Mark Zuckerberg 談 Meta 的 Muse AI agent 將如何幫人賺錢（第 1/6 段）
🏦 台灣Pay 銀行轉帳 💙 PayPal
Zuckerberg 說明他的 AI 宣言：廣泛分散技術、三大原則、Muse personal agent 與資料中心
- 00:31 寫宣言的原因：既然大量投資建構 AI，就該讓大家了解實驗室的立場與價值觀；AI 機會很多，也有真實風險
- 06:47 多個實驗室並存有幫助，open source 對競爭也很有幫助；open source 本質是整個社群在做，不只 Meta
- 11:24 他不想稱為泡沫（bubble，因為暗示被高估），但確實是一波熱潮（boom），這會導致一些短期思維
💡 你可以怎麼用：之後看到任何 AI 公司發表理念，可以拿這支影片的三個問題檢查：技術開放給誰用？主要是幫人做出新東西，還是只拿來取代人力？好處流向大眾還是少數人？也可以先想好哪些日常雜事（記帳、排行程、比價）適合交給 AI 代理，等 Muse personal agent 這類工具推出時，就能直接試用、看看效果。
看全部 33 條重點
🧑🏫 這支影片是 Meta 執行長 Zuckerberg 解釋他剛發表的 AI 宣言：他認為 AI 應該盡量普及到每個人手上，而不是只讓少數幾家公司掌控。他也談到 Meta 接下來的模型、「每人一個 AI 代理」的計畫，以及資料中心對地方的影響。想了解 Meta 為什麼走這條路、跟其他 AI 公司有什麼不同，這段是很好的入口。
- 00:31 寫宣言的原因：既然大量投資建構 AI，就該讓大家了解實驗室的立場與價值觀；AI 機會很多，也有真實風險↳ 他寫宣言（manifesto，一篇公開說明立場的長文），是因為 Meta 在 AI 上砸了大錢，外界應該知道這個實驗室相信什麼。他也承認 AI 機會很多，但風險是真的。
- 00:31 他認為每個投入 AI 的人，都該對「自己的工作如何帶來正面未來」有想清楚的理論↳ 意思是：做 AI 不能只顧著把東西做出來，還要講得清楚「我做的東西怎麼讓未來變好」。他希望每個投入的人都先把這個道理想清楚。
- 01:02 他強烈不同意業界許多已成為共識的看法；他認為通往正面未來的路，是盡可能廣泛地分散這項技術↳ 業界很多人覺得 AI 太強，應該由少數公司小心管著。他的看法剛好相反：越多人拿得到這項技術，未來才越可能是好的。
- 01:35 原則一：賦權給人們是繁榮的來源，歷史上一直如此↳ 他的第一個信念：社會變富裕，靠的是讓更多人有能力、有工具去做自己想做的事。他認為歷史一再證明這一點，AI 也不例外。
- 01:35 原則二：AI 的主要用途會是發明新東西，而不是自動化↳ 很多人擔心 AI 只會取代人力、搶走工作。他認為 AI 更大的價值是幫人做出以前做不到的新東西，而不只是把現有的工作自動化。
- 01:35 原則三：未來安全的基礎是建立正確的制衡（checks and balances）與權力平衡，而不是限制使用↳ checks and balances（制衡）指權力分散、互相牽制，沒有哪一方能獨大。他認為 AI 要安全，靠的是這種分散，而不是規定誰不准用。
- 02:06 矽谷很多人認為技術太強大所以要限制使用；他反而更擔心少數實驗室或少數人掌控這麼強的東西↳ 矽谷常見的說法是「東西太危險，要鎖起來」。他反而覺得，只有少數公司或少數人握有這麼強的工具、別人都沒有，才更讓人擔心。
- 02:06 歷史上多數進步不是來自既得利益者，而是來自想法不被重視的邊緣人，他們拿到足夠工具就能證明自己的想法↳ 很多突破來自當時不被看好的人，不是已經成功的大公司。只要給這些人夠好的工具，他們就能證明自己的想法，而 AI 就是這種工具。
- 02:38 西方社會靠制衡與權力平衡來治理，所以不該只讓一兩個實驗室掌握這項技術↳ 西方社會本來就不讓單一機構獨攬大權，而是分權、互相監督。他認為 AI 這麼重要的東西也該照同樣的邏輯，不能只集中在一兩家手上。
- 03:10 資安觀點：對抗能入侵系統的 AI，最好的解方是讓每個人都有 AI 來先強化自己的系統↳ 如果壞人有 AI 能自動找漏洞、入侵系統，最好的防守是每個人也都有 AI，搶先幫自己把漏洞找出來補好，而不是只有少數人有得防。
- 03:10 過去幾十年資安史顯示，open source 因為大家都能檢視，反直覺地讓環境更安全、更穩定↳ open source（開源）是把程式碼公開，讓任何人都能看、改、用。直覺上公開好像比較危險，但因為很多人一起檢查，問題反而更快被發現、修好。
