OpenAI 首位投資人 Khosla 最新洞察：AI 使人機交互發(fā)生根本性轉(zhuǎn)變，軟件將進一步適應(yīng)人類

激石Pepperstone(http://hysxdzy.com/)報道：

這是 OpenAI 首位投資人 Vinod Khosla 關(guān)于 AI 交互與革命的最新洞察。Khosla 對常見術(shù)語“AI 硬件”和“小工具”表示懷疑，他主張從一個新的視角來看待這些設(shè)備，認為它們是即將到來的時代中不可或缺的組成部分，這個時代的特點是以低延遲語音交互作為主要的用戶界面。

Khosla 強調(diào)，這不僅僅是關(guān)于設(shè)備的討論，而是關(guān)于人機交互根本性轉(zhuǎn)變的討論。他認為 AI 將在我們與技術(shù)的關(guān)系中引發(fā)兩個根本性的變化。首先，語音——已經(jīng)是最自然的人類互動界面——將成為主導(dǎo)的交互界面。

想象一下，延遲時間減少到不到半秒，這與基于觸摸的設(shè)備的遲緩形成了鮮明對比。甚至“無聲語音”也在討論之中——在公共場合如咖啡廳中，無需發(fā)出聲音即可發(fā)出命令。通過檢測這種“無聲言語”，技術(shù)將允許人們在公共場所私下口述，而不被旁人聽見。

第二個變革是應(yīng)用程序?qū)⑷绾芜m應(yīng)我們。不再需要像學(xué)習(xí)使用 Uber 或 SAP、Oracle 這樣的復(fù)雜系統(tǒng)一樣，去學(xué)習(xí)如何導(dǎo)航應(yīng)用程序。

到目前為止，我們總是在適應(yīng)軟件——學(xué)習(xí)它的復(fù)雜性，記住層次化的菜單等等，以此來與機器通信。

現(xiàn)在，AI 正在使軟件適應(yīng)人類。這將導(dǎo)致新類型的硬件的誕生，這些硬件主要設(shè)計用于語音互動，計算機學(xué)習(xí)人類的語言和人類本身。雖然對于某些視覺任務(wù)可能仍然需要屏幕，但核心交互將轉(zhuǎn)向語音——無論是無聲的還是有聲的。

設(shè)計師 Jony Ive 和 OpenAI 的 Sam Altman 討論了一個 AI 硬件項目。多年前開始的 Humane 猜測了這種接口——但早期的熱度很快消退了。這些企業(yè)家的方向是正確的，但他們的實現(xiàn)沒有充分專注于 AI 使能的新用戶體驗。

Rabbit 憑借其最小化的設(shè)備引起了轟動，使得微軟 CEO Satya Nadella 稱其 R1 發(fā)布為“我看過的最令人印象深刻的展示之一，自 Steve Jobs 在 2007 年介紹 iPhone 以來，捕捉到了什么是可能的愿景?！?/p>

Khosla Ventures 也是 Rabbit 的投資者之一，有新 Newin?曾在第一時間分享過《【2.1 萬字實錄】Rabbit 創(chuàng)始人&CEO 呂騁最新對談｜R1 更像是 AI + iPod，而不是 iPhone 殺手》。

Khosla 認為 Rabbit 是重新定義人機交互在強大 AI 世界中的早期嘗試。這些設(shè)備將圍繞著我們應(yīng)該通過自然語言用聲音與計算機（或可以為我們運行應(yīng)用的代理）對話的理念為中心，而不是通過人造構(gòu)造。

以 Khosla 個人的生活習(xí)慣為例。當(dāng)他徒步時，他會使用一個叫做 Picture This 的應(yīng)用來識別我遇到的植物，但這個過程很麻煩：停下來，暫停有聲讀物，打開應(yīng)用，拍照，等待答案加載，關(guān)閉應(yīng)用，把手機放回口袋。

有了這項新技術(shù)，他只需將設(shè)備指向植物并問：“這是什么植物？”便會得到答案，然后我可以說“播放有聲讀物”并繼續(xù)聽我的書，無需中斷或麻煩。

從成本角度看，這種以語音驅(qū)動的方法是一個游戲規(guī)則的改變者。它比傳統(tǒng)的智能手機要便宜得多。形態(tài)因素的創(chuàng)新也很可能，盡管配備更大屏幕的手機不會消失。

