音频文字.

Erik：Gabriel，感谢您今天加入我们的播客。

加布里埃尔：很高兴来到这里，埃里克。我很感激时间。

埃里克：加布里埃尔，这一定是我们最近在节目中看到的最雄心勃勃的公司之一。所以，我真的很期待了解您对人工智能、通用智能领域将如何发展的愿景。但在我们去那里之前，我想更多地了解一下你的背景，以及你是如何决定投入这个令人难以置信的挑战的。看起来您早在 1992 年就开始担任音响设计工程师。所以，你有工程背景。然后你建立了这个世界互联网中心，这在繁荣时期是一个非常有趣的概念。这背后的概念是什么？

加布里埃尔：嗯，在 90 年代初期，我开始在一个名为 Cyberlab 的高级研发实验室工作，它有点像长矛的尖端，非常激进，新兴的技术研发团队就在硅谷之外，一些最大的公司，微软、苹果、英特尔和其他公司会把一些他们不可能解决的问题外包给政府项目和其他事情。我很幸运能够加入这个赛博朋克团队——从科学家到深科技书呆子、黑客和博士——都有机会接触早期技术。

Cyberlab 的创始人 Dan Mapes 具有人工智能背景。丹实际上是今天 Verses 的联合创始人。 30 年后，我们仍在一起工作。接触到 90 年代早期网络刚刚出现的技术时代真的很令人兴奋。我还接触到了更先进的技术，当然是围绕人工智能的专家系统。我有机会与空军的 Tom Furness 博士合作开发早期的增强现实和虚拟现实耳机——体验式、沉浸式计算——早在那些早期。那是数字媒体时代，整个想法是你在玩音频和视频以及计算机图形和实时计算机图形，比如 Silicon Graphics 的机器和东西，甚至围绕它进行表演。突然之间，政府、大公司、电影制片厂，每个人都想要同样的技术。

具有讽刺意味的是，那个时代的科幻故事，那种赛博朋克故事，我们谈论的是这个世界，在那里你有这些超高速网络，有人工智能代理、机器人和飞行汽车，科幻小说的东西时代。同时，在网络上下载邮票大小的 JPEG 需要五分钟。这种超沉浸式科幻技术未来的愿景相对于计算速度有多慢、网络有多慢等现实，对于像我这样的年轻人来说是一个有趣的领域。当时我是那个领域的年轻人之一。那真的是一切开始的地方。多年来真正发生变化的是，围绕智能技术的沉浸式网络的想法从未消失。我最终围绕不同的部分从事不同行业的许多项目。

然后随着移动开始出现——我在 2000 年代初进入移动行业——这导致了物联网、可穿戴设备和网络优化，从而大规模地了解全球网络。随着年龄的增长，越来越清楚的是，拥有真正酷技术的科幻故事背后的想法，我们都喜欢的故事，从根本上讲是关于可怕的反乌托邦未来的恐怖故事，我们想要在一个我们想要的世界中使用最酷的技术不想住进去。

最终，当我在 12 到 20 个团队的电信领域工作时，这最终导致电信公司对 5G 的投资都是研究的结果，这些研究基本上表明网络的主要用户不会做人。这将是机器对机器。它将是自动驾驶汽车、无人机和车辆。它将是全息增强现实内容。这将是一个工业物联网和制造机器人。因此，世界上每家电信公司同时在 5G 中进行的历史上最大的基础设施投资是基于我们已经拥有 120% 的人类渗透率的想法。每个人都有一个半小时左右的电话。未来是关于这些技术的融合。

当我看到这种情况正在发生时——我看到 Oculus 被收购，我们看到深度学习的突破突然脱离人工智能，物联网和传感系统开始移动——我打电话给我在 Cyberlab 的老老板说，“嘿，你看到我看到的了吗？”他说，“是的，就像所有这些东西的融合都达到了某个成熟点。我们已经讨论了 25 年了。让我们走到中间，看看我们能做些什么。”这就是产生 Verses 的原因。这是融合即将到来的想法。我们一直在关注这些趋势。几十年来，我们一直在其中一些最先进的领域从事所有这些技术的边缘及其周边工作。最后，哇，伟大的融合即将到来。这会带来什么样的转变？如果它是关于指数技术的力量现在成为这个指数技术网络的一部分，我们如何看待它来创造一个更美好、更智能的世界，拥有酷炫的技术，而不仅仅是酷炫的技术和一个可怕的反乌托邦世界？那真的是动机。

埃里克：是的，这是你在科幻小说中的一个很好的出路。我认为，在某种程度上，对于这可能如何推出的普遍看法，或者至少是更科幻的人群的普遍看法。我想是 Lex Fridman 几周前在他的播客中主持了 Neal Stephenson。他们基本上是在讨论这个。这是一个独特的问题领域，因为您必须在问题出现之前解决它。因为如果你在处理化学工业，你可以等到污染失控。然后你可以说，“好吧。这是一个问题。我们必须控制它。让我们让监管机构参与进来。”我们可以控制化学工业。对于通用人工智能，你无法做到这一点。你不能等到通用人工智能失去控制然后说，“哦，我们可能应该开始制定一些规定并弄清楚如何控制它。”猫从袋子里出来了。但是，你如何让相互竞争的企业和人员快速行动，放慢速度，讨论问题并实施一些会让他们行动更慢的事情，以确保无论他们最终建立什么实际上是以有益于社会的方式完成的吗？

