AI行业发展趋势与未来展望 - 未来2-3年内，世界上90%的知识可能将由AI生成 [2][46] - AI发展的核心瓶颈是能源，未来算力中心可能需要配套专属的小型核反应堆以满足海量电力需求 [6][7][8][46] - AI竞争将演变为获取更便宜、更稳定电力的竞争 [8] - 过去10年，计算能效提高了10万倍，未来运行AI所需的能源对普通人将微乎其微 [46] AI对就业与社会结构的影响 - AI不会取代拥有“目的”（Purpose）的工作，而会取代“任务”（Task），例如放射科医生数量因AI提升效率而不降反升 [9][10][42] - 提出“通用高收入”（Universal High Income）概念，区别于“通用基本收入”（UBI） [9] - 未来5到10年，AI将大幅缩小技术鸿沟，让普通人通过自然语言即可编程，使技术更普及 [45] - 新的行业将诞生，例如巨大的“机器人时装”产业，以满足人类的个性化需求 [2][10][44] 英伟达的公司历史与战略 - 1996年公司面临生死存亡，因技术路线错误导致芯片失败，资金耗尽 [11] - 关键转折点：向世嘉CEO坦诚错误并请求支付合同余款500万美元，获得对方同意，为公司续命 [11][12] - 使用剩余资金的一半购买仿真器进行测试，在未流片验证的情况下直接联系台积电量产RIVA 128芯片，最终成功 [14][15][16][17] - 公司创始人至今仍保持危机感，认为公司距离倒闭只有30天 [11] AI的技术本质与安全边界 - 当前AI本质是“通用函数近似器”，通过海量数据模仿，不具备意识、感觉或自我体验 [28][29][39][41] - AI能力在过去两年可能提升了100倍，但安全技术（如反思、研究不确定性）同步发展，使其变得更安全 [35] - 对于AI安全，未来防御将由AI构成，演变为“我们的AI”对抗“他们的AI”的攻防态势，类似网络安全 [35][38] - AI进化是渐进式（“点击理论”），而非突然降临，人类始终参与反馈循环 [30][31][32][34] 创始人的个人经历与理念 - 9岁时被送至美国肯塔基州一所条件艰苦的寄宿学校，曾清洗整栋宿舍楼的厕所，这段经历塑造了其坚韧性格 [18][20][21] - 认为高强度痛苦（“受苦基因”）是面对巨大压力与绝望时的重要特质 [24] - 现代AI的起源具有偶然性，2012年研究人员使用英伟达GTX580游戏显卡训练神经网络（AlexNet），成为AI发展的关键转折点 [47][48] - 公司将第一台AI超级计算机DGX-1赠送给了当时的OpenAI [48]