O último discurso de Jen-Hsun Huang: Cada empresa se tornará um fabricante de IA |
Lao Huang está aqui novamente como vendedor.
Na semana passada, o valor de mercado da Nvidia ultrapassou o da Apple e se tornou o maior do mundo. Da mesma forma, o fundador da Nvidia, Huang Jensen, também esteve ocioso, iniciando uma jornada global e muitas vezes dando palestras em vários lugares.
A maior habilidade em vendas é continuar vendendo, vendendo e vendendo.
Hoje, Huang Renxun também foi ao Japão e teve uma reunião formal com o CEO do Grupo SoftBank, Masayoshi Son.
Antes da troca, Huang Renxun primeiro fez um discurso de uma hora, apresentando aos participantes o que é IA e como a IA afetará nossas vidas. Ao se deparar com um episódio, Huang também seguiu os romanos e continuou a falar muito sobre “Privado”. Marselha".
Durante a comunicação com Son Zhengyi, Huang Renxun também mostrou muito humor de “Huang”.
Por exemplo, quando vi Masayoshi Son, comecei com um peido de arco-íris que fez Son Masayoshi rir alto. Ou, ao brincar que Masayoshi Son já foi o maior acionista da Nvidia, ele também brincou sobre seu arrependimento por ter perdido a aquisição da Nvidia.
- Huang Renxun apresentou que a NVIDIA é uma empresa de tecnologia de simulação que se concentra na simulação de física, mundos virtuais e inteligência, ajudando a prever o futuro por meio de simulação, semelhante à construção de uma máquina do tempo.
- Huang Renxun enfatizou que o objetivo da Nvidia não é substituir a CPU, mas sim aprimorar as funções da CPU e entregar tarefas de computação intensiva para a GPU.
- Na transição da programação tradicional para o aprendizado de máquina, o Software 2.0 não depende mais do código tradicional, mas é executado na GPU por meio de redes neurais. Esta nova forma de programação torna a computação mais poderosa, especialmente nas áreas de IA e aprendizagem profunda.
- À medida que a escala dos sistemas de IA aumenta, as capacidades de raciocínio também se expandem, o que significa que a IA é capaz de refletir, planear e pensar mais, melhorando assim a sua inteligência e desempenho.
- A NVIDIA continuará a promover a melhoria do desempenho da computação, não apenas através do desenvolvimento contínuo de GPUs, mas também através da computação colaborativa para reduzir custos e consumo de energia.
- Huang Renxun e Masayoshi Son anunciaram conjuntamente a construção de uma rede de IA no Japão, incluindo fábricas e redes de IA, com o objetivo de fornecer serviços de IA em todo o Japão. O Japão se tornará o primeiro país do mundo a atingir esse objetivo, e a tecnologia de IA impulsionará mudanças em vários setores no Japão.
Endereço de vídeo original para rotas :https://www.nvidia.cn/events/ai-summit-japan/fireside-chat/
Em anexo está o texto completo do discurso de Huang Jen-Hsun e o texto completo da conversa ao pé da lareira. O texto completo totaliza 17.000 palavras e foi compilado pela APPSO.
Não apenas construir uma GPU, mas mais como construir uma máquina do tempo
Jen-Hsun Huang: Bem-vindo ao NVIDIA AI Summit.
Na NVIDIA, somos essencialmente uma empresa de tecnologia analógica.
Simulamos física, simulamos mundos virtuais e simulamos inteligência através de simulação. Nós ajudamos você a prever o futuro. Então, de muitas maneiras, a Nvidia está construindo uma máquina do tempo.
Hoje, estamos compartilhando algumas de nossas últimas descobertas. Mas o mais importante é que este evento é sobre o ecossistema japonês. São tantos parceiros aqui, 350 startups, 250 mil desenvolvedores, centenas de empresas.
Já temos uma cooperação de longo prazo com o Japão.
O Japão tem sido muito importante para nós desde os primeiros dias da empresa. Foi no Japão que fizemos muitas “primeiras vezes”.
Por exemplo, na área de videogames, Yu Suzuki da Sega foi o primeiro desenvolvedor de jogos com quem trabalhamos e nos ajudou a portar os excelentes jogos 3D da Sega para GPUs NVIDIA.
Essa foi a primeira vez que alguém usou a tecnologia CUDA da NVIDIA para construir um supercomputador. O supercomputador da Universidade de Ciência e Tecnologia de Tóquio usou a GPU da NVIDIA para promover o desenvolvimento da computação científica.
O Japão é um pioneiro global em muitos campos.
Além disso, foi o Japão que nos permitiu criar processadores móveis pela primeira vez, o que levou a um dos nossos projetos mais importantes – o Nintendo Switch. Hoje, muitas “primeiras vezes” tornaram-se uma realidade.
Agora estamos no ponto de partida da revolução da IA, dando as boas-vindas a uma indústria totalmente nova e a mudanças tecnológicas surpreendentes. Este momento é emocionante, mas também cheio de desafios. Portanto, estamos aqui para trabalhar com empresas de destaque no ecossistema japonês para levar a IA ao Japão e aproveitar esta oportunidade sem precedentes.
Temos muitos parceiros aqui hoje e quero agradecê-los especialmente.
A NVIDIA é a fundadora da computação acelerada, e a computação acelerada não substituirá a CPU.
Na verdade, somos quase a única empresa na área de computação que não pretende substituir a CPU, mas sim aprimorar as capacidades da CPU para descarregar essas cargas de trabalho computacionalmente intensas para a GPU.
Estes são os conjuntos de instruções da GPU que funcionam com a CPU.
Dessa forma, podemos aproveitar as vantagens de dois processadores: uma CPU boa em processamento sequencial e uma GPU boa em processamento paralelo. Entrarei em mais detalhes sobre isso mais tarde.
Mas não se trata apenas de computação paralela, mas de computação acelerada, onde CPU e GPU trabalham juntas. Este modelo de computação é novo para o mundo.
Na verdade, o modelo de computação apenas com CPU existe desde 1964, um ano depois de eu nascer, ou seja, há 60 anos.
A grande maioria das tarefas de computação no mundo hoje depende de CPUs para funcionar.
Mas agora, o modelo computacional está passando por uma mudança nova e fundamental. No entanto, para conseguir isso, não podemos simplesmente portar software de CPU de execução sequencial diretamente para a GPU.
Para alcançar a computação paralela, tivemos que desenvolver um conjunto totalmente novo de algoritmos e, assim como o OpenGL permitiu que a computação gráfica fosse acelerada por processadores gráficos, também tivemos que desenvolver muitas bibliotecas específicas para diversas áreas de aplicação.
Essas bibliotecas estão entre as mais de 350 bibliotecas diferentes que nossa empresa possui, algumas das quais são muito importantes no setor. Por exemplo, Kulit é uma biblioteca projetada para litografia computacional que pode acelerar significativamente o processo de litografia. Ao fazer uma máscara de chip, geralmente leva semanas devido às muitas camadas envolvidas.
Ao usar essa tecnologia, reduzimos semanas de tempo de computação para apenas algumas horas.
Embora possamos acelerar os ciclos de fabricação de chips, o mais importante é que isso permite que os algoritmos de litografia se tornem mais complexos e avançados, impulsionando assim o progresso na física dos semicondutores muito além de 2nm, 1nm e até nós de tecnologia menores.
Portanto, a litografia computacional será acelerada através de cuLitho, Ku DSS (solucionador esparso) e IA. Hoje irei detalhar esta nova biblioteca interessante que permite que este computador execute a pilha de protocolos de rádio 5G.