看起来您也在朝这个方向迈出了一步，您在 IEEE 中的角色是自主和智能系统的道德认证计划。那里有什么来龙去脉？更一般地说，我真的很想听听您对这个普遍问题的想法，即在问题真正出现并且社会强烈要求他们这样做之前，我们如何让行业积极参与提出解决方案？

加布里埃尔：嗯，我想，首先想到的是类比。打个比方，如果你有一匹马，一旦它起飞，它的速度每两步就会翻一番，而你想在骑着那匹马的时候做一个缰绳，然后把它放在马上，你的可能性很小。所以，你必须先造好缰绳，在马匹起飞前把它套在马上。在人类监管和法律规定的速度下，您永远无法赶上速度呈指数级增长的马。首先，没有减速。你不会让马慢下来。创新不会放缓。一旦事物达到基本可以自我优化的程度，人类的时间尺度就变得无关紧要了。所以，这甚至不是一个选择。你必须事先做。

话虽这么说，但我不是天网的粉丝，奥创的整体人工智能可以解决所有问题并接管世界理论。我不认为这是一个好的理论。我认为这不是现实的恐惧。我什至认为这不太可能。尼尔博斯特罗姆，甚至埃隆和其他人都对此非常恐惧。我认为，鉴于目前的 AI 类型本质上是类固醇算法，无法理解它们所造成的影响，因此有很多问题需要担心。如果您在软件中有一个机器进程具有某种不知道因果关系的优化功能，那么是的，您确实有顾虑。这并不意味着那个东西可以突然接管世界。这些是科幻恐怖故事是有原因的，因为它们具有戏剧性和挑衅性。但我不认为这些是围绕它的工程概率。让我这样构图。

当我们开始研究这个问题时，我们亲自采用并认识到的方法是，如果你有汇聚到网络中的指数技术，你就会有指数级的指数。如果你有 1000 亿个物联网设备，并且你有自我复制的人工智能，我们就有了突破性的注入。在接下来的几十年里，能源成本可能会开始直线下降。其中一些事件完全改变了动态。当你拥有可以像我们今天所经历的任何事物一样超现实和身临其境的虚拟环境时，当界面变成脑机界面时——这样你甚至不必处理会减少超现实主义的界面——就会有如此多的道德和基于价值的问题由此产生，令人难以置信。

当我们在 2017 年开始这件事时，我和丹在一开始做的两件事之一是，我们有一个惊喜的时刻，我们破解了代码——矩阵代码，如果你愿意的话——关于所有这些东西会如何变得可互操作。当我们意识到它可以互操作时，问题就来了，它们如何才能被治理？因为额定功率通过屋顶。那么问题就变成了，嗯，使它们具有互操作性的东西是否使它们易于管理？我的意思是，有没有办法设计一个网络，而不是像互联网那样一切都是开放的？今天想想这个。互联网是开放的。万维网是开放的。加密钱包是开放的。您的电子邮件收件箱已打开。一切都可能在任何时间点被任何其他服务器发送垃圾邮件和攻击，而且没有办法阻止它。就像有一百万人在敲你的门。有法律禁止人们进入你的财产。有关于人们得到你的车的法律。关于人们进入你的房子、你的公司等等的法律。我们的计算机网络中没有。我们必须添加二级安全和密钥系统以及密码学和所有其他东西，因为网络被设计为开放的。

你真正想要的是现在正在出现的零信任架构，这就像我不希望 99% 相信没有任何东西进来。我想要 100%。没有凭证就没有任何东西进来，它基本上有权访问系统的某些部分。它必须做出的每一个动作，都必须获得许可。你要把整个范式倒过来，说基本上什么都得批。这意味着你可以说，“好吧，对于我所有的东西，我希望它是开放的。”没关系。但可能是我们不希望无人机能够在机场的某些范围内飞行。也许我们不希望他们在托儿所上空飞行时能够打开摄像头。也许有些 AI 在访问某些服务器之前必须基本上证明他们是谁。软件系统，他们也会这样做。全息信息，不能在某些位置呈现，因为它不合适、有害、危险、威胁、谎言等等。

你如何管理这些东西？答案之一是，你必须基本上建立安全和信任。这是默认图层。许可成为其中的一部分。然后开始处理，至少在不涉及太多细节的前提下，你可以说，好吧，现在我们可以建立一个指数级事物的系统——指数级事物的好处来自它们的互操作性和它们的网络.但每次互动基本上都是有权执行活动的功能。因此，您可以使它们与法律、规则、政策或您可能设置的任何条件兼容。你有年幼的孩子。我们必须为他们制定规则。在这里，你可以吃一根冰棒。我想知道。你不能拥有它。他们会在这里大发雷霆。你必须把饼干罐放在高处。世界所做的一些事情基本上是为了调解其他事物的行为和需求。在这些系统中，这必须成为先决条件。然后你可以避免很多这些，就像我说的那样，Ultron 将自己上传到互联网并下载所有信息，然后突然可以接管任何数量的机器人、无人机或系统的科幻反乌托邦结果。不，你必须一路问。你没有证书，所以你甚至不能进入那个系统。然后你可以谈论密码学和其他所有这些东西作为额外的密钥值、密钥签名和其他这些东西。

