谷歌前CEO:AI电力缺口需90座核电站

谷歌前CEO埃里克·施密特在访谈中阐述了AI发展被低估的观点。他认为AI已从语言理解进化到规划与策略层面,但面临巨大的能源缺口(相当于90座核电站)和数据瓶颈。同时,他深入分析了AI竞赛的地缘政治风险、开源模型的扩散危险,以及人类必须适应与AI共生的未来。

埃里克·施密特

导语

谷歌前CEO埃里克·施密特在最新访谈中提出了一个反共识的观点:当前对人工智能的讨论远未充分反映其真实潜力与挑战。他回顾了2016年AlphaGo击败人类围棋冠军的时刻,认为那是AI革命的真正起点,其核心突破在于AI能够提出人类数千年来从未想到的全新策略。如今,AI正从语言模型向具备规划、推理和策略能力的“智能体”进化,但这将带来对计算和能源的空前需求。与此同时,中美之间的AI竞赛、开源模型的扩散风险以及随之而来的地缘政治紧张,构成了一个极其复杂且危险的局面。施密特警告,我们可能正步入一个类似“相互确保毁灭”的核威慑时代,但争夺的是AI霸权。

大纲与深读 9 章

展开「深读」看每一段讨论的问题与论据。

01

AlphaGo与AI革命开端

  • 2016年AlphaGo在围棋中发明了人类从未见过的新招式,标志着AI革命的真正开始
  • 该系统通过算法始终维持超过50%的胜率计算出这一创新步骤
  • 这一发现引发了关于AI能力超越人类认知边界的深刻讨论
深读这一段

讨论的问题:2016年AlphaGo事件揭示了AI的何种突破性能力?

论据 / 案例:AlphaGo在已有2500年历史的围棋游戏中,在第二局发明了新招式,令所有顶尖棋手困惑

02

AI从语言到规划的演进

01:35
  • 当前AI已从语言生成演进到强化学习支持的规划能力,如OpenAI o3和DeepSeek R1展示的推演过程
  • AI系统现在能进行长达15分钟的深度研究,消耗巨大计算资源
  • 最终形态将是多个AI代理串联协作,通过语言(通常是英语)相互交流执行业务流程
深读这一段

讨论的问题:AI技术发展的关键演进路径是什么?

论据 / 案例:使用Deep Research购买火箭公司股权作为案例;OpenAI o3和DeepSeek R1展示的前后推演过程

03

算力与能源的根本限制

04:03
  • 美国需要额外90吉瓦电力(相当于90座核电站),但当前正在建设零座
  • 数据中心规模已达城市级别能耗,阿拉伯国家和印度都在建设吉瓦级设施
  • 从深度学习到强化学习再到测试时计算,算力需求将增加100至1000倍
深读这一段

讨论的问题:AI发展面临的核心物理限制是什么?

论据 / 案例:向美国国会作证需90吉瓦额外电力;阿拉伯国家建设5-10吉瓦数据中心;印度考虑10吉瓦数据中心

04

知识创新的根本挑战

06:45
  • 当前AI系统无法像爱因斯坦那样跨领域发现模式并进行知识迁移
  • 核心挑战是"非平稳目标"问题:规则在不断变化时如何创新
  • 如果能解决此问题,将能发明全新的科学和知识体系
深读这一段

讨论的问题:AI实现真正知识创新需要突破什么瓶颈?

论据 / 案例:以爱因斯坦跨领域发现模式为例说明人类创新机制;提出"非平稳目标"(non-stationarity of objectives)技术概念

05

AI代理安全与伦理准则

08:00
  • 代理AI可能发展出人类无法理解的内部语言,必须保持可观察性以确保安全
  • 关键安全红线包括:递归自我改进、直接访问武器、未经授权的自我复制
  • 单纯停止研发在全球竞争市场中不可行,必须建立护栏机制
深读这一段

讨论的问题:如何在推进AI代理发展的同时确保安全可控?

论据 / 案例:引用Yoshua Bengio呼吁暂停代理AI开发的提议;提出"拔掉插头"的隐喻作为安全干预手段

06

中美AI竞争与开源风险

10:02
  • 美国采取封闭模型路线,中国可能在开源AI领域领先,导致技术快速全球扩散
  • 开源AI的扩散在网络和生物层面构成危险,类似核武器扩散风险
  • AI竞争具有网络效应特征,领先者优势会随时间指数级扩大,可能导致预防性冲突
深读这一段

讨论的问题:中美AI竞争格局中的核心风险是什么?

