Sergey Brin 史丹佛演講:說明 Google AI 早期戰略失誤原因,以及給下一代的 3 個備忘錄

更新 發佈閱讀 8 分鐘

當一位親手打造網路時代的巨人,重新回到一切開始的地方,他會說些什麼?

近日,Google 的共同創辦人 Sergey Brin 回到他的母校史丹佛大學,在一場紀念工程學院百年的活動中,進行了一場充滿自我反思的談話。Brin 毫不避諱地承認了 Google 在這波生成式 AI 浪潮早期犯下的戰略失誤,並對科技的未來,以及下一代該如何自處,提出了深刻的見解。影片中也有提到草創 GOOGLE 時的相關趣事,推薦讀者觀看~

Big ideas begin here: Sergey Brin at Stanford

Google 在AI浪潮剛開始時,究竟失誤在哪裡?

低估了 Transformer 的潛力

「我得說,在某些方面,我們確實搞砸了 (for sure messed up)。」Brin 坦率地表示。他指出,大約八年前,當 Google 的研究人員發表那篇開創性的論文《Attention Is All You Need》,提出 Transformer 架構時,公司內部並沒有給予足夠的重視。

Brin 歸納了幾個關鍵的失誤原因:

  • 投資不足:他們當時沒有意識到 Transformer 模型的巨大潛力,因此未能及時、大規模地投資於擴展所需的運算資源。
  • 過於謹慎:他們「太害怕」將早期的聊天機器人產品推向大眾,因為擔心這些模型會「說蠢話」,進而損害 Google 長期建立的品牌信譽。

這種猶豫,給了像 OpenAI 這樣的對手絕佳的機會。Brin 稱讚 OpenAI「跑得很快」,並認為這是一個「聰明的洞見」。

Google 的反擊:從晶片到演算法的垂直整合

儘管起步較晚,Brin 依然對 Google 的長期優勢充滿信心。他認為公司數十年來「學術化」的文化,以及對深度技術 (Deep Tech) 的持續投入,正在成為這場 AI 馬拉松中的關鍵籌碼。

他列舉了 Google 的三大核心優勢:

  1. 長期的研發積累:從早期的 Google Brain 計畫,到神經網路領域的眾多頂尖人才(如 Jeff Dean),Google 在 AI 基礎研究上耕耘已久。
  2. 自研硬體晶片:Google 很早就開始研發專為 AI 運算設計的晶片 TPU,至今已迭代多次。這種軟硬體結合的優勢,讓他們在模型訓練和推理上更具效率。
  3. 超大規模的基礎設施:Google 擁有全球規模最大的資料中心之一。在 AI 競賽越來越演變為算力競賽的今天,這種基礎設施的規模是難以被複製的護城河。

Brin 的回歸,以及他親自投入到 Gemini 模型的開發中,也象徵著 Google 全力反擊的決心。他透露自己現在每天上下班途中,都會和 Gemini 的開發版本對話,進行各種腦力激盪,這也預示著 AI 將更深度地融入我們的日常生活。

給下一代的備忘錄:AI 時代的學習與職涯指南

作為在史丹佛校園中孕育出改變世界想法的傳奇人物,Brin 對於當代學生的建議,自然成為全場焦點。

主修該怎麼選?「AI 寫文學評論可能比寫程式更強」

面對學生提問「AI 越來越會寫程式,我們還應該主修電腦科學 (CS) 嗎?」,Brin 給出了一個違反直覺的回答。

他認為,不應該因為 AI 擅長寫程式就放棄 CS。首先,AI 在很多領域都表現出色,或許在比較文學 (Comparative Literature) 上的表現,比寫程式還要好。其次,兩者犯錯的成本截然不同:一篇文學評論文章中的錯誤句子可能影響不大,但一行錯誤的程式碼卻可能導致整個系統崩潰。因此,對 AI 來說,生成一篇看似完美的文章,比寫出一段零錯誤的程式碼要「容易」得多。

他的結論是,AI 將會改變所有領域,逃避不是辦法。重點在於如何利用 AI 來增強自己的能力。他自己就經常使用 AI 來腦力激盪,例如為家人挑選禮物、發想新產品點子等。他形容,AI 給出的五個點子中,可能有三個是垃圾,但另外兩個可能蘊含著「智慧的火花」,能夠啟發他進一步思考。

重新思考大學的定義,實體校園的價值還剩下什麼?