有很多因素。由于协议的设计方式，物联网本身实际上是一个巨大的问题空间。回到你在 IEEE 上的问题，我们在最初的几年里基本上只是设计了一个标准的通信协议，用于数字系统的互操作性和治理，特别是那些可以与物理世界交互的协议，收集信息到物联网或通过一些机器人系统或执行器采取行动。我们去了 IEEE 并说，“这是我们 80 页的规范。”他们说：“我们将帮助您将其设置为全球所有系统的网络物理活动调解标准。”那是第一部分。

第二部分是，Dan 和我写了一本书，叫做 The Spatial Web，这是一个空间网络的想法，智能数字活动正在发生，而不是页面网络，空间网络。我们描述了我们对世界的整个愿景。我们描述了我们看到的威胁和挑战。我们描述了 Web 2.0 的失败和我们看到的架构设计缺陷，以及对一套新标准的需求，我们可以在这些标准上构建新的基础设施、新的应用程序，并获得智能指数技术的好处，同时能够获得马匹起飞前的缰绳。

埃里克：有趣。嗯，很高兴看到像 IEEE 这样的组织在早期就参与进来。因为他们作为监管舞台上的好演员具有很高的信誉。这是一个可疑的问题。我希望你和其他从事这项工作的人都能取得重大进展。我想这将是一场长期的斗争，以弄清楚如何让市场上的所有参与者都参与进来。

让我们假设我们能够解决这个问题，并且通常开发出符合人类利益的人工智能系统，更多的人正在管理它们。然后我们将有另一个——你可以称它为另一个问题或至少另一个问题，这是一个问题，当这些人工智能系统，尤其是更通用的智能人工智能系统被开发出来时，我们是否正在展望未来我们有一些由开放人工智能、谷歌或阿里巴巴开发的系统？或者我们是否要让一千名企业家构建在这个网络中相互协作的小型 AI？也许，以一种综合的方式，成为接近人工智能的东西，但以一种更加去中心化的方式来实现？您对社会结果中什么更有可能或什么更受欢迎有看法吗？这也可能会对 KOSM 的愿景产生一点影响。我有兴趣了解它如何适应这个空间。

加布里埃尔：是的，我有几个想法。第一个是整体人工智能的想法，即人工超级智能，这是所描述的人工智能的最终状态——你得到了 AGI，它是人类水平的智能。到那时，它可以自我更新——然后很多故事就像，好吧，它需要一分钟还是 100 年才能变得比地球上所有人类智能都更聪明？没人知道。

Ray Kurzweil 将此称为奇点。在 2045 年左右，这是你看不到那条线的预测，就像黑洞的奇点一样。我们不知道在那个级别的 AGI 实际点击后下一秒会发生什么。有很多争论，这是否可能？如果可能的话，那条线是什么？在那之后会发生什么？有很多墨水，我想，数字墨水，被泼洒在这个话题上。上个月 12 月，与诺姆·乔姆斯基 (Noam Chomsky) 和加里·马库斯 (Gary Marcus) 以及我猜的一群世界人工智能领域的思想领袖进行了一场辩论，这场辩论被称为 AGI 辩论，这太棒了。他们解决了很多这些问题和叙述。他们肯定在谈论当前人工智能的缺点，它不太可能达到 AGI。那里的类比是，是的，我们建造了一个非常高的梯子。我们正在建造更高的梯子。我们可以从像 ChatGPT 这样的东西中获得多么惊人的观点？但你不能把梯子延伸到月球。实际上，您必须采用完全不同的方法才能走得更远。

我认为，首先，当前人工智能是什么之间的界限，它本质上是一个机器过程和可以产生智能结果和输出的软件——我发现它是壮观、惊人和非常令人兴奋的——但它有非常明显的缺点，它们无法解释。它们不透明。你不能调节它们，真的。你真的不知道他们是如何做出任何决定的。它们实际上是大规模的统计鹦鹉。当你把一个放在特斯拉里并且你说我们希望监管机构批准你在它开车时在后面小睡的能力，埃隆每 12 个月在土拨鼠日突然出现并说，“全自动驾驶将在今年内到来。”不，这不对。到处都可以感受到深度学习的局限性。即使我们看到的是相反的一面，我认为当前方法的一些力量实现仍然被认为是狭义人工智能。

当你转向通用人工智能的概念时，你正在寻找什么，我们认为有一个重要的区别。这种区别是系统必须能够有一个视角。它必须有一个它内部世界的模型，它可以根据这个模型进行推理，可以根据这个模型进行计划，并且可以对它的下一步行动可能发生的事情有一套信念。这会导致好奇心和创造力。所以，你不能这样问 ChatGPT，“嘿，你认为我的下一个想法是什么？我们已经讨论了一个小时了。”就像，“我不那样做。我不能那样做。”但你想要的是这样的话：“好吧，我对你很好奇。你为什么问这个问题？”那不是它能做的。它不能那样做。如果你给它它实际上不能输入信息，因为它不是训练数据的一部分。

你遇到的问题是，当训练数据或人工智能的大数据方法——这是当前最先进的技术——是训练数据中的任何东西都是系统能够学习的。那么，如果汽车知道路边有停车标志并且它正在高速公路上行驶，并且有一辆卡车在行驶，停车标志在高速公路上从 A 点到 B 点，汽车会决定做什么？停在高速公路上？因为它不了解完整的上下文。它不是基于知识的系统。它只是一个基于信息的系统。它没有关系。它不了解嵌套性质。它甚至不知道什么是驾驶。它不知道什么是汽车。它不知道什么是高速公路。它知道什么是线路，也知道什么是速度。它知道其中一些事情，但不知道其余的上下文。因此，它并没有真正获得知识。

