馬克·扎克伯格:AI 在 Meta、Facebook、Instagram 與 WhatsApp 的未來
Mark Zuckerberg: Future of AI at Meta, Facebook, Instagram, and WhatsApp
扎克伯格談 Meta 各平臺的 AI 佈局、開源模型策略,以及社交產品接下來的演進方向。
馬克·扎克伯格去參加了他人生第一場柔術比賽。他戴著一頂帽子,一副墨鏡,臉上還捂著一個口罩,報名時用的名字是 Mark Elliot,也就是他的名字加中間名。直到他走上墊子、把這些東西一件件摘下來,旁邊的人才知道剛才那個報名的傢伙是誰。
一個掌管著三家服務數十億人公司的人,跑去打一場業餘柔術比賽,為什麼要喬裝打扮?
他自己給出的答案很直接:不想輸,更不想當眾丟臉。但他緊接著補了一句更值得琢磨的話,他說自己這輩子已經丟臉夠多次了,這幾乎成了一項核心能力。
拍墊子的那一刻
柔術這項運動,外行看著像兩個人躺在地上糾纏,內行知道它是人體象棋。你要用槓桿、重心、角度,去控制另一個人的身體,最終目的是讓他拍墊子認輸。不拍,胳膊可能真被掰斷,或者直接昏過去。所以每一場對抗裡都有一次明確的、不容辯解的失敗宣告。
Lex 在節目裡把這件事講得很透:你被一個比你小一圈的人按在地上,反複製服,沒有任何解釋空間。你不能說裁判有問題,不能說今天狀態不好,你只能拍。拍了就是輸了,認了,然後明天再來。
扎克伯格對這個過程的描述裡沒有痛苦,反而有點享受。他說學習的一部分就是失敗。練柔術的人不能有自尊心,因為你遲早會陷入一個糟糕的位置,那時候你唯一該做的就是早點拍,晚拍只會更慘。
你一旦被鎖住,其實已經輸了。問題只在於你願不願意承認。(馬克·扎克伯格)
這句話放在墊子上是常識,放在別的地方就沒那麼容易被接受了。
為什麼年紀越大越怕當新手
Lex 提了一個觀察,扎克伯格接得很順:人年輕的時候不怕出醜,越往後越怕。你花了十幾年建立起來的身份、專業、別人對你的預期,全都在阻止你做一件看起來很蠢的事。
扎克伯格的說法是,一個人還能不能繼續做有意思的事,取決於他還願不願意再丟一次臉,願不願意回到第一步,當個新手,被人按在地上打,看起來笨手笨腳。
當你決定自己丟不起這個人、不再嘗試新東西的那一刻,你就再也學不到任何東西了。(馬克·扎克伯格)
他把這件事和經營公司直接連了起來。Meta 做的很多大專案,他自己定義成十年以上的使命。這類事情在早期幾乎一定會被質疑,做出來的第一版看起來也常常很粗糙。而 Meta 內部的一條基本信條是:不等完美再發布,先推出去,拿反饋,再改。
這條信條和柔術的邏輯是同一套。你不先把自己放到一個會輸的位置上,就永遠不知道自己哪裡不行。
最讓他睡不著的,是人
Lex 問他,壓力大的時候、要做重大決定的時候,焦慮從哪來。
扎克伯格的回答很乾脆:戰略問題不太讓他失眠。他對公司要往哪走、要為什麼樣的價值站臺,有相當強的信念。當然他也會犯錯,犯過很多,但方向上他不太糾結。
真正消耗他的,永遠是人的問題。
他講了一個判斷:一個團隊如果足夠團結,幾乎什麼都能做成,再難的挑戰也能扛過去,再硬的決策也能推下去。可一旦內部出現張力,事情就會變得極其艱難。所以他在這家公司上花的時間,有相當一部分是 disproportionate 地投在了維繫核心團隊上。
這句話值得停一下。一個 CEO 說自己最重要的工作是養一個緊密的小圈子,聽起來像是在講管理雞湯,但他給的理由很實際:戰略可以想清楚,技術可以買、可以招人做,唯獨一群人能不能長期在一起把難事啃下來,是買不到的。
