凯文•斯科特：的确如此。我们想讨论的问题有很多，但我首先想谈谈AI不擅长的事情。因为我们最不希望看到的就是给人一个错觉，它是一个通用AI，或者它是完美的，改进它很容易。你提到的数学就是它的一个缺陷。我的问题是，这些系统有哪些需要改进之处？我们需要集中精力先改进哪些地方？

比尔·盖茨：首先，关于背景的理解（knowledge of context）是个普遍存在的问题。

我告诉你一些东西，你就生成一些东西。但如果我编造了一些东西，比如提供了错误的建议，让你买错了股票或是吃错了药。这方面，人类对事情发生的背景是有深刻理解的。AI需要知道你是否已经切换了上下文。

比如，你一开始让它讲笑话，之后问它一个严肃的问题。人类会从你的脸部表情里感知到变化，或者体会到变化的本质，我们已经不是在开玩笑了。总之，在“背景感（sense of context）”方面，AI还需要改进。

至于在一个难题上该花多少时间，你和我都看到了它在数学方面存在的问题。数学是一种非常抽象的推理类型，我认为这是系统目前最大的弱点。

奇怪的是，系统可以解决很多数学问题。比如有一些数学问题，如果你要求它以抽象的形式解释它，它能做得很好。但如果你让它自己计算，它又经常出错。

但我不认为这些问题是根本性的。有人说这是统计学，机器永远做不了，这是胡说八道！他们给出的那些机器不能做的例子，只要过几个月，机器就能做得很好。

所以，那些吹嘘它有多好，贬低它有多糟，还有说它是AGI的人，都是错误的。我们这些身处中间立场的人只是希望让它以正确的方式得到应用。

凯文•斯科特：我想谈谈它如何能够使用工具来帮助推理。我举一个我14岁女儿的例子。老师布置了一个作业，给了一个有115个单词的词汇表，学生要写一篇1000个单词的文章，尽量多用词汇表里的单词。

她写完之后，需要手动计算用了多少词汇表里的单词。这件事很无聊。她让我用ChatGPT-3帮她算，结果没算清楚。我觉得GPT-4也算不清。后来，我和女儿发现，可以让GPT-3直接去写这个作业。结果，它完成得非常好。

我女儿并不会编程，但她能理解发生的一切。当我们试图解决一个复杂的数学问题时，我们的脑袋里装满了我们可以使用的认知工具，帮助我们把复杂的问题分解成我们可以解决的更小的、更简单的问题。所以，一个非常有趣的问题是考虑这些系统将如何使用代码来做到这一点。

比尔•盖茨：是的，AI非常擅长写作，这非常令人振奋。比如，你想做一个绘画的程序。虽然菜单上需要能够添加颜色的功能，但如果你的主要界面是使用自然语言时，仍然可以使用AI。如果您想要对一个文档进行总结，AI可以做得非常好。

再比如，医院和保险公司需要沟通账单。医生可以用ChatGPT-3写信给保险公司，解释为什么某一笔费用应该由保险公司来负担。这是非常复杂的事，所以有很大的应用价值。在ChatGPT-4上，我们就能够做到这一点。

因此，AI在提高生产力方面，有很多工作可做，包括处理大量的文件、应付账款、账户、应收账款，等等。仅就健康和卫生体系而言，AI软件能处理和分类的文件就是海量的。

凯文•斯科特：同意。我还想和您聊聊其他方面。您参与并构建了技术领域的几个重大转折点，您帮助PC和互联网走进了家庭。对于那些掌握了AI新技术的人，应该如何去思考和如何使用这些技术，你有哪些建议？他们在多大程度上应该更迫切地追求他们的想法？现在的情形和当年PC和网络时代有哪些异同？

比尔•盖茨：刚开始，PC行业非常小，没有个人计算机，然后通过微处理器还有包括IBM和苹果等大批的企业，人类有了个人电脑。微软公司主要是在软件方面的参与。比如，Apple II上的BASIC解释器，就是我为苹果公司做的。这是一个工具，至少对于编辑文档而言，你需要写很多东西。之后，通过互联网将它们连接起来真是太神奇了。再然后，将计算转移到手机中绝对是惊人的进步。一旦你有了PC、互联网、软件和手机，数字世界就会极大地改变人类的活动。我刚刚在印度见证了这一刻。那里人们在用数字方式支付账单。这些人可能从来就没有过银行账户，因为使用的成本太高，程序也太复杂。