大数据的力量——这正是今天让我们来到这里的真正原因——和知识之间的区别，这就是你和我让我们两岁或三岁的孩子所拥有的，我们已经看到他们学习了一头牛的概念。一头牛长什么样，一头牛叫什么，一头牛吃什么。他们可以说出一头毛绒动物奶牛和一头奶牛的真实图片以及一头奶牛的卡通版。他们将所有这些东西映射在一起。这些系统对此有一个真正的限制。当他们说“嘿，这个人应该或不应该获得荣誉”时，可能是因为他们的名字不常见。这是一个非洲名字。这个人不应该得到信任。因为我掌握的大部分数据都表明约翰·汤普森，这是一个信誉良好的名字。当它说截肢时，你会想，“嗯，为什么，”它无法告诉你。因为这就是我们今天要处理的局限性——建立在大数据上的黑匣子。它们本质上是一个工业过程。当我们谈论未来时，会不会有很多人工智能和所有小人工智能，你现在看到的是一些基础层，这些基础层来自开放人工智能和谷歌以及其他有访问权限的树皮语言模型并且能够调用大数据并获得，比方说，进入一级智能层。

除此之外，您已经开始看到一堆应用程序。有人为文案和营销构建像 jasper.ai 这样的东西绝对是太棒了。然后是 Rally，你不会去 LegalZoom 查找合同。你会说，“这是我想要一份合同的法律情况。它会为你生成一份合同。成百上千的应用程序将使用这个基础层，大公司的人工智能能力——就像我们今天在 AWS 上运行正在使用谷歌服务做某事一样——我认为这很可能用于很多，我们称之为基础设施级智能。然后你就会拥有所有这些非常酷的应用程序，这些应用程序将来自一百万未来十年的一位企业家。这些都不会是 AGI。但我们都会比我们今天拥有的每一个软件应用程序都更聪明。我们将拥有指数级的价值，它本质上将成为人们的智能电动工具比如在营销领域工作，或者在医疗领域工作，或者在健身训练领域工作，或者在心理健康领域工作。他们本质上是帮助指导、信息和教育的助手。会有角色我的。那绝对是太棒了。

我认为由于 ChatGPT 等技术的突破，您将看到与数字系统交互的效率提高 10 到 100 倍。对于设计师来说，DALL-E 和 Midjourney 以及所有这些令人惊叹的东西。它从根本上改变了它。如果你需要成为一名熟练的木匠才能使用特定的锯子，但是你可以得到一把熟练的锯子并且基本上可以让很多人不是木匠而是砍木头，那么很多人可以成为设计师而不必拥有学习了如何使用原始工具。总会有偏见，因为我们认为这是一种技能。好吧，强大的工具使您可以使该功能民主化。这不是关于人与人工智能的竞争。您正在与将要采用 AI 的人竞争。如果您决定不这样做，您可以随心所欲地快速锯切。但是，刚得到一把熟练锯子的隔壁那个人将能够切割更多的木头。

埃里克：我弟弟现在正在玩画画。他是一名工程师，但他是一位伟大的艺术家。他在玩弄自己的技能。我现在有一个小游戏，他会给我看一些东西，然后我继续玩 DALL-E 2 看看，好吧，我可以尝试在 10 秒内复制它吗？他的艺术仍然比 DALL-E 2 的一般表现要好一点，或者至少他们不能完全模仿他正在创造的东西。但它是一种强大的工具，可以让像我这样没有艺术能力的人在几秒钟内生成非常合理的东西。太不可思议了。我们拥有这个世界，我喜欢这个电动工具的概念，它们都是解决特定问题的狭义人工智能。我认为，对于很多人来说，这是他们想要生活的未来，那里有一堆在范围内完全受控的狭窄 AI，我们不必处理这种普遍的 AI 混乱。但当然，那里有这种可行性。 Verses 在哪里，KOSM 在哪里适合这个生态系统？

Gabriel：Apple 在智能手机时代所做的是，他们围绕该平台构建了一个开发者生态系统。他们开发了 iOS，这是一种与计算机交互的新方式，因为你手上有一台计算机，你可以用键盘打字或使用鼠标，你可以触摸它。它有全球定位系统。它有加速度计。它里面有所有这些其他本质上的物联网设备包。这使 Uber、DoorDash 以及所有其他服务、Instagram 和 Facebook 成为可能。从字面上看，整个 Web 2.0 时代是移动的产物，是智能手机的产物。

但是当史蒂夫·乔布斯在 2007 年出柜时说，这是 iPhone——就像 iPod 和可以上网的手机，这是三大主要功能——有 12 个应用程序，我不知道：计算器、地图、一些电子邮件等等。第二年，他们出来说这是 App Store，有 500 个应用程序。现在大约有 500 万个应用程序。数以百万计的开发人员使用的——主要是公司或公司开发的产品。 2005 年，您可能可以在戴尔计算机上安装 1000 个程序。您可能不会安装超过 30 或 40 个。有数百万个移动应用程序。进入门槛降低到高中生能够开发应用程序的程度。因为他们做到了，他们使应用程序的开发民主化。智能手机成为用户的最佳界面。所以，你有数百万的开发者，他们产生了数十亿的用户，在 15 年的时间轴上创造了数万亿美元的价值。