Rabbit 的大型動作模型（LAM），基于神經(jīng)符號方法，學(xué)會使用軟件應(yīng)用并跨應(yīng)用工作，因此人類不需要了解其他應(yīng)用或網(wǎng)站。Rabbit 的代理將與人類交談并為他們使用這些應(yīng)用。

語音比打字或觸摸屏更簡單、更高效。高分辨率圖形和觸摸界面要求昂貴、復(fù)雜的計算。相比之下，驅(qū)動 ChatGPT 和其他聊天機器人的非常大的 5000 億參數(shù)大型語言模型試圖學(xué)習(xí)所有曾經(jīng)發(fā)布的內(nèi)容。

Rabbit 的 LAM 表現(xiàn)得更像是學(xué)習(xí)如何使用應(yīng)用和其他 LLM 的人類，因此人類不需要學(xué)習(xí)它們或掌握提示工程。LAM 學(xué)習(xí)使用軟件的方式就像人類一樣，而不是通過應(yīng)用程序編程接口與應(yīng)用通信，如傳統(tǒng)軟件所做的。

想象有人在你滑動手機時偷看你的肩膀并學(xué)習(xí)那些模式。那就是 LAM——或者未來可能被稱為的東西。這是傳統(tǒng)范式的完全顛覆，意味著最終我們不必與軟件交互，因為 AI 將代表我們這樣做。

手機，就像現(xiàn)在這樣，被設(shè)計來分散我們的注意力。如果 Khosla 在徒步時不得不拿出手機，會看到電子郵件、短信和其他通知；他會被拉進某個社交平臺，被廣告打擾，甚至可能下陷入一個漩渦，毫不夸張地說。

手機不斷爭奪我們的注意力，將我們拉入通知和消息的漩渦。這些新設(shè)計，如 Rabbit，旨在節(jié)省時間并最小化分心。你告訴它要做什么，它就僅僅做那個，沒有更多。

初創(chuàng)公司可以如此敏捷和創(chuàng)新！技術(shù)的未來不是關(guān)于漸進式變化或過去的外推，這不僅僅是關(guān)于制造另一個 iPhone 16 或 17——盡管那些將繼續(xù)非常有價值。這是關(guān)于我們與設(shè)備互動方式的根本性轉(zhuǎn)變，這是以 AI 為中心的，需要新的設(shè)計和新的優(yōu)先級，硬件支持。初創(chuàng)公司最適合這樣的轉(zhuǎn)變。現(xiàn)有的大公司肯定會慢慢跟進。

這就像 Apple 支配手機市場之前的手機市場。在 2006 年，大名鼎鼎的是 Nokia、Motorola，也許還有 Samsung 和 BlackBerry。Apple 當(dāng)時甚至還沒有進入這個畫面。

然后它突然推出 iPhone，徹底改變了游戲規(guī)則。通過一個創(chuàng)新的以用戶為中心的觸摸界面，在這個高度便攜的計算機中，成為可能的數(shù)百萬應(yīng)用。

正因為下一個階段不是關(guān)于硬件或小工具，而是關(guān)于人類與計算機互動方式的徹底改造，我們將把像 Rabbit 的 R1 這樣的設(shè)備添加到我們的裝備中。我們將使用一個按鈕設(shè)備，通過自然語言驅(qū)動大多數(shù)互動，屏幕如我們所知將成為次要。

這些新設(shè)備能夠做的很多事情可以通過在傳統(tǒng)設(shè)備如智能手機上的“代理”應(yīng)用來完成。但智能手機不提供亞秒級的、無干擾的互動和其他獨特功能，這些是人類中心的 AI 將啟用的。

新技術(shù)將出現(xiàn)以支持這個生態(tài)系統(tǒng)，如 植入隱形眼鏡和眼鏡的顯示器 和許多不同的方法來 無聲言語，以便在公共場所隱秘地使用設(shè)備。

這些設(shè)備正在發(fā)明一個以人為中心和基于代理的未來，由新的 AI 技術(shù)啟用。Rabbit 正在對此進行真正的嘗試，這不僅僅是一個漸進式的變化。其他人肯定會跟進，創(chuàng)造許多便于攜帶和使用的設(shè)備。

Apple 帶給我們“有一個應(yīng)用可以做到那個”的世界。Rabbit 式的設(shè)備將帶給我們“有一個 AI 可以做到那個”的世界，通過一個以語音驅(qū)動的個人代理訪問，可以為你運行應(yīng)用（END）。?????????