- 03:41 Meta 要打造領先的 AI 模型；剛發布的 MuseSpark 1.3 是一個相對較小的 pre-train 的最新模型，內部代號 Avocado↳ Meta 要做頂尖的 AI 模型。pre-train（預訓練）是先用大量資料把模型的基本能力練起來。MuseSpark 1.3 是規模較小的一次預訓練做出的最新模型，內部叫 Avocado。
- 03:41 代號 Watermelon 的模型即將推出，他說那會是件大事↳ 下一個模型的代號（codename，開發期間內部使用的暫稱）叫 Watermelon，快要推出了。他特別說這會是件大事，但這段沒有透露細節。
- 04:11 這個願景最具體的實現是 Muse personal agent：給世上每個人一個能理解目標、24-7 代為工作的強大個人 agent↳ agent（代理）是能自己動手幫你辦事的 AI，不只是回答問題。Muse personal agent 就是要給每個人一個懂你目標、24 小時替你做事的專屬助理。
- 04:11 Meta 強力支持 open source，確保龐大的機會不只限於少數人或公司↳ Meta 會繼續大力支持開源，把一部分技術公開給大家用，目的是讓 AI 帶來的機會不只落在少數幾個人或幾家公司手上。
- 05:46 主持人問對策是 open source 還是監管；他說最重要的是把技術交到個人手上，Muse personal agent 甚至可能更重要↳ 主持人問：解方是開源還是政府監管？他說最重要的是讓每個人手上都有 AI，而直接給每個人一個個人 agent，可能比開源還重要。
- 05:46 他指出有些實驗室訓練了更先進的模型卻不釋出，他認為這很危險；把系統交到很多人手上才有制衡與廣泛繁榮↳ 有些公司做出更先進的模型卻不公開，只留給自己。他覺得這才危險：只有他們有，就沒人能制衡；交到很多人手上，才有制衡，好處也才分得開。
- 06:16 不能只讓一兩個實驗室變得極有價值；應讓數十億人受益：開小生意、職涯更成功、管理家庭更有效率、省錢、改善健康↳ 他要的不是一兩家 AI 公司變得超值錢，而是幾十億普通人都拿到好處：開小店、工作更順、打理家裡更有效率、省錢、照顧健康。
- 06:47 多個實驗室並存有幫助，open source 對競爭也很有幫助；open source 本質是整個社群在做，不只 Meta↳ 市場上有好幾家 AI 公司並存是好事，開源也讓競爭更激烈。而且開源本來就是全世界開發者一起做的，不是 Meta 一家的事。
- 06:47 他自稱不是狂熱者：Meta 釋出一些 open models，也做一些 closed 的工作；營利公司不必把每樣東西都分享出去↳ open models 是公開讓人下載使用的模型，closed 則是不公開、只給自家用。他說自己不是非開源不可，公司要賺錢，不必每樣東西都拿出來分享。
- 07:18 健全的 open source 生態系是維持競爭、透明度與可理解性的關鍵，對安全非常重要↳ 開源生態系健全的話，模型大家都能拆開研究，外界比較看得懂它怎麼運作、哪裡有問題，也能避免被少數公司壟斷。他認為這對安全非常關鍵。
- 07:18 他不認同把強大的 cyber model 只釋出給前一百大機構的做法，因為世上重要的機構不只一百個↳ cyber model 是專門處理資安攻防的 AI。有人主張只開放給前一百大機構用，他不同意，因為世界上重要的機構遠遠不只一百個。
- 07:49 Hugging Face 事件例子：Hugging Face 偵測到入侵時，因為拿不到造成問題的 closed 模型，轉而使用 open source 模型↳ Hugging Face 是讓大家分享、下載 AI 模型的知名平台。它偵測到被入侵時，拿不到造成問題的那個封閉模型可以用，只好改用開源模型來處理。
- 08:21 對他來說最重要的是廣泛分散技術，而不是把它囤積在少數人手中↳ 他的核心立場就一句話：AI 應該廣泛普及到很多人手上，不能被少數人囤積、獨享。整段談話都繞著這個想法在走。
- 08:21 主持人提到矽谷在討論大眾為何對 AI 與資料中心觀感這麼負面，問擴散技術是否能化解人們被排除在外的感受↳ data center（資料中心）是放大量伺服器、跑 AI 的大型機房。主持人說大眾對 AI 和資料中心觀感很差，問：讓大家都用得到 AI，能不能化解「好處沒我的份」的感覺？
- 08:51 他說宣言約 15 頁，因為問題很多，例如工作與經濟↳ 他沒有用一句話帶過，而是說宣言寫了大約 15 頁，因為要處理的問題很多，例如 AI 對工作和經濟的影響。
- 09:23 其他問題包括：資料中心對在地社區的經濟與環境影響、AI 被濫用（資安、生物風險）、維持自由社會、美國的領導地位、在技術越來越強時維持掌控↳ 其他議題還有：資料中心對當地經濟和環境的影響、AI 被拿去做壞事（駭客攻擊、生物風險）、維護自由社會、美國的領先地位，以及 AI 越來越強時人類還管不管得住。
