ถอดความเต็มของการบรรยาย AI ที่ Stanford โดย Eric Schmidt อดีตซีอีโอ Google
(github.com/ociubotaru)- Eric Schmidt มองว่า จุดเปลี่ยนของ AI ในอีก 1–2 ปีข้างหน้าคือ หน้าต่างคอนเท็กซ์ที่ยาวมาก, เอเจนต์, และ text-to-action โดยเมื่อทั้งสามอย่างรวมกัน จะก่อให้เกิดการเปลี่ยนแปลงในระดับที่ปัจจุบันยังจินตนาการได้ยาก
- การแข่งขันของโมเดลฟรอนเทียร์กำลังกลับไปสู่แนวโน้มที่ช่องว่างระหว่างผู้นำกับที่เหลือกว้างขึ้นอีกครั้ง และบางบริษัทมองว่าเงื่อนไขหลักคือ ดาต้าเซ็นเตอร์มูลค่า 1 แสนล้านถึง 3 แสนล้านดอลลาร์ พร้อมการเข้าถึงพลังงาน
- ความได้เปรียบของ NVIDIA ไม่ได้อยู่แค่ประสิทธิภาพ GPU แต่รวมถึง CUDA และระบบนิเวศการปรับแต่งแมชชีนเลิร์นนิงที่สั่งสมมากว่า 10 ปี โดยความพยายามย้ายไปยังคู่แข่งยังถูกกล่าวถึงว่ายังทำงานได้ไม่สมบูรณ์
- ในมุมมองความมั่นคงแห่งชาติ แกนสำคัญคือ การแข่งขันเพื่อความได้เปรียบด้านองค์ความรู้ ระหว่างสหรัฐฯ กับจีน และนโยบายอย่างการจำกัดการส่งออกชิปขั้นสูงกับ CHIPS Act ก็อยู่บนเส้นทางเดียวกัน
- ตัวบรรยายและการอภิปรายในชั้นเรียนต่อจากนั้น ขยายไปถึงตลาดแรงงาน การศึกษา โอเพนซอร์ส ลิขสิทธิ์ ข้อมูลเท็จ และโครงสร้างพื้นฐานการวิจัยของมหาวิทยาลัย โดยในการแข่งขันของสตาร์ตอัป ความเร็วในการทำต้นแบบและการใช้เครื่องมือ AI กลายเป็นสิ่งสำคัญยิ่งขึ้น
การเปลี่ยนแปลง AI ระยะสั้น: คอนเท็กซ์, เอเจนต์, text-to-action
- Schmidt ระบุว่า การเปลี่ยนแปลงสำคัญที่สุดของ AI ในอีก 1–2 ปีข้างหน้าคือ หน้าต่างคอนเท็กซ์ที่ยาวมาก, AI agent, และ text-to-action
- หน้าต่างคอนเท็กซ์สามารถใช้เหมือนความจำระยะสั้นได้ โดย Anthropic กำลังขยับจาก 200,000 โทเค็นไปสู่ 1,000,000 โทเค็น และเขามองว่า OpenAI ก็น่าจะมีเป้าหมายคล้ายกัน
- คอนเท็กซ์ที่ยาวทำให้สามารถป้อนข้อความปริมาณมากระดับหนังสือ 20 เล่มในครั้งเดียวแล้วตั้งคำถามได้ แต่ปัจจุบันยังมีปัญหาที่ลืมเนื้อหาช่วงกลางอยู่
- เอเจนต์คือรูปแบบที่ให้ LLM คงสถานะไว้ในหน่วยความจำพร้อมทำงาน เช่น อ่านหลักการทางเคมี ตั้งสมมติฐาน แล้วนำผลการทดลองกลับมาใช้ในการเรียนรู้ต่อ
- text-to-action ไม่ได้หยุดแค่แปลงข้อความเป็นข้อความมากขึ้น แต่เป็นการเปลี่ยนภาษาธรรมชาติให้เป็นคำสั่งดิจิทัลหรือการรัน Python
- มีการยกตัวอย่างคำสั่งในสถานการณ์สมมติที่ TikTok ถูกแบนว่า “สร้างสำเนา TikTok, ดึงผู้ใช้และเพลงมา, ใส่ความชอบ, สร้างโปรแกรมภายใน 30 วินาที, และถ้าไม่ไวรัลภายใน 1 ชั่วโมงก็ไปทำอย่างอื่น”
- ตัวอย่างนี้แสดงพลังที่เกิดขึ้นเมื่อภาษาธรรมชาติแบบใดก็ได้ถูกแปลงเป็นคำสั่งดิจิทัลแบบใดก็ได้
- เขามองว่าเมื่อการเปลี่ยนแปลงทั้งสามอย่างนี้รวมกัน จะเข้าใกล้สภาพที่แต่ละคนมีโปรแกรมเมอร์คอยทำสิ่งที่ตัวเองต้องการ
โมเดลฟรอนเทียร์และต้นทุนโครงสร้างพื้นฐาน
- Schmidt บอกว่าเมื่อ 6 เดือนก่อน เขาเคยมองว่าช่องว่างระหว่างโมเดลฟรอนเทียร์กับโมเดลอื่น ๆ กำลังแคบลง แต่ตอนนี้เขาตัดสินว่าช่องว่างกำลังขยายกว้างอีกครั้ง
- บริษัท AI รายใหญ่พูดกันว่าต้องใช้เงิน 1 หมื่นล้าน, 2 หมื่นล้าน, 5 หมื่นล้าน, 1 แสนล้านดอลลาร์ โดยมีการยก Stargate ว่าอยู่ในระดับ 1 แสนล้านดอลลาร์
- มีการถ่ายทอดว่า Sam Altman มองว่าต้องใช้เงิน 3 แสนล้านดอลลาร์หรือมากกว่านั้น
- เมื่อลองคำนวณปริมาณพลังงานที่ต้องใช้ จะพบว่าไฟฟ้าภายในสหรัฐฯ เองไม่เพียงพอ และ Schmidt บอกว่าเขาเคยพูดกับทำเนียบขาวว่าสหรัฐฯ ควรใกล้ชิดกับแคนาดามากขึ้น
- แคนาดาถูกยกเป็นตัวอย่างว่า มีส่วนร่วมในการคิดค้น AI มีไฟฟ้าพลังน้ำมาก และมีความสัมพันธ์ที่ใช้กฎความมั่นคงแห่งชาติร่วมกับสหรัฐฯ
- อีกทางเลือกหนึ่งคือเงินทุนจากตะวันออกกลาง แต่ก็มาพร้อมความกังวลว่าอาจไม่ยึดตามกฎความมั่นคงแห่งชาติเดียวกัน
- ในการแข่งขันสร้างดาต้าเซ็นเตอร์ขนาดใหญ่ พลังงานจะกลายเป็นทรัพยากรที่ขาดแคลน และหากเงินทุนมหาศาลไหลไปยัง NVIDIA ก็อาจเป็นสัญญาณสำคัญต่อในตลาดหุ้นด้วย
NVIDIA, CUDA, และการแข่งขันด้านเซมิคอนดักเตอร์
- มูลค่า 2 ล้านล้านดอลลาร์ของ NVIDIA และความยากลำบากของคู่แข่ง ถูกอธิบายด้วย การปรับแต่งสำหรับ CUDA และระบบนิเวศซอฟต์แวร์ที่สั่งสมมากว่า 10 ปี
- CUDA ถูกเปรียบเหมือนภาษา C สำหรับ GPU และเริ่มต้นตั้งแต่ปี 2008 จนขึ้นมามีสถานะครองตลาด
- มีไลบรารีโอเพนซอร์สจำนวนมากที่ถูกปรับแต่งสำหรับ CUDA ทำให้คู่แข่งเลียนแบบได้ยาก