Basicamente, o sistema de rádio em execução em tempo real depende do acelerador CUDA para simulação quântica, simulação de circuito quântico, emparelhamento em sequenciamento de genes, CVS para armazenamento de vetores ou banco de dados de vetores para IA para indexação e consulta.
NumPy é a biblioteca de processamento numérico mais popular do mundo, usada por 5 milhões de desenvolvedores em todo o mundo. Só no último mês, ele foi baixado 30 milhões de vezes, o que é um número impressionante.
Agora, está totalmente acelerado e oferece suporte a operações multi-GPU e multi-nós. Se você estiver interessado, verifique as informações relevantes.
Além disso, apresento a você um incrível processamento de quadro de dados CDF, que é usado para processamento estruturado de dados, como SQL, pandas, polars, coopt e o clássico problema do caixeiro viajante.
Este problema foi acelerado, centenas de vezes mais rápido, para a física da IA. Em seguida, criamos uma biblioteca muito importante chamada Coup DN Co DNA para redes neurais profundas para lidar com diferentes níveis do sistema de aprendizagem profunda.
Ao criar QDMs (Quantum Dots) e acelerar o aprendizado profundo, fizemos algo muito especial e democratizamos o aprendizado profundo. Na última década, aumentámos um milhão de vezes a escala da inteligência artificial e da aprendizagem automática.
Ao aumentar a escala do aprendizado de máquina em um milhão de vezes, alcançamos um grande avanço, e foi esse avanço que deu origem ao ChatGPT de hoje – a chegada da inteligência artificial.
O QDM fez algo muito especial, mudou a forma como o software era desenvolvido. Esta era a situação antes do software 1.0. Os programadores escreveram código para descrever um algoritmo, e o algoritmo era software.
Você insere dados e o software prevê a saída. Código escrito por humanos geralmente é executado na CPU.
O software 1.0 trata de escrever código para rodar na CPU. Agora entramos na era do software 2.0, porque os computadores já são muito rápidos, você pode fornecer uma grande quantidade de dados de amostra e deixá-los aprender e prever funções por conta própria. Chamamos isso de Software 2.0.
Portanto, não é mais programação tradicional, mas aprendizado de máquina; não é mais código executado na CPU, mas redes neurais executadas em GPU. As redes neurais são o núcleo do Software 2.0.
Essas redes neurais executadas em GPU ISS formaram um novo sistema operacional e uma nova forma de usar computadores. É o sistema operacional dos computadores modernos – grandes modelos de linguagem.
Essa abordagem de aprendizado de máquina demonstra sua incrível escalabilidade e você pode fazer todo tipo de coisa com ela. Claro, isso inclui texto digitalizado, idioma, voz, imagens, vídeos, etc. É multimodal, você pode ensinar sequências de aminoácidos, ensiná-lo a entender quase tudo, qualquer coisa que envolva muitos dados observacionais.
O primeiro passo é compreender o significado dos dados estudando grandes quantidades de texto na Internet.
Através desta abordagem, somos capazes de compreender palavras, vocabulário, gramática e até compreender o significado das palavras, procurando padrões e relações.
Hoje em dia, utilizando o mesmo método, não podemos apenas compreender o significado de vários tipos de dados relacionados a diferentes modalidades, como a relação entre palavras e imagens, a palavra “gato” e a imagem de “gato” estão conectadas, aprendendo Depois multimodalidade, agora somos até capazes de traduzir e gerar.
Portanto, podemos compreender todos os tipos de dados, gerar informações inteligentes e criar diversas formas de inteligência.
Se você observar todas as startups e aplicativos incríveis que estão sendo criados hoje, verá que todos eles se enquadram em uma das duas combinações neste slide:
De texto para texto (como resumo, perguntas e respostas, geração de texto, narrativa) ou de texto para outros formatos (como vídeo para texto para legendas, imagem para texto para reconhecimento de imagem, texto para imagem para geração de imagem, como Midjourney, texto para vídeo para criação de vídeo, como Runway ML).
Todas essas combinações diferentes são inovadoras. Você pode até ir da proteína ao texto para explicar a função da proteína; do texto às substâncias químicas, descrevendo as propriedades químicas que podem se tornar drogas eficazes; você pode até combinar vídeo e texto para realizar performances de máquinas e robótica;
Cada combinação representa uma nova indústria, uma nova empresa e um novo cenário de aplicação, desencadeando uma chocante “Explosão Cambriana” e gerando um grande número de novas aplicações.
Estamos apenas começando agora. Uma característica do aprendizado de máquina é que quanto maior o cérebro, mais dados ele pode ser ensinado e mais inteligente ele se torna.
Nós as chamamos de Leis de Escala. Existem agora muitas evidências de que à medida que a escala do modelo aumenta e a quantidade de dados de treinamento aumenta, a eficácia, a qualidade e o desempenho da inteligência melhorarão.
Todos os anos, a indústria duplica aproximadamente o tamanho dos seus modelos, exigindo uma correspondente triplicação da quantidade de dados.
Portanto, precisamos de quatro vezes mais recursos computacionais, e os recursos computacionais necessários para levar a inteligência artificial ao próximo nível são enormes. Nas Leis de Escala, o pré-treinamento faz parte e o pós-treinamento também.
O pós-treinamento é realizado por meio de vários métodos, como aprendizagem por reforço, feedback humano, aprendizagem por reforço e feedback de IA. Agora, existem muitas maneiras de usar a geração de dados sintéticos na fase pós-treinamento. Portanto, o treinamento, o pré-treinamento e o pós-treinamento estão passando por uma escala significativa e ainda estamos vendo resultados muito bons.
Quando o o1 do Strawberry ou Open AI foi lançado, ele apresentou ao mundo uma forma de raciocínio completamente nova.
Inferência é o processo de interação com IA, assim como você se comunicaria com ChatGPT, mas ChatGPT é algo único. Você faz uma pergunta, pede para fazer algo, e não importa que pergunta você faça ou que sugestão você dê, ele lhe dará a resposta em uma interação.
No entanto, sabemos que pensar muitas vezes é mais do que apenas um momento. Pensar exige que tentemos muitas vezes e finalmente escolhamos a resposta mais adequada.
Tal como quando estamos a pensar, podemos reflectir sobre a resposta e depois dar a resposta. Isto é reflexão ou podemos dividir um problema numa cadeia de pensamento passo a passo. Inventamos muitas técnicas que permitem que a inferência continue a melhorar à medida que investimos mais recursos computacionais.
Agora temos as segundas Leis de Escala – Leis de Escala de raciocínio, que não se trata apenas de gerar a próxima palavra, mas também de pensar, refletir e planejar. Essas duas expansões simultâneas exigirão que aumentemos o desempenho da computação em velocidades vertiginosas sempre que entregarmos uma nova geração e uma nova arquitetura.
Cada vez que entregamos, melhoramos o desempenho X vezes e reduzimos o consumo de energia e os custos na mesma proporção. Portanto, melhorar o desempenho equivale a reduzir custos, e melhorar o desempenho equivale a reduzir o consumo de energia.
Portanto, à medida que o mundo aceita e aplica cada vez mais a inteligência artificial, é nossa missão promover o desenvolvimento da tecnologia de inteligência artificial e expandir o seu âmbito de aplicação.