- 09:23 這些問題各有細節，不應該只停留在高層次的泛泛而談↳ 意思是每個問題都要具體談要怎麼做，不能只喊「AI 要安全」「要造福人類」這種大方向的口號。
- 09:53 這些問題的共同點：透過正確的權力平衡創造廣泛繁榮，讓利益偏向一般大眾，而不是內部利害關係人↳ 他認為這些問題的解法方向都一樣：把權力擺平衡，讓 AI 的好處多流向一般大眾，而不是只流進圈內少數人的口袋。
- 10:23 資料中心：Meta 進駐社區時承諾投資數十年，因此能對社區有益，例如帶來稅收↳ Meta 進駐一個地方蓋資料中心，是打算在那裡經營幾十年，所以會跟社區維持長期關係，也會帶來實際好處，例如繳給地方的稅。
- 10:23 Louisiana 的例子：資料中心稅收讓當地教師各拿到 $50,000 獎金；Meta 也帶來很多工作並大量投資在地↳ 他舉美國路易斯安那州為例：資料中心繳的稅，讓當地每位老師拿到 5 萬美元獎金。Meta 也在當地創造了很多工作、投入大量資金。
- 10:54 也有投機公司不打算長期經營資料中心，只想找塊地轉賣給大型實驗室，不在乎在地社區，自然讓人不滿↳ 但也有投機公司根本不打算經營資料中心，只想先找塊地，再轉賣給大型 AI 公司，完全不在乎當地居民，難怪會讓人反感。
- 11:24 他不想稱為泡沫（bubble，因為暗示被高估），但確實是一波熱潮（boom），這會導致一些短期思維↳ bubble（泡沫）暗示價格被炒過頭、被高估了；boom（熱潮）只是說市場很熱。他不認為這是泡沫，但承認熱潮會讓一些人只顧短期利益。
📘 術語
manifesto / essay（宣言／文章）：Zuckerberg 最近發表的長文，約 15 頁，說明實驗室的立場與價值觀
checks and balances / balance of power（制衡／權力平衡）：西方社會的治理方式；他認為這才是未來 AI 安全的基礎，而不是限制使用
open source（開放原始碼）：大家都能看到、檢視，所以反直覺地讓環境更安全、更穩定
pre-train（預訓練）：MuseSpark 1.3 是一個相對較小的 pre-train 的最新模型
codename（內部代號）：MuseSpark 1.3 的內部代號是 Avocado；另有即將推出的 Watermelon
Muse personal agent（Muse 個人代理）：給每個人一個能理解目標、24-7 代為工作的強大個人 agent
open models / closed work（開放模型／封閉工作）：Meta 釋出一些 open models，也做一些不公開的 closed 工作
data center（資料中心）：Meta 進駐社區承諾投資數十年，帶來稅收與工作
bubble vs. boom（泡沫 vs. 熱潮）：bubble 暗示被高估，所以他不這樣稱呼，但確實是 boom
checks and balances / balance of power（制衡／權力平衡）：西方社會的治理方式；他認為這才是未來 AI 安全的基礎，而不是限制使用
open source（開放原始碼）：大家都能看到、檢視，所以反直覺地讓環境更安全、更穩定
pre-train（預訓練）：MuseSpark 1.3 是一個相對較小的 pre-train 的最新模型
codename（內部代號）：MuseSpark 1.3 的內部代號是 Avocado；另有即將推出的 Watermelon
Muse personal agent（Muse 個人代理）：給每個人一個能理解目標、24-7 代為工作的強大個人 agent
open models / closed work（開放模型／封閉工作）：Meta 釋出一些 open models，也做一些不公開的 closed 工作
data center（資料中心）：Meta 進駐社區承諾投資數十年，帶來稅收與工作
bubble vs. boom（泡沫 vs. 熱潮）：bubble 暗示被高估，所以他不這樣稱呼，但確實是 boom
✏️ 小考一題
根據影片，剛發布的 MuseSpark 1.3 的內部代號是什麼？
A. WatermelonB. BananaC. AvocadoD. Mango看答案
答案：C。[03:41] Zuckerberg 說 MuseSpark 1.3 是相對較小 pre-train 的最新模型，內部代號 Avocado；Watermelon 是即將推出的另一個模型
💛 覺得有幫助？支持一下
課本免費、沒有廣告，支持與否都能照常讀 🐰