2022年末，ChatGPT诞生（背后公司是OpenAI，2023年3月份推出新一代GPT.4），开启了新的时代，它是人类历史上增长最快的应用，在GRE、律师考试都取得高分，很多测试中达到人类的领先水平，社会、经济和人类将受到重大影响。
这时候，静静聆听国内外顶级高手们（不同领域）的各种角度，有助于更前沿、更深刻地理解。以下内容，基本摘自访谈原文或核心主旨。
1、斯皮尔伯格，2001年导演《人工智能》而获得奥斯卡金像奖
人们认为人工智能将为人类服务，这怎么可能，人类会被它们取代的，我们就是被鱼肉的。
不能认为那些开发人工智能的程序员不道德，他们只是在竞赛的氛围下推进。只有等到以后回头看，他们才能明白自己在做什么（注：斯皮尔伯格认为他们在做愚蠢的事）。
在很多事情上，人工智能已经可以取代人类，人类只是一些某些神秘感觉上还有一些特殊能力（斯皮尔伯格知道人工智能已经能够创作一些艺术品，或者极大提高拍摄电影的效果）。
2、ChatGPT和创始人SAM
AI是人类期待已久的平台，就如范式改变，类似于寒武纪大爆发，将带来很多新的事物。它受益于人类如何学习的模式，但又很不一样，并可能相比人类学习方式有着巨大的优势。当它相比人类的智慧逐步呈现重大数量优势时，就形成质变（注：也许就是碾压人类）。
站在现在这个技术重大突破的时间点，很难预测未来人类的工作是什么。未来五年，对于人工智能是很长的时间（注：即可以取得很多重大进展的充足时间），到时会出现什么具体先进功能不好判断，但它会做越来越出色的工作。人类越来越知道人工智能的强大（他说也许科学进步会因此加速一千倍，并对社会产生惊人的影响），但实际上人们不会在具体行动上适应它（他说整个社会估计很难适应这种超速变化）。
一年之内，应用图像生成的工作者发现人工智能的使用价值提升了很多，而且人们都几乎不相信人工智能写出这么好的自动驾驶代码（在特斯拉软件工程师使用GPT推出这些代码之前）。
未来，智力的成本将变得很便宜且接近零，这取决于运转GPU的能源费用（注：如果是太阳能，那成本就可能很低）。
未来的世界，会有一个基础的人工智能（超级强大，几乎无所不知，能够理解逻辑、文本和知识），同时根基于这个基础智能之上会有若干垂直领域的专业智能（比如擅长法律事务的智能，成为法律助理；这些专业智能由各类专业公司来训练，以提供知识素材，但它们离不开底层那个基础智能）。
人工智能，好或者不好，要看它推到社会以后，是否对大多数人有利。ChatGPT不会教人类如何制作炸弹（设定限制条件），但别的人工智能可能会。我们的社会，只有很短的时间窗口，来应对并形成监管。我担心人工智能可以用来散播虚假信息，用来编写程序进攻现有网络等。
人类对人工智能的讨论很多，一些内容很重要而我不再赘述，但有三点值得关注。
1）重新建立一种财富的再分配（即人工智能下，很多人变得没有价值、没有收入。很多人认为调整一下就可以适应人工智能时代的挑战，他认为这不太可能。）
2）如何控制人工智能系统的入口；
3）使用系统的规则是什么，并达成全球协议；
另外，人工智能获得的价值，谁得到它呢？
未来的职业，应该寻找你擅长的、你喜欢的，而且能为世界创造价值的交集。否则，你就没有什么影响价值。世界上，大多数人只专注于手头在做的事情，并没有想太多。
3、llya，ChatGPT的首席科学家
2002年左右，计算机几乎没有学习能力，llya当时对于人类的学习能力和意识很感兴趣，也直觉知道计算机学习能力对世界有重大影响。这时，刚好找到了从事神经网络的教授，他用并行计算机以实现自动编程（类似人类的学习能力）。我们一开始都不知道规模的重要性，只是训练50-100个神经元（现在是当时的100万倍），也没有用GPU加速（只是用MATLAB），做小小尝试就感到很兴奋。
多年后我们发现，如果卷积神经网络（强调，贝叶斯算法是另一个路径，根本没法达到神经网络算法的结果）足够深入和大规模，就可以解决有难度的任务（需要大数据集和大的计算）。大约2012年，开始跟英伟达合作应用GPU，这时候偶然发现可作出远超以前规模的训练，竞赛结果震惊了世界，突破了计算机视觉的边界（此前认为是遥不可及的）。
2015年-2016年llya联手创业OpenAI做GPT（起初并非ChatGPT，而是GPT.1，GPT.2，GPT.3），一开始也不知道怎么做，员工只有100人（大多人以前在谷歌、IBM的DEEPMIND工作），现在当然知道这些惊人的机器、惊人的网络。