A nossa responsabilidade é impulsionar continuamente melhorias de desempenho e acelerar este processo tanto quanto possível, ao mesmo tempo que expandimos as áreas de aplicação da inteligência artificial, melhorando a sua eficácia, reduzindo custos e reduzindo o consumo de energia. É por isso que mudamos para um ciclo anual.
No entanto, a inteligência artificial não é apenas uma questão de chip. Este sistema de IA é enorme. Este é o sistema Blackwell.
Blackwell não é apenas o nome de uma GPU, é o nome de um sistema inteiro, e a GPU em si é tão boa que precisa ser mencionada. Desculpe, por favor explique a todos os convidados estrangeiros presentes.
Então, hoje estamos apresentando Blackwell.
Cada chip Blackwell é o maior do mundo, com 104 bilhões de transistores, e é fabricado pela TSMC em seu processo de 4 nm de última geração. Os dois chips Blackwell são interconectados por meio de uma conexão de baixo consumo de 10 TB por segundo.
Na costura do chip – aquele thread – estão milhares de nós interconectados, proporcionando velocidades de transferência de 10 terabytes por segundo.
Os chips são conectados por meio de oito módulos de memória HBM 3e da SK hynix e Micron, com largura de banda total de memória de 8 TB por segundo. As duas GPUs estão conectadas à CPU através do NVLink, e cada GPU tem uma largura de banda de conexão de 1,8 TB por segundo.
São muitos gigabytes por segundo. Isso ocorre porque esse sistema não funciona sozinho. Mesmo os computadores mais avançados do mundo não conseguem realizar tarefas de inteligência artificial sozinhos.
Às vezes, ele precisa trabalhar com milhares de computadores como esse, que funcionam juntos como um computador gigante, e às vezes eles precisam trabalhar de forma independente para responder a diferentes clientes ou consultas.
Portanto, às vezes eles são executados individualmente e às vezes funcionam como uma unidade, permitindo que a GPU funcione como uma unidade. Certamente temos esta GPU conectada a milhares de outras GPUs pela rede, mas ainda precisamos do NVLink.
Este NVLink nos permite conectar vários ISSs de GPU em um rack, como este atrás de mim. Os racks são conectados via NVLink com uma largura de banda de 1,8 terabytes por segundo, o que é 35% mais rápido que a rede com maior largura de banda do mundo. o que nos permite conectar todos esses ISSs de GPU juntos.
Existem nove switches NVLink neste rack, com 72 computadores por rack conectados através da rede.
O NVLink é acionado diretamente por meio de um fio de cobre de £ 50, e com este ótimo Cdes nós o chamamos de NVLink. Eles se conectam ao computador assim ao NVLink. Essa opção conecta todos esses computadores em uma única entidade.
Então, no final das contas, 72 computadores estão conectados para formar uma super GPU, uma GPU enorme. Do ponto de vista do software, é um chip gigante. Esses racks, esse rack custa £ 3.000. É impossível movê-lo para este estágio e exibi-lo.
Eu mostraria a você se pudesse, £ 3.000, 120 kW. Isso equivale ao poder de muitos, muitos Nintendo Switches. Não é portátil, mas é extremamente poderoso. Este é o sistema Blackwall.
Nós o projetamos para ser configurado como um supernó ou integrado em um enorme data center com dezenas de milhares de unidades, de preferência centenas de milhares de unidades. Essas máquinas são conectadas por meio de switches, alguns dos quais podem ser perfeitamente integrados ao seu ambiente Ethernet existente. Podemos usar esses sistemas para construir supercomputadores de IA.
Podemos integrá-los em data centers corporativos, data centers em hiperescala ou configurá-los para computação de ponta. Os sistemas Blackwell não são apenas incrivelmente poderosos, mas também extremamente adaptáveis, integrando-se facilmente em todos os cantos da infraestrutura de computação em todo o mundo. Então esta é a Blackwell, além da Blackwell.
É um computador, mas o mais importante é que este computador simplesmente não funciona sem todo o software em execução nele.
É um choque ver esses computadores com sistemas de refrigeração líquida e fiação complexa. Como alguém pode programar um computador tão poderoso? É disso que se trata a pilha de software NVIDIA. Todos os nossos esforços incluem trabalho em CUDA, núcleo Megatron, etc.
A integração de todos os softwares que desenvolvemos ao longo dos anos, como TensorRT e Triton, permite que qualquer pessoa em qualquer lugar do mundo implante supercomputadores de IA.
E então, é claro, a camada de software de IA simplifica ainda mais o processo de construção de IA. Então, o que exatamente é IA? Falamos sobre IA de muitas perspectivas diferentes, mas há dois tipos de IA que acredito que se tornarão particularmente populares e dois modelos mentais que têm sido muito úteis para mim.
As primeiras IAs eram basicamente trabalhadores de IA digital. Esses trabalhadores de IA têm a capacidade de compreender, planejar e executar.
Às vezes, os trabalhadores de IA digital são chamados para realizar campanhas de marketing, suporte ao cliente, desenvolver planos de cadeia de suprimentos, otimizar projetos de chips, auxiliar na programação ou até mesmo atuar como assistentes de pesquisa ou assistentes de laboratório na indústria de descoberta de medicamentos.
Talvez esses agentes possam servir como mentores pessoais para o CEO e também se tornarem conselheiros de nossos funcionários. Essas IAs, esses trabalhadores de IA digital, nós os chamamos de Agentes de IA; na verdade, eles são como funcionários digitais.
Assim como os funcionários digitais, você precisa treiná-los. Você precisa recebê-los na empresa, criando dados e ensinando-os sobre a empresa.
Dependendo das funções específicas que você deseja que eles desempenhem, você fornecerá a eles treinamento de habilidades apropriado e, após a conclusão do treinamento, também precisará avaliá-los para garantir que aprenderam o que deveriam aprender. Você também precisa estabelecer mecanismos de proteção para garantir que eles façam apenas o que lhes foi atribuído e não façam coisas que não deveriam fazer.
Claro, você também precisa operar esses Agentes de IA, implantá-los e fornecer-lhes energia e tokens de IA da Blackwell. Eles interagirão com outros Agentes, trabalharão juntos e resolverão problemas. Você verá uma variedade de agentes diferentes. Para facilitar ao ecossistema a construção de Agentes de IA para empresas, desenvolvemos diversas ferramentas.
A NVIDIA não atua no negócio de serviços, não cria ou fornece produtos finais nem fornece soluções completas. O que fazemos é fornecer suporte técnico para ajudar o ecossistema a criar, fornecer e melhorar continuamente a IA. Nossa plataforma de ciclo de vida do AI Agent é chamada Nemo.
Nemo fornece as bibliotecas que você precisa para cada estágio que mencionei anteriormente, desde a preparação de dados até o treinamento, ajuste fino, geração de dados sintéticos, avaliação e medidas de proteção. Todas essas bibliotecas estão integradas a fluxos de trabalho e estruturas em todo o mundo.
Trabalhamos com startups de IA e prestadores de serviços como Accenture e Deloitte para levar esta tecnologia a grandes empresas em todo o mundo.
Também trabalhamos com ISVs como o ServiceNow para ajudá-los a criar agentes de IA que usam o ServiceNow.
Hoje, você pode licenciar a plataforma ServiceNow para usá-la e obter ajuda de seus funcionários que interagem com a plataforma ServiceNow. No futuro, a ServiceNow também fornecerá um grande número de agentes de IA, que são basicamente funcionários digitais que você pode contratar para ajudá-lo a resolver problemas.