- AMD สร้างเครื่องมือแปลงสถาปัตยกรรม CUDA ไปเป็น ROCm ของตัวเอง แต่ถูกกล่าวว่ายัง “ทำงานไม่สมบูรณ์”
- หากมีเงินไม่จำกัด เขาจะเลือกสถาปัตยกรรม B200 ของ NVIDIA สำหรับการฝึกโมเดลในตอนนี้ และมองว่าการสลับไปมาระหว่าง TPU กับชิป NVIDIA มักเกิดจากข้อจำกัดด้านการเข้าถึง
Google, สตาร์ตอัป, และวิธีการทำงาน
- เมื่อตอบคำถามว่าทำไม Google ถึงเสียความเป็นผู้นำให้ OpenAI และ Anthropic, Schmidt ตอบว่า Google ให้ความสำคัญกับ work-life balance, การเลิกงานเร็ว และการทำงานจากบ้าน มากกว่าการ “เอาชนะ”
- เหตุผลที่สตาร์ตอัปทำงานได้ผลคือ ผู้คนทำงานหนักมาก และมีการยกตัวอย่างจาก Google กับ Microsoft ยุคแรก
- ผู้ก่อตั้งถูกอธิบายว่าเป็นคนพิเศษ ทำงานด้วยยาก และผลักดันคนอื่นอย่างหนัก
- มีตัวอย่างของ Elon Musk ที่บินตอน 4 ทุ่มเพื่อไปประชุม x.ai ตอนเที่ยงคืน
- มีการกล่าวว่า TSMC มีกฎให้บัณฑิตปริญญาเอกฟิสิกส์ที่เก่ง ๆ ไปทำงานที่ชั้นใต้ดินของโรงงานในช่วงเริ่มต้น
- ระบบ AI มี network effects ทำให้ เวลาเป็นสิ่งสำคัญมาก และความเร็วแบบที่สัญญากับบริษัทโทรคมนาคมใช้เวลา 18 เดือนนั้นไม่ทันเกมนี้
- การลงทุนของ Microsoft ใน OpenAI เดิมทีดูเหมือนการตัดสินใจประหลาดมากที่เอาความเป็นผู้นำด้าน AI ไปจ้างคนนอกทำ แต่ตอนนี้ถูกมองว่าเป็นเส้นทางสู่บริษัทที่มีมูลค่ามหาศาล
- เขากล่าวว่า Apple ยังไม่มีคำตอบ AI ที่ดี
ความมั่นคงแห่งชาติ, การแข่งขันสหรัฐฯ-จีน, และกฎระเบียบ
- Schmidt สรุปรายงานราว 752 หน้าที่เขาเขียนในฐานะประธานคณะกรรมาธิการ AI ว่า “สหรัฐฯ นำอยู่, ต้องนำต่อไป, และถ้าจะทำเช่นนั้นต้องใช้เงินจำนวนมาก”
- เขาอธิบายว่าผู้ว่าจ้างงานชิ้นนั้นคือวุฒิสภาและสภาผู้แทนราษฎร และผลที่ตามมาคือ CHIPS Act กับนโยบายที่เกี่ยวข้อง
- เขามองว่าหากโมเดลฟรอนเทียร์และโมเดลโอเพนซอร์สบางส่วนยังคงพัฒนาต่อไป จำนวนประเทศที่จะเข้าร่วมเกมนี้ได้จะเหลือน้อยมาก
- เงื่อนไขที่ต้องมีคือเงินจำนวนมาก บุคลากรจำนวนมาก ระบบการศึกษาที่แข็งแรง และความมุ่งมั่นที่จะชนะ
- เขาระบุว่าสหรัฐฯ และจีนอยู่ในกลุ่มนี้ ส่วนประเทศอื่นมีหรือไม่ยังไม่แน่ชัด
- เขามองว่า การแข่งขันเพื่อความได้เปรียบด้านองค์ความรู้ ระหว่างสหรัฐฯ กับจีน จะเป็นการต่อสู้ใหญ่ตลอดช่วงชีวิตของผู้ฟัง
- รัฐบาลสหรัฐฯ ได้จำกัดการส่งออกชิป NVIDIA ไปยังจีนแทบทั้งหมด และสหรัฐฯ ถูกกล่าวว่ามีความได้เปรียบราว 10 ปีในเทคโนโลยีที่เกี่ยวข้องกับชิประดับต่ำกว่า 5 นาโนเมตร
- มีการกล่าวถึงคำสั่งฝ่ายบริหารด้าน AI ของรัฐบาล Biden ว่ารวมเกณฑ์ซึ่งกำหนดให้ต้องรายงานต่อรัฐบาลเมื่อมีการคำนวณเกิน 10^26 FLOPs ขณะที่ EU เลือกเกณฑ์ 10^25
- เขามองว่าหาก federated training พัฒนาขึ้น การแบ่งแยกเช่นนี้อาจหายไป และเราอาจไม่สามารถปกป้องผู้คนจากระบบใหม่ ๆ ได้ดีพอ
สงครามยูเครนและอาวุธ AI
- Schmidt บอกว่าเขาทำงานให้รัฐมนตรีกลาโหมมา 7 ปี เพื่อพยายามเปลี่ยนวิธีปฏิบัติการของกองทัพสหรัฐฯ แต่เขาประเมินเองว่าส่วนใหญ่ไม่สำเร็จ
- หลังเห็นภาพรัสเซียใช้รถถังโจมตีอพาร์ตเมนต์ เขาบอกว่าได้ตัดสินใจตั้งบริษัทกับ Sebastian Thrun และบุคคลที่เกี่ยวข้องกับ Stanford
- เป้าหมายมีสองข้อ
- ใช้ AI ใน สงครามหุ่นยนต์ ในรูปแบบที่ซับซ้อนและทรงพลัง
- ลดต้นทุนของหุ่นยนต์
- ในบริบทของคำถามว่า “โดรนราคา 500 ดอลลาร์ทำลายรถถังราคา 5 ล้านดอลลาร์” เขามองว่าสิ่งนี้อาจเปลี่ยนทฤษฎีสงครามภาคพื้นดินที่ยึดรถถัง ปืนใหญ่ และครกเป็นศูนย์กลาง
- เขากล่าวว่าฝ่ายโจมตีสามารถท่วมระบบป้องกันได้ จึงได้เปรียบเสมอ และในยุทธศาสตร์กลาโหม การมีพลังโจมตีที่แข็งแกร่งและพร้อมใช้เมื่อจำเป็นนั้นดีกว่า
- เขาเปิดเผยว่าจากกิจกรรมนี้ทำให้ตนได้รับใบอนุญาตซื้อขายอาวุธอย่างถูกกฎหมาย
- เขากังวลว่าสถานการณ์ในยูเครนร้ายแรงมาก และหากรัสเซียเสริมกำลังในเดือนพฤษภาคมหรือมิถุนายน ยูเครนอาจสูญเสียดินแดนส่วนใหญ่และเริ่มเข้าสู่กระบวนการสูญเสียทั้งประเทศ
ระบบความรู้ที่อธิบายไม่ได้ และเรดทีม
- Schmidt กล่าวในบริบทของงานเขียนร่วมกับ Henry Kissinger และ Dan Huttenlocher ว่าด้วยการเปลี่ยนแปลงของธรรมชาติของความรู้ ว่าในอนาคตอาจมีระบบความรู้ที่ไม่สามารถระบุคุณลักษณะได้อย่างสมบูรณ์
- เขากล่าวว่าตรงข้ามกับประโยคของ Richard Feynman ที่ว่า “สิ่งที่ฉันสร้างไม่ได้ ฉันย่อมไม่เข้าใจ” มนุษย์กำลังสร้างสิ่งที่ไม่เข้าใจภายในได้อย่างถ่องแท้