刚刚发生的事情，你可以把 GPT 时刻想象成几周前的交叉，那是一百万人开始使用应用程序的速度比以前生产的任何应用程序或任何有吸引力的网站都要快。五天后，人数增加到 200 万。你不喜欢的那种转变，“我想继续谷歌。我有一个问题。给我搜索结果，我会去尝试找到正确的结果。你正在努力做到最好为了给我最好的结果，试图预测我真正想要的东西，”而不是，“我可以去问一个聊天机器人，它只会给我答案。”所以，我不想搜索并获得搜索结果。我想问一个问题，然后得到一个答案。所以，每个人都上网，开始提问并获得答案，进行对话并试图理解。 “给我一个健身计划，因为我想减掉这么多体重，但我对麸质过敏。给我一个关于我一周中每一天的锻炼的大纲。另外，食物食谱，bla bla bla bla bla 在一定的预算下。”给你。它只是把这些东西踢出去。

那么，发生了什么事？当水从 33 度变为 32 度时，它会完全相移到不同的结构中。我认为我们正在看到计算领域的那个时刻正在发生。下一个时代现在将是关于人工智能应用程序，适用于一切的智能应用程序。不仅仅是智能手机上的应用程序，而是适用于一切的智能应用程序，基本上都是由人工智能驱动的。 KOSM 是什么，KOSM 本质上是为 AI 做的，就像 Apple 为智能手机所做的那样。我们正在构建世界上第一个人工智能操作系统、一个平台和生态系统，让开发者能够为任何事物开发人工智能应用程序。因为它们建立在我们谈到的标准的原型版本之上，所以这些 AI 应用程序可以互操作。他们将符合标准。

因此，我们已经拥有了整个领先优势。因为我们基本上拥有我们发明的辅助语言，它使设计和开发人工智能可以运行的各种知识结构变得非常容易。那根本不需要大数据。您基本上可以在我们的系统上构建 AI，而无需大数据。所以，如果你想用大数据引导，那很好。如果你有自己的个人信息，比如来自我的 Oura Ring 或我的 Apple 手表的数据，或任何其他类型的数据集，或者我是一家企业，或者我的公司有我自己的公司数据，那不会与 GPT 一起工作。 99% 的网站都没有密码。你和我在 iCloud 中有信息，或者我们有信息——我们有 LinkedIn。它不可用，没有问题。有了 Facebook，有了 Twitter。大多数网络，99% 的网络都无法被消化。它实际上有使用该材料的条款和条件。爬取它是违法的。当然，他们会闯入企业平台并获取他们的数据。这些大型语言模型无法访问该信息。他们对他们一无所知。他们对此无能为力。虽然，他们确实有一般概念。如果我是一名需要更改某些东西的工程师，那也无济于事，我希望 AI 帮助我更改飞机上的零件，即波音飞机的特定型号。但该信息不适用于 ChatGPT。因此，它无法引导我完成整个过程，就像它可能会告诉我要烹饪哪种食物一样。

因此，可以在我们称之为知识模型的过程中共享整个信息世界。 KOSM代表面向知识的软件模型。使用我们的语言，您可以从原油盘提炼过程中了解大型语言模型对原始大数据的处理，以尝试获得信息理解。我们基本上可以从更高的层次开始，并在这个非常常见的通用标准化结构中说出所有这些数据之间的关系，这样您就可以立即开始提出问题，并推断出结果和原因以及对这些数据集的计划.这就是 KOSM 本质上正在做的事情。 Verses 打算像 Apple 为智能手机应用所做的那样为 AI 做事，使它们民主化。

埃里克：我在想象两种不同的工作方式。让我解释一下我是如何思考这个问题的。

加布里埃尔：拜托。

埃里克：一个是我有我的微观数据集，我是一家管理工厂的公司。我需要一个工具包，一组框架来快速构建特定于我的目的的 AI，并且理想情况下还利用可以支持培训等的更广泛的数据集，因为我没有足够的数据可能无法在内部解决该问题。因此，可能会有一个平台来支持这一点。

然后会有第二种选择，它可能更接近 App Store 的类比——好吧，我将使用 DALL-E 2 创建图像。但是随后，图像的脸全都搞砸了。所以，我将使用不同的算法来修复面部，因为这是为面部定制的。然后我想为图像制作动画。现在我将使用不同的算法来制作这张图片的动画。然后我想添加画外音。我将使用不同的算法来添加语音。然后也许我在内部构建了一些自定义的东西，为这个最终产品增添了一些魔力。我要在上面添加我的图层。然后你最终拥有五个不同的 AI 应用程序，它们都对最终产品有贡献，但它们都来自不同的应用程序开发人员。现在，我知道艺术家们正在这样做。但这是一个非常临时的过程。这就像他们的炼金术。它不是应用程序商店。你是双向的吗？有没有一个领域你认为更有潜力？

