本周，谷歌CEO桑达尔·皮查伊（Sundar Pichai）度过了他几年来最美好的一周。因为谷歌取得了一系列大大小小的胜利，从诺贝尔奖颁奖典礼，到突破性的新AI模型Gemini 2.0，再到量子计算的突破。
日前，美国新锐媒体Semafor科技编辑里德·阿尔伯戈蒂（Reed Albergotti）在山景城采访了皮查伊。今年是皮查伊担任谷歌CEO的第十个年头，无论是在压力之下，还是被胜利所围绕，他总是能保持平稳。
自2022年11月ChatGPT发布以来，谷歌的发展一直很坎坷，至少从外部来看是这样。传统观点认为，谷歌不知何故错过了ChatGPT时刻，感到恐慌。但皮查伊表示，他从未怀疑过公司的长期计划，选择坚持到底，打持久战。
皮查伊还表示，当唐纳德·特朗普（Donald Trump）明年入主白宫时，他将积极参与美国新政府的AI“曼哈顿计划”。
以下为采访内容摘要：
问：对谷歌而言，这是一个十分疯狂的一周，所有的产品公告，量子计算突破，诺贝尔奖，还有新AI模型Gemini 2.0。这都是你们计划好的吗，还是因为AI的疯狂所导致的？
皮查伊：2015年，我让公司朝着AI优先的方向发展。作为其中的一部分，我们表示，将从世界级的研究开始，对AI进行深入、全栈的研究，建立基础设施。然后为我们开发人员构建模型，并将其放入我们的产品中。这种深度投资贯穿了我们作为一家公司、谷歌和Alphabet所做的一切。这是基础，采取深度技术创新方法，全栈方法。然后在当前的生成式AI时代，有时你会投资来提前做好事情。对我来说，这就是从头开始建立谷歌DeepMind，启动Gemini，并将其构建为原生多模式和长上下文，现在进入2.0版本。
所以，要打好基础，调整团队，建立公司。我想你已经看到了所有这些裨益已经开始提供给消费者了。我预计我们的速度会更快，因为总是有固定的成本。我们必须大规模地准备我们的TPU，以构建我们想要构建的模型，建设我们的数据中心，组建合适的团队。创新管道感觉非常非常强大。其中一些是长期赌注，需要时间来完成。在我看来，量子计算就像AI在2010年左右的样子。很少有人知道这件事，但你正在有条不紊地处理它。这是一样的。至于Waymo，我们已经走过了15的历史，这是一个激动人心的时刻，所以这可能是所有这些子的结合。诺贝尔奖不是计划好的，但当它发生时我说了这句话：我觉得看着Demis Hassabis和John Jumper（荣获2024年诺贝尔化学奖），他们的团队，以及在AlphaFold上的工作，我很荣幸从头到尾都能看到诺贝尔奖的作品。所以这是锦上添花。
问：一两年前，人们的说法是，谷歌被ChatGPT打得措手不及。而本周是一个很好的时机，看看你在公司方面取得了多大的进步，以及人们对谷歌的看法。你现在感觉不一样了吗？
皮查伊：这是一个激动人心的时刻。在内部，我明显感觉到我们正在取得的进步。当你在研究AI模型时，你会看到所有这些损失曲线（loss curve），以及模型的能力。有各种基准做证。我们拥有世界级的人才，可以获得最先进的资源。谷歌DeepMind和谷歌研究（Google Research）的结合，是当前生成式AI领域引用最多的。我们会对这场革命正在发生的许多突破负责。看到这种势头，我们肯定非常满意。但我们计划做得更多，这才刚刚开始。
问：你上周在《纽约时报》DealBook会议上说，AI进展越来越难，低垂的果实已经摘下来了。这到底是什么意思？被摘下的低垂的水果是什么？那真正困难的是什么？
皮查伊：为了明确我的答案，我在那里说了。事实上，我对未来的进展感到非常兴奋。我的意思是，我认为在这个领域，你可以投入计算，并取得初步进展。但是，这不仅仅是一个扩大规模的问题，而是实现突破。因此，让我们的模型使用多达200万个令牌作为输入长度，这就是长上下文。这是一个突破的例子。使用Gemini 2.0，我们有一个多模式实时API，所以现在它可以进行本地图像和音频输出。它支持流式传输，让用户实时看到模型的输出，而不是等到整个响应生成完毕。这些都是突破。当我们进入下一个阶段时，你需要更具洞察力的突破。我认为，这项工作的质量将相当高。我想说的是，我认为这将有助于区分真正的精英团队。不仅仅是我们，还有其他几个团队，这会让2025年更令人兴奋。
问：我明白了，是人们理解错了。外界的理解是，你们的发展已经进入了平稳期，甚至是停滞期。但你的意思是，在谷歌，当事情变得艰难时，反而会大放异彩？