週一早上的三十個人
他描述了 Meta 的一個具體機制。每週一早上,最核心的三十來個人坐在一起,會議經常開兩三個小時,形式相當不結構化。他會帶幾個自己最關心的話題,但也會請別人帶話題上來。
帶到桌上的東西五花八門:某個國家出了政策問題,某項新技術正在成形,某個合作伙伴鬧了矛盾,WhatsApp 裡兩個他們都很在意的價值之間出現了設計上的取捨,需要當場決定站哪邊。
這個會的價值不在資訊同步,在於一起處理難題的次數。人和人之間的直覺、默契、戰友情,是靠共同處理幾十上百個真實問題長出來的,不是靠團建。扎克伯格說這個群體裡經常有分歧,相當好鬥。
好鬥這個詞他用得很正面。一個所有人都點頭的會議室,通常是沒人真的在乎結果。
裸絞、拿背與體型
聊回柔術,Lex 問他最喜歡的降服技是什麼。
扎克伯格先澄清了自己的偏好:他更喜歡無道服(no gi),因為那更接近 MMA。有道服(gi)多了衣襟可以抓,是另一種遊戲。
然後他講了自己的風格。很多柔術選手不介意被壓在下面,因為下位有 guard(防守位),是這項運動的核心技術之一。但在 MMA 裡,躺在地上就是捱打,哪怕你控制住對方的手臂,拳頭還是會落下來。所以他更願意做上位,更喜歡施加壓力。
問題是他體型不大。比賽時按體重分組沒問題,但平時一起訓練的朋友很多比他壯。這種情況下,拿背就變得極其重要,因為那是槓桿優勢最大的位置,人的手臂在身後幾乎使不上力。
至於具體用什麼終結,他的回答裡有一點意外的東西:
我不喜歡傷害別人,所以總覺得絞技比關節技更人道一些。(馬克·扎克伯格)
裸絞(rear naked choke)從他嘴裡說出來是"最乾淨的方式"。聽著矛盾,但練過的人懂:絞技讓人睡著,醒了沒事;關節技一旦對方拍晚了,韌帶和骨頭就是長期損傷。控制住、讓對方睡著,比掰斷一條胳膊溫和得多。
他也說了一句策略上的話:不要對任何一個降服技太執著。真正該做的是控制和位置,不是某個特定的收尾動作。
給想入門的人的建議更簡單:你得願意被揍很多次。
哪些牆能推,哪些推不動
這一段是整場對話裡最有資訊量的地方之一。
扎克伯格說他相信,做成任何事,很大一部分在於願不願意硬推過去,在於那股 grit 和決心。幾乎所有把公司做起來的人,工作強度都是極高的,這一點沒什麼好爭的。
但他緊接著說,你不可能硬推一切。
他拿衝浪和翼板(foil)打比方。浪來的方向是定的,你不可能逆著它走;翼板可以泵、可以往好幾個方向發力,但到了某個程度,反向的動量足夠大,你就是過不去。
這個道理在運動裡學得特別快,因為反饋週期短。一個動作做錯,在 MMA 裡就是臉上挨一拳,在柔術裡就是被翻身壓制,幾秒鐘之內你就知道。
公司不一樣。一個專案啟動,幾個月後才看到結果;做硬體,可能要幾年才知道這一版設計對不對。反饋週期長到足以讓人誤判自己是在堅持還是在下沉。
你不可能硬推一切。你得知道哪些地方需要的是技巧,而不是力氣。(馬克·扎克伯格)
他用"謙卑"來形容這件事的收穫。謙卑聽起來是個道德詞,其實是個認知詞:它讓你分得清哪堵牆是紙糊的,哪堵牆是承重牆。
LLaMA 是怎麼放出來的
話題轉到 AI。2022 到 2023 這一年間,大 Transformer 模型在語言和影象兩條線上同時爆發,語言側是大語言模型,影象側是大擴散模型。Meta 在這波里選了相當開放、相當學術的路線。
扎克伯格解釋了這條路線的現實動機。要招到全世界最好的 AI 研究者,就得接受他們的一個基本訴求:他們希望自己的工作能被分享、被引用、被同行看到。一家把研究成果全部鎖進保險櫃的公司,招不到這批人。所以 Meta 的交易是:你來,我給你工業級的基礎設施,同時我們保持開放的傳統。