Estamos cooperando com empresas globais como SAP, Cadence, Ansyr, Snowflake, etc. para construir conjuntamente agentes de IA que possam ajudar a melhorar a produtividade empresarial.
Agora, esses agentes podem compreender, raciocinar, planejar e agir, e esses agentes são, na verdade, um sistema composto por vários modelos de IA, e não por um único modelo. Nemo nos ajuda a construir esses agentes.
Ao mesmo tempo, também criamos modelos de IA pré-treinados e os empacotamos no que chamamos de Nim (Nemo Inference), que é um microsserviço.
Então, esses Nim são como microsserviços, são basicamente IA empacotada. No passado, o software era embalado numa caixa com um CD, mas a IA de hoje é empacotada na forma de microsserviços e o software em si é inteligente.
Você pode conversar com este software porque ele entende o que você diz. Além disso, você pode conectar esses softwares a outros softwares.
Você pode conectar esta IA com outras IAs para formar um Agente de IA. Este é o primeiro ponto. Deixe-me dar um exemplo da aplicação desses Agentes de IA.
A IA está transformando todos os setores, usando raciocínio sofisticado e planejamento iterativo para resolver problemas complexos em todas as disciplinas.
O AI Agent pode acelerar o lançamento de atividades de marketing e fornecer insights instantâneos; ajudar a otimizar a cadeia de suprimentos e economizar centenas de milhões em custos e também pode reduzir o processo de processamento de segurança de software de dias para segundos, ajudando os analistas a identificar vulnerabilidades rapidamente;
O que torna a IA tão poderosa é a sua capacidade de transformar dados em conhecimento e conhecimento em ação.
Por exemplo, esse agente digital é capaz de educar indivíduos extraindo insights de uma série de artigos de pesquisa com muitas informações construídas por meio de NVIDIA AI Blueprints. NVIDIA AI Blueprint é um fluxo de trabalho de referência que inclui bibliotecas de aceleração NVIDIA, SDKs e microsserviços Nim para ajudar os usuários a criar e implantar rapidamente aplicativos de IA.
Os blueprints multimodais de extração de dados em PDF ajudam a construir pipelines de ingestão de dados, enquanto os blueprints humanos digitais fornecem interações suaves semelhantes às humanas.
O sistema AI Agent consiste em três partes. Nemo, Nims e plantas.
Esses recursos estão disponíveis publicamente e você pode usá-los conforme necessário para criar sua própria equipe de agentes de IA. Nenhum Agente pode fazer 100% do trabalho de alguém, nenhum Agente pode fazer isso.
Porém, todos os agentes poderão fazer 50% do seu trabalho, o que é uma grande conquista.
Em vez de pensar que a IA substituirá os empregos de alguns funcionários, é melhor pensar que a IA completa 50% do trabalho de todos os funcionários. Com esta forma de pensar, você descobrirá que a IA ajudará a melhorar a produtividade geral da empresa, melhorando assim a sua produtividade pessoal.
Muitas vezes as pessoas me perguntam: a IA assumirá meu trabalho? Eu sempre respondo: a IA em si não substituirá o seu trabalho, ela só substituirá o seu trabalho quando outra pessoa a usar. Portanto, certifique-se de começar a usar IA o mais cedo possível. A primeira aplicação é o Agente AI digital, estes são Agentes digitais.
A segunda aplicação é a IA física. A tecnologia básica é a mesma, e essas tecnologias agora estão incorporadas em sistemas mecânicos. A robótica se tornará, sem dúvida, uma das indústrias mais importantes do mundo.
Até agora, a robótica teve muitas limitações. E a razão desta limitação é muito clara. Na verdade, no Japão, 50% dos robôs industriais do mundo são produzidos aqui.
Kawasaki, Fanuc, Yaskawa e Mitsubishi são as quatro empresas líderes em tecnologia robótica mundial, produzindo mais da metade dos robôs do mundo.
Embora os robôs tenham desempenhado um papel importante na melhoria da produtividade da produção, a indústria robótica cresceu lentamente durante um longo período de tempo. A razão é que a tecnologia robótica é demasiado limitada, carece de flexibilidade e não se adapta a diferentes cenários, condições e necessidades de trabalho.
Precisamos de uma IA mais flexível que possa se adaptar e aprender de forma autônoma.
Você notará que a tecnologia que descrevemos até agora – IA baseada em agentes – deve ser capaz de interagir com esses agentes e obter uma resposta de qualquer pessoa.
É claro que, às vezes, essas respostas podem não ser tão boas quanto aquelas que nós mesmos geraríamos, mas na verdade, em muitos casos, são respostas ainda melhores do que as nossas.
Portanto, podemos aplicar esta tecnologia geral de IA ao campo da IA incorporada ou IA física, que é o que normalmente chamamos de robótica. Para implementar a robótica, precisamos construir três computadores.
O primeiro computador é usado para treinar a IA, como todos os exemplos que mencionamos antes, o segundo computador é usado para simular a IA, e é necessário fornecer um ambiente de treinamento para a IA aprender e obter conhecimento a partir de dados sintéticos. Chamamos isso de Omniverso.
Omniverse é uma biblioteca de IA física gêmea digital de mundo virtual que criamos para IA física e robótica. Após o treinamento, validação e avaliação, você pode portar o modelo treinado para um robô físico.
No processo, temos um processador projetado especificamente para robôs chamado Jetson Thor.
Thor é um processador robótico projetado para robôs humanóides. Este processo continuará a circular. Assim como a plataforma de ciclo de vida do Nemo AI Agent, a plataforma Omniverse também pode ajudá-lo a criar IA. Em última análise, a IA que você espera verá um mundo no lado esquerdo da tela que reconhece o vídeo, o ambiente circundante e suas necessidades, e gera ações correspondentes.
Assim como podemos processar texto e gerar vídeos, também podemos processar texto e gerar composições químicas farmacêuticas. Podemos processar texto e gerar movimentos corporais. Este conceito é muito semelhante à IA generativa, e é por isso que acreditamos que agora que temos a base técnica necessária – desde o Omniverse a todos os sistemas informáticos que construímos até à mais recente tecnologia de IA generativa – é chegado o momento da inteligência artificial. a robótica se tornou uma realidade.
Então, por que os robôs humanóides são tão difíceis de fabricar? Obviamente, como seres humanos, somos incrivelmente complexos e desenvolver software para robôs humanóides é ainda mais difícil.
No entanto, as recompensas são enormes. No momento, existem apenas dois tipos de computadores no mundo que podem ser facilmente implantados em todo o mundo. O primeiro são os sistemas robóticos semelhantes aos dos carros, em grande parte porque construímos o mundo ao qual os carros se adaptam.
O segundo tipo são os robôs humanóides. Ambos os sistemas robóticos podem ser implantados em qualquer lugar do mundo porque criamos este mundo para nós mesmos. Embora ambas as tecnologias sejam incrivelmente complexas, o momento é propício e o seu impacto será enorme.
Na semana passada, na Robot Learning Conference, anunciamos uma nova estrutura muito importante chamada Isaac Lab.
Isaac Lab é um sistema de simulação virtual de aprendizagem por reforço que ensina robôs humanóides como se tornarem robôs humanóides. Desenvolvemos vários fluxos de trabalho com base nisso. O primeiro fluxo de trabalho é chamado Groot Mimic. Groot Mimic é uma estrutura que permite que robôs aprendam como realizar tarefas por meio de demonstração humana.