- เขาเปรียบเทียบกับวัยรุ่นว่า เรารู้ว่าเป็นมนุษย์ แต่ยากจะรู้แน่ชัดว่ากำลังคิดอะไร และสังคมก็ปรับตัวกับการมีอยู่ของสิ่งแบบนั้นมาแล้ว
- ผลลัพธ์ที่ดีที่สุดอาจไม่ใช่การเข้าใจระบบทั้งหมด แต่คือการเข้าใจ ขอบเขตและข้อจำกัด
- เขามองว่าการทดสอบ AI แบบฝ่ายตรงข้ามอาจพัฒนาจากการทำ red team โดยมนุษย์ ไปเป็นบริษัทและอุตสาหกรรมที่ทำหน้าที่โจมตีระบบ AI และค้นหาช่องโหว่
- เขาบอกนักศึกษา Stanford ว่าการวิจัยเพื่อโจมตีโมเดลขนาดใหญ่และทำความเข้าใจการทำงานของมัน อาจเป็นทักษะสำคัญของคนรุ่นต่อไป
ภาพหลอน, การประเมิน, และ chain of thought
- ปัญหา hallucination ในปัจจุบันควรลดลงจากความก้าวหน้าทางเทคโนโลยี แต่เขาไม่ได้ยืนยันว่าจะหายไปหมด
- เขามองว่าหากจะตัดสินว่า AI ทำสิ่งที่ต้องการได้ถูกต้องหรือไม่ จำเป็นต้องมี การทดสอบประสิทธิผล
- มีการอธิบายว่าวิธีแบบ Silicon Valley คือทดลองผลิตภัณฑ์อย่างรวดเร็ว และเมื่อปัญหาใหญ่ขึ้นก็ค่อยจ้างทนายมาจัดการ
- เขามองว่าเมื่อระบบดีขึ้น การทดสอบดีขึ้น และการทดสอบแบบฝ่ายตรงข้ามดีขึ้น เราก็อาจกัก AI ให้อยู่ “ในกล่อง” ได้
- ในเชิงเทคนิค เขากล่าวถึงการให้เหตุผลแบบ chain of thought และบอกว่าผู้คนเชื่อว่าในอีกไม่กี่ปี AI จะสามารถสร้างกระบวนการคิดได้ถึง 1,000 ขั้น
- วิธีนี้ใกล้เคียงกับการทำตามขั้นตอนแบบสูตรอาหาร แล้วทดสอบว่าผลลัพธ์ถูกต้องหรือไม่
การลงทุน, โอเพนซอร์ส, และผลิตภาพของซอฟต์แวร์
- แรงขับของความก้าวหน้า AI ถูกกล่าวถึงว่าได้แก่คอมพิวต์ที่มากขึ้น ข้อมูลที่มากขึ้น อัลกอริทึมใหม่ ๆ และเงินทุนมหาศาล
- Schmidt บอกว่าเขาลงทุนหลายแห่งเพราะไม่รู้ว่าใครจะเป็นผู้ชนะ
- เขามองว่าเงินบางส่วนไหลเข้ามาเพราะหลังเริ่มมีรายได้แรก กองทุนขนาดใหญ่ก็รู้สึกว่าต้องมีองค์ประกอบ AI อยู่ในพอร์ต
- เขานิยาม AI ว่าเป็น “ระบบที่เรียนรู้ได้จริง”
- มีสถาปัตยกรรมและอัลกอริทึมใหม่หลังยุค Transformer กำลังเกิดขึ้น โดยเขากล่าวว่ากลุ่มหนึ่งในปารีสและผู้ร่วมงานระยะยาวของเขาได้สร้างโครงสร้างที่ไม่ใช่ Transformer
- ตลาดมีความเชื่อว่าการประดิษฐ์ความฉลาดอาจให้ผลตอบแทนไม่สิ้นสุด จึงอาจเกิดฟองสบู่การลงทุนขนาดใหญ่ก่อนจะมีการปรับฐาน
- เขากล่าวว่า Mistral ทำผลงานได้ดี แต่โมเดลตัวที่สามอาจกลายเป็นโมเดลปิด เพราะต้นทุนและความจำเป็นด้านรายได้
- ข้อถกเถียงระหว่างโอเพนซอร์สกับโมเดลปิดทวีความเข้มข้นขึ้น และต้นทุนเงินทุนมหาศาลอาจเปลี่ยนวิธีสร้างซอฟต์แวร์อย่างพื้นฐาน
- เขามองว่าผลิตภาพของนักพัฒนาซอฟต์แวร์จะเพิ่มขึ้นอย่างน้อย 2 เท่า และกล่าวว่า Augment มุ่งเป้าไปยังสภาพแวดล้อมอย่างทีมขนาด 100 คนกับโค้ดหลายล้านบรรทัดที่ไม่มีใครรู้ทั้งหมด
AI กับข้อมูลเท็จและโซเชียลมีเดีย
- เขามองว่าการเลือกตั้งที่กำลังจะมาถึงและข้อมูลเท็จส่วนใหญ่ทั่วโลกจะเกิดขึ้นบน โซเชียลมีเดีย
- เขากล่าวว่าบริษัทโซเชียลมีเดียยังจัดการกับเรื่องนี้ได้ไม่ดีพอ
- มีเสียงวิจารณ์ว่า TikTok ให้ความสำคัญกับข้อมูลเท็จบางประเภทมากกว่า และมีข้อกล่าวหาว่าจีนเป็นผู้บังคับ แต่เขาระบุว่าไม่มีหลักฐานที่เขารู้
- เขากล่าวว่าภัยคุกคามที่ใหญ่ที่สุดต่อประชาธิปไตยคือข้อมูลเท็จ และผู้คนควรเรียนรู้การคิดเชิงวิพากษ์ว่าเพียงเพราะได้ยินอะไรมา ไม่ได้แปลว่าสิ่งนั้นจริง
- เขาย้อนความว่าตอนดูแล YouTube แม้ก่อนยุค generative AI ก็มีวิดีโอปลอมที่ทำให้คนเสียชีวิตถูกอัปโหลด และการจัดการเรื่องนี้ยากมาก
- มีการพูดถึงแนวทางติดการยืนยันตัวตนด้วย public key กับคำกล่าวสาธารณะ และ Schmidt บอกว่าเขาเคยตีพิมพ์บทความที่เสนอแนวคิดคล้ายกับ Jonathan Haidt แต่ไม่เกิดผลกระทบ
- เขาอธิบายว่าโดยทั่วไปซีอีโอมักต้องการเพิ่มรายได้สูงสุด และเพื่อรายได้ก็ต้องเพิ่ม engagement สูงสุด และเพื่อ engagement ก็มักเพิ่มความโกรธสูงสุด
- เขากล่าวว่า TikTok ใกล้เคียงกับโทรทัศน์มากกว่าโซเชียลมีเดีย และผู้ใช้ในสหรัฐฯ ดู TikTok วันละ 90 นาที เฉลี่ย 200 คลิป
- เขามองว่ากฎแบบ equal time rule ที่บังคับให้มีความสมดุลน่าจะเป็นสิ่งที่พึงปรารถนา แต่รัฐบาลก็คงไม่ทำเช่นนั้น
มหาวิทยาลัย, การศึกษา, และตลาดแรงงาน
- Schmidt ยืนยันอย่างหนักแน่นว่ามหาวิทยาลัยควรมีดาต้าเซ็นเตอร์สำหรับงานวิจัย AI ของตัวเอง
- เขามองว่าสถานการณ์ที่อาจารย์คอมพิวเตอร์และนักศึกษาปริญญาโท-เอกไม่สามารถสร้างอัลกอริทึมที่ต้องการเองได้ และต้องรอ Google Cloud เครดิต นั้นไม่ดี
- เขากล่าวว่าหากสหรัฐฯ จะชนะการเปลี่ยนแปลงครั้งใหญ่ครั้งนี้ มหาวิทยาลัยอเมริกันก็ต้องได้รับทรัพยากรอย่างเพียงพอ
