⚡️Satya Nadella: Chương trình đặc biệt No Priors x Latent Space tại Microsoft Build

Chúng tôi đã nghe thông tin không chính thức rằng Satya đã là người nghe LS trong vài năm nay, nhưng việc gặp gỡ ông và thực hiện một buổi podcast trực tiếp tại Build, cùng với những người bạn của chúng tôi tại No Priors, podcast AI VC hàng đầu mà chúng tôi cũng rất ngưỡng mộ, vẫn là một trải nghiệm hoàn toàn siêu thực! Chúng tôi đã đề cập đến các điểm chính về kỹ thuật của mô hình MAI trên AINews ngày hôm qua, vì vậy tôi sẽ tập trung tóm tắt các thông điệp chính của Satya xoay quanh ba yếu tố: Việc Satya điều chỉnh câu nói của Bill Gates để định vị Microsoft là Nền tảng Trí tuệ Tiên phong — khách hàng phải nhận được nhiều giá trị hơn từ hệ sinh thái Microsoft so với chính Microsoft, bằng cách xây dựng trên các bộ công cụ đa mô hình như OpenClaw và Scout, tận dụng toàn bộ ngữ cảnh doanh nghiệp được phơi bày bởi các lớp ngữ cảnh như Work IQ (được đội ngũ lãnh đạo cấp cao của ông sử dụng rộng rãi), và xây dựng các đánh giá và dấu vết riêng tư như một dạng mới của Tài sản trí tuệ Token. ROI của AI: Một mặt, các doanh nghiệp đang có những cuộc thảo luận khó khăn xung quanh Tokenmaxxing và sa thải, và mặt khác, có những đánh giá lại nghiêm túc về sự kết thúc của SaaS kể từ khi phương trình Build vs Buy đã thay đổi quá nhiều. Khách mời SemiAnalysis trước đây của chúng tôi đã có... những bình luận thú vị về vị trí của Microsoft trong vấn đề này với tư cách là gã khổng lồ SaaS nguyên thủy, và Satya đã có những câu trả lời tuyệt vời. Biến điều không thể thành có thể: Khung tư duy đầy cảm hứng của Kevin Scott về phiên bản tham vọng nhất của việc ứng dụng AI và công nghệ nói chung vào các vấn đề kinh doanh và xã hội, như giáo dục và tác động xã hội. Chúc quý vị thưởng thức! Video đầy đủ Người dẫn chuyện: Chào mừng swyx, Sarah Guo, Elad Gil và Chủ tịch kiêm Giám đốc điều hành của Microsoft, Satya Nadella. Sarah Guo: Chào mừng đến với tập giao thoa của No Priors và Lane Space cùng Satya Nadella. Xin chúc mừng về một công trình tuyệt vời. Không, cảm ơn rất nhiều, và thật tuyệt khi được ở cùng cả hai bạn. Tôi nghe cả hai bạn hoặc cả hai podcast mọi lúc. Thật tuyệt khi được tham gia. Cảm ơn rất nhiều. [00:01:00] Bạn vừa nói về những thông báo tuyệt vời này từ khắp Microsoft suốt buổi sáng, tôi nghĩ là ba giờ đồng hồ. Điều gì là suy nghĩ hoặc điều rút ra quan trọng nhất của bạn? AI như một Nền tảng Hệ sinh thái Sarah Guo: Tôi, tôi muốn nói rằng có lẽ điều lớn nhất đối với tôi là hãy hình dung điều này như một cuộc chơi hệ sinh thái hơn là một mô hình đơn lẻ hoặc thậm chí một nền tảng đơn lẻ, đúng không? Satya Nadella: Ý tôi là, bạn biết đấy, bất cứ điều gì tôi... Ít nhất đối với tôi, khi lớn lên ở Microsoft, đã chứng kiến, bất cứ điều gì, bốn sự thay đổi nền tảng lớn, tôi thuộc về phe đó, nơi một nền tảng được định nghĩa về cơ bản bởi khả năng tạo ra nhiều giá trị hơn về nền tảng so với những gì được nắm giữ trong nền tảng. Và vì vậy, nếu bạn nhìn vào những gì đang xảy ra ngay bây giờ, tôi nghĩ bài phát biểu chính sáng nay là làm thế nào bất kỳ công ty nào, dù là công ty AI bản địa hay công ty doanh nghiệp truyền thống, có thể tham gia với tư cách