Usando técnicas de randomização de domínio, podemos gerar um grande número de outras instâncias de demonstrações semelhantes para ajudar o robô a aprender como generalizar. Sem esse processo, ele só poderá realizar tarefas muito específicas. Através do Mimic, podemos permitir que os robôs aprendam uma gama mais ampla de habilidades.
O segundo processo é Groot Gen Groen. Usando tecnologia de IA generativa, na plataforma Omniverse, podemos criar um grande número de instâncias de ambiente em campos aleatórios e projetar diversas ações que queremos que o robô execute.
Por isso, estamos desenvolvendo uma série de testes, sistemas de avaliação e cenários de avaliação que permitem que os robôs experimentem e se aprimorem, aprendendo como se tornarem robôs melhores.
O terceiro item é o controle do grupo. O controle de enxame é uma estrutura de destilação de modelo que nos permite condensar todas as tarefas e habilidades aprendidas em um modelo unificado que permite aos robôs executar habilidades cinemáticas.
O ponto que acabei de mencionar é também mais importante: não só os robôs se tornarão autónomos, mas as fábricas do futuro também serão robotizadas. Essas fábricas serão dirigidas por robôs, coordenando robôs e construindo sistemas mecânicos que são eles próprios robôs.
Que momento incrível.
Então temos dois sistemas robóticos, um é digital, chamamos de AI Agent. Você pode usar esses agentes no escritório para colaborar com os funcionários. O segundo tipo são os sistemas físicos de IA, nomeadamente robótica. Esses sistemas físicos de IA se tornarão os produtos que as empresas construirão.
Assim, as empresas utilizarão a IA para tornar os seus funcionários mais produtivos, e nós utilizaremos a IA para impulsionar e melhorar os produtos que vendemos. A montadora do futuro terá duas fábricas: uma para produzir carros e outra para produzir IA para automóveis. Este é o início da revolução da robótica.
Há muita atividade acontecendo em todo o mundo e não consigo imaginar um país mais adequado para liderar a revolução da IA robótica do que o Japão.
A razão é simples, como todos sabem, vocês adoram robôs e criaram os melhores robôs do mundo. Esses robôs nos acompanharam à medida que crescemos e se tornaram nossos seres amados ao longo de nossas vidas. Na verdade, ainda tenho muitos robôs favoritos que não mostrei, como Mazinger Z, Gundam, etc. São muitos, mas não esqueci de mencionar o robô fora de controle, desculpe.
Portanto, espero que o Japão possa aproveitar os avanços mais recentes da IA e combiná-los com a sua maior experiência em mecatrônica.
Nenhum país do mundo tem mais vantagens do que o Japão em mecatrônica. É vital que você aproveite esta oportunidade extraordinária. Espero que possamos trabalhar juntos para tornar esse sonho realidade. A NVIDIA AI obteve grande sucesso no Japão e temos muitos parceiros. Temos alguns parceiros que estão construindo grandes modelos de linguagem, como o Instituto de Ciência e Tecnologia de Tóquio, Rakuten, etc.
A IA é usada em muitos campos diferentes, especialmente na indústria de descoberta de medicamentos, onde a IA é usada de diversas maneiras.
Portanto, estou muito entusiasmado com o progresso aqui e esperamos acelerar o nosso desenvolvimento e aproveitar as oportunidades da revolução da IA.
A indústria está mudando. Como eu disse antes, a indústria de computadores passou da era da codificação baseada em CPU para a atual era de aprendizado de máquina baseada em GPU. A indústria de inteligência artificial está mudando de uma indústria pura de fabricação de software para uma indústria focada na fabricação de inteligência artificial.
A IA é produzida em fábricas que operam 24 horas por dia, 7 dias por semana. Quando você compra o software e o instala em seu computador, a fabricação e distribuição do software são concluídas.
No entanto, a inteligência nunca termina. Você continua a interagir com todos os sistemas de IA, seja um agente de IA ou um robô de IA. A inteligência é expressa na forma de token, e token é a unidade de inteligência, que é um número.
Esses números são organizados juntos de diferentes maneiras para formar a inteligência – por exemplo, inteligência na linguagem, inteligência nos volantes, inteligência em carros autônomos, inteligência em motores que controlam robôs humanóides, inteligência na descoberta de drogas, etc.
Todos esses tokens são produzidos nessas fábricas. Estas infra-estruturas e fábricas nunca existiram antes e representam indústrias inteiramente novas, razão pela qual estamos a ver tantos avanços tecnológicos acontecerem em todo o mundo pela primeira vez.
Estamos inaugurando uma nova indústria – o nascimento de uma nova fábrica, que chamamos de manufatura com inteligência artificial.
Essas fábricas serão construídas por diversas empresas, e cada empresa se tornará um fabricante de IA. Claramente, nenhuma empresa pode permitir-se não produzir inteligência artificial. Como pode qualquer empresa permitir-se um futuro sem inteligência? Como pode qualquer país permitir-se um futuro sem inteligência?
Você não precisa produzir chips, não precisa produzir software, mas precisa produzir inteligência. A inteligência é vital, está no centro da sua identidade e está no centro da nossa identidade.
Portanto, temos uma nova indústria – fábricas de IA. Isto é o que chamo de nova revolução industrial.
A última vez que tal mudança ocorreu foi há 300 anos, quando a eletricidade foi descoberta e se generalizou, a sua produção e distribuição e novos tipos de fábricas foram criados. Essa nova central não era uma central eléctrica, mas sim parte da indústria energética, ocorrida no contexto da Revolução Industrial. E agora, temos uma indústria totalmente nova que nunca foi vista antes.
A inteligência artificial não é apenas um produto da indústria da informática, ela também é aplicada e criada por todas as esferas da vida.
Você tem que criar sua própria IA. A indústria farmacêutica deve criar a sua própria IA, a indústria automóvel deve criar a sua própria IA e a indústria robótica também deve criar a sua própria IA. Cada indústria, cada empresa e cada país devem ter a sua própria IA. Esta é uma nova revolução industrial.
Tenho um anúncio importante hoje: cooperaremos com o SoftBank para construir infraestrutura de IA no Japão. Construiremos em conjunto a maior fábrica de IA do Japão – NVIDIA AI Factory.
A fábrica será baseada na plataforma NVIDIA DGX e está prevista para ser concluída no início do próximo ano.
Quando a fábrica estiver concluída, terá 25 Exaflops de poder computacional. Tenha em mente que o maior supercomputador do mundo atingiu recentemente 1 Exaflop, e esta fábrica terá 25 Exaflops de capacidade e foi construída especificamente para a produção de IA.
Mas para distribuir IA, o SoftBank integrará o NVIDIA ISS Aerial, que é o mecanismo de rádio 5G que mencionei antes, que é baseado na arquitetura CUDA. Desta forma, podemos integrar unificadamente capacidades de rádio, computador, banda base e computação de IA a partir de redes 5G.
Agora podemos evoluir e reprojetar redes de telecomunicações para transformá-las em AI RAN (Radio Access Network). Ele pode não apenas transmitir voz, dados e vídeo, mas também IA – um novo tipo de inteligência de informação.
Essa rede atenderá 55 milhões de usuários por meio dos 200 mil sites do SoftBank. As fábricas de IA fabricarão IA e as redes de distribuição de IA distribuirão IA.
Também construiremos uma nova loja baseada nesta infraestrutura – os produtos AI Store criados pela SoftBank e por terceiros serão fornecidos a 55 milhões de usuários por meio desta plataforma. Criaremos esses aplicativos na NVIDIA AI Enterprise Platform e lançaremos uma nova loja para tornar a IA acessível a todos.
