ジェンセン・フアン:わずか2年で、Nvidiaと業界全体が完全に変わるだろう

ジェンセン・フアン:わずか2年で、Nvidiaと業界全体が完全に変わるだろう

黄仁訓は未来について次のように予言した。

コンピューティング技術は10年ごとに100万倍に進歩します。わずか2年で、Nvidia、さらには業界全体が完全に変わるでしょう。

この判断の根拠は、60 年ぶりに AI とコンピューティングという 2 つの技術的変革が同時に起こっていることです。

この発言は、HPの「The Moment」番組の司会者ライアン・パテル氏との黄氏の最新インタビューからのものである。

番組で黄氏はまた、革ジャンをいつも着るのは自分のアイデアではなかったという驚くべき事実を明かした。

2013年以来、レザージャケットは黄氏のイメージとほぼ同義語となっている。Redditフォーラムでの彼の自己紹介も「NvidiaのCEO、レザージャケットを着て同じことを3回繰り返す男」となっている。

今回彼は、ジョブズ(いつもタートルネックを着ていた)にインスピレーションを受けたからこのスタイルにこだわったのではなく、ファッショントレンドをリードしたくなかったからではないと否定した。理由は簡単だ。

それは完全に妻と娘のアイデアでした。彼女たちが私の衣服や服装のすべてを担当しています。

この革ジャンのほかにも、黄さんはバトルフィールドをプレイしたり、ステーキを食べたり、ジャッキー・チェンに映画で自分を演じてもらいたいなど、自分の趣味をたくさん明かした。

その後のより正式な話題では、黄氏はAIの発展についても楽観的な見方を示した。

それでは、彼らのインタビューで興味深い点を見てみましょう。

AIを一言で表すと「信じられない」

人工知能は引き続き大きな注目を集めているホットな話題であり、パテル氏と黄氏の会話もAIを避けて通ることはできません。

黄氏は、知能は「他のあらゆる技術の基礎」であるため、人工知能は「これまでのどの技術とも異なる」と述べた。人間が知能を持っているからこそ、さまざまな技術を発明できるのだ。

今後の展開について、黄氏は、2年以内にNVIDIAとAI業界はともに大きな変化を経験するだろうと率直に語った。

彼の意見では、汎用コンピューティング人工知能という2つの技術的変革が同時に起こるのは、60年で初めてのことだ。

汎用コンピューティングの誕生から60年の間に、アクセラレーテッドコンピューティングへの移行が起こりました。並列コンピューティングにより、GPU時代のコンピューティングパワーはCPUに比べて大幅に向上しました。

ニューラルネットワークとディープラーニングの発展により、コンピューターが知識を獲得することが容易になり、コンピューターの知能が飛躍的に向上しました。

従来のコンピューティング方法は、事前に設定されたアルゴリズム モデルに依存しており、学習して理解する能力が欠けています。ディープラーニングと組み合わせることで、システムはデータを調整および最適化し、コンピューティング能力の利用率を向上させることができます。

黄氏は、この 2 つを組み合わせることで 1+1>2 の効果が生じ、コンピューティング技術が 10 年ごとに 100 万倍も進歩するだろうと大胆に予測しました。2 年以内に、NVIDIA や業界全体が「完全に認識できない」ものになるでしょう。

しかし、黄氏はAI開発の潜在的なリスクを否定しなかった。同氏は、技術の更新とアップグレードのプロセスは、セキュリティを向上させるプロセスでもあると信じている。同氏は例を挙げた。

私は今日は運転する気があるかもしれませんが、100年後、50年後、あるいは10年前でさえ運転する気はないかもしれません。

今日の自動車はより速く走り、より危険に見えますが、安全性を向上させる技術が適用されています。

つまり、速度が上がっても車はより危険になるのではなく、より安全になるのです。AIについても同じことが言えます。

インタビューの最後に、司会者は黄氏にAIの将来を一言で表現するよう求め、黄氏の答えは次の通りだった。

信じられない。

Nvidiaの設立は「思っていたより100万倍大変だった」

インタビューの中で、パテル氏とフアン氏は業界全体に対する見解を共有しただけでなく、Nvidia自身の起業家としての歴史についても語った。

当初、彼と他の2人の共同創業者は、カリフォルニアのカフェでNvidiaを設立する予定でした。

このカフェは当時、ラオ・ファンが働いていた場所でした。彼はそこで皿洗いとウェイターとして働いていました。

この経験を思い出すと、黄氏はこのカフェが自分にとって特別な意味を持つと考えました。ここは NVIDIA 発祥の地であるだけでなく、彼の仕事人生の出発点でもあるからです。