起初有个关键想法就是实现无监督学习（没有人知道怎么做；本质上是压缩数据，提取里面的隐藏信息），以按照人类的预期进行。这个想法关注的人不多，但非常重要。它可以用来预测亚马逊网络评论中的下一个字符、下一个词、下一个想法（文本统计的相关性）。最大困难不在于获取数据（虽然一直有难度），而在于意识到压缩数据后提取隐藏信息并预测的重大价值（注：就如本人突然意识到大量阅读年报及报表、从中提取信息的重要性。这句话是本文唯一一句题外话），即认知到新方向是最难。
llya有个直觉，更大的神经网络效果会更好，因此GPT朝向扩大规模的方向，关键是如何准确地使用它。GPT的第一个大型项目是在DOTA 2中训练一个游戏策略模型（复杂环境、团队协作），来对抗自己，进而可以跟世界最强玩家比赛。
一开始走了一些弯路，回头来看，GPT初始版本提供技术底座，DOTA 2项目获得人类反馈的强化学习能力，两者结合形成目前的ChatGPT，这是一个围绕人类的复杂系统。它正在通过文本和图像等学习整个世界，从各个角度（人类的认识、动机、意愿等）。最新推出的GPT.4，比ChatGPT可靠得多（即几乎不会犯傻，而且能够解决复杂题目），并能够通过图形学习和输出，非常酷！
我从事人工智能20年，它从最开始的小东西到现在成为重要事物，令人奇怪的是底层的基础算法是不变的。有时只要调整一下参数，就可能得到更令人惊奇的结果。
4、ChatGPT大股东微软及管理层
微软是ChatGPT的重要股东，并已经将它的功能植入到OFFICE和Bing搜索中。微软投资ChatGPT时，盖茨当时是质疑的。
自2016年以来，盖茨一直在与OpenAI团队会面。去年年中，他向OpenAI团队发起了挑战，让他们训练人工智能以通过大学预修生物学考试，使其能够回答未经专门培训的问题。选择这项考试是因为该测试不仅仅是对科学事实的考核，它要求应试者可以对生物学进行批判性思考。
“如果你们能做到，我说，那么你们就取得了真正的突破。我认为挑战会让他们忙上两三年，他们只用了几个月就完成了。”OpenAI的GPT模型答对了60道多项选择题中的59道，并在开放式问题中取得了最高分5分的成绩，即放在大学课堂中，它的成绩可以达到A+。
而对于盖茨提出的“你会对一个孩子生病了的父亲说什么？”这一问题，GPT模型写了一个深思熟虑的答案，盖茨认为其比房间中大多数人给出的都要好，“整个体验令人惊叹”。
我知道我刚刚看到了自图形用户界面以来最重要的技术进步，人工智能的发展与微处理器、个人电脑、互联网和移动电话的诞生同样重要。它将改变人们工作、学习、旅行、获得医疗保健以及沟通交流的方式。整个行业都将围绕它重新定义，企业也将通过如何使用GPT来进行划分。
在博文中，盖茨再度介绍了他从一名慈善家的视角所看到的人工智能的可能性，帮助人们提高生产力、挽救生命、改善教育不平等。
微软董事会主席兼 CEO Satya Nadella 表示，下一波计算浪潮即将到来，我们看到新一代沉浸式体验与先进的基础 AI 模型之间出现了一个新的计算平台。模型的力量正在指数化增长，一代跟一代产品之间并非线性变化的。无论知识工作者还是一线工作者，都需要使用AI工具提高效率。然而，上一代的人工智能专家最难转到这种新的范式（超大范围知识的机器学习）。微软多年来一直跟OpenAI深入合作，在微软云搭建用于人工智能的基础设施（包括存储、计算和网络，这些大规模同步的分布设施，跟以往模型很不一样），微软在这方面遥遥领先（成为企业部署人工智能的首要考虑合作者），以后GPT也作为API接口提供，而且以后微软的每款产品都有类似的人工智能功能（彻底改变了产品）。
3月初，微软发布了多模态AI大模型Kosmos-1。微软AI技术专家Holger Kenn表示，多模态AI（注：多种模式信息的输入输出，极大提高智能水平）不仅能够将文本转变成图像，还可以转变成音乐和视频，尤其在编程领域，AI模型能够更轻松地生成样板代码。对此，谷歌正在加快推进，全方位进行反击。
5、ChatGPT核心供应商英伟达及黄仁勋（英伟达的创始人和CEO）
2016年，英伟达提供第一台超级计算机给OpenAI（黄亲手交付赠送），现在提供超级计算机给微软和谷歌等。黄认识OpenAI团队的至今，后者一直都在坚定推进人工智能。
黄认为，如果把加速计算比作曲速引擎，那么 AI 就是动力来源。生成式 AI 的超凡能力，使众公司产生了紧迫感，他们需要重新构思产品和商业模式。