因此，我确实认为，从能够帮助人类的读写开始，计算机每一点点进步都能产生像在印度那样深远的意义。但过去，机器人技术的发展比我预期的要慢。我指的不是自动驾驶。那是特别困难的应用，它涉及开放式环境，以及安全方面的难度。

有一小撮人说，有些人总是过于乐观地预测（over predict），这是事实。但就这个具体的AI领域，我们其实是低估了自然语言和计算机处理问题的能力，以及它如何影响白领的工作，包括销售、服务、帮助医生考虑将什么放入健康记录，等等。

而这一切还只是开始。你可以称之为“狂热”（mania），像当年的互联网热一样。但是，当年的互联网狂热虽然有不可理喻（insanity）的一面，但回头看，这确实是一个具有深远意义的工具，只是现在看起来稀松平常而已。正如我年轻时见证的那些数字计算领域的里程碑一样，AI现在的进展就是一个巨大的科技突破。

凯文•斯科特：过去，您经常会说，某一个想法很愚蠢。我想听听您对这个问题的反应。过去，技术工作是有门槛的。掌握技术的人预设一些人类的需求，设计出软件，替人类工作。但现在这样发展下去，普通人都有能力用机器做非常复杂的事情，而不必具备像你我这样花很多年去掌握专业知识。这是一个愚蠢的想法吗？

比尔•盖茨：当然不是。每一项进步最好都能降低使用者的门槛。电子表格（spreadsheet）就是一个例子。即使你仍然需要理解这些公式，但使用者实际上根本不需要理解太多的逻辑或符号。它在“直奔主题”（directness）方面是非常强大的。如果数据的结果显示出了问题，就做出改变。

大多数企业学习涉及的，无论是查询、报告，甚至是一个简单的工作流程，所有的行为都是希望触发一个“动作”。每一个层级的员工都可以通过提问，获得解决问题的方案，而从中获益。

对于其他人来说，比如申请大学。我想知道下一步该做什么，做这件事的门槛是什么？现在的很多事情都太不透明，让人们能够直接进行互动，这就是AI能够努力赋能的地方。

凯文•斯科特：您非常关心教育、公共卫生、气候和可持续能源。我想知道您个人或是基金会最感兴趣的技术应用是什么？这些应用会如何影响这些事情？

比尔•盖茨：我认为教育是最有趣的应用，第二是健康。当然，在销售和服务领域会有商业机会，而且肯定会发生。但这类事情不需要基金会的参与。

我们与可汗（Sal Khan，教育性非盈利组织可汗学院的创始人）有过很多次头脑风暴。一个班级有20-30人，老师很难有针对性地给予每一个学生足够的关注，无法理解他们的动机或是保持他们的学习兴趣。而通过对话和反馈，AI将第一次成功地改进教育。

我们必须承认，除了查找百科和打游戏方面，以往计算机并没有彻底改变美国的教育。过去30年，美国学生的平均数学成绩并没有提高多少。显然，计算机没有在那方面创造出奇迹。但在未来5-10年，我们将会用一种非常不同的方式来帮助人类进行学习，而不仅仅是查资料。

凯文•斯科特：是的。你我都看到了一个共同之处，就是父母的参与对孩子的教育成果会产生很大的影响。硅谷有很多移民子女，父母经常打二、三份工，他们太忙了，很难有时间与孩子相处，有的人甚至不会说英语，但技术可以帮助他们弥合父母和老师之间的鸿沟，不管他们说的是哪种语言。比如，帮助父母了解孩子的学习障碍在哪里，甚至可以个性化地解决孩子的痛点。

比尔•盖茨：是的，语言障碍的问题，我们往往容易忽视。在发展中国家，比如印度有很多种语言。我去了班加罗尔的研究实验室，他们正在采用这些先进技术来处理这些小语种的问题，所以未来这不是一个大的障碍。