- สำหรับผลกระทบต่อตลาดแรงงาน เขามองว่างานทักษะสูงที่ต้องมีการศึกษาระดับมหาวิทยาลัยจะยังไปต่อได้เมื่อทำงานร่วมกับระบบ AI
- เขากล่าวว่างานอันตรายและงานที่แทบไม่ต้องใช้วิจารณญาณของมนุษย์อาจถูกแทนที่
- ในการศึกษาวิทยาการคอมพิวเตอร์ เขามองว่านักศึกษาปริญญาตรีจะได้อยู่กับเครื่องมือคล้ายเพื่อนโปรแกรมเมอร์ตั้งแต่ตอนเริ่มเรียน
for loopครั้งแรก - เมื่อถูกถามว่ายังควรเรียนเขียนโค้ดต่อหรือไม่ เขาตอบว่าเหมือนกับการเรียนภาษาอังกฤษ แม้พูดได้อยู่แล้ว หากศึกษาเพิ่มก็จะเก่งขึ้น และเราจำเป็นต้องเข้าใจว่าระบบทำงานอย่างไร
การเรียนรู้แบบกระจาย, ลิขสิทธิ์, และการผูกขาด
- เขามองว่าวิธีรวบรวมเครื่องขนาดเล็กจำนวนมากอย่าง MacBook มาฝึกโมเดลขนาดใหญ่ ยังใช้ไม่ได้กับโครงสร้างอัลกอริทึมในปัจจุบัน
- การฝึกถูกจำกัดด้วยเมทริกซ์ขนาดใหญ่ ฟังก์ชันการคูณ และความเร็วระหว่างหน่วยความจำกับ CPU/GPU โดยเขากล่าวว่าชิปรุ่นถัดไปของ NVIDIA จะรวมความสามารถที่เกี่ยวข้องไว้ในชิปเดียว
- สำหรับการฝึกโมเดลขนาดใหญ่ เขามองว่าซูเปอร์คอมพิวเตอร์ ความเร็วแสง และโดยเฉพาะ memory interconnect เป็นตัวกำหนดหลัก
- เขาคาดว่าปัญหาลิขสิทธิ์และข้อมูลฝึกอาจจบลงคล้ายระบบค่าสิทธิแบบกำหนดอัตรา หลังคดีลิขสิทธิ์เพลงยุคทศวรรษ 1960 คือหลังฟ้องร้องกันหลายครั้งก็จะตกลงกันด้วยการจ่ายส่วนแบ่งรายได้ตามสัดส่วนหนึ่ง
- สำหรับกฎต่อต้านการผูกขาดและการกระจุกตัวของบริษัท AI รายใหญ่ เขายกประสบการณ์ในอาชีพของเขาที่ Microsoft และ Google ไม่ได้ถูกแยกจริง ๆ เพื่อชี้ว่ารัฐบาลคงไม่เดินไปในทิศทางแตกบริษัท
- เหตุผลที่บริษัทใหญ่ครอง AI ก็เพราะมีเงินทุนสร้างดาต้าเซ็นเตอร์ขนาดใหญ่ได้
- เขาอธิบายว่า Inflection ตัดสินใจให้ Microsoft ดูดซับบางส่วน เพราะมองว่ายากเกินไปที่จะระดมเงินหลายพันล้านดอลลาร์
ตำแหน่งของแต่ละประเทศและช่องว่าง AI
- เขากล่าวว่าประเทศที่ไม่สามารถเข้าร่วมการพัฒนาโมเดลฟรอนเทียร์และทรัพยากรคอมพิวต์ได้ จะอยู่ในสถานการณ์ “คนรวยยิ่งรวยขึ้น ส่วนประเทศยากจนก็ทำได้ดีที่สุดเท่าที่ทำได้”
- AI ถูกอธิบายว่าเป็น เกมของประเทศร่ำรวย ที่ต้องใช้เงินทุนมหาศาล บุคลากรเทคนิคเข้มแข็ง และการสนับสนุนจากรัฐอย่างจริงจัง
- ประเทศที่ไม่มีทรัพยากรแบบนั้นควรหาพันธมิตรหรือรวมตัวกับประเทศอื่น
- อินเดียถูกกล่าวถึงว่าเป็น swing state สำคัญ เพราะบุคลากร AI ระดับบนสุดจำนวนมากย้ายไปสหรัฐฯ
- เขากล่าวว่าญี่ปุ่นและเกาหลีใต้อยู่ฝ่ายสหรัฐฯ
- ไต้หวันถูกประเมินว่ามีฮาร์ดแวร์ยอดเยี่ยม แต่ซอฟต์แวร์อ่อนกว่า
- ยุโรปถูกมองว่าลำบากเพราะกฎระเบียบจาก Brussels ส่วนฝรั่งเศสอาจมีลุ้นเพราะ Macron กำลังพยายาม แต่เยอรมนีและประเทศอื่น ๆ ยังไม่ใหญ่พอ
คำแนะนำสำหรับการก่อตั้งบริษัทและการทำต้นแบบอย่างรวดเร็ว
- Schmidt ให้ความสำคัญกับความเร็วในการสร้างเดโมของไอเดียใหม่ให้เสร็จอย่างรวดเร็วมาก
- มีการยกตัวอย่างผู้ชนะ hackathon ที่สร้างระบบซึ่งเมื่อได้รับคำสั่งว่า “บินโดรนผ่านระหว่างหอคอยสองแห่ง” ก็สามารถเข้าใจความหมายในพื้นที่โดรนเสมือน สร้างโค้ด Python และทำให้โดรนบินในซิมูเลเตอร์ได้
- เขากล่าวว่าในอดีต งานแบบนี้ต้องใช้โปรแกรมเมอร์ผู้เชี่ยวชาญที่ดี 1–2 สัปดาห์
- เขาแนะนำว่าในการทำสตาร์ตอัป ทุกอย่างเร็วขึ้นแล้ว และถ้าใช้เครื่องมือเหล่านี้แล้วยังสร้างต้นแบบใน 1 วันไม่ได้ ก็ควรคิดใหม่
- อาจมีคู่แข่งที่บริษัทอื่น มหาวิทยาลัยอื่น หรือที่ที่คุณยังไม่เคยไป ซึ่งกำลังลองไอเดียเดียวกันอย่างรวดเร็วเช่นกัน
การอภิปรายต่อในชั้นเรียน: การใช้ AI, กฎระเบียบ, และนวัตกรรมเชิงเสริม
- หลังการบรรยาย ในชั้นเรียนมีการแจ้งว่าสามารถใช้ LLM ในการบ้านและโปรเจกต์ปลายภาคได้ แต่ต้องเปิดเผยการใช้อย่างครบถ้วน
- กฎระเบียบอาจเป็นเครื่องมือที่ทำให้บริษัทช้าลง แต่บางครั้งก็ช่วยให้บริษัทอยู่รอดและแข่งขันได้ เช่นเดียวกับมาตรฐาน
- มีการยกตัวอย่างว่าบางบริษัทไม่ต้องการปล่อยฟีเจอร์ที่อันตราย แต่เมื่อคู่แข่งปล่อยออกมาก็จำเป็นต้องตาม
- มีการอธิบายว่าเครื่องมือ AI ตอนนี้ไม่ได้มีประโยชน์มากนักกับโค้ดเดอร์ระดับท็อป และก็ไม่ค่อยมีประโยชน์กับคนที่ไม่รู้โค้ดเลย แต่มีผลแบบ รูปตัว U กลับหัว ที่มีประโยชน์มากกับโค้ดเดอร์ระดับกลาง
- ผ่านตัวอย่างระดับของรถขับเคลื่อนอัตโนมัติและกรณีของหมากรุก มีการอธิบายว่างานบางอย่างอาจผ่านช่วงความร่วมมือมนุษย์-เครื่องจักร ก่อนเคลื่อนไปสู่การทำงานอัตโนมัติเต็มรูปแบบ