là một người tham gia hạng nhất, nơi họ có thể chỉ ra AI mà họ đã tạo ra, [00:02:00] đúng không? Không phải là họ không sử dụng AI của người khác. Tất nhiên họ sẽ làm vậy. Nhưng đối với tôi, con đường là gì? Công thức là gì? Làm thế nào để tôi làm điều đó? Một ngăn xếp trông như thế nào? Công cụ trông như thế nào? Điều gì có giá trị? Làm thế nào để bạn làm điều đó? Đó là nó. Đó là công việc của chúng tôi. Vâng. Chiến lược hệ sinh thái rất phức tạp, đúng không? Sarah Guo: Bởi vì bạn cuối cùng sẽ xây dựng một số thành phần nhất định, hợp tác cho một số thành phần nhất định, hỗ trợ chúng. Bạn vừa công bố bộ mô hình lớn này. Hãy cho chúng tôi biết một chút về chiến lược đào tạo của Microsoft bây giờ. Vâng. Mô hình MAI & Chiến lược đào tạo Sarah Guo: Vì vậy, điều chúng tôi muốn làm với các mô hình MAI là xây dựng, và như Mustafa đã nói, trước hết, một dòng dõi tuyệt vời, đúng không? Satya Nadella: Bắt đầu với việc đào tạo trước, với chất lượng dữ liệu rất tốt, thực hiện tất cả các phép loại bỏ, đảm bảo bởi vì theo một nghĩa nào đó, việc xây dựng một mô hình dòng dõi sạch đang trở nên khó khăn hơn chỉ vì có quá nhiều thứ ngoài kia, mà bạn thực sự cần phải loại bỏ để có thể có một mô hình [00:03:00] được đào tạo trước tuyệt vời. Trên thực tế, đó là một trong những thách thức của nhiều mô hình mã nguồn mở là chúng trông tuyệt vời trên một hoặc hai điểm chuẩn, nhưng chúng không tuyệt vời trong thực tế. Đó là lý do tại sao, trên thực tế, ngay cả trong các RFDE, chúng cũng khá hào hứng với các mô hình MAI này bởi vì làm thế nào một mô hình 5B nhỏ có thể leo dốc? Và điều đó quay trở lại một chút với điều mà tôi nghĩ cuối cùng là điều quan trọng cần làm, đó là cố gắng theo đuổi việc tìm kiếm cốt lõi nhận thức đó. Vì vậy, đối với tôi, bắt đầu với một dòng dõi sạch - sau đó tạo ra khả năng cho các công ty có thể sử dụng điều này, đúng không? Không chỉ với tư cách là một chuyên gia tổng quát, mà còn để tạo ra chuyên gia của riêng họ bằng cách xây dựng giàn giáo leo dốc này xung quanh nó, đúng không? Vì vậy, đó không chỉ là mô hình, mà bạn còn có một giàn giáo leo dốc xung quanh nó, sau đó bạn sẽ bắt đầu xây dựng RLE của bạn. Bạn sẽ bắt đầu thu thập các dấu vết. Quan trọng nhất, bạn sẽ có các đánh giá riêng tư vì chúng tôi biết tất cả các đánh giá hiện có đều tốt, thú vị, nhưng chúng không thực sự quá quan trọng – chúng là công việc, đúng vậy. Swyx: tại thời điểm này vì tất cả chúng đều có thể đạt mức tối đa. Vì vậy, vấn đề là mỗi công ty sẽ có đánh giá riêng của mình. Và câu chuyện về nền tảng đầu cuối xoay quanh các mô hình của chúng tôi là điều mà tôi nghĩ là thú vị. Và một điều nữa, Sarah, vì bạn đã đề cập đến, tôi thực sự cảm thấy có một biên giới mới. Satya Nadella: Mọi người nói về biên giới và liệu bạn có đang hoạt động ở biên giới hay không. Điều thú vị là, nếu bạn thêm một chút yếu tố thời gian vào đó, bạn có thể sử dụng, chẳng hạn, trên thực tế, bản demo Lando Lakes mà chúng tôi đã trình chiếu khá tuyệt vời. Chúng tôi đã sử dụng, bất kể, GPT-55, đúng không? Sau đó bạn thu thập một loạt các dấu vết, và sau đó bạn sử dụng một mô hình suy luận 5B và đạt được kết quả cao hơn. Sarah Guo: Đó cũng là một khía cạnh của ý nghĩa đó.