“
没人想到 AI 会先在白领工作上取得突破，而不是蓝领工作。
”
作者 | Eric Harrington
出品丨AI 科技大本营（ID：rgznai100）
在科技与人文的交汇点上，很少有人能像比尔·盖茨这样具有如此独特的洞察力和影响力。作为微软的联合创始人、全球慈善事业的先驱者，盖茨始终站在时代前沿，关注着人类面临的最紧迫挑战。近日，比尔·盖茨在 Reid Hoffman 主持的 Possible 播客中就人工智能、气候变化、全球健康和教育等重大议题展开了深入对话。
近一个小时的对话中，盖茨分享了许多令人耳目一新的观点，特别是在讨论人工智能的应用前景时，盖茨展现出了难得的理性与务实，既指出了 AI 在药物研发、气候变化等领域的巨大潜力，也客观分析了其在未来 3-5 年内的实际应用可能。
以下是这次对话的主
要内容，经精编处理，仅保留 AI 相关话题：
主持人：Bill（比尔），我们已经认识一段时间了。我特别喜欢和朋友们做播客的一点是，在做准备的过程中，我真的能学到一些我之前不知道的东西。比如说这个三要素标准：会产生重大影响、能学到新东西、而且很有趣。在
你做过的项目里，有哪些是符合这三要素的？
比尔·盖茨：
在 20 岁之前，我有机会了解很多不同领域的东西。我涉猎的范围特别广，甚至在哈佛旁听了很多我没选修的课。有趣的是，当我进入软件领域后，我反而必须压制自己想要广泛学习的天性，变得专注于单一领域。所以从 20 岁到 35 岁，我都没有继续跟进地质学的发展。直到了 30 岁以后，我才开始“
偷偷地
”看一些其他领域的东西，尤其是再后来我不担任 CEO 之后（45 岁左右）。
对于像我这样的人来说，现在的世界真是充满了有趣的话题。因为我认识一些可以帮我学习的人，再加上现在有这么多在线课程，所以我完全不用担心会搞不明白某件事情，因为总有人能帮我解惑。
主持人：
说到这个，现在关于 AI 的一些公共讨论总是让我觉得挺有意思。比如说“
AI 会不会因为耗电太多而加速气候变化？
”
我觉得大多数人可能还没意识到，我们其实也可以用 AI 来应对气候问题。你能聊聊你对这方面的看法吗？
比尔·盖茨：
额外的电力消耗确实存在，但实际上也就增加了百分之十左右。这会稍微挑战我们做绿色核算的方式。我其实挺希望核裂变和核聚变技术能更快到来，因为
目前这股 AI 后端算力的淘金热接下来大概要持续八年左右，而就算是核裂变，到 2030 年能对电力供应做出的贡献也是有限的。
不过，AI 在解决科学问题上的价值可就太大了，比如说：怎么提高植物的产量？我们可以用它来模拟光合作用，模拟怎么改变植物基因让产量翻倍。这在提高光合效率方面是个突破性的进展。实际上，因为这项技术相当前沿，我们的基金会（比尔及梅琳达·盖茨基金会）是主要的资助方。等我们证明它可行了，其他人自然会加入进来。
总的来说，
AI 在材料科学、生物学领域就是个超级加速器
。所以想想看，在所有绿色产品中，你觉得哪个最难实现零成本差距？现在有了 AI 工具，它能如此有力地加速各种创新，就得重新评估这个难度了。
主持人：我最近也在想，虽然训练这些 AI 确实要很多电费，但只要我们获得了这种智能——毕竟我们创造的一切都是依靠智能——然后把它应用到各个领域，特别是气候变化领域，便肯定能产生某种倍增效应，在碳排放等其他方面都能省下很多。
比尔·盖茨：
研究蛋白质和分子形状空间简直就是 AI 的完美应用场景。
我们现在有数据库，在蛋白质数据库里有 150,000 个分子，我们都了解它们的形状。所以完全可以用这些数据来训练 AI，让 AI 预测蛋白质形状，进而预测这些蛋白质中的可成药位点。这样一来，医学发现的速度就大大加快了。其实在 AI 之前，已经有一家叫 Schrodinger 的公司在做这个了，但现在从事这个领域的人可能增加了 20 倍——而且进展更快，因为 AI 真的特别特别适合做这个。
最终，AI 不光是模拟形状这种基础的东西，还会模拟细胞、器官和整个生物体。
即使是复杂的疾病发展过程，对我们人类来说想完全理解所有不同的过程也太难了。随着我们收集更多数据——
数据才是真正的限制因素
——AI 模型会帮我们更好地理解营养过剩、营养不良这些问题。所以我觉得，除了神经系统疾病以外，在未来 10 到 20 年，医学领域很可能会有突破性进展，就连神经系统疾病，比如阿尔茨海默症，我觉得都能解决。
主持人：
AI 的应用前景确实广阔。在公共卫生领域，除了前沿科技应用，AI 是否也能在一些基础性工作中发挥作用？比如协助处理日常行政事务，或者为医护人员分担工作？