當被問及對史丹佛工程學院下一個一百年的展望時,Brin 提出了更根本性的問題:我們需要重新思考「大學」的本質。

他質疑,在資訊可以透過網路、線上課程和 AI 助教輕易取得的今天,傳統上將所有人才聚集在一個「地理上集中的地方」的模式是否依然適用。雖然他認同實體辦公對於團隊協作的重要性,但他也看到知識傳播和跨地域協作的巨大潛力。

他認為,未來大學的價值,可能不再僅僅是知識的傳授,而在於創造一個能夠讓不同領域的頂尖人才「偶然碰撞」、產生火花的環境。正如他當年與 Larry Page 的相遇,這種無法預期的「 機緣巧合」,或許才是實體大學最無可取代的核心價值。

給年輕創業者的一堂課,別急著當下一個賈伯斯

在回答學生關於創業的提問時,Brin 回顧了自己過去的「失敗經驗」,特別是 Google Glass 的例子。

他坦言,當年自己有點「得意忘形」,以為可以成為下一個賈伯斯,在產品還不夠成熟、成本效益也不足的情況下,就過早地將其商業化。他說:「你必須確保你的想法已經醞釀得足夠久,發展到足夠遠的程度。」一旦過早地走上商業化的跑步機,外界的期望和資金的壓力就會像雪球一樣越滾越大,讓你沒有足夠的時間去完善產品。

這給所有年輕創業者的建議是:專注於把產品本身打磨好,而不是急於追求市場的關注和虛假的成功。真正的創新需要時間醞釀,而不是一場華麗的煙火秀。

TN科技筆記的觀點

  • 在 AI 衝擊各行各業的情況之下,前陣子不乏有許多社群討論未來的學生究竟該學些甚麼才能不會被 AI 洪流給沖走,而 Brin 對於「是否該主修CS」的回答,超越了表面的學科選擇,觸及了 AI 時代能力養成的核心。他提醒我們,AI 的影響是全面性的,關鍵不在於選擇一個「不會被 AI 取代」的領域,而在於培養一種能與 AI 協作、並在關鍵時刻做出比 AI 更可靠判斷的能力。這種思考方式,對所有正在規劃未來的學生和工作者都極具啟發性。
  • Brin 坦言,Google 當初因「害怕犯錯」而不敢將早期 AI 產品公之於眾。這暴露了大公司典型的「創新者窘境」:保護現有品牌的聲譽和穩定性,往往會扼殺掉對新興、不完美技術的探索。Brin 本次的回歸藉由 Gemini 系列模型的強勢推出,展現其帶來變革的決心,但能否將這種決心再次貫徹到整個龐大的組織中,將是重大的挑戰。

支持TN科技筆記,與科技共同前行

我是TN科技筆記,如果喜歡這篇文章,歡迎留言、點選愛心、轉發給我支持鼓勵~~~也歡迎每個月請我喝杯咖啡,鼓勵我撰寫更多科技文章,一起跟著科技浪潮前進!!>>>>> 請我喝一杯咖啡

在此也感謝每個月持續請我喝杯咖啡的讀者以及新加入的讀者們,讓我更加有動力為各位帶來科技新知!

以下是我的 threads 也歡迎追蹤、回覆、轉發喔!

>>>>> TN科技筆記(TechNotes)

留言
avatar-img
TN科技筆記(TechNotes)的沙龍
67會員
206內容數
大家好,我是TN,喜歡分享科技領域相關資訊,希望各位不吝支持與交流!
2025/12/07
解析 OpenAI 最新的「自白」(Confessions) 研究,了解他們如何透過分離獎勵機制,訓練 AI 誠實報告自己的錯誤與幻覺,為建立更可信的 AI 系統提供全新思路
Thumbnail
2025/12/07
解析 OpenAI 最新的「自白」(Confessions) 研究,了解他們如何透過分離獎勵機制,訓練 AI 誠實報告自己的錯誤與幻覺,為建立更可信的 AI 系統提供全新思路
Thumbnail
2025/11/11
我們的AI為何學了新的就忘了舊的?Google最新研究「巢狀學習」從根本上解釋了AI的失憶症問題,並提出受人腦啟發的多速率學習架構HOPE,挑戰「更深就是更好」的傳統思維。
Thumbnail
2025/11/11
我們的AI為何學了新的就忘了舊的?Google最新研究「巢狀學習」從根本上解釋了AI的失憶症問題,並提出受人腦啟發的多速率學習架構HOPE,挑戰「更深就是更好」的傳統思維。
Thumbnail
2025/08/23
當我們與任何大型語言模型 (LLM) 互動時,流暢、即時的文字生成速度背後其實隱藏著一道巨大的技術挑戰。模型的每一次回覆,都是一場與時間和硬體限制的賽跑。而這場賽跑的決勝關鍵,就藏在所有 AI 工程師都必須面對的核心技術:「KV Cache」。
2025/08/23
當我們與任何大型語言模型 (LLM) 互動時,流暢、即時的文字生成速度背後其實隱藏著一道巨大的技術挑戰。模型的每一次回覆,都是一場與時間和硬體限制的賽跑。而這場賽跑的決勝關鍵,就藏在所有 AI 工程師都必須面對的核心技術:「KV Cache」。
看更多