凯文•斯科特：您在那次GPT的家宴上说，当年在微软看到的一个演示，改变了对PC业将如何发展的思考方式，并导致您改变了公司的发展方向。您能再谈谈这段早期的历史吗？

比尔•盖茨：当时，施乐公司在复印机上赚了很多钱，他们有专利。那时日本的同行也没有进来。因此，他们在硅谷创建了一个研究中心（PARC），聚集了一批人才。这些人创建了一个图形用户界面机器，虽然他们不是世界上唯一在做这件事的人，欧洲也有人在做，但他们将它与很多事情结合起来，比如把它放在网络上，用了激光打印机。查尔斯•西蒙尼（Charles Simonyi，软件专家/Windows核心架构师）编写了这个程序，并做了一个文字处理器。

一天晚上，我去PARC拜访了查尔斯，他演示了他用这个Bravo文字处理器所做的事情。然后，他在激光打印机上打印了一份文件，上面列出了如果市场上能有更便宜、更普及的计算机应该做的所有事情。我们一起做了头脑风暴，他更新了文档并再次打印出来，这让我大吃一惊。微软未来的方向呼之欲出。

我雇用了查尔斯。他完成了Word和Excel以及我们许多伟大的事情。最终，在他向我展示他的想法，以及我们头脑风暴之后的15年，我们通过Windows和Windows和Mac上的Office实现了这些想法。

所以，我告诉大家，这是又一个让我大开眼界的演示。它让我思考未来5-10可以实现什么。

凯文•斯科特：您刚刚分享了一个非常有力和激励人心的轶事。还有最后一二个问题，您认为未来5-10年我们应该考虑的重大挑战有哪些？

比尔•盖茨：嗯，关于如何执行这些算法、大量芯片、从硅到光学的一些移动以降低能源和成本，将会有一系列创新。英伟达是今天许多创新的领导者，但其他人会尝试挑战它，甚至会使用一些激进的方法，因为执行成本，甚至训练成本都需要大幅降低。理想情况下，我们希望能移动它们，让大家可以在独立的客户端设备上执行它们，而不必从云上获取这些东西。

另外，还有软件方面的挑战。要弄清楚是分别做各种专业领域的版本，还是做一个统一的、不断改进的版本。两种路径并行会产生巨大的竞争。即使在微软，我们的做法也是同时追求两者。

除此之外，还有很多社会问题。比如如何推动教育？这并不是说它马上就能了解学生的动机或是认知，但我们必须进行大量训练，并将它嵌入到成年人看到学生参与并看到动机的环境中。

因此，微软的说法是提高人类的生产力。有些事情会实现自动化，但很多事情最终还是需要人的参与，只是参与的效率会比过去提高了很多。

因此，AI的进步带来的挑战和机遇之多是令人难以置信的。我看到OpenAI团队的投入程度，而且肯定还有很多我看不到的团队正在推动这一点。

我每周都会收到一份关于AI的不同文章的摘要。我们可以用它来解决道德问题吗？对我来说，这个问题很愚蠢，但优秀的人可以问他们想问的任何问题。有这么多的人，这么多的资源，这么多的企业参与了这个进程，一定能够取得比我当年有幸经历过的更大的突破。

凯文•斯科特：最后一个问题。我知道您非常忙，但还是想问您工作之余有哪些消遣？

比尔•盖茨：我现在阅读很多东西，经常打网球，还要参加基金会的一些线下会议，包括微软和OpenAI的一些会议。我还在打匹克球，我已经打了50多年，再加上网球和读书，大概就这些。

凯文•斯科特：我想多聊几句阅读。您说的大量阅读和常人可能不一样，因为我们都知道您总是随身带一个巨大的，装满书的手提袋。不仅书多，而且很杂，从科学读物到小说。您实际上能读多少书？平均的阅读速度有多快？

比尔•盖茨：如果我一周不读一本书，我真的会反思那一周我在做什么。如果我度假，那么我希望能多读五、六或七本书。当然，一本书的篇幅有长短，如果以年计算，我一年应该能读80多本书。阅读让人放松。我应该多读小说。非虚构的东西我看得太多了。

凯文•斯科特：非常感谢在过去的六个月里，您帮助我们思考的哪些AI方面的事情，这真的很棒。