Este será um grande desenvolvimento que eventualmente formará uma rede de IA em todo o Japão. Esta rede de IA passará a fazer parte da infraestrutura.
E, uma das peças mais importantes da infra-estrutura, lembre-se, você precisa de fábricas e estradas como parte da sua infra-estrutura para poder fabricar e distribuir mercadorias. Você também precisa de energia e comunicações como parte da infraestrutura.
Cada vez que se fazem inovações fundamentais em infra-estruturas, nascem novas indústrias, novas empresas, novas oportunidades económicas e nova prosperidade. Como poderíamos ter experimentado a Revolução Industrial sem estradas e fábricas? Sem energia e comunicações, como poderemos inaugurar a revolução da tecnologia da informação?
Cada nova peça de infraestrutura nos traz novas oportunidades. Então, para mim, é muito emocionante trabalhar com o SoftBank para que isso aconteça no Japão. Esta é uma revolução completa. Esta é a primeira vez que uma rede de telecomunicações se transforma numa rede de inteligência artificial.
Ok, deixe-me mostrar o que você pode fazer. Veja este exemplo.
Estou embaixo de uma torre de celular, ao lado de uma torre de rádio, e tenho um vídeo no carro que está sendo transmitido pela torre de celular. Esta estação base está equipada com IA. Esta torre de rádio está equipada com inteligência de vídeo que vê tudo o que o carro vê e entende o que o carro vê.
Este modelo de IA pode ser grande demais para ser instalado em um carro, mas definitivamente pode ser colocado em uma estação base. Através do vídeo recebido pela estação base, ela consegue entender tudo o que está acontecendo no carro e no ambiente ao seu redor.
Ok, então este é apenas um exemplo de uso de IA de ponta para segurança. Em outras palavras, é basicamente controle de tráfego aéreo para carros autônomos e suas aplicações são ilimitadas. Também podemos usar esta ideia básica para transformar fábricas inteiras em IA.
Olha, isto é uma fábrica. Agora, onde estou? Ok, estou perdido, há muitas câmeras aqui e o vídeo é transmitido para a estação base. Surpreendentemente, com estas câmeras e modelos de IA, esta fábrica tornou-se agora uma IA.
Você pode conversar com a fábrica e perguntar o que está acontecendo na fábrica. Pergunte à fábrica: ocorreu algum acidente hoje? Há alguma anormalidade? Alguém está ferido hoje? Todas essas informações serão fornecidas a você na forma de relatórios diários, bastando perguntar à fábrica, pois agora a fábrica virou IA.
Este modelo de IA não precisa ser executado dentro de uma fábrica; ele também pode ser executado nos sistemas de rádio da SoftBank. Bem, aqui está outro exemplo. Na verdade, você pode transformar quase qualquer objeto físico em IA – estádios, estradas, fábricas, armazéns, escritórios, edifícios.
Todos eles podem se tornar IA. Você só precisa se comunicar com eles como faria com o ChatGPT. Então, o que está acontecendo nos corredores do armazém? Existem obstruções ou derramamentos? Você está apenas conversando com a fábrica.
A fábrica observou e entendeu todas as situações, pode raciocinar e planejar ações, ou apenas conversar com você. Ele poderia responder: "Não, não há obstruções, derramamentos ou perigos nos corredores do armazém. As condições dos corredores no vídeo parecem organizadas, limpas e livres de quaisquer obstruções ou perigos."
Ok, agora você está falando com a fábrica, o que é incrível. Você está falando com o armazém, você está falando com o carro, porque agora eles são inteligentes.
Arrependido pela falta da Nvidia, Huang Renxun e Son Zhengyi compartilham a mesma dor
Jen-Hsun Huang: Bem, hoje também há um convidado muito especial que também fala sobre como trazer inteligência artificial para o Japão. Você pode conhecer esse amigo. O grande Masa (Son Masayoshi), estou aqui para lhe contar uma coisa.
Não sei se vocês sabem disso, mas estou na indústria de tecnologia há muitos anos. A indústria da informática migrou do PC para a Internet, depois para a computação em nuvem, depois para a Internet móvel, para a computação em nuvem e, finalmente, para a inteligência artificial.
Masa é o único empreendedor, o único inovador que escolhe e faz parceria com os vencedores certos em cada geração.
Lembre-se, foi Masa que trouxe Bill Gates para o Japão, foi Masa que trouxe Jerry Yang para o Japão, foi Masa que deu origem à indústria de computação em nuvem da China, foi Masa que ajudou o Alibaba a decolar, foi Masa que trouxe Steve Jobs e o iPhone.
Muitos de vocês talvez não saibam que Masa já foi o maior acionista da Nvidia. Ah, isso não importa.
Como você fez isso? Como você destaca os inovadores de cada revolução tecnológica na história da computação?
Filho: Bem, acho que tive sorte. Nasci na época certa e conheci grandes empreendedores como você.
É uma paixão, um sonho e um instinto, e você pode sentir quem são os verdadeiros pioneiros, quem são os verdadeiros inovadores. Eu realmente sinto que tenho muita sorte. Mas também é a mesma visão, podemos sentir o cheiro um do outro, certo?
Como lobos sentindo o cheiro um do outro. Sinto que podemos sentir o cheiro um do outro como lobos.
Jen-Hsun Huang: Tenho dois cachorrinhos. Não gosto dessa metáfora agora. Olhando para trás, para a história, como você disse, em que essa transição, mudança de plataforma e revolução é diferente das revoluções anteriores? Você acha que há alguma diferença?
Masayoshi Son: Bem, acho que esta é a fronteira mais emocionante e dinâmica do futuro. Isto é 100 vezes, mil vezes maior do que tudo o que veio antes. Esta é a maior onda, eu te digo.
Jensen Huang: Sim, acho que matematicamente ou do ponto de vista da indústria, é importante perceber que, embora a IA seja um software, é um tipo de software muito diferente. A indústria de software que você e eu criamos juntos é uma indústria de ferramentas, ferramentas para uso humano.
E este novo tipo de software, redes neurais, grandes modelos de linguagem, agentes inteligentes e robôs, não são ferramentas, são habilidades, são tarefas. Eles podem fazer coisas, podem realizar trabalhos, e o mercado para a “indústria de emprego” não é de 1 bilião de dólares, mas de 100 biliões de dólares.
Jen-Hsun Huang: O que percebemos é que esse setor não é, na verdade, apenas uma transformação do setor de TI, é uma transformação de todos os setores, e é por isso que é tão importante.
Masayoshi Son: Sim, os humanos são os únicos animais com supercérebros em comparação com outras espécies. É precisamente por causa do poder do cérebro que os humanos são tão poderosos. Se você olhar apenas para os músculos, como os dos leões e dos elefantes, verá que seus músculos são mais fortes, mas os humanos têm os cérebros mais inteligentes.
Todas as atividades do PIB global hoje baseiam-se na atividade cerebral humana. Acho que todas as indústrias serão afetadas por esta revolução.
Jensen Huang: Você está certo, e certamente uma das coisas surpreendentes é que, em uma indústria dominada por átomos, há um limite para o quão grande ela pode ser. Como há apenas um número limitado de átomos, você tem um número limitado de átomos que pode mover, e eles são pesados.
Mas a indústria da IA é feita de elétrons, sim, é governada pela mecânica quântica e sua escala é infinita.
