人工智能與手機和互聯網一樣具有革命性。

在我的一生中，有兩次技術展示給我留下了革命性的印象。

第一次是在 1980 年，當時我看到了圖形用戶界面--包括 Windows 在內的所有現代操作系統的前身。我和向我展示演示的人坐在一起，他是一位出色的程序員，名叫查爾斯-西蒙尼（Charles Simonyi），我們立即開始集思廣益，討論我們可以用這種用戶友好的計算方法做什么。查爾斯最終加入了微軟，Windows 成為了微軟的支柱，而我們在那次演示后所做的思考幫助公司確定了未來 15 年的發展議程。

第二個大驚喜出現在去年。我從 2016 年開始與 OpenAI 的團隊會面，他們的穩步進展給我留下了深刻印象。2022 年年中，我對他們的工作感到非常興奮，于是給了他們一個挑戰：訓練一個人工智能，讓它通過高中生物考試。要讓它能夠回答那些沒有經過專門訓練的問題。(我之所以選擇 AP 生物學考試，是因為該考試不僅僅是簡單地重復科學事實，它還要求你對生物學進行批判性思考）。我說，如果你能做到這一點，那么你就取得了真正的突破。

我以為這項挑戰會讓他們忙上兩三年。他們只用了幾個月就完成了。

九月份，當我再次見到他們時，我驚奇地發現，他們向人工智能模型 GPT 提出了 60 道 AP 生物考試的選擇題--它答對了其中的 59 道。然后，它還為考試中的六道開放性題目寫出了出色的答案。我們請外部專家對考試進行了評分，GPT 得到了 5 分--最高分，相當于大學生物課程的 A 或 A+。

它通過測試后，我們問了它一個非科學問題："你會對孩子生病的父親說什么？"它寫出了一個深思熟慮的答案，可能比我們在場大多數人給出的答案都要好。整個體驗令人驚嘆。

我知道，我剛剛看到了自圖形用戶界面以來最重要的技術進步。

這啟發我去思考人工智能在未來五到十年能實現的所有目標。

人工智能的發展與微處理器、個人電腦、互聯網和手機的誕生一樣具有根本性意義。它將改變人們工作、學習、旅行、醫療保健和相互交流的方式。整個行業都將圍繞它重新定位。各行各業將通過如何更好地利用它而脫穎而出。

慈善事業是我最近的全職工作，我一直在思考，除了幫助人們提高生產力，人工智能還能如何減少世界上最嚴重的不平等現象。在全球范圍內，最嚴重的不平等是在健康方面：每年有 500 萬 5 歲以下兒童死亡。這一數字比二十年前的 1000 萬有所下降，但仍然高得驚人。這些兒童幾乎都出生在貧窮國家，死于腹瀉或瘧疾等可預防的原因。很難想象人工智能有什么比拯救兒童生命更好的用途。

我一直在思考人工智能如何減少世界上最嚴重的不公平現象。

在美國，減少不平等的最佳機會是改善教育，尤其是確保學生在數學方面取得成功。有證據表明，無論學生選擇什么職業，掌握基本的數學技能都能為他們的成功奠定基礎。但全國各地的數學成績都在下降，尤其是黑人、拉丁裔和低收入學生。人工智能可以幫助扭轉這一趨勢。

氣候變化是另一個問題，我深信人工智能可以讓世界變得更加公平。氣候變化的不公正之處在于，受害最深的人--世界上最貧窮的人--同時也是對這一問題貢獻最小的人。我仍在思考和學習人工智能如何提供幫助，但在本篇文章的后面，我將提出幾個具有巨大潛力的領域。

總之，我對人工智能將對蓋茨基金會致力于解決的問題產生的影響感到興奮，基金會在未來幾個月內還會有更多關于人工智能的內容。世界需要確保每個人--而不僅僅是富裕人群--都能從人工智能中受益。各國政府和慈善機構需要發揮重要作用，確保人工智能減少不平等，而不是助長不平等。這也是我在人工智能相關工作中的首要任務。

任何顛覆性的新技術都會讓人們感到不安，人工智能無疑也是如此。我理解其中的原因--它引發了有關勞動力、法律制度、隱私、偏見等方面的棘手問題。人工智能也會犯事實錯誤，也會產生幻覺。在我提出一些降低風險的方法之前，我會先定義一下我所說的人工智能，然后我會更詳細地介紹人工智能將有助于增強人們的工作能力、拯救生命和改善教育的一些方法。

人工智能的定義

從技術上講，人工智能是指為解決特定問題或提供特定服務而創建的模型。為 ChatGPT 等提供動力的就是人工智能。它正在學習如何更好地進行聊天，但無法學習其他任務。相比之下，人工通用智能指的是能夠學習任何任務或主題的軟件。目前，人工智能還不存在--計算機行業正在激烈討論如何創造人工智能，以及人工智能能否被創造出來。

開發人工智能和 AGI 一直是計算機行業的偉大夢想。幾十年來，人們一直在思考，計算機何時才能在計算以外的領域勝過人類。現在，隨著機器學習和大量計算能力的到來，復雜的人工智能已經成為現實，而且它們會迅速變得更好。

我回想起個人計算革命的早期，當時的軟件產業規模很小，我們中的大多數人都只能站在會議的舞臺上。如今，它已成為一個全球性產業。由于其中很大一部分現在正將注意力轉向人工智能，因此創新的速度將比我們在微處理器取得突破后所經歷的要快得多。很快，人工智能之前的時代就會變得遙遠，就像當年使用電腦是按 C:> 提示鍵而不是點擊屏幕一樣。