比尔·盖茨：
这让我想起微型计算机革命那会儿，当时我还年轻，总以为计算终究会变得免费。那么，个人有了免费的计算力会做什么呢？我和 Paul Allen（保罗·艾伦，微软联合创始人）当时都看到了这一点，认为软件是唯一的障碍。
但那时候资历丰富的人不这么想，他们觉得计算机的成本太高昂了，用来搞电子表格或者 WordPress 根本是浪费。
到现在，令人震撼的是，AI 不仅能提升白领的工作能力。尽管目前机器人技术还局限在特定领域，但未来它必将让各行各业的蓝领工作既高效又低成本。比如说，我把一个朋友的核磁共振诊断报告交给 ChatGPT，它就能解释得特别好，还能告诉你它是从哪儿找到这些资料的。它的创造力和表达能力真是让人惊叹。
所以，我们都应该有这样的帮手。如果你就是想知道肥料是什么，那维基百科就够用了。但要是你想知道暑假带个 16 岁孩子去意大利玩 4 天、预算 4,000 美元该怎么安排，这种具体的方案是网上搜不到的。而 AI 只要应用得当，在解决这类问题时就能发挥出色的表现。我们在写诗、写演讲稿，或者是理解复杂材料、做内容总结这些方面，都已经得到了很大帮助。很多白领工作现在应该已经变得更有效率了，或者说质量更高了。
主持人：除了用各种方式推进全球医疗来提升人类生活水平，教育也是你和基金会特别关注的一个领域。现在大家在很多地方都接触到了 AI，那在教育领域，AI 有没有一些特别让人意想不到的应用，或者说其他方面的用途呢？
比尔·盖茨：
说到这个，我得先承认一点。
像我这样的技术迷，一直以来都在宣称技术对教育多么多么好，但说实话，对普通学生来说，网络学习的实际效果真的很有限。
假如你是个学习积极性特别高的学生，能每天晚上花两小时在
可汗学院
（Khan Academy）上学习，或者看 YouTube 上讲光合作用的视频，那确实就能用一种前所未有的方式来提升自己——
但实际情况是，美国高中生的数学水平到现在竟然没比 100 年前强多少。
不过现在 AI 不一样了，因为它特别会表达，还能做到个性化教学，所以我觉得我们可以对课堂教学有更大的期望，比如把课堂上的社交互动、师生交流和自主学习都很好地结合起来。举个例子，
AI 能实时纠正你读音的错误，做数学题时马上告诉你“
这道题做错了
”，而不是等你交了作业再骂一顿。这样就不会出现老师辛辛苦苦改了两天作业，还在那儿琢磨“
这孩子是计算错了，还是压根儿就没理解概念啊？
”这种情况了。
AI 能直接指出问题，比如“
看，就是这里，你这两个负号处理得不对
”，而且它真的知道你的解题思路出了问题。因为这些 AI 都懂得怎么调动学生的积极性，会用学生熟悉的东西来举例子。
主持人：你能跟我们多聊聊 Newark（纽瓦克）的 First Avenue Elementary School 的情况吗？我们都知道你很关注教育公平这个问题。这种模式是不是可以复制，然后推广到更大范围呢？
比尔·盖茨：
说实话，我很喜欢可汗学院，但它的主要受众依旧是那些学习积极性高的学生。所以在过去大概八年时间里，学院一直在研究“
怎么把 AI 引入课堂呢？
怎么跟老师合作，
让内容讲解更好呢？
” 现在，电脑和网络确实越来越普及了，疫情反而在这方面还起到了一些推动作用。
有一次，OpenAI 让
Sal
（Salman Khan，可汗学院创始人）和我成为最早试用 GPT-4 早期版本的两个人。上面有很多好玩的功能，比如让它创作诗歌，其实都是 Sal 教我的。要不是他告诉我，我都不知道还能让它用莎士比亚的风格写作。Sal
在可汗学院投入了很多资源，得到了我们基金会和其他机构的支持，然后开发了 Khan Amigo。
上个学年，他们在一些学校进行了试点，包括新泽西州 Newark 这所学校。
我去那里看了看，跟老师和学生们见过面。
在传统的那种一个班 30 个学生的模式下，如果遇到一个明显比其他同学学习快的孩子，往往很难照顾到他的需求。
但有了 Khan Amigo 之后就不一样了。
老师早上来到教室，不用收作业改作业，直接看看仪表板就行：“
嗯，昨天晚上谁做了练习啊？
他们用了多少提示？
学到哪儿了？
”
老师可以直接在上面给反馈，家长也能连到这个系统上看看情况。
甚至连写论文都变了，不用交纸质版本了，可以直接提交 AI 辅导的整个过程记录。
这样老师就能直接问 AI：“
这个学生完成度怎么样？
你觉得怎么帮他改进初稿比较好？
语法或者逻辑方面需要注意什么？
”
主持