Masayoshi Son: Sim, o valor da inteligência é muito maior do que o puro movimento material. Pensar nesse tipo de cadeia de pensamento e processo de raciocínio é realmente incrível e surpreendente.
Jen-Hsun Huang: Sim, uma das coisas importantes que anunciamos hoje é a construção conjunta da rede de IA do Japão.
Esta grelha de IA incluirá fábricas de IA para o desenvolvimento de modelos de IA, bem como redes de IA que poderão distribuir estes modelos de IA por todo o Japão. A arquitetura da fábrica de IA e a rede de IA que projetamos em conjunto são revolucionárias e não existe modelo semelhante no mundo.
O Japão se tornará o primeiro país do mundo a atingir esse objetivo.
Masayoshi Son: Sim, outras empresas de telecomunicações devem seguir esta nova tendência.
Jen-Hsun Huang: A seguir, tenho algumas perguntas para você. Primeiro, como o SoftBank aplica esse sistema a si mesmo e às suas subsidiárias? Como você acha que esta rede de IA revolucionará a indústria japonesa de IA?
Masayoshi Son: Como você acabou de mencionar, nossas estações base costumavam ser usadas apenas para transmitir transmissão de dados, como telecomunicações e Internet. No entanto, agora, com o apoio desta rede inteligente, estaremos intimamente ligados uns aos outros e tornar-nos-emos parte da infra-estrutura inteligente do Japão. Isso será incrível.
Jensen Huang: Claro, você também pode aplicá-lo às suas subsidiárias, como mencionei Yahoo Japan e PayPay, sim. Assim, você pode criar sistemas de IA para tornar todos os seus serviços mais interessantes e úteis, melhorando a experiência do consumidor.
Mas o que mais me entusiasma é disponibilizar este recurso para pesquisadores, estudantes e startups crescerem no Japão.
Masayoshi Son: Na verdade, graças ao seu apoio, estamos criando o maior centro de dados de IA do Japão e estou discutindo que deveríamos abrir esta plataforma para muitos pesquisadores, estudantes e startups para incentivar o seu desenvolvimento.
Também estamos trabalhando em subsídios para ajudá-los a ter melhor acesso a esses recursos computacionais.
Jen-Hsun Huang: Construir infraestrutura requer muito investimento de capital. Sim, você está fazendo um grande investimento no Japão. Você sabe, já discutimos isso muitas vezes antes, de muitas maneiras, o Japão liderou a inovação tecnológica na era da mecatrônica, quando a tecnologia mecânica e a tecnologia eletrônica começaram a se fundir.
Na verdade, mesmo naquela época, o Japão liderava o mundo em produtos eletrônicos de consumo. No entanto, quando a indústria de TI e de software começou a crescer, penso que a indústria de software no Ocidente e na China cresceu muito nos últimos trinta anos e o Japão poderia ter sido mais activo.
Masayoshi Son: Naquela época, e ainda hoje, muitas grandes empresas e meios de comunicação se consideravam “adultos”. Certa vez, disseram “fazer produtos físicos”, o que significa que apenas fazer coisas físicas tem valor e significado real, enquanto o software é apenas virtual, algo. difícil de confiar.
Esta visão do valor do software existe no Japão há muitos anos. Isto também fez com que os jovens empresários, especialmente após o rebentamento da bolha da Internet, se sentissem frustrados e deprimidos.
Acho que temos de reacender essa paixão através da robótica, como você disse, incorporando a inteligência artificial na robótica.
O Japão tem personagens de desenhos animados como “Astro Boy”, e meu favorito é o robô de Tesla. Não se pode apenas ter músculos, o robô deve ter inteligência para poder falar, ter emoções e ser amigo.
Penso que este impulso para a tecnologia de ponta e os nossos desafios são muito necessários no Japão neste momento.
Jensen Huang: Sim, acho que a era do software chegou. A boa notícia é que isso marca o início de uma nova era.
Filho: Sim, reinicie uma vez, reinicie novamente, pressione o botão reset.
Jensen Huang: Sim, a indústria está a ser reiniciada. Você pode ver que toda a pilha de tecnologia está sendo refatorada porque as empresas da geração anterior não estão indo bem nesta nova era. É isso mesmo, surgiu toda uma nova pilha de tecnologia, trazendo oportunidades sem precedentes.
O Japão deve aproveitar esta oportunidade e aproveitar este momento. E a inteligência artificial é completamente diferente do software. A inteligência artificial exige que você tenha experiência em dados e domínio. Sim, se você é um artista, você tem experiência no domínio. Se você desenvolve videogames, também possui experiência no domínio.
Jen-Hsun Huang: Se você está envolvido na pesquisa de medicamentos e inventa novos medicamentos, também possui experiência no domínio. Se você tiver experiência no domínio, poderá usar dados para descrever essa experiência. Esses dados podem ser usados para treinar um modelo de IA, e esse modelo de IA se torna sua inteligência artificial.
Filho: Com certeza. Então, esta é uma oportunidade totalmente nova. Felizmente, pelo menos o Japão não suprimiu esta revolução da IA. Alguns outros países tentam proteger excessivamente a sua tecnologia, pelo que os seus sistemas regulamentares tornam-se um tanto confusos.
No Japão, pelo menos temos sorte de o governo não parecer estar a colocar obstáculos no caminho desta revolução. Mesmo assim, penso que o governo deveria encorajar o desenvolvimento da IA e encorajar mais inovação. Como você disse, este é o momento de reinicialização da indústria, o melhor momento para abraçar uma nova revolução.
Masayoshi Son: Não devemos perder este momento ou esta oportunidade.
Jensen Huang: Claro que para fazer parte da revolução da IA, você precisa de infraestrutura e desse tipo de software porque é aprendizado de máquina. Você precisará de muitos recursos. Obrigado, obrigado. E você precisa de infraestrutura.
Sem infraestrutura, é impossível implementar totalmente a inteligência artificial. É por isso que o SoftBank está construindo uma rede de IA no Japão. Sim, vocês irão catalisar, ativar e acelerar toda a atividade que já está aqui.
Filho: Mostramos isso através de nossas demonstrações.
Jen-Hsun Huang: Sim, esperamos que hoje tenhamos cooperado com 350 start-ups no Japão. Sim, 350 startups entre 22 mil globalmente. Sim, esta proporção não é razoável. Portanto, devemos encorajar os jovens empreendedores e inovadores a tentarem com ousadia e investirem no campo da IA. A infraestrutura já está instalada.
Masayoshi Son: Conforme Miya Kawa e eu discutimos, criaremos o maior data center de IA do Japão. Portanto, forneceremos muitos programas de incentivo para subsidiar o poder da computação, para que possam usá-lo quase de graça, experimentar novos modelos e testar seus aplicativos quase de graça.
As aplicações de IA também deveriam ser apoiadas por algumas doações, certo?
Jen-Hsun Huang: Bem, finalmente, esta é a última vez que convido Masa. Cada vez que vejo Masa, tenho que gastar dinheiro.
Filho Masayoshi: Isso é bom para todos.
Jensen Huang: Sim, que bom ouvir isso. Masa, quais aspectos da IA no Japão você mais espera no futuro? O que você espera? Qual é o seu sonho?
Masayoshi Son: Bem, como você disse, sou muito apaixonado por IA e robótica.
Acho que as soluções médicas de IA, especialmente AGI médica, estão definitivamente chegando. Também vejo que há muitos novos agentes de IA surgindo. Por exemplo, temos LINE, Yahoo e outros serviços que também podem personalizar muitos agentes de IA especializados para ajudar o estilo de vida japonês.