設立後の最初の数年間、黄氏と彼のチームは、製品を製造してユーザーに受け入れてもらう方法、利益を上げる方法、マーケティングの知識を学びました...学ぶことはすべて簡単ではありませんでした。

老黄氏は、この期間中に多くの失敗を経験したが、それぞれの失敗から教訓を得て、最終的に正しい方向を見つけたと語った。

初期段階の困難はほんの始まりに過ぎず、その後の開発過程でも、NVIDIA は収益性の低迷、株価の下落、競争の激化、業界の低迷など、多くの困難を経験しました。

黄氏は、NVIDIAの開発は「想像より百万倍難しい」と率直に述べた。

しかし、黄氏は、このような困難な時期に、会社の業績や株価にあまり注意を払わず、製品と技術に焦点を当て、仕事をうまくこなすために最善を尽くすことを選んだと語った。

毎日ベストを尽くしていれば、結果がどうであれ成功は得られます。

黄氏はかつて「30年前に戻っていたら、Nvidiaを設立していなかったかもしれない」と語ったことがあるが、今回は、成功であれ失敗であれ、この30年間の毎日が自分にとって素晴らしいものだったと語った。

もう一つ

AI と NVIDIA に加えて、Huang 氏は妻の Lori さんとの出会いなど、個人的な話もいくつか語りました。

黄仁鉉が16歳のとき、二人は電子工学の授業で出会った。その授業には250人の生徒がいたが、そのうち女子はたった3人だけで、黄さんはそのクラスで最年少の生徒だった。

しかし、彼は「僕の宿題を見たい?」というたった一言でロリと会話を始めることに成功し、やがて二人は付き合うようになった。

パテル氏から、どの3人が誰と夕食を共にしたいかと尋ねられると、黄氏はためらうことなく、妻と2人の子供だと答えた。

さらに面白い内容は、ぜひオリジナル番組をご覧ください。

ポータル: https://open.spotify.com/show/7EH1VIAoJFJlsGsGUwDTYQ

<<: 

>>:  OpenAI主任科学者:ChatGPTはすでに意識を示しており、将来人間はAIと融合するだろう

ブログ    

推薦する

Wi-Fi の AI がワイヤレス接続をどのように形作るか

2023年までに、おそらく人工知能ほど普及するテクノロジーはなくなるでしょう。生成型 AI の爆発的...

スマートシティ:自動運転インフラの新たな一面

日常的なタスクの自動化は、現在多くの業界で関心を集めているコンセプトです。最も革命的なのは自動運転車...

Facebook Cityは楽しいです!ドローンで遠隔地の山岳地帯にモバイルネットワークを提供

[51CTO.comからのオリジナル記事] Facebookは、インド政府および通信会社と協議し、太...

マイクロソフトはOpenAIの警告を無視し、未熟なBingチャットサービスを開始したと報じられている。

6月14日、マイクロソフトのBing人工知能チャットボットは、最初にリリースされた際に論争と混乱を...

人工知能が遠隔患者ケアに革命を起こす

パンデミックにより、遠隔患者ケアのための人工知能(AI)の進歩が加速した。医師は、デジタル患者モニタ...

ディープラーニング Pytorch フレームワーク Tensor

[[433522]] 1 テンソル刈り込み操作テンソル内の要素を範囲でフィルタリングする勾配クリッ...

NLP モデルは人間の言語を理解できないのでしょうか? Microsoft AdaTestはエラーの検出効率が5倍向上

自然言語処理 (NLP) モデルは人間の言語を理解できず、テキストを反対の意味として解釈しますが、こ...

金融業界のデータ管理はどこへ向かうのでしょうか?

近年、インターネット金融の波は伝統的な金融業界に課題をもたらしています。同時に、伝統的な金融企業の情...

5G時代、移動ロボットは知能でどのように勝利できるのでしょうか?

移動ロボットは、環境認識、動的意思決定と計画、行動制御と実行などの複数の機能を統合した総合システムで...

タクシー無料!百度:北京の自動運転タクシーサービスが全面オープン

簡単に体験できるものではないため、自動運転技術が実用化にはまだ遠いと感じている人も多いでしょう。しか...

自動監視、リアルタイム警報AI防水システムが安全ネットを構築

暑い夏には、スーパーマーケットにちょっとしたおやつを買いに行くだけでも大量の汗をかきます。扇風機を使...

将来、人工知能技術は動物実験に取って代わる可能性を秘めているのでしょうか?

動物実験は動物に対して行われる最も残酷な行為の一つと考えられています。研究によると、マウス、カエル、...

face_recognitionに基づく顔認識の実装

前回の記事では、写真に写っている顔を検出し、顔の特徴(鼻、目、眉毛など)をマークしました。この記事で...