Gabriel：我认为在接下来的 24 个月内将会出现很多平台来进行这种链接，就像您所说的那样。然后那些将非常酷并且非常受欢迎，并且将在一夜之间拥有数十亿美元的估值。现在，你看到它的所有这些小玩具版本，人们只是把东西扔到 GitHub 上。从本质上讲，它们只是自动执行复制粘贴过程，或者以一种或另一种形式，只需放置一些按钮，这样您就可以进行绘画，然后再进行绘画。这很酷。并不意味着它会在一小时后商品化。一个做到了，还会有五个。这并不是真正的商业进入壁垒。虽然，我认为该功能将被广泛采用并且非常有用。您也可以在我们的平台上这样做。这样做会有一些好处。

我们在本次对话过程中暗示了另一个难题，即您可以在 KOSM 上做的第一件事就是我们所说的 KOSM——因为我们有一个知识模型。即知识模型可以更新丰富。该知识模型不仅限于文本。您可以放置非结构化或结构化数据。您可以放置物联网数据。你可以放电脑——你基本上可以把温度数据放在那里。因此，如果您正在谈论对工厂、仓库、港口或您家的数字双胞胎进行建模，您可以从每个系统中获得输入，从而有效地构建具有空间信息和物理数据的知识模型.所有这些都相关联成一个连贯的知识结构，这对于像 GPT 这样基于文本的语料库来说是不可能的。 DALL-E 在不同类型的语料库上做这件事。

但是您希望这种通用能力能够接受任何输入。基本上，所谓的传感器融合就是一个例子。你我现在能够理解我们的环境，即使我们从一堆不同的系统中获取输入。我的皮肤可以分辨房间里的温度。我有两只眼睛。他们正在综合一些输入。我正在使用完全不同类型的输入从我的耳朵接收音频。一是用光；一种是使用字面上的声压。我正在将所有这些实时合成到一个单一的世界模型中。我们的平台允许您这样做。我们的语言，我们开发的标准语言，就是它的基础。每个人都将能够做到这一点。那部分，我们已经设置为基本上是免费的。我们基本上构建了一个货币化层以使其变得容易。不可能的事，标准使之成为可能。 KOSM 让一切变得简单。

第二部分是一旦你有了我们一直在研究的知识模型——我们上个月刚刚发布了一篇关于我们认为通用人工智能的未来是什么的论文。它是一个生态系统，一个由多个不同智能代理组成的网络，甚至是更多人类智能和算法智能的混合体，以及所谓的基于主动推理的智能，即具有世界模型的自适应智能，可以根据新的更新模型信息。我正在街上行驶，而停车标志位于那辆卡车的后面。我想我不应该停下来。我想，您可以在卡车后部放置停车标志。好的。让我更新一下。那么现在您可以将其推送到整个系统。所以，当你拥有智能网络结构时，这可以防止各种事故。

这个 AI 网络，与物联网、数据库和机器人系统接口，或多或少是空间网络。我们现在正在做的是，我们最近宣布了世界顶级计算神经科学家加入公司担任我们的首席科学家。他的名字是卡尔弗里斯顿教授。 Karl Friston 以一篇论文而闻名，如果你将爱因斯坦关于 E=MC² 突破的想法与物理学联系起来，Friston 就是为了智力而做到的。他所做的是，他基本上描述了实际智能如何模拟环境、猜测需要发生什么类型的变化、做出这种变化，然后看看它是否有效。所以，你要么尝试更新世界，要么更新你的模型。如果你能执行那个循环，那就是一个真正智能的系统。这就是我们正在构建到我们的软件中的东西，我们称之为 KOSM 代理。该 KOSM 代理将在这些 KOSM 模型上运行。他们将能够持续实时更新这些内容。

当我们进入 24 世纪时，我们在这里提供的第二件事是让这些代理为您进行这种更新的能力。这些是可以学习的代理。这些是可以适应的代理。这些代理可以通过 KOSM 网络（这只是空间 Web 的一种子网）以可互操作和可管理的标准化格式相互理解和共享知识，我希望各国的法律都以此为基础实际起草。因为这是将土地法转化为机器可读和机器可执行的东西的唯一方法。在过去的三年里，我们一直在与欧盟委员会一起使用人工智能无人机对此进行测试。这不是理论上的。我们已经证明并证实了这一点。事实上，据我所知，在这个星球上，我们是唯一这样做的人。我们正在与欧洲以外的许多大学以及法律和道德团体合作，以对此进行测试。

我们将所有这些组成部分和这个交叉点排列成一家公司——我们也是一家上市公司，一家你们大多数人从未听说过的小型公司。但我预计到今年年底，我们可能会获得一些新的关注。我们所做的是在我们的白皮书中或多或少地列出了我们认为通往人类智能和软件系统的八年之路。两年后，我们希望能够展示所谓的感知智能。这是适应的基本水平。然后在四年后，就会出现所谓的复杂智能。然后你基本上可以达到智能水平，我们现在在研究实验室，我们现在已经看到了这些能力的证据。导致这种情况的事情对我们来说不是理论上的。我们实际上正在测试并看到其中的一些效果。

将其扩展到产品级别可能需要一段时间。在他们准备好之前，我们不准备展示东西。但是我们称之为智能生态系统的机会，它实际上是一个共享的智能网络——这些东西的活动可以被信任，可以是透明的，你可以查询它们，它们可以给你答案，你可以约束和限制他们的活动是什么，甚至他们可以访问哪些信息或知识，或者他们可以与他人分享什么——我们希望，让您能够构建我们认为非常酷的指数级技术并从中受益来自我们的科幻故事，没有来自这些技术的失控力量的那种反乌托邦结果。