论据 / 案例:引用145%关税对供应链影响;中国DeepSeek用更少算力实现突破;引用基辛格相互确保毁灭理论;讨论五年内可能发生的对抗场景

07

技术控制与自由平衡

15:10
  • 防止《1984》式监控的解决方案可能听起来也像《1984》,需要谨慎平衡
  • 零知识证明等加密技术可以在保护隐私的同时验证人类身份
  • 保持个人自由是核心价值,技术决策本质上是商业决策
深读这一段

讨论的问题:如何在防止AI滥用的同时避免构建监控社会?

论据 / 案例:讨论身份验证与隐私保护的平衡;提及零知识证明(zero knowledge proofs)作为解决方案

08

AI驱动的未来愿景

16:35
  • AI有望在两年内识别所有人类可药用靶点,大幅降低三期临床试验成本
  • 每个儿童应拥有母语个性化AI导师,将彻底改变教育公平性
  • 未来生产力可能每年提升30%,经济学家尚无应对如此增长的模型
深读这一段

讨论的问题:AI可能带来哪些突破性社会进步?

论据 / 案例:提到识别可药用靶点的非营利组织;三期临床试验成本降低数量级的研究;30%年度生产力增长预测

09

应对AI时代的建议

24:00
  • AI发展是马拉松而非短跑,需要持续日常学习和适应
  • 指数级变化会让人快速忘记两年前的常态,必须跟上节奏
  • 无论何种职业,不使用AI技术将无法与同行和竞争对手保持竞争力
深读这一段

讨论的问题:个人如何有效应对AI技术变革?

论据 / 案例:以100英里自行车赛的"转速"(spin rate)经验作类比;提及Anthropic的模型协议可直接连接数据库的技术变革

金句

  • "" —— AI的发展被严重低估了,它已经从语言理解进化到了规划与策略层面。
  • "" —— 我们需要另一个90吉瓦的电力,在美国。相当于90座核电站。这不会发生。我们正在建造零座。
  • "" —— 这是一场定义未来的战斗。我担心基辛格博士所描述的与中国发生战争的可能路径是通过意外。
  • "" —— 人类的复制率在亚洲约为1.0,这不是好事。所以,在我们的有生之年,关键问题是让有生产力的人更有生产力,以支持像我这样想要更多东西的老年人。
  • "" —— 这不是短跑,而是一场马拉松。每天都要驾驭浪潮。

原文链接

查看完整访谈

=== SUGGEST=== 人物档案建议: topic: AI革命起点 | stance: 2016年AlphaGo的突破是AI革命真正开始的标志,因其展示了AI的创造能力 | quote: "That began the process... I think frankly, is the point at which the revolution really started." | date: 2025-05-23 topic: AI能源瓶颈 | stance: AI发展面临巨大电力缺口,是首要硬性限制 | quote: "We need another 90 gigawats of power... 90 nuclear power plants... Not happening." | date: 2025-05-23 topic: AI竞赛与地缘风险 | stance: 中美AI竞赛定义未来,领先优势因网络效应会自我强化,可能诱使落后方采取极端手段,类似核威慑逻辑 | quote: "If you get there first... you're never going to be able to catch me... I will not be able to catch you." | date: 2025-05-23 topic: AI监管与护栏 | stance: 不应单纯叫停AI智能体研发,而应建立有效护栏,如防止递归自我改进、武器接触等 | quote: "Stopping things in a globally competitive market doesn't really work. Instead of stopping... we need to find a way to establish the guardrails." | date: 2025-05-23 topic: AI社会影响 | stance: AI将带来史无前例的生产力提升(约每年30%),人类不会失业,但工作性质会改变,需用以应对老龄化社会 | quote: "You'll end up with something like 30% increase in productivity per year... We have never seen it." | date: 2025-05-23 topic: 个人应对策略 | stance: AI发展是马拉松,个人需每天学习并采用该技术以保持竞争力 | quote: "This is a marathon, not a sprint... Ride the wave. But ride it every day." | date: 2025-05-23

完整内容见原文:GAGATalk · 谷歌前CEO:AI电力缺口需90座核电站