LLaMA 就是研究團隊做出來的語言模型,2023 年 2 月做了一次有限的開源釋出,面向研究者。他們當時沒有開放商用許可,原因是對齊和安全的問題還沒想清楚,於是 v1 先繞開了這個決定,只給研究用。
扎克伯格給的理由不復雜。訓練一個最前沿的模型,光基礎設施就要幾億美元,全世界有這個能力的組織沒幾家。如果最先進的技術只掌握在少數大公司手裡,整個生態的創新速度會慢下來。他舉了 Open Compute Project 的先例:Meta 把資料中心和伺服器的設計方案公開,結果不只是更多人能用,設計本身也變得更高效,反過來讓 Meta 自己的業務成本更低。
這套邏輯在基礎設施上驗證過,他想在模型上再試一次。
洩露之後,開源社群接住了它
LLaMA 的權重後來流出了研究圈,嚴格說是"離開了大樓"。扎克伯格對此的說法是,他們在釋出時已經講清楚,程式碼和權重沒有商業許可,不能直接塞進產品裡,而到目前為止,他們沒有看到哪家有聲譽的公司真的去違反這一條。
更有意思的是接下來發生的事。開源社群圍繞 LLaMA 長出了一整片生態:llama.cpp 把模型重新實現了一遍,效率大幅提升,原本需要雲端大算力的東西,現在能在本地筆記本上跑;研究者把 RLHF 接上去做對齊;Alpaca、Colossal AI 這類專案一個接一個冒出來,各自試不同的資料配方和微調方法。
扎克伯格對這些進展的評價挺實在。他說讓個人在自己電腦上跑模型這件事本身就有意義,因為大部分人沒有云上大算力的預算。而 llama.cpp 這類重寫帶來的效率提升,連 Meta 自己跑模型時都受益,成本降了一大截。
但他也很坦誠地給 LLaMA 定了位:它不是最前沿的。65B 引數的版本在那個時間點上,跟 OpenAI 最大的模型、Google 的 PaLM 相比,引數量大概差一個數量級,後兩者據他理解都在十倍左右。LLaMA 的長處是效率,在 650 億引數這個量級上表現很好。
這個自我定位很重要。它說明 Meta 當時的開源決策,是基於"這東西還夠不上超級智慧"的判斷做的。
開源到底安不安全
Lex 把最尖銳的問題擺了出來:有一批人真的擔心 AI 的生存性風險,他們會說開源這一步必須極其謹慎。另一方面,開源也意味著把強力工具交到壞人手裡。
扎克伯格的回應分兩層。
第一層是階段判斷。目前這一代模型,沒有人會看著它說這是超級智慧。既然不是,那麼開放帶來的收益就壓過了風險。他也明確留了餘地:如果哪天真的接近超級智慧,那要重新討論,Meta 還沒有決定那時候會怎麼做,但他認為離那個位置還相當遠。
第二層是安全機制本身。他的觀點是,開源軟體通常比閉源軟體更安全,因為有更多人在公開審視它、找它的漏洞。靠 obscurity 來獲得安全性,是一種已經被反覆證明不可靠的模式。
閉源做安全,靠的是別人看不見。開源做安全,靠的是很多人一起看。後一種在歷史上更管用。(馬克·扎克伯格)
他也劃了界線:Meta 開源的是通用性足夠強的東西,比如伺服器設計、比如 memcache 這種快取工具(那是他早年親手寫、親手帶的最後幾個專案之一),比如模型。但 WhatsApp 和 Instagram 的核心應用程式碼不會開源,因為那些程式碼不夠通用,開放出去對別人也沒多大用。
一千一百種語言與一副眼鏡
Meta 開源的另一個專案,是那個大規模多語言語音模型。覆蓋語言從大約 100 種擴到了 1100 種以上,能識別超過 4000 種口語,是此前已知技術的 40 倍。