埃里克：好的。有趣的。我想在这里重复很多不同的事情。也许第一个是，Wayfinder 如何融入其中？因为 Wayfinder 是一个非常垂直的软件应用程序。所以，我对你的网站很好奇。你有 KOSM，这是一个水平的通用 AI 平台。然后你有一个垂直的，这是人工智能辅助的订单拣选。我会说仓库要解决的一个非常传统的问题。这是为了说明 KOSM 将来要构建的应用程序吗？

加布里埃尔：没错。 Wayfinder 实际上在 KOSM 上运行，KOSM 在今天的标准原型版本上运行。 Wayfinder 就像一个垂直的概念验证。我们进入了一个我们一无所知的行业。我们基本上说，“好吧。AI 智能系统能否在现实的物理环境中进行本质上的改进，并比任何其他最先进的系统更好地指导仓库工人？”所以，我们做到了。这有点像，你能不能放一个可以触摸屏幕的计算器，就像苹果刚出来的时候做的那样？没有什么创新，真的，苹果公司在那部手机上放了。应用程序的所有真正创新都来自于他们首先构建基础架构的其他所有人。

Wayfinder 是一个概念证明。这变成了我们与第一个私人客户签订的价值 2500 万美元的合同，因为我们能够证明在数百万次、数百万次和数百万次之后，生产力提高了 35% 以上。然后这变成了我们两个月前刚刚宣布的转售协议，我们与 Blue Yonder 是世界上最大的仓库管理系统提供商。 3,000 多个客户，80 个国家。您当地购物中心的每一家主要商店都可能在其世界各地的配送中心运行他们的仓库管理系统。他们看到我们在做什么，并说我们现在想将其转售给我们所有的客户。仅仅通过在一个垂直领域加入一个智能应用程序，在一个我们一无所知的领域，我们就作为第一个客户获得了一份八位数的合同。然后我们让全球最大的平台供应商基本上说，“我们将把它转售给我们的客户。”我认为，我们能够在技术上展示这些功能的真正功效，但我们也会展示市场吸引力，以及我认为的超高可信度。因为海中最大的鲸鱼基本上说，“太棒了。我们没有这个。我们的客户想要这个。我们可以拿这个转卖吗？”

当我们构建水平能力时——这肯定需要更长的时间——我们在上面构建了自己的能力来证明这一点。然后这对我们来说变成了一个完整的业务，我认为从投资的角度来看，这使我们成为一个不错的选择。尤其是作为一家上市公司，如果这是人工智能浪潮的开始，公众投资的机会几乎为零。因为所有的大投资都将来自风险投资和私人战略投资。我们已经看到 100 亿美元可能进入开放人工智能，对吧？你所说的所有那些垂直的小公司都将是 Kleiner Perkins、Sequoia 和其他所有人。他们将在未来 5 到 10 年内赚取 90% 的利润，而公众甚至还没有尝到第一口苹果。

但 Verses 是一家上市公司。因此，即使您作为散户投资者也想玩这个游戏，几乎没有地方可去。我认为，我们是整个零售市场中唯一的纯水平人工智能机会。我认为这是一个非常有趣的位置，尤其是在我认为市场将在 2023 年反弹的情况下。我们在这一年中开始起飞并进入 24 年。我认为我们确实处于有利地位，以至于我们发明的核心能力，我们通过这些行动作为公共事业提供。我们将公司公开，这样公众实际上可以成为我们过程中的所有者，并真正受益于抓住下一波技术大浪潮的增长。这符合我们想要生活的世界。因此，我们通过构建技术和公司的方式来展示我们的价值观。

埃里克：好的。有趣的。这是一个非常成功的试点项目。对此表示祝贺。我的许多公司客户会很羡慕。

加布里埃尔：谢谢。

埃里克：好的。有趣的。也许只是为了结束这里。听起来您已经有了 Wayfinder 的良好牵引力。尽管如此，这只是一个巨大的挑战，对吧？我们在这里面临难以置信的技术挑战，因为它基本上需要一系列突破，对吗？这不是一组渐进的改进。存在监管挑战，因为这基本上涉及——我的意思是，你说你希望政府在平台上制定法律并将其嵌入代码中，以便它们可以自动部署。显然，你将不得不处理官僚主义。然后，您将面临公司保护自己业务的业务挑战。公司有遗留、遗留流程、遗留系统等等。所以，你有这些不同的挑战。

当您审视将其推向市场的挑战时，您最期待的是什么——其中最大的风险是什么，或者可能有一些我没有提到的事情你更担心吗？最大的风险是什么？那么也许你可以分享你是如何解决这些问题的，是否通过合作伙伴关系，以确保你能够克服这些人类挑战中的一些？

加布里埃尔：好问题。我认为大多数初创公司都有一个问题，他们有产品可以出售供应，但没有需求，他们必须去创造需求。我们所拥有的是需求过剩而供应不足。我们的领先名单上有数百家公司。他们中的大多数都是数十亿美元，如财富 500 强和全球 1000 强。我们在过去两年中与他们交谈过，他们希望使用我们的技术。我们还没有让他们轻松做到这一点，因为我们是唯一知道如何驾驶飞机的人。因此，今年需要建立能力，然后让第三方能够做到这一点。