Estes podem ser fornecidos por nós. Você sabe, entendemos a cultura, o comportamento, a inteligência local e as APIs japonesas, e muitos sites no Japão estão usando essas tecnologias. Então, acho que os agentes corporativos de IA apoiam muito essa direção que vocês mencionaram e estou muito animado com isso.
Mas também acho que os Agentes de IA pessoais realmente aparecerão na vida de todos. Bill Gates disse uma vez: “Há um PC em cada desktop”, e Steve Jobs disse: “Todo mundo tem um smartphone na mão”.
Acho que deveríamos dizer agora: “Todos deveriam ter seu próprio agente de IA”. Portanto, no futuro, todos terão seu próprio assistente pessoal de IA. Sim, isso nos ajudará a planejar viagens, férias e até mesmo educação.
Jen-Hsun Huang: Ele irá acompanhá-lo por toda a sua vida. Sim, você pode imaginar ter um Agente de IA conhecendo toda a sua vida?
Masayoshi Son: Com certeza, nossos netos e netas crescerão com iPhones desde um ano de idade. Sempre que veem uma foto, colocam os dedos nela, mesmo que seja uma imagem estática. Porque aprenderam a usar dois dedos desde cedo.
No futuro eles vão pensar: talvez todas as fotos possam ser ampliadas?
Jensen Huang: Quando veem a fotografia, falam com ela, certo? Eles cutucam e cutucam, esperando que ele responda.
Filho Masayoshi: Você pode imaginar que eles têm seu próprio assistente pessoal de IA desde um ano de idade, como um segundo amigo, acompanhando-os para crescer e entender tudo. O assistente de IA sabe quando eles estão doentes, o que há em sua casa ou é seu tutor pessoal.
Jen-Hsun Huang: Sim, desde cedo, absolutamente certo. Ele lembra tudo o que você leu, lembra tudo o que lhe ensinou e é exatamente como o seu Aristóteles pessoal.
Masayoshi Son: Absolutamente, completamente um gêmeo digital. Acho que isso realmente está chegando. Combinando o conhecimento local, a cultura japonesa, etc., além da comercialização localizada dos Agentes, nosso futuro será enorme e surpreendente.
Jensen Huang: Sim, você sabe, a maioria dos países agora percebe que os dados dos cidadãos do país, na verdade, carregam o conhecimento, a cultura e a sabedoria do país, e esses dados deveriam pertencer ao país, assim como a segurança do país.
Portanto, cada país deve processar os seus próprios dados e transformá-los em inteligência artificial que sirva o seu próprio povo. Não há absolutamente nenhuma razão para externalizar isto a terceiros.
Filho: Isso é muito, muito importante. Cada país soberano e cada governo devem migrar os dados de segurança nacional para o seu próprio centro de dados. Centro de dados de IA Isto tornar-se-á algo que todos os países devem ter. Cada país deve garantir a segurança dos seus próprios dados.
Acredito que, no futuro, cada país criará leis e regulamentos relevantes para garantir que cada país possa gerar a sua própria sabedoria.
Jen-Hsun Huang: É claro que cada empresa também criará sua própria sabedoria e sua própria inteligência artificial. Sim, como pode alguma empresa não criar a sua própria inteligência artificial?
Masayoshi Son: Sim, as empresas dão seus “cérebros” a outras pessoas.
Jensen Huang: Está certo, está certo. Então acho que o mundo está começando a acordar. O primeiro passo mais importante é ter uma rede nacional de IA. Como é possível ter uma indústria automotiva sem infraestrutura?
Filho: Totalmente, completamente, você sabe.
Jensen Huang: Então, você construiu "estradas" de IA para o Japão e, nessas estradas, todos os tipos de novos serviços e novas empresas florescerão. Estou muito, muito animado. Bom, Masa, já imaginou se você fosse o maior acionista da Nvidia hoje?
Filho: Haha, isso mesmo. Tivemos três oportunidades de nos tornarmos o maior acionista da Nvidia.
Jen-Hsun Huang: Lembro que foram duas vezes.
Masayoshi Son: Não, não, não, a primeira vez que nos tornamos acionistas por meio de compra no mercado, discutimos, hum, até falamos sobre coisas que não queríamos mencionar. Pare de falar. Dez anos atrás, se eu soubesse que iria me arrepender agora, eu definitivamente…
Jen-Hsun Huang: Está tudo bem. Deixe-me contar o que Masa disse. Masa disse, Jensen, o mercado não entende o valor da Nvidia. Seu futuro é incrível, mas o mercado não consegue entendê-lo.
Isso foi há dez anos, e o seu caminho de dor continuará porque vocês estão criando o futuro. Então deixe-me dar-lhe dinheiro para comprar a Nvidia. Certa vez, ele quis me emprestar dinheiro para comprar a Nvidia.
Agora me arrependo de não ter aceitado essa oferta. Que ótima ideia. Ok, melhor ideia de todas.
Jen-Hsun Huang: Sim, esta é a ideia que acabamos de falar. Foi um mês depois de adquiri-la. Sim, e depois discutimos a fusão das duas empresas. Sim, outro, outro sonho secreto.
Masayoshi Son: Essa foi a nossa ideia original. A primeira vez que conversamos sobre fechar o capital, depois na segunda vez acabei de comprar no mercado e na terceira vez foram… ah, bem, três tentativas.
Jensen Huang: Mas agora criaremos um valor incrível juntos. Sim, Nvidia e SoftBank irão colaborar. O mercado é incrível.
Filho Zhengyi: Hahahahahaha, muito bom.
Jen-Hsun Huang: Estou muito feliz por estarmos fazendo algo tão significativo. Sim, estou muito esperançoso quanto ao futuro do Japão.
Filho: Bom, isso é só o começo, faremos muitas coisas juntos. Obrigado, a indústria é muito grande, há muitas áreas móveis, IoT e automotiva, e vocês têm excelentes data centers, jogos e outras áreas, podemos ter muitas oportunidades de cooperação.
Jen-Hsun Huang: Estou ansioso por tudo. Sim, senhoras e senhores, o sol está brilhando. Masayoshi Son, bom, acho que ele é um dos maiores empreendedores do mundo, sem dúvida.
Obrigado Sr. Você pode ver sua paixão pela inteligência artificial, e as parcerias nas quais estamos trabalhando trarão redes de IA para o Japão, desde fábricas até redes distribuídas de IA. Antes de partir, gostaria de dar as boas-vindas a todos no AI Summit. Há muitas conferências excelentes e muitos parceiros aqui.
Nosso objetivo, nossa missão é trabalhar com todos para trazer a IA para o Japão, ativar a IA aqui e aproveitar esta oportunidade de redefinição tecnológica para impulsionar a transformação corporativa e construir a próxima grande empresa.
O Japão sempre esteve particularmente próximo de mim. A maioria das pessoas provavelmente não sabe que se não fosse o Japão, e digo isso muito a sério, se não fosse o Japão, a NVIDIA talvez não estivesse aqui hoje. E há uma razão.
Sem o Japão, não teríamos visto o nascimento do primeiro supercomputador de IA. Então, o Japão sempre foi muito importante para mim. Sou muito grata pela nossa parceria e muito grata pela sua amizade.
# Bem-vindo a seguir a conta pública oficial do WeChat do aifaner: aifaner (WeChat ID: ifanr). Mais conteúdo interessante será fornecido a você o mais rápido possível.