- ยังมีการกล่าวถึงกรณีของไฟฟ้าในฐานะเทคโนโลยีเอนกประสงค์ (GPT)
- โรงงานยุคแรกเพียงถอดเครื่องจักรไอน้ำออก แล้วใส่มอเตอร์ไฟฟ้าขนาดใหญ่ไว้ตำแหน่งเดิม แต่ผลิตภาพไม่ได้เพิ่มมากนัก
- ราว 30 ปีต่อมา เมื่อผังโรงงานและวิธีการผลิตเปลี่ยนไป และเกิดการใช้ unit drive ที่มีมอเตอร์ไฟฟ้าแยกตามอุปกรณ์แทนพลังงานจากศูนย์กลาง ผลิตภาพจึงเพิ่มขึ้นมาก
- การอภิปรายจึงต่อยอดไปสู่แนวคิดว่า ใน AI ไม่ใช่แค่ตัวเทคโนโลยีเอง แต่รวมถึงนวัตกรรมเชิงองค์กรและการเสริมด้วยทุนมนุษย์ ที่อาจสร้างมูลค่ามหาศาลได้
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
การอธิบายว่าเหตุผลที่ Google ตามหลัง OpenAI ในด้าน Generative AI คือ “Google ให้ความสำคัญกับ work-life balance, การเลิกงานเร็ว และการทำงานจากบ้าน มากกว่าการเอาชนะ” ดูเหมือนเป็นการ ขาดความตระหนักรู้ในตัวเอง อย่างมหาศาล
เท่ากับโยนปัญหาเรื่องภาวะผู้นำ การเมืองภายใน ความชะล่าใจ และระบบราชการไว้ข้าง ๆ แล้วโทษพนักงานที่ทำงานจากบ้าน
ไม่ได้หมายความว่าใน Google ไม่มีคนที่อยู่สบาย ๆ ไปวัน ๆ แต่เมื่อเทียบกับปัญหาภาวะผู้นำแล้ว นั่นเป็นเพียงส่วนเล็ก ๆ ของปัญหาเท่านั้น
Google ถอยหลังอยู่แล้วในหลายแนวรบ: Dart แพ้ TypeScript บนเว็บ, Angular แพ้ React, TensorFlow ดูเหมือนกำลังถูก PyTorch แซง และ Google ดูจะหมดความสนใจ หันไปเน้นพัฒนา JAX หรือ wrapper ของ Keras มากกว่า
ส่วนตัวคิดว่า Flutter ก็น่าจะแพ้ React Native หรือ Kotlin Compose Multiplatform ด้วย รายละเอียดดูได้จากสถิติ GitHub
ในทางกลับกัน Meta จุดกระแสชุมชนโอเพนซอร์ส Llama ขึ้นมาได้ ในสถานการณ์แบบนี้ นักพัฒนาภายนอกคงเดิมพันกับ Gemmini หรือ Gemma ได้ยาก เมื่อคำนึงถึงประวัติการปิดโปรเจกต์ของ Google และโปรเจกต์ที่ Google ลงทุนจริงจังในระยะยาวก็มีแค่ Chrome กับ Android ประมาณนั้น
https://trends.google.com/trends/explore?date=today%205-y&q=...
ไม่ว่าการทำงานจากบ้านจะเป็นสาเหตุหรือไม่ ผมคิดว่าส่วนท้ายของประโยคนั้นถูกต้อง ต่างจากสตาร์ทอัพ สมาชิกแต่ละคนใน Google แทบไม่มี ไฟที่อยากชนะ หรือแรงขับเคลื่อนเลย
ถ้าเข้า Google ตอนอายุยังน้อย ไฟนั้นจะมอดเร็วมาก “การทำงานจากบ้าน” เป็นเพียงรูปแบบหนึ่งที่เผยให้เห็นทัศนคติว่าไม่มีใครใส่ใจเท่านั้น
แน่นอนว่าทัศนคตินั้นไม่ได้มีแค่ในผู้มีส่วนร่วมรายบุคคล แต่มีอยู่ในระดับผู้นำอย่างชัดเจนด้วย และอาจรุนแรงกว่าด้วยซ้ำ
พอนึกว่าคนแบบนี้กุมอำนาจของโลกอยู่ ก็มีบางครั้งที่ค่อนข้างน่ากลัว เพราะพวกเขาแทบไม่มีอะไรเหมือนกับผมเลย
ในเดือนมิถุนายน 2011 ตอนที่ Assange ถูกกักบริเวณในบ้านที่ Ellingham Hall ใน Norfolk นั้น Schmidt กับ “คณะจากกระทรวงการต่างประเทศสหรัฐฯ ซึ่งรวมถึงอดีตที่ปรึกษาระดับสูงของ Hillary Clinton” ได้ไปเยี่ยมเป็นเวลาหลายชั่วโมงและ “ปะทะ” กับผู้ก่อตั้ง Wikileaks
เนื้อหาคือ สำหรับ Schmidt การปลดปล่อยเป็นหนึ่งเดียวกับเป้าหมายนโยบายต่างประเทศของสหรัฐฯ และถูกขับเคลื่อนด้วยการเชื่อมโยงประเทศที่ไม่ใช่ตะวันตกเข้ากับบริษัทและตลาดของสหรัฐฯ
https://www.theguardian.com/books/2014/apr/03/julian-assange...
อ่านทรานสคริปต์ไปได้ราว ๆ ไม่ถึงครึ่ง ก่อนถึงช่วงเริ่มตอบคำถาม และมีคำพูดที่สะดุดตาอยู่หลายประโยค
“ลองจินตนาการถึงโปรแกรมเมอร์ที่ไม่หยิ่ง ทำสิ่งที่คุณต้องการได้จริง ๆ ไม่ต้องจ่ายเงินก้อนใหญ่ และมีให้ใช้อย่างไม่จำกัด ทั้งหมดนั้นจะเป็นไปได้ภายใน 1–2 ปีข้างหน้า”
“Google ให้ความสำคัญกับ work-life balance, การเลิกงานเร็ว และการทำงานจากบ้าน มากกว่าการเอาชนะ”
“ภายในช่วงชีวิตของพวกคุณ การแข่งขันเพื่อความเป็นใหญ่ทางความรู้ระหว่างสหรัฐฯ กับจีนจะเป็นศึกใหญ่”
“สิ่งหนึ่งที่ต้องรู้เกี่ยวกับสงครามคือ ฝ่ายรุกได้เปรียบเสมอ เพราะระบบป้องกันสามารถถูกถล่มให้ล้นได้เสมอ ดังนั้นสำหรับยุทธศาสตร์การป้องกันประเทศ การมีขีดความสามารถในการโจมตีที่แข็งแกร่งมาก ซึ่งสามารถใช้ได้เมื่อจำเป็น จึงดีกว่า”
“ระบบที่ผมและคนอื่น ๆ กำลังสร้างจะทำสิ่งนั้น ด้วยวิธีที่ระบบทำงาน ตอนนี้ผมจึงกลายเป็นผู้ค้าอาวุธที่ได้รับอนุญาต นักวิทยาการคอมพิวเตอร์ นักธุรกิจ และผู้ค้าอาวุธ นี่คือวิวัฒนาการหรือเปล่า? ผมไม่รู้ ผมไม่แนะนำให้พวกคุณทำ”
“ถ้าพวกคุณรู้จัก Marjorie Taylor Greene ผมอยากแนะนำให้ลบเธอออกจากรายชื่อผู้ติดต่อ เพราะบุคคลคนเดียวกำลังขัดขวางเงินช่วยเหลือหลายหมื่นล้านดอลลาร์เพื่อกอบกู้ประชาธิปไตยที่สำคัญ”