我们现在拥有的其他管道中的试点都像多、多、数十亿美元的公司。您几乎可以认出每个徽标。其中很大一部分原因是我们在 2019 年写了一本书，然后被世界各地的 CIO 和 CTO 选中，他们开始阅读这本书，部分原因是德勤在 2020 年发表了他们研究团队的整篇文章，描述了这项工作我们正在围绕将空间网络作为计算的未来这一理念开展工作。从字面上看，标题是商业领袖需要了解的关于计算的未来。 Deloitte 表中的所有 CIO 和 CTO 都听到了这个消息，这几乎是全球 1000 强。众所周知的电话开始响个不停。来自世界上最大公司的 CIO 在 LinkedIn 上与我们联系。 “你们在这里做什么？我有一堆意大利面条式的数据和 40 年历史的技术堆栈，我无法使用任何东西。”

我们没有看到采用问题。我们看到的是需求的尴尬。欧盟，我们没有去欧盟委员会说，“嘿，我们有一个好主意。我们可以做一个测试吗？”他们说，“我们正在努力寻找解决这个问题的人，否则我们就无法让无人机在我们的城市中飞来飞去。”所以，我们基本上只是向世界各地的任何其他公司提出资助要约。然后我们想要它。因为我们是唯一拥有基础语言的人，我们正在将其构建为标准，因为 IEEE 已准备好执行此操作。

IEEE 的工作组成员现在来自世界上一些最大的公司和政府。几乎在每一种情况下，他们都在拉。我们不是在推动。我会说这是一个时代精神的时刻和机会。我们的方法是，“让我们围绕我们正在做的事情建立意识”，而不是“让我们创建销售渠道”。销售渠道本身就是字面上形成的。然后我们获得的信誉和人们的兴趣，因为我们采用基于标准的方法，特别是对于大公司和政府，这意味着我们不会为他们创造一个锁定场景。它不像，“嘿，来买我们的解决方案。这是唯一的方法，顺便说一下，我们是新的微软。我们将把你锁在里面 30 年。”这是一个标准。如果在任何时候，你想把我们赶出去——我想，前提是他们首先收养了我们——他们有一条路可以继续经营。这是他们有兴趣做的赌注。

现在，这与拉入一群可以很快展示的小鱼不同。鲸鱼是很难拉进来的。我们需要德勤和埃森哲等人真正充当我们的渠道合作伙伴，并与这些大客户一起执行这些实施。我们现在正在做的飞行员，即使你每次能拿到八位数，也许我们一年能做四到五个。这对我们来说不是可扩展的业务，对吧？但值得注意的是，在我们的文章发表时，德勤的副董事长说 Spatial Web 将比互联网更大，已经离开并加入我们的董事会，担任我们公司的董事长。我们在商业、大学、学术界、政府联盟、标准、机构联盟方面的联盟，以及我们在技术突破之上从商业角度所拥有的管道类型，似乎确实是其中之一——在技术业务领域工作了 30 多年，我从来没有见过这样排队的人。我们是很聪明的人。其中很多只是时间的函数。这就像回到 90 年代初期，每个人，无论行业如何，都想要同样的东西。我们如何上网？

因此，进入壁垒是——Peter Diamandis 是我们公司的顾问之一。他是世界上知名的顶级未来学家之一。几周前，他发布了一条推文，称在本世纪末将出现两家公司，两种类型的公司——那些拥抱人工智能的公司和那些已经不存在的公司。我认为压力已经存在。竞争压力是有的。数字化转型的需求就在那里。这真的很难。真的很乱，也真的很难。我们发明的和正在商业化的功能正在使它变得容易。我认为这个简单的部分是我们业务蓬勃发展的地方。这可以追溯到 Apple 的例子。苹果让它变得简单。突然间，高中生可以设计应用程序，而你过去需要一群博士或工作人员，一群工程师，在一家公司工作的高级工程师。

在个人电脑时代之前，电脑有房间那么大。您需要一组科学家才能运行一台计算机。这就是今天的人工智能。你需要一个数据科学家团队来基本上用大量大数据构建一个 AI，而且只能由大型技术公司完成。我们这样做是为了让您不需要那么大的数据。你只需要一点点知识。我们的系统基本上可以帮助您立即提取并获得对这些知识的价值和推理，无论您是大公司还是个人开发人员。我认为随着我们进入今年晚些时候，'24 和'25，这将变得越来越明显。我们希望在这一点上我们的行动胜于雄辩。

埃里克：是的，太棒了。嗯，这是一个伟大的愿景。我真的祝你成功，加布里埃尔。

加布里埃尔：谢谢。

埃里克：我认为就此结束是个好主意，将会有两种类型的公司——拥抱人工智能的公司和不复存在的公司。对于那些有兴趣更多地了解您正在做的事情并可能探索合作的听众，他们接触 Verses 的最佳方式是什么？

加布里埃尔：我们在 verses.ai 或 verses.io 上在线。你可以直接来网站。这些表格会将您引导至正确的位置。我在推特上，但我不是很参与。推特是垃圾箱大火，所以我不去那里。他们会继续，把它拉下来。但它看起来不太好。我们还在加拿大纽约交易所进行交易，股票代码为 VERS。我们在 OTCQX 的 VRSSF 下在美国进行交易。年内将有更多令人振奋的消息传来。我们真的非常非常期待 2023 年。我非常感谢今天有机会在这里与您交谈，埃里克。