皮查伊：没错。Waymo也是一样。许多人都在努力解决这个问题，但后来变得更难了。当它变得更难时，能够克服它，达到下一个水平，这很重要。
问：人们倾向于将过去两年的发展视为曲线。如果这样看，确实像我们正在达到一个平稳期。如果你缩小视野，看看那条曲线，我想你看到的路上会有一些停滞。你认为它会从这里走向何方？这是同一条轨迹吗？
皮查伊：我仍然清楚地记得2010年左右，我刚刚意识到这个模型几乎无法识别图像，并对此感到兴奋。在过去的十年里，进步是无情的。现在，它无疑将更广泛的公众扩展到了这个领域，所以它是主流。但当我展望2025年时，我肯定认为我们现在已经有了足够多的功能模型，我们可以在其上构建许多用例。
这一进展将是非常真实的。有了Gemini 2.0，我们正在为它更具代理性奠定基础。虽然它仍在研究范围内，但我们将它交给值得信赖的测试人员，比如Project Mariner，从一开始就在Chrome上工作。看到一个模型能够使用浏览器是非常不可思议的，但我们必须突破一些障碍，因为我们在这些领域必须安全、可靠地做到这一点。俗话说，“最后的20%需要80%的努力。”在这种情况下，最后10%可能需要90%的努力。但这就是为什么我们要有基准。我们正在取得进展。我们正在把它交给值得信赖的测试人员。这样我们就可以负责任地进行测试，获得反馈，然后将其提供给更多的人，等等。但想想AI可以开始影响世界上的所有工作流程。我们实际上可能会看到比我们所看到的更大的进步。两者同时为真。
问：说到长期策略，从一开始就与Gemini进行多模式合作似乎牺牲了一些其他能力（也许是在语言和编码方面），是这样吗？
皮查伊：当我们推出Gemini 1.2时，我们真的希望它从一开始就是多模式的。我认为我们的模型在多模态方面几乎是最先进的，但我们还没有展示出模型的能力。没有本地图像输出或音频输出。在2.0版本中，我们正在解锁这些功能，但与此同时，我们在所有编码或推理等方面都变得最先进。在SWE基准下，我们的模型现在是最先进的。我们还有其他尚未发布的实验模型，这些模型显示了更多的功能。我们肯定在推动前沿，但我们会负责任地做到这一点，这就是为什么你会看到其中一些处于可信任的测试模式，其中一些仅作为开发人员的实验API，但我们将努力工作，获得反馈，然后将其提升到一个新的水平。
问：DeepMind的人说了这一点，并提出理论，认为多模型方法是通往AGI的道路，因为你需要有这个世界模型，也许你需要有一个具体的AI，才能真正推理和理解。随着你的进步，你发现这是真的吗？你认为这是正确的方法吗？
皮查伊：作为人类，我们与世界的体验是令人难以置信的多模式的，所以它总是有意义的。这就是为什么我们使用Google Lens进行搜索。如果你能把手机指向你正在看的东西并问问题，你就不应该总是打字。Lens每月为我们带来数十亿次查询，这是我们增长最快的用例之一。我一直很清楚，这就是未来的发展方向。Demis和他的团队，一直有着强烈的愿景。作为这一切的一部分，我们推出的一件事是，你可以用它来帮助游戏。如果你是一名新玩家，它会关注你在做什么，并与你交谈以提供反馈。我认为这是它的基础。从长远来看，当你看到技术之类的东西时，这将是非常重要的，尤其是对于Waymo。Waymo就是看你周围的世界并做出决定。我们正在使用这些原生多模式模型进行的工作将与Waymo相交，并随着时间的推移使Waymo变得更好。
问：当你把这些多模式产品交到数十亿人手中，看看Astra，当它广泛可用时，它真的成为一个很好的训练数据来源吗？这对谷歌来说是一个优势吗？
皮查伊：在我们所做的一切中，没有什么比真实世界的反馈更好的了。人们在搜索中使用Google Lens，人们在使用Astra。我认为良性循环对我们的产品来说变得非常重要。我认为这一切都让我们的产品变得更好。例如，如果你看看Waymo，我们模拟了很多，然后我们在现实世界中开车。但现在我们在现实世界中，部署在城市中，每周提供17.5万次出行服务，约100万英里。我认为这是你创造性地改进产品的最佳方式。
问：明年有10座城市，这很快。你认为这会成为真正的收入来源吗？标准是什么？按每英里收费吗？