เพื่อให้โมเดลภาษาขนาดใหญ่หรือเอเจนต์ทำงานตามที่ต้องการได้ เราต้องสามารถระบุได้อย่างแม่นยำว่าต้องการอะไร ซึ่งตัวมันเองก็เป็นปัญหาที่ยาก
และถ้าระบุได้แม่นยำขนาดนั้น คนคนนั้นก็คือโปรแกรมเมอร์แล้ว
ไม่ได้หมายความว่าพาราไดม์การพัฒนาซอฟต์แวร์จะไม่เปลี่ยน แต่ความเป็นไปได้ที่คำสั่งอย่าง “สร้างระบบ Google Ads ที่ดีกว่าเดิมให้หน่อย” จะทำได้ในเร็ว ๆ นี้ ดูต่ำมาก เอเจนต์อาจให้ผลลัพธ์มา แล้วค่อยวนปรับปรุงมันไปสู่คำตอบบางอย่างได้
กองกำลังฝ่ายรุกต้องใหญ่กว่าฝ่ายตั้งรับ และถึงจะสำเร็จก็ต้องยอมรับจำนวนผู้บาดเจ็บล้มตายที่มากกว่ามาก
อยากเข้าใจว่า กระแสต่อต้านจีนราวกับอยู่ในสงคราม ที่ออกมาจากชนชั้นนำของสหรัฐฯ มีที่มาจากอะไร
ชัดเจนว่าจีนเป็นภัยคุกคามทางเศรษฐกิจโดยตรง
และก็เข้าใจด้วยว่าจีนเป็นภัยคุกคามเชิงปรัชญาในอีกระดับหนึ่งที่ต่างจากสหภาพโซเวียต สมัยโซเวียต ตรรกะคือเสรีภาพสร้างความมั่งคั่งได้มากกว่าระบอบเผด็จการเบ็ดเสร็จ และสหรัฐฯ ก็ชนะ
ปัญหาของจีนคือการเอาชนะตรรกะนั้นยากกว่ามาก จีนทำได้ค่อนข้างดีในเชิงเศรษฐกิจ และก็ยังไม่ยอมละทิ้งการควบคุมแบบเผด็จการเบ็ดเสร็จ ตรรกะของพวกเขาคือ โซเวียตใช้เศรษฐกิจแบบวางแผนจากส่วนกลาง แต่เราใช้พลังของตลาดกับวัฒนธรรมจีน
แต่นี่ไม่ใช่ปัญหาที่จะชนะได้ในสนามรบ หากเป็นสังคมประชาธิปไตยเสรีนิยม ก็ควรทำให้ประชาธิปไตยเสรีนิยมแข็งแกร่งขึ้น สร้างความมั่งคั่ง แล้วใช้ความมั่งคั่งนั้นยกระดับคุณภาพชีวิตของพลเมืองทุกคน กล่าวคือ หากเราเชื่อว่าเสรีภาพดีกว่า ก็ต้องทำให้เห็นชัดจนเจ็บปวดว่าเราอาศัยอยู่ในยูโทเปีย
ถ้าอย่างนั้นก็จำเป็นต้องมีภาษีความมั่งคั่ง เพิ่มการใช้จ่ายด้านโครงสร้างพื้นฐานและการศึกษา แบ่งปันความมั่งคั่ง และสอนตัวเองให้ใฝ่หาสิ่งที่ดีกว่า
การมีปืนใหญ่กว่าเดิมไม่ใช่คำตอบ
รัฐบาลจีนเล็งเป้าหมายตลาดหลักอย่างชัดเจน เช่น รถยนต์ไฟฟ้า พลังงานแสงอาทิตย์ เทคโนโลยีแบตเตอรี่ เหล็กกล้า และเซมิคอนดักเตอร์ และผลิตมากกว่าปริมาณที่บริโภคได้ภายในประเทศจีนเองอย่างมหาศาล
ผลก็คือจีนจะเบียดผู้ผลิตแบตเตอรี่หรือแผงโซลาร์ที่ไม่ใช่จีนให้ออกจากธุรกิจ
หากรถยนต์ไฟฟ้าจีนถูกขายอย่างแพร่หลายในสหรัฐฯ ราคาจะต่ำกว่าครึ่งหนึ่งของรถยนต์ไฟฟ้าที่ผลิตในตะวันตก และจะครองตลาดรถยนต์ไฟฟ้า อนาคตที่บริษัทจีนเป็นเจ้าของตลาดรถยนต์ไฟฟ้าในสหรัฐฯ และข้อมูลผู้ใช้ชาวอเมริกันทั้งหมดไหลกลับไปยังเซิร์ฟเวอร์จีน เป็นสิ่งที่รัฐบาลสหรัฐฯ ไม่ต้องการ และไม่มีรัฐบาลใดควรต้องการ ยกเว้นรัฐบาลจีน
ยังมี การระบาดของเฟนทานิล ในสหรัฐฯ และที่อื่น ๆ ด้วย เรื่องนี้เกิดขึ้นส่วนใหญ่เพราะผู้ผลิตเคมีภัณฑ์จีนขายสารเคมีให้เม็กซิโก แล้วสารเสพติดนั้นถูกลักลอบนำเข้าสหรัฐฯ มีฝ่ายที่ต้องรับผิดชอบมากมาย แต่สหรัฐฯ เรียกร้องจีนมานานให้ห้ามการขายสารเคมีเหล่านี้ไปต่างประเทศ และยังตกลงกันไม่ได้ จีนรู้ว่าประเด็นนี้สำคัญต่อสหรัฐฯ และใช้มันเป็นประเด็นการค้าหลัก
“การเสริมความแข็งแกร่งให้ประชาธิปไตยเสรีนิยม” คือวิธีที่ทำให้เรื่องที่เกี่ยวกับจีนมาถึงจุดนี้ จีนไม่ตอบสนองต่อประชาธิปไตยเสรีนิยม จีนตอบสนองเฉพาะต่ออำนาจ การห้ามค้า และภาษีศุลกากรเท่านั้น นี่คือสิ่งที่ Xi เรียนรู้หลังตัดสินใจเป็นเผด็จการตลอดชีวิต
บริษัทสหรัฐฯ ทำธุรกิจในจีนไม่ได้ แต่บริษัทจีนกลับดำเนินกิจการในสหรัฐฯ ได้อย่างเสรี
จนกว่าความไม่สมดุลนี้จะได้รับการแก้ไข ผู้บริหารบริษัทจะใช้ทุกวิธีที่มีเพื่อเพิ่มแรงกดดันต่อจีน นี่คือความจริงแบบเรียบง่ายของปัญหาในตอนนี้
บทความในหนังสือพิมพ์สหรัฐฯ มักลดทอนคุณค่างานด้านวิศวกรรมและวิทยาศาสตร์ของยุโรป และดูแคลนวัฒนธรรมการทำงานของยุโรป
แม้ตอนนี้ ถ้ามีใครที่นี่สร้างอะไรขึ้นมา ก็จะถูกเรียกว่า “นักวิทยาศาสตร์” ขณะที่คนอเมริกันคนอื่น ๆ ถูกเรียกด้วยชื่อและมหาวิทยาลัย เรื่องแบบนี้มีอยู่ใน Wikipedia ด้วย
ในความเป็นจริง แม้แต่คนอย่าง Håkan Lans ผู้ได้รับรางวัล Polhem Prize และ Thulin Medal ก็ยังถูกนำเสนอราวกับเป็นพวกปั่นสิทธิบัตร
กระแสนี้เด่นชัดน้อยลงแล้ว แต่ยังดำเนินอยู่ ถึงอย่างนั้นก็ดูเหมือนว่าสหรัฐฯ จะพอทำให้ตัวเองสงบลงได้บ้าง
30 ปีที่ผ่านมา ขับเคลื่อนด้วยแนวคิดว่าเศรษฐกิจที่รุ่งเรืองจะมุ่งสู่ประชาธิปไตย และความรุ่งเรืองจะป้องกันสงคราม
พร้อมกับความคาดหวังว่าทั้งสองฝ่ายจะมุ่งแสวงหาผลประโยชน์ร่วมกันด้วยเจตนาดี
