。
🚀 吴恩达认为提高快速推理能力比模型迭代更重要，这将改变客户体验。
🔧 MLOps领域正在探索构建、部署和维护大语言模型的新方法。
🌐 开源与闭源的竞争中，吴恩达认为开源更有利于推动创新和AI技术的发展。
💡 吴恩达对AI产业的未来持乐观态度，预计到2030年AI软件市场将达到13万亿美元。

Q & A

吴恩达博士对当前AI产业的发展持何种看法？
-吴恩达博士认为AI产业的发展还未达到上限，他认为技术本身已经成熟，当前面临的主要挑战是产业链兼容性和硬件限制等问题。
吴恩达博士如何看待AI遇到瓶颈的说法？
-吴恩达博士认为AI遇到瓶颈的说法是错误的。他指出，过去10到15年里，每次有新大模型发布时，这种说法都会被证明是错误的。
什么是Agentic Workflow，吴恩达博士如何评价它？
-Agentic Workflow是一种迭代工作流程，类似于人类写作的过程，能够显著提高AI应用的准确性。吴恩达博士认为这种流程有助于解决很多AI技术中的问题，并对其未来发展充满信心。
吴恩达博士认为快速推理能力对AI的未来发展有何重要性？
-吴恩达博士认为快速推理能力是目前AI应用的瓶颈之一，提升推理速度将显著改善用户体验，并推动下一波AI应用的发展。
MLOps在AI产业中的作用是什么？
-MLOps是构建、部署和维护大语言模型的关键技术领域，推动了AI堆栈的巨大变化。吴恩达博士认为MLOps将推动更多的AI应用落地。
在开源与闭源之间，吴恩达博士更倾向于哪种模式？
-吴恩达博士更倾向于开源模式，他认为开源有助于推动全球AI技术的创新，并对社会产生积极影响。
吴恩达博士对未来的大模型发展有何期待？
-吴恩达博士期待未来的大模型，如GPT-5，将比现有的模型更强大，但他同时认为，模型的实际表现还需依赖具体的应用场景和附加组件。
吴恩达博士认为AI产业在未来可能面临哪些风险？
-吴恩达博士认为AI产业可能面临产业链发展的瓶颈和文化变革的缓慢影响，这可能会影响中小模型企业的生存。
吴恩达博士如何看待Meta在AI领域的开源策略？
-吴恩达博士认为Meta的开源策略非常聪明，因为它避免了依赖竞争对手的封闭平台，有助于Meta在社交网络和通信业务中保持竞争力。
根据吴恩达博士的观点，AI市场未来的发展潜力如何？
-吴恩达博士乐观地认为AI市场将快速发展，他引用ARK的预测称，到2030年AI软件市场将达到13万亿美元的规模，相比今天的IT支出有大幅增长的空间。