這個數字背後是一個存在了幾十年的科幻設定:一副耳機,或者一副眼鏡,能讓兩個說不同語言的人實時對話。
扎克伯格說,這個設定現在基本在變成現實。它聽起來像個產品釋出會的說法,但把 4000 種口語這個量級擺出來,事情的分量就不一樣了。世界上絕大多數語言沒有足夠的語料去訓練傳統模型,能覆蓋到幾千種,意味著大量此前被技術忽略的人群第一次被納入進來。
LLaMA 2 與每個小企業的 AI 代理
關於下一代 LLaMA,扎克伯格沒有給釋出訊息,但講了方向:v1 本質上是研究版,v2 要內建當前最先進的安全防護,用來自 Meta 各條業務線的更多資料訓練,內部大量工作集中在讓它更對齊、更負責任。
產品側的設想他講得很具體。WhatsApp 裡會有一個你能對話的助手;每個創作者會有一個替自己說話的 AI 代理,粉絲可以直接跟它聊;每一個小企業都會有一個 AI 代理,處理電商和客服。
LLaMA 或者它背後的語言模型,就是驅動這一切的引擎。
開源的理由在這裡閉環了:生態裡的創新會反過來讓 Meta 的產品更好,同時外部對安全性的審視會給出寶貴反饋,這些反饋是閉門造車拿不到的。他把這件事描述成從研究專案走向核心基礎設施的過程,服務的不只是 Meta 自己的產品,也希望是外面的一大堆東西。
至於 v2 到底開不開源、怎麼開,他的說法是問題不在於開不開,而在於怎麼做才對。團隊還在積極處理這件事,沒有可以宣佈的細節。
眾包微調:一個還沒答案的問題
Lex 提到他和 Yann LeCun 聊過,LeCun 建議他問扎克伯格一個問題:大模型的微調,會不會最終需要維基百科式的眾包?
扎克伯格說這個想法他和 LeCun 聊過很多次,覺得很有意思。各家做對齊時試的資料配方都不一樣,而這些配方決定了模型最終的行為邊界。如果微調這件事本身能被大規模地眾包出去,讓不同背景的人參與定義模型該怎麼說、不該怎麼說,那會是另一種治理思路。
他沒有給出結論。這場對話在這裡轉向了更開放的問題,而 Meta 內部對這件事也還在探索。
把整場對話串起來看,有一條線是連貫的。柔術教人接受被制服,接受拍墊子,接受從零開始;經營公司需要同樣的東西,願意在早期做出看起來很蠢的產品,願意被人質疑十年,願意承認有些牆推不動。而開源這件事,某種程度上是這套世界觀在技術上的投影:把不完美的東西放出去,讓更多人打它、改它、找到它的漏洞,然後變強。
一個願意戴墨鏡口罩去報名柔術比賽的人,做開源決策時的心理邏輯,大概是一回事。
- 想學一門新東西,先接受前三個月會很丟臉。把"被人看到我很菜"當成學費,而不是損失。
- 判斷一件事該硬推還是該繞開,看反饋週期。週期短的領域(運動、寫作、銷售話術)可以快速試錯;週期長的領域(硬體、組織變革、長期專案)要提前設好檢查點,否則你分不清堅持和下沉。
- 帶團隊時,把最多時間花在核心幾個人的磨合上,而不是花在戰略文件上。戰略可以改,一群能一起啃硬骨頭的人換不來。
- 開會時主動邀請分歧。一個所有人點頭的會議室,通常意味著沒人在乎結果。
- 評估一個開源模型或工具,先看它的定位和引數量級,再看它的效率。不是最大的那個才值得用,能在你的裝置上跑起來的往往更實用。
- 如果你在做技術選型,把"能不能被公開審視"當成安全性的一個加分項,而不是減分項。
- 面對一個讓你興奮的新方向,問自己一句:我是因為它在變好,還是因為我推不動又不肯認?
本集資源與出處
- 影片在 YouTube 收看
- 音訊官方 MP3 直鏈來自 lexfridman.com 官方播客 RSS
- 官網Lex Fridman 官網本集頁面
- 文稿本站純文字版