ต่อมาก็ชัดเจนว่านั่นไม่เป็นความจริง จีนพบช่องโหว่ และการขาดการบังคับใช้สิทธิในทรัพย์สินทางปัญญา รวมถึงการจารกรรมภาคธุรกิจที่รัฐหนุนหลัง แสดงให้เห็นว่าความสัมพันธ์นี้ไม่สมมาตรและเสียเปรียบต่อสหรัฐฯ
Xi ทำลายกระแสการผ่อนคลายอย่างค่อยเป็นค่อยไปของผู้นำก่อนหน้า และรวบอำนาจอย่างรุนแรง สิ่งนี้เพิ่มความเสี่ยงของการตัดสินใจที่ไร้เหตุผลบนฐานอุดมการณ์แบบสงคราม เพราะการรักษาความรุ่งเรืองไม่จำเป็นต้องเป็นแรงขับหลักอีกต่อไป
ข้อมูลเกี่ยวกับการเสริมกำลังทหารของจีนรอบไต้หวันก็เป็นหลักฐานที่น่ากังวลเช่นกัน การเติบโตอย่างรวดเร็วของเศรษฐกิจจีนก็กำลังชะลอลงด้วย
คนอย่าง Schmidt หรือ Musk คงมีความสุขอย่างสมบูรณ์แม้อยู่ใน ระบบแบบพรรคคอมมิวนิสต์จีน ตราบใดที่พวกเขาได้อยู่บนยอดสุด
พวกเขาไม่มีปัญหาเลยกับการเอาเงินไปลงทุน เมื่อมองจีนเป็นตลาดเสรีที่สมบูรณ์ซึ่งตนสามารถครอบงำได้ เหตุผลที่พวกเขาเกลียด EU ขนาดนั้น ก็เพราะ EU บางครั้งทำให้บริษัทของพวกเขายุ่งยากขึ้นนิดหน่อย
คำพูดที่ว่า “ถ้า TikTok ถูกแบน ก็ให้แต่ละคนบอกโมเดลภาษาขนาดใหญ่ว่าแบบนี้: สร้างสำเนา TikTok ขึ้นมา ขโมยผู้ใช้กับเพลง ใส่ความชอบของฉันเข้าไป สร้างโปรแกรมภายใน 30 วินาที แล้วปล่อยออกไป ถ้าภายในหนึ่งชั่วโมงยังไม่ไวรัล ก็ไปทำอย่างอื่นด้วยวิธีคล้าย ๆ กัน นั่นคือคำสั่ง บูม บูม บูม บูม” นี่คือ ความบ้าล้วน ๆ
ฟังเหมือนพูดเล่น ยิ่งได้ฟังความคิดของคนพวกนี้ ก็ยิ่งรู้สึกว่าพวกเขาไม่คู่ควรกับอำนาจและความมั่งคั่งที่มีอยู่เลย ไม่ได้สร้างคุณค่าอะไรให้สังคมสักอย่าง
“ถ้ามันง่ายขนาดนั้นก็คงดีสิครับ! อำนาจครอบงำของ TikTok เป็นผลจากการผสมกันอย่างมหาศาลของแรงเฉื่อยทางสังคม สัญญาทางกฎหมาย โครงสร้างพื้นฐานขนาดใหญ่ และอัลกอริทึมที่ถูกปรับละเอียดเพื่อการมีส่วนร่วม การทำซ้ำสิ่งนี้เป็นโปรเจกต์ขนาดใหญ่ที่มีส่วนซับซ้อนมากมาย รวมถึงคอนเทนต์ที่มีลิขสิทธิ์และฐานผู้ใช้”
“ถึงอย่างนั้น ถ้าคุณอยากสร้างอะไรที่ได้แรงบันดาลใจจาก TikTok อย่างจริงจัง คุณอาจเริ่มจากการโฟกัสที่ช่องว่างหรือฟีเจอร์เฉพาะที่ตรงกับความสนใจ เช่น การคัดสรรคอนเทนต์สำหรับชุมชนเฉพาะ หรือฟีเจอร์เฉพาะตัวที่เหมาะกับชุมชน furry หรือ [REDACTED] คุณคง ‘ขโมย’ ผู้ใช้ไม่ได้ แต่สามารถสร้างฐานผู้ใช้ที่เหนียวแน่นได้ด้วยการมอบสิ่งที่หาไม่ได้ใน TikTok เพียงแต่ถ้าจะพยายามลอกโมเดลแบบเป๊ะ ๆ ก็ต้องเตรียมเจอปัญหากฎหมายไว้ด้วย”
“แนวทางนี้น่าสนใจสำหรับคุณไหมครับ?”
แต่นั่นไม่ได้หมายความว่าสิ่งที่เขาพูดต่อสาธารณะต้องเป็นความจริง เขาเองก็คงรู้ดีอยู่แล้ว อาจจะแค่พูดเกินจริงก็ได้
แต่ฟีเจอร์ของ TikTok ไม่ใช่เหตุผลที่ผลักดันให้แบน ปัญหาคือมันถูกควบคุมโดยประเทศปรปักษ์ต่างหาก
จริง ๆ แล้วสิ่งที่รออยู่ตอนนี้ก็ไม่ใช่การแบน แต่เป็นการบังคับขายให้หน่วยงานที่ไม่ใช่ฝ่ายปรปักษ์
เป็นช่วงเวลา หน้ากากหลุด ที่น่าตกใจจริง ๆ การปลุกปั่นสงครามที่ออกมาจากคนคนนี้มันบ้าคลั่ง และยังไม่เข้าใจว่าทำไมคนแบบนี้ถึงต้องพูดว่า “เป็นห่วงประชาธิปไตย” ด้วย ดูเหมือนเป็นคำโกหกชัด ๆ
เขาพูดทำนองว่าจีนเป็นประเทศที่ “สูญเสียไปแล้ว” ทั้งที่ก็แค่เพราะตะวันตกควบคุมจีนไม่ได้เหมือนที่เคยทำกับเกาหลี ญี่ปุ่น ไต้หวัน ฯลฯ
เกลียดคนที่เอาความป่าเถื่อนและจักรวรรดินิยมมาอ้างว่าเป็นวิธีเพื่อ “ประโยชน์ที่ยิ่งใหญ่กว่า” นึกถึง “ภาระของคนขาว” ขึ้นมาเต็ม ๆ
พอเห็นคำพูดว่าจีนเป็นรัฐเผด็จการจึงต้องถูกทำลาย ก็น่าสนใจที่ทำให้นึกถึงสงครามครูเสดของคริสต์
ตามความเป็นจริงแล้ว คนจีนส่วนใหญ่ไม่ค่อยสนใจประชาธิปไตยนัก ตราบใดที่เศรษฐกิจยังไปได้ดี
ดังนั้นระบอบอำนาจนิยมจึงกลายเป็นศัตรูโดยนิยามตั้งแต่ต้น
ตอนนี้สามารถดาวน์โหลดวิดีโอด้วยคำสั่งนี้ได้
yt-dlp https://x.com/quasa0/status/1823933017217482883สามารถติดตั้ง yt-dlp ได้จาก GitHub
https://github.com/yt-dlp/yt-dlp?tab=readme-ov-file#installa...
ตาม webarchive วิดีโอต้นฉบับถูกอัปโหลดเมื่อ 13 สิงหาคม และการบรรยายจัดขึ้นเมื่อ 9 เมษายน 2024
https://f-droid.org/packages/com.junkfood.seal/
ถ้าใช้ Linux โดยทั่วไปตัวที่มีให้ผ่าน package manager ก็น่าจะเพียงพอ
อย่างไรก็ตาม ในเอกสารของโปรเจกต์ระบุว่ามีปัญหาบางอย่างเกี่ยวกับ “ffmpeg มาตรฐาน” จึงกำลังทำบิลด์ ffmpeg ของตัวเองที่ใส่แพตช์เพิ่มเติม
https://github.com/yt-dlp/yt-dlp#dependencies
https://github.com/yt-dlp/FFmpeg-Builds#ffmpeg-static-auto-b...