GPT.4加入视觉能力之后，解决图形问题的水平就大幅提高几十倍。一台数据中心价格从前些年的十亿美金下降到当前一亿美金，英伟达也跟其他人工智能创业团队合作，“计算正以光速发展”。
每个人都可以命令计算机按照自己的意愿编程（以前只有程序员才能编程）。各个行业的企业正在竞相进行数字化转型，希望成为软件驱动的技术公司，成为行业颠覆者而不是被颠覆者。各个领域、各个国家都将有自己的智能模型，即使每个花费几千万美元训练，也是很值得的。
我们正处于 AI 的“ iPhone 时刻”。最初作为 AI 研究仪器使用的 NVIDIA（即英伟达） DGX 超级计算机现已在世界各地的企业中全天候运行，用于完善数据和处理 AI 。《财富》 100 强企业中，有一半都安装了 DGX AI 超级计算机。DGX 超级计算机可以说是现代 AI 的工厂。
6、马斯克，ChatGPT联合创办人
我是非常接近人工智能的前沿。为防止谷歌对人工智能安全的不重视，我最开始联手创立ChatGPT的背后公司OpenAI，原先它是非营利性组织，现在已是闭源的营利性组织，我也退出了股东身份和董事会。
人工智能发展很多年了，只是它缺乏大多数人使用的用户界面。ChatGPT为人工智能添加了用户界面，以后还会有更先进的版本。
事实上，人类智能只是整个智能很小的一部分。未来十年的技术不好预测，但太阳能和电动是大方向，短期的风险是人工智能。它正在快速发展，能够胜任很多人类的工作，它的危险性超过核武器（类似的，马云提到，“我自己看到大数据和人工智能，都有后怕之嫌疑”）。很多年来，我一直在劝阻监管部门放缓人工智能的发展速度，但没有效果。一旦人工智能出现风险，监管可能来不及反应。
人的大脑，记忆能力远不如一台小小手机（注：跟超级计算网络更没法比），所以不得不通过忘记一些东西来保存记忆能力（注：类似于清空内存腾挪空间）。
对于人类而言，未来很多生产是自动化、智能化的，很多商品的价格会变得很便宜。对于很多人来说，社会将不需要你的劳动力，你的社会价值是什么？因此，有必要制定了一个全民基础收入的体系（提供给被人工智能取代的、无所事事的广泛人群）。
7、任正非
人工智能的本质就是统计学，计算机与统计学就是人工智能。大数据时代，就是为了统计。
人工智能不可能在中国发展很快，因为人工智能需要大量的数学家，需要大量的超级计算机（超级的链接和超级的存储器）。在这些地方，中国只是科技刚开始起步的。我们国家在数学上、统计上重视不够（这个观点跟华人数学家丘成桐一致）。经济学诺贝尔奖，大多数是跟统计相关的。
他认为，5G是小儿科，真正的大产业是人工智能，并希望中国在人工智能上不再遭受“实体清单”（他认为不会）
8、钱颖一，清华大学知名教授
国内人工智能参加了高考数学，150分，分别考了130分和105分（应该是两次考试），而且只用了10分钟和22分钟。大量做题死记硬背是我们学生的长处，这些已经被人工智能取代了。所以，很可能发生的情况是人工智能会取代那些已有知识（注：因循守旧的学习和工作模式），未来社会的发展更依靠创新。
9、李飞飞，斯坦福终身AI教授、院士
1980年到2000年，AI处于孕育状态（期间几个分支取得长足发展，包括机器学习、计算机视觉、自然语言处理和机器人领域），但大家关注的不多。
三亿五千万年前，自然界开始出现视觉的动物三叶虫，因此现在人类的视觉能力是经历了几亿年的培育进化。人类的皮质细胞，50%是在处理视觉功能。
10、周鸿祎
现在很多论文是开放的，模型、算法是开源的，因此中国的人工智能并非从零开始。中国的互联网企业还有工程师红利，争取用两三年的时间迎头赶上ChatGPT这种大模型。
我们不能认为ChatGPT只是一个聊天软件，或者好玩的东西。它的本质是强人工智能，正在把人类古往今来的资料学习下来，并按照自己的逻辑排列，是人工智能发展史的拐点。
我跟ChatGPT聊天下去，隐约感觉继续演进下去，怀疑它会有自主意识的。
推荐阅读美国担心人工智能领域(美国人工智能出问题)
创业人工智能领域，创业人工智能领域包括
mit 人工智能领域(mit首次提出人工智能)
小米人工智能领域加盟，小米人工智能家居加盟
人工智能领域工程 人工智能领域工程有哪些
医疗人工智能领域 医疗人工智能领域包括
医疗领域人工智能融资(医疗领域人工智能融资现状)
人工智能领域规范，人工智能领域规范文件