皮查伊：我们现在的衡量标准是确保我们正在构建一个通用的Waymo驾驶程序。我们可以采取的情况越多，规模就越大，使其在城市环境、高速公路和所有天气条件下都能以很高的标准安全工作。然后在各种场景中交付它（在我们的汽车中，与合作伙伴合作，就像他们与Uber或其他参与者的合作一样），让它扩大规模，拥有良好的用户体验是我们在努力解决这个问题时所考虑的。
问：有一件事我没想到会发生，那就是数据中心的名字，比如Colossus、Rainier。你在堪萨斯城有一个价值数十亿美元的数据中心。你是打算建立一个这样的大型集群，还是已经建立了？会有名字吗？
皮查伊：从现在开始，我们应该让Gemini接管我们的命名。我们一直在推动数据中心的最新技术，我认为我们有一些世界上最强大的集群。我感到自豪的是，世界上大部分地区都在采用液体冷却。我们在数据中心广泛部署液体冷却已经有一段时间了。我们将成为首批客户之一，不仅是TPU，还将与英伟达合作，在我们的数据中心获得GB200。我们已经有一个部分由地热驱动的数据中心。我们的顶级数据中心，其中许多在能源使用方面都是90%无碳的。所以我们处于领先地位，我们正在扩大规模。我所看到的一切，我们所制定基准的一切，我认为我们也处于前沿。
问：但你不会像其他人那样谈论它。亚马逊宣布要部署数十万个他们的Trainium2芯片。你在TPU上训练了Gemini 2.0，为什么不出去吹嘘一下呢？
皮查伊：我记得在2017年或2018年的谷歌IO上，我谈到了建立AI优先的数据中心，并展示了我们的TPU部件。也许我们已经做了一段时间了。我们为我们所做的事情感到自豪，但我会接受你的建议，并确保我们更多地讨论它。
问：也许这是商业秘密；也许如果你处于领先地位，你就不必谈论它。你能把这些被认为是世界上最大的集群中的一些进行比较吗？
皮查伊：需要明确的是，有几家公司在做这件事。重要的是，为了生成用于预培训的尖端模型，你需要这些大型集群，理想情况下是同时定位的。我们在这方面绝对处于领先地位。我认为我们有一些最大的计算集群可供谷歌DeepMind和我们的云客户使用。我们将在那里做得更多。
问：即将上任的特朗普政府提出了AI的“曼哈顿计划”。你对这将是什么样子以及Alphabet将在其中扮演什么角色有什么见解吗？
皮查伊：现在还为时过早。过渡团队正在那里进行，但总统非常明确地表示，他希望投资于技术领导力和关键技术。在我看来，多年来我们一直这样做，但我们想提供帮助。你看到了我们关于量子计算或AI的公告，我们宣布了与合作伙伴一起建造小型模块化核反应堆的团队。其中一些是大型的实体基础设施项目。我认为我们有机会作为一个国家共同努力，实施这些雄心勃勃的大型项目，并回到那个阶段。世界上没有人对看到SpaceX助推器以这种方式返回并着陆不感兴趣。我认为设定一个高标准，追求这些大型的实体基础设施项目，并把它做得又好又快。税率的进步是我们非常兴奋的事情，我们很乐意尽我们所能发挥作用。
问：你和新的AI沙皇谈过了吗？
皮查伊：还没有，但我期待着与David Sacks会面。很明显，会有一些人走进来，他们是这些领域的技术专家。我认为这将非常非常有帮助。我们期待着参与其中。
问：所以还没有具体细节，你不知道那会是什么样子？
皮查伊：是的。除了早期迹象表明他们肯定有兴趣推动大规模创新。我们期待着这些对话。
问：你们的量子AI团队在纠错方面取得了重大突破。你预料到了吗？你的反应是什么？
皮查伊：令人兴奋的事情之一是我们的量子团队，与Hartmut Neven和团队一起，他们一直有一个非常严格的框架，他们在这一明确的里程碑中定义了进展。每次我们有一个里程碑，我都觉得，这些都是雄心勃勃的项目。这无疑是最积极的惊喜之一。这绝对是一个更深层次的突破，在量子计算机中扩展时解决了纠错问题。这无疑是该领域最严峻的挑战之一。我对此非常满意。但对我们来说，这些都是我们专注于开发实用量子计算机的里程碑，我们可以将其应用于新的新颖应用案例。这就是目标。这与我们的Waymo或AI旅程相似，都需要时间。但我认为，如果你下定决心，进步是不可避免的。
问：你说量子就像2010年的AI。这意味着它很快就会开始产生真正的影响。实现大规模量子计算机对Alphabet意味着什么？
