上周，蔡钰老师在《蔡钰·商业参考 3》中解读了比尔·盖茨新开播客的一期对谈——盖茨和萨姆•奥尔特曼讨论人工智能。

盖茨的播客名字取的挺好：和盖茨一起解惑。盖茨认为你要想不对某件事儿迷惑，就找到一个真正深刻理解这件事儿的人。和Ta聊聊。

这周，我模仿蔡钰老师，解读一下盖茨今天早上刚刚发布的新一期对谈。而本期我特别的关注，因为盖茨聊天的对象是Our World in Data的研究主管汉娜•里奇，这个网站是数据工作者和极海这种数据创业企业要特别感谢和认真学习的。虽然本期的对谈主要聊的是里奇的新书《不是世界末日》。

先说说上一期盖茨和奥尔特曼都聊了啥。

两个大人物，甚至可以说是这个时代最大的人物之二，聊聊Ta们最关注的AI热点，肯定还是很有『听点的』。

他们主要是探讨了人工智能（AI）的发展以及其对社会的影响。讨论了个性化和自定义在AI发展中的重要性。这主要涉及到如何为每个用户提供针对其需求和偏好的定制化服务，以提高用户体验和满意度。

他们还讨论了AI对社交媒体的影响。他们认为，尽管社交媒体在许多方面存在问题，如极端化和负面元素，但AI有潜力帮助我们解决这些问题。然而，他们也指出，政府在更有效地监管社交媒体方面的作用仍然有限。

此外，盖茨和Altman探讨了AI在解决人类问题上的潜力。他们认为，AI在解决一些严峻难题，如极化，上可能会发挥重要作用。他们猜想AI可以帮助我们解决一些可能破坏民主制度的问题。

他们还讨论了AI技术的成本降低，以及这对社会的影响。他们提到，随着AI系统运行成本的降低，这项技术的应用范围将更广泛，这将为社会带来前所未有的转变。他们提出，智能成本和能源成本是影响生活质量的两个最大投入，尤其是对于贫困人口。

此外，他们还探讨了公司的年龄和规模，以及如何吸引和保持人才。他们指出，拥有各种技能和背景的员工对于公司的成功至关重要。他们还强调了使员工感到有目标感和工作乐趣的重要性。

最后，他们讨论了AI的监管问题，以及如何在全球范围内应对AI的影响。他们认为，建立一个全球监管机构，专门针对强大的AI系统进行监管，是非常必要的。

上面这段是我提取了音频中的文字，使用Claude翻译，然后让Notion的AI做总结。半自动完成，全部是硅基算力实现，不需要一点点碳基算力。但基本上全是废话。

以下是蔡钰老师的解读，我再从解读文字中抽取最有意思的部分，纯人工完成。我认为蔡钰老师的提炼比AI总结精彩的多：

• 奥尔特曼最看好的AI应用领域是编程、医疗保健和教育
• 奥尔特曼认为今后AI的关键里程碑是多模态和推理能力的大进步，可靠性的提升（别再幻觉了）以及用自己的数据做个性化应用
• 奥尔特曼设想用『算力功率天花板』来设定一个算力门槛，这个门槛全世界只有五家（企业）能达到，让这五家当『赛博五常』来监管更低级别的AI，就是人类监管『赛博五常』，『赛博五常』监管世界其它AI
• 盖茨觉得AI的强大会让人类觉得『稀缺』不再普遍，既然什么都不『稀缺』，也就没有动力再去奋斗，奥尔特曼认为人类还是能找到自己喜欢的那个『宇宙』（兴趣？知识？想象？精神？），还是会有新的意义感的
• 奥尔特曼最喜欢的唱片是：马克斯·里希特的重新编曲的《新四季》，因为他在OpenAI创业的初期常常当做背景音乐来听，已经有了情感依赖
• 奥尔特曼最常给人的建议是：不要觉得离开了舒适区就是最大的风险，反而应该是想办法摆脱不想做的事情和局面。更深刻一点的建议是：思考应该如何建立一个拥有所有不同技能的团队。

现在，再看看盖茨和里奇讨论了什么。当然还是要简单介绍一下Our World in Data。

Our World in Data （用数据看世界）是一个网上发布全球各种统计数据和研究的平台，旨在提供一个详尽的数据集，以便人们更好地理解全球发展。这个项目是由牛津大学经济史研究员Max Roser于2011年创立，并持续更新维护。汉娜•里奇女士是2017年加入的该组织。以下是我认为Our World in Data最厉害的几个部分：

1. 丰富的数据: Our World in Data收集了大量关于全球发展的数据，涵盖健康、教育、经济、环境、能源、政治、人口等多个领域。新冠期间，全球各个国家的疫情数据甚至做到了日更新。
2. 互动图表: 网站上的数据通常以互动图表的形式展示，这使得用户可以直观地看到不同国家或地区之间，或者同一地区不同时间点上的比较。界面的易用性也非常突出。
3. 研究与文章: 网站不仅仅提供原始数据，还有丰富的研究和文章来帮助解释数据背后的故事，分析趋势和潜在的原因。
4. 开源和免费: Our World in Data坚持其数据的开放性原则，所有数据都可以免费获取，且大部分内容都是以创意共享的许可发布的。

93年出生的里奇是苏格兰数据科学家，牛津大学高级研究员，也是Our World in Data​的研究负责人。在该网站上，COVID-19​的数据可视化就是在她的主导下完成的。

盖茨和里奇的聊天，自然最关心Ta俩都很在意的气候问题。其实像我这样的数据工作者也应该多想想有哪些数据能让大家都能更多理解气候问题的严峻性。我翻遍全书，唯一的一张地图是用来说明生物多样性的缺失，按照比例来看。澳大利亚的生物被人类『迫害』的最严重，88%的生物灭绝了：

作为Our World in Data的研究主管，里奇自然是用了很多数据来阐释她的研究和观点，全书也有不少漂亮的图表来帮助说明她发现的事实：

我们喂给动物的能量中，只有一小部分转化成了我们吃下去的肉卡路里。体型较大的动物会 『浪费 』更多的能量。这样的图表是不是也会让你容易记住吃鸡比吃牛更『环保』？

盖茨和里奇对谈中，其中我觉得最精彩的部分是：

• 看新闻会让人觉得无力解决现有的地球问题，但用数据驱动的方法，也就是退后一步看数据，更有助于理解问题，并思考如何解决问题。
• 空气污染是所有七个问题中最严重的，更大更直接的影响人类健康。（书中所述七个问题是：空气污染、气候变化、森林滥伐、食品安全和生产低效、生物多样性丧失、海洋塑料、过度渔业）。
• 只要国家开始富足，各种环境问题就开始下降，我们能努力的重点就是继续推动富足的进程。
• 富裕国家有义务为全世界低成本的提供低碳技术，让中低收入国家不用选择减排或减贫。
• 数据显示自然灾害死亡人数大幅下降,是因为国家基础设施和应对能力提高。但需包容全球,照顾最贫困群体。
• 世界并没有新闻所说的那么差，但很多乐观的信息都无法得到关注，比七大问题更关键的是让信息真实的反映事实。

在学习蔡钰老师的文章和解读盖茨播客的过程中，我更加深刻的认识到，人类提炼知识的个性化、人性化，还是大有意义的，正是对这一点点个性化的强调，才是人类大脑更愿意读取、记忆的，而机器总结的知识点显得宽泛有余，重点不够突出。流水话留不下印记。不过，机器的效率我们可不能浪费，人机协作，碳基硅基算力都上，才是王炸的操作。