https://github.com/yt-dlp/FFmpeg-Builds#patches-applied
ดู ขาดความรู้สึกต่อความเป็นจริง อย่างน่าประหลาด ที่ Schmidt คิดว่าพูดแบบโจ่งแจ้งขนาดนี้เรื่องการทำงานจากที่บ้าน, AI และอีกหลายหัวข้อแล้วจะไม่เจอกระแสตีกลับรุนแรง
เรื่องนี้น่าจะทำให้ชื่อเสียงของเขาในสายตาหลายคนพังไป และเดิมทีชื่อเสียงของเขาก็ค่อนข้างดี
เจ้าตัวคงรู้ตัวแล้ว จึงพยายามให้ลบการบรรยายออกจาก YouTube และออกมาขอโทษอย่างเป็นทางการ
แน่นอนว่านี่คือความคิดจริง ๆ ของเขา และมันเผยออกมาอย่างโปร่งใสเกินไป จนคำขอโทษใด ๆ ก็แก้ไม่ได้ แต่ปกติคนแบบนี้มักเก่งมากในการซ่อนความคิดของตัวเอง
ดูเหมือนเขาจะเชื่อว่าจุดยืนของตัวเองจะไม่เป็นประเด็นขัดแย้ง กลิ่นของการใช้เวลาอยู่ในห้องประชุมกับคันทรีคลับมากเกินไปยังติดอยู่
ในฐานะคนที่ทำงานแบบรีโมตเต็มรูปแบบ ผมรู้สึกไม่พอใจกับคำพูดที่ลดทอนความซับซ้อนจนเกินไปนี้
ผมเป็นหนึ่งใน ผู้มีส่วนร่วมระดับสูงสุด ของบริษัท และได้รับการยอมรับอย่างเป็นทางการด้วย
อีกทั้งในฐานะพ่อ/แม่เลี้ยงเดี่ยว เวิร์กไลฟ์บาลานซ์จึงเป็นสิ่งสำคัญที่สุดสำหรับผม
สิ่งที่เขามองข้ามคือ เมื่อจำกัดขอบเขตของพนักงานและมนุษย์ที่พิจารณา คุณก็จะทิ้ง คนเก่งที่สุด ที่ไม่ตรงกับเกณฑ์ของตัวเองไป
ในอีเมลที่ส่งถึง Business Insider โฆษกของ Schmidt เขียนว่า “Eric พูดผิดเกี่ยวกับ Google และชั่วโมงทำงานของพวกเขา และเขาเสียใจกับความผิดพลาดนั้น”
https://www.businessinsider.com/google-ceo-eric-schmidt-crit...
Schmidt มีสิทธิ์มีมุมมองของตัวเอง แต่เขาไม่ได้มีส่วนเกี่ยวข้องกับการลงมือทำงานจริงมานานแล้ว อีกอย่าง ดูเหมือนเขาจะไปคลุกคลีกับ Elon เพื่อนของเขาและซึมซับเรื่องเล่านั้นเข้าไปในหัว
การพูดว่า “โดยเฉลี่ยแล้ว” การทำงานจากบ้านเป็นอย่างไรนั้นก็ยาก ในเส้นทางอาชีพของผม ผมได้เรียนรู้อย่างโหดร้ายว่า “ค่าเฉลี่ย” จริง ๆ หมายถึงอะไรและมีหน้าตาอย่างไร สปอยล์ก็คือ พฤติกรรมมนุษย์โดยเฉลี่ยมักต่ำกว่าที่ผมคาดไว้มากจนน่าประหลาดใจ และบางครั้งก็น่าตกใจ
ถึงอย่างนั้น ที่ Google, Bay Area และฮับเทคโนโลยีอื่น ๆ ก็มีคนจำนวนมากที่อย่างน้อยก็สูงกว่าค่าเฉลี่ยเล็กน้อยไปจนถึงค่อนข้างมาก เพราะการแข่งขันตามธรรมชาติเพื่อเอาตัวรอดและประสบความสำเร็จในพื้นที่เหล่านั้น
สรุปคือ อย่าเก็บมาเป็นเรื่องส่วนตัว กฎทุกข้อย่อมมีข้อยกเว้น ทำสิ่งที่ทำอยู่ต่อไปก็พอ
เขาอาจพูดว่า “Google ให้ความสำคัญกับการให้ผู้คนมีชีวิตนอกงาน มากกว่าการชนะ” ก็ได้ และผมก็คงตีความเหมือนเดิม เพราะมีแต่คนโง่เท่านั้นที่เสียสละให้กับนายจ้างมากเกินไป
ผมไม่คิดว่าโดยทั่วไปเขากำลังบอกว่าสิ่งนั้นแย่ หมายความว่า ถ้าเป้าหมายของบริษัทคือการชนะ ก็ต้องเฆี่ยนคนที่ฉลาดมาก แต่โง่และหยิ่งมากเกินไป และไม่มีแนวคิดเรื่องชีวิตนอกจอกับบัญชีธนาคาร จนยอมทำทุกอย่างที่ถูกเรียกร้อง
คุณควรภูมิใจที่สามารถเลี้ยงลูกได้ และควรภูมิใจยิ่งกว่าที่คุณยอมให้บริษัทมากกว่าที่จำเป็นแค่นิดเดียว ถ้าจำเป็นต้องทำงานหนักขึ้นก็ทำได้ แต่ไม่จำเป็นต้องสมัครใจทำโอทีเกินสองเท่าเพื่อให้พวกโซซิโอพาธใน Valley เอาไปอวดโซซิโอพาธอีกคนจากแอฟริกาใต้
คนสมมติแบบนั้นไม่ได้อยู่รอบตัวผม เพราะพวกเขาเอาเพื่อนและสติสัมปชัญญะไปแลกกับชื่อเสียงและสต็อกออปชันที่ถูกสัญญาไว้ ใครจะสน ก็แค่งานในวงการเทคเท่านั้น
Eric บอกว่าอีกไม่นาน AI จะสร้างแอปโคลน TikTok โดยอัตโนมัติ แล้วปล่อยซ้ำ ๆ ขึ้น App Store จนกว่าจะมีสักตัวที่ดังได้
ต่อให้มันทำได้ในเร็ว ๆ นี้จริง ๆ มีทางไหนที่สิ่งนี้จะไม่ทำให้ App Store พังทันทีด้วย แอปขยะที่สร้างอัตโนมัติ และทำให้ผู้ใช้หนีไปหรือเพิกเฉยหรือไม่?
ผมไม่เห็นว่าสถานการณ์แบบไหนที่แอปซึ่งสร้างอัตโนมัติในไม่กี่วินาทีจะกลายเป็นบริษัทเทคโนโลยียักษ์ใหญ่รายต่อไปและทำกำไรมหาศาลได้
ต่อให้แอปทั้งหมดเป็นขยะ ผู้คนก็จะตามครีเอเตอร์เดิมไป และครีเอเตอร์ใหม่ก็จะตามผู้ชมที่มีอยู่แล้วไป
สำเนาของบริการเดิมแทบไม่มีโอกาสสำเร็จเลย หากไม่มีตะขอทางการตลาดภายนอกอย่างการแบ่งรายได้ที่ดีกว่า ส่วนที่เหลือก็จะถูกมองข้ามเหมือนแอปใช้แรงน้อยอื่น ๆ ในปัจจุบัน
มีแอปจำนวนมากที่ไม่ให้ฟังก์ชันใด ๆ เลยถ้าไม่สมัครสมาชิกเดือนละ 10 ดอลลาร์ขึ้นไป และผู้คนก็เพิกเฉยมันอยู่แล้ว
ลองทำเองก็ได้ ลองนึกงานสักอย่างที่แอปเล็ก ๆ น่าจะจัดการได้ดี แล้วลองหาแอปที่น่าพอใจและคุ้มกับเงินที่มันเรียกดู คุณจะหาไม่เจอ
คงเป็นรุ่งอรุณอันงดงามสำหรับพวกแบล็กแฮต
นี่ไม่ใช่การรั่วไหล มันถูกอัปโหลดขึ้น YouTube แบบสาธารณะ และผมก็ดูจากที่นั่น
เป็นวิดีโออันดับแรกหรืออันดับสองในฟีดแนะนำ
ผมยังทิ้งคอมเมนต์ว่า “Stanford ขอบคุณที่อัปโหลดการบรรยายนี้” และ Stanford ก็กดหัวใจและปักหมุดไว้บนสุดของคอมเมนต์ YouTube: https://i.imgur.com/LSi6mqN.png
ในแง่ระดับทางเทคนิคแล้ว เป็นการบรรยายที่ดี ผมเดาว่าปัญหาน่าจะเกิดจากการที่เขาวิจารณ์วัฒนธรรมองค์กรของ Google ยุคใหม่เกี่ยวกับการทำงานจากบ้านอยู่สั้น ๆ