黄仁勋万字答问实录：AI的下一个浪潮是什么？(8)

　　记者：你提到了很多行业都有可能经历ChatGPT式的时刻，显然，你正在努力使许多行业能够实现这一点。你能挑出一个你认为首先会发生大突破、真正让你兴奋的行业吗？

　　黄仁勋：有很多例子，其中一些因为技术原因让我兴奋。有些是因为首次接触的原因让我兴奋，还有一些是因为影响的原因。好的，让我给你一些例子。

　　我对Sora非常兴奋。我认为OpenAI与Sora所做的工作是非凡的。从自动驾驶汽车公司Wayve，去年曾看到了相同的能力。你看到我们将近两年前做过的一些示例，关于如何从文字生成视频，为了生成合理的视频，模型必须对物理有一种感性理解，当你放下一个杯子时，它位于桌子上面，而不是桌子中间。因此，行走的人在地面上，他们的脚不在地下。所以，这具有对物理的感性理解。它不遵循物理定律，但对物理有感性理解。它理解世界的模型。

　　其次，我认为我们与Earth 2 CorrDiff所做的工作具有巨大影响。为了在三公里的规模上预测天气，需要一台比目前用于天气预测的超级计算机大25000倍的超级计算机。因此，三公里的规模允许我们预测极端天气对当地社区的影响。我们所做的另一个好处是，我们使它的能源效率提高了3000倍，通过这样做，并且速度提高了一千倍，我们可以预测极端天气的一大堆不同的飞行路径，因为天气是混沌的。所以，你想尽可能多地对它进行抽样。我们可以进行10000次抽样，而不是一次。因此，我们得到正确谜底或最有可能的谜底的能力大大提高了。因此，极端天气预测，局部、区域预测，我认为这是非常有影响力的工作。

　　我还认为，在生成可能的、可药用的分子，具有特定靶蛋白质方面的工作非常理想，基本上是发现小分子药物。我们可以将其放入像AlphaGo那样的强化学习循环中，坐在那里生成各种分子，并将其附着到蛋白质上，并使用AI模型来做到这一点，这样我们就不必在超级计算机中做这些。我们可以探索巨大的空间。那是非常有影响力的东西。一些早期指标非常令人兴奋的领域，例如我们刚才关于机器人的讨论。通过在通用机器人学中的潜在影响，使它们不那么脆弱，可以变得更有用。因此，正在发生的这些事情非常令人兴奋。

　　记者：希望你能深入探讨一下你对药物发现和蛋白质的愿景，比如结构预测，以及最终涉及分子设计的内容。另外，这些努力对你的其他项目有什么影响，比如量子计算？你是否需要在量子方面做更多的工作来帮助支持其他项目，比如药物发现方面的工作？

　　黄仁勋：我来从后往前回答。你知道，我们可能是世界上最大的量子计算公司，而我们并不制造量子计算机。我们之所以这样做，是因为我们相信量子计算。我们认为没有必要再建造另一个量子计算机。而量子计算不仅是量子计算机。当它发生时，量子计算机很可能会是一种加速器，就像视频加速器一样。它用于非常特定的某些事情。量子计算不会用于所有计算。它是一个非常特定的领域，并且将与经典计算机连接。因此，我们创建了CUDA-Q，这是CUDA的编程模型，但用于量子，经典量子CUDA架构。其次，我们创建了CUDA Quantum，另一个“CU”，允许我们模拟量子计算机。

　　今天，我们可以模拟一个量子计算机，其速度比34、36量子比特的量子计算机还要快。我们可以用它来模拟量子电路，以便算法专家可以开始研究量子计算机。我们可以使用它进行后量子密码学，为量子到来时世界做准备，到那时所有的数据已经遭编码并适当地进行了密码编码。因此，我们可以为所有这些作出贡献。我们与世界上绝大多数量子计算机公司、研究人员、量子计算机制造商等合作。因此，我们相信，在它对数字生物学方面的科学突破作出贡献之前，还需要相当长的时间。

　　实际上，整个对NIM的认识都是从我们对数字生物学和BioNEMO所做的工作中获得的，BioNEMO几乎就是我们的第一个NIM。原因是这些模型非常惊人，但它们太难使用了。你怎么能使用它们呢？因此，我们开始考虑以一种非常特殊的方式打包它们，以便所有研究人员都可以使用。BioNeMo正在遭广泛使用。我为此感到非常骄傲。你发送一个化学蛋白质对，它会告诉你结合能量是否足够低。你发送一个化学物，你说，给我一堆像这个一样的例子，探索那个药物化的空间，它就会创造出一大堆。我的意思是，那真的很酷。