皮查伊：对于你之前的问题，经典计算或超级计算机正变得越来越强大。但我认为，对于某些类型的用例，量子最终将发挥强大的作用。它将成为我们武器库中的重要工具。未来，量子和AI的交叉对我们来说非常令人兴奋。我们与GenCast一起发布了最先进的天气预报模型。但在未来，当我们可以使用量子计算时，你不应该低估我们在更深入、更好的尺度上预测这些事情的能力。这些都具有深远的实际意义。有些事情，比如AlphaFold所做的，你还能做些什么来理解自然，模拟自然，所有这些都有实际应用。然后，无论是通过AI还是量子，我们都在更深入地了解我们所生活的宇宙的性质和结构。我认为这给了我们最好的机会，因为宇宙从根本上是量子的。因此，取得进展也有更深层次的影响。它不仅会改变世界，而且也有可能为很多其他项目提供支持。我的目标是，在五年的时间框架内，我们正在商业化地应用量子来解决一些用例，然后从那里开始，你可以进一步发展。
问：你提到明年AI搜索将是一件更大的事情。AI Overview（AI概述）对于我的许多搜索已经变得非常有用。你能更详细地说明一下吗？
皮查伊：我们对AI Overviews搜索的发展感到非常兴奋。我一直在使用Gemini 2.0 flash的AI概述，我已经看到了它的改进。这是我们将向更多人推广的东西。但我们也会用它做更多的事情。我们的AI模型将帮助我们进行搜索，为更复杂、更深入的查询构建体验，在这些查询中，你必须对其进行分解，帮助用户迭代，并获得更深入的答案。2025年，我们肯定会迅速创新，搜索将做2024年无法做到的事情。这就是我为团队设定的目标：2025年搜索的一类问题比2024年明显改善，我认为我们会实现这一目标。这很令人兴奋，因为这意味着你正在推动知识和信息的前沿。我期待着所有这些都能交到用户手中。
问：AI安全是很多人提出的另一个问题。Demis说，也许一年前，随着竞争的升温，最大的风险之一是你开始从安全工作中拿走资源（弱化安全），因为你需要尽可能多的资源来赢得这场比赛。是这样吗，或者你能具体谈谈有多少人在从事安全工作，或者有多少计算资源吗？有办法衡量这一点吗？
皮查伊：我们一直认为，这是一个推动创新的领域，但帮助你推动进步的是从一开始就纳入安全。我认为，能够长期思考和长期投资的优势之一是，我们正在对这些模型的基础安全性进行尽可能多的投资。这就是为什么，例如，构建它的合成、开源方面，这些都是我们推动安全边界的方式。随着我们使这些模型更具代理性，我们都在投资安全框架。但我认为安全和创新是齐头并进的。正是这一点帮助我们在Waymo取得了更大的进步。因为从第一天起，我们就将安全深深地融入了我们的创新和发展实践中，它们是相辅相成的。同样，在AI领域，我们有比以前更多的人从事AI安全工作，包括访问更多的计算。这是我们始终要坚持的事情。
问：关于反垄断的一个问题很有趣。当我在Chrome上演示Mariner时，这就是美国政府想要迫使谷歌分拆的地方。如果你看看政府的任命，看起来这种情况不会消失。我只想问，没有Chrome，谷歌会是什么样子？
皮查伊：这是一个重要的过程，我们将建设性地参与其中。我确实认为法官承认我们一直在创新，我们打造了最好的产品。我认为一些补救措施的范围很广。我们计划提出强有力的理由。你刚刚看到了创新的出现。所有这些都有利于消费者，归根结底，这必须是基础。这就是我们的法律所依据的。只要我们继续坚持这种方法，为我们的用户带来有益的东西，我认为我们最终会做得很好。
问：你之前谈到了地热。我只是想知道在这方面是否有什么让你兴奋的事情，什么类型的能量会推动这一点？这会带来新的可再生能源创新吗？
皮查伊：我们对的潜力知之甚少。有更多的机会扩大太阳能。从物理学和工程学的角度来看，我们有很多选择。核能已经得到证实，有些国家已经证明了这一点，而且它今天仍然有效。我认为有更安全的选择正在不断研究中。地球内部也有如此多的能量。我们只生活在地球表面，地球内部也有大量的能量，我们几乎没有利用。我一直觉得，如果你下定决心，我们应该处理能源过剩的问题。能源应该是一种催化剂，而不是一种约束。阻碍我们前进的只有我们的想象力和结果。
问：我在看一张地热潜在地点的地图，它很大，覆盖了整个美国西部。你们有一个（用地热为数据中心供电），但它仍然很小，还不是千兆瓦，而是兆瓦。你们必须要深入挖掘吗？
皮查伊：对能源的需求如此之大，我认为我们能够满足它。但我们需要更多的研发资金。我们需要更适当的许可才能真正开展这些工作。我认为这是新政府真正有机会的领域。他们已经表示，他们致力于实现这一目标。这是我们都可以取得很大进步的事情。
还没有评论，来说两句吧...