甲骨文的拉里·埃里森，剛剛給所有AI公司判了死刑。

他說，你們的模型，一文不值。

不是技術(shù)不行，也不是人才不行。問題出在數(shù)據(jù)上。

ChatGPT，Gemini，Grok，Llama……所有這些模型，吃的都是同一鍋飯。

整個(gè)公共互聯(lián)網(wǎng)。每一篇維基百科，每一個(gè)Reddit帖子，每一條新聞。

結(jié)果是什么？它們正在趨同，變成貼著不同logo的同一個(gè)產(chǎn)品。

用埃里森的話說，就是“大路貨”。

真正的黃金，不在網(wǎng)上。在私有數(shù)據(jù)里。

醫(yī)院系統(tǒng)里的病歷。銀行金庫里的財(cái)務(wù)數(shù)據(jù)。財(cái)富500強(qiáng)公司的供應(yīng)鏈機(jī)密。

猜猜這些數(shù)據(jù)，大部分都存在哪里？

不在谷歌，不在亞馬遜，也不在微軟。在甲骨文的數(shù)據(jù)庫里。

所以甲骨文出手了。

他們推出了一個(gè)叫“AI數(shù)據(jù)庫26ai”的東西。它允許所有頂級(jí)AI模型，直接在你公司的私有數(shù)據(jù)上進(jìn)行推理。而且數(shù)據(jù)永遠(yuǎn)不用離開保險(xiǎn)庫。

他們用的是一種叫RAG的技術(shù)。AI不去“學(xué)習(xí)”你的數(shù)據(jù)，而是實(shí)時(shí)“檢索”它。

這意味著什么？

銀行可以分析它發(fā)放的每一筆貸款，而不用暴露任何一個(gè)客戶記錄。醫(yī)院可以用AI診斷病人，而不用擔(dān)心違反HIPAA法案。國防承包商能讓AI分析機(jī)密行動(dòng)，數(shù)據(jù)一步都離不開安全環(huán)境。

埃里森在賭一個(gè)比GPU熱潮、比數(shù)據(jù)中心建設(shè)更大的未來。他稱之為“歷史上最大、增長最快的市場”。

數(shù)字很驚人。甲骨文的待履約收入剛剛達(dá)到5230億美元。其中3000億，來自O(shè)penAI一家公司。

但這里有個(gè)沒人談?wù)摰奈ｋU(xiǎn)。如果私有數(shù)據(jù)是AI真正的護(hù)城河。那么誰控制了數(shù)據(jù)庫，誰就控制了AI的未來。

這種權(quán)力集中到一家公司手里。難道不該讓每個(gè)人都感到不安嗎？

注：埃里森的以上觀點(diǎn)是在2025年的Oracle AI World大會(huì)上發(fā)表的。全文如下

拉里·埃里森“Oracle AI World”演講：甲骨文如何用AI重塑產(chǎn)業(yè)與未來

拉里·埃里森：

大家好。讓我看看。好的。屏幕上寫著“AI改變一切”。

這是一個(gè)相當(dāng)宏大的聲明?！耙磺小?。我認(rèn)為這已經(jīng)非常接近事實(shí)了。

好的。那么，我將談一談甲骨文是如何應(yīng)對這些變化的。我想，這些變化真正開始，大概是在 ChatGPT 3.0 問世之后，AI模型突然之間聽起來有點(diǎn)像我們?nèi)祟惲恕?/p>

好的，這項(xiàng)AI技術(shù)有兩個(gè)重要的發(fā)展階段。

AI的兩個(gè)階段——構(gòu)建者與使用者

拉里·埃里森：

第一個(gè)階段是AI時(shí)代的曙光，即一批公司正在構(gòu)建這些巨大的AI模型。實(shí)際上，你知道，現(xiàn)在的一個(gè)AI模型，所謂的“多模態(tài)AI模型”，是由多個(gè)神經(jīng)網(wǎng)絡(luò)組成的，就像你的大腦有幾個(gè)部分一樣。這其實(shí)是一個(gè)非常完美的類比。為了實(shí)現(xiàn)視覺功能，你使用大腦的一個(gè)部分；為了處理語言，你使用大腦的另一個(gè)不同部分。

在構(gòu)建一個(gè)AI模型時(shí)，你使用一個(gè)不同的神經(jīng)網(wǎng)絡(luò)來處理視覺，也就是看到某個(gè)物體，看到它的邊緣、形狀、顏色，看它移動(dòng)。你用一個(gè)神經(jīng)網(wǎng)絡(luò)來看見它，然后用一個(gè)完全不同的神經(jīng)網(wǎng)絡(luò)來識(shí)別它是什么，辨認(rèn)它。接著，用第三個(gè)神經(jīng)網(wǎng)絡(luò)來對其進(jìn)行分類、組織和利用這些數(shù)據(jù)進(jìn)行推理。所以，現(xiàn)代AI系統(tǒng)和現(xiàn)代AI模型與我們的大腦非常相似，是一個(gè)多模態(tài)模型。它有多個(gè)神經(jīng)網(wǎng)絡(luò)來處理不同類型的數(shù)據(jù)，如視頻數(shù)據(jù)、文本數(shù)據(jù)、聽覺信息等等。

現(xiàn)在正在發(fā)生的是，一系列公司正在花費(fèi)巨額財(cái)富，利用互聯(lián)網(wǎng)上的公開數(shù)據(jù)來訓(xùn)練這些AI模型。數(shù)據(jù)量極其龐大。AI訓(xùn)練，經(jīng)過幾年的發(fā)展，已經(jīng)非常明顯地成為人類歷史上規(guī)模最大、增長最快的業(yè)務(wù)。比鐵路時(shí)代更宏大，比工業(yè)革命更具影響力。我的意思是，一個(gè)全新的世界正在開啟。

首先是模型的構(gòu)建，一旦這些模型構(gòu)建完成，接下來就是實(shí)際使用這些模型來解決非常重要的問題，例如癌癥的早期診斷。未來還會(huì)有很多手術(shù)，其精確度和準(zhǔn)確性將超過人類。機(jī)器人將成為比人類更優(yōu)秀的外科醫(yī)生，原因有很多你可能意想不到的有趣之處。

無論如何，AI訓(xùn)練的巨大機(jī)遇已經(jīng)來臨，而甲骨文是構(gòu)建用于AI訓(xùn)練的數(shù)據(jù)中心的主要參與者。但是，那個(gè)真正將改變世界的、規(guī)模遠(yuǎn)為宏大的機(jī)遇，并非模型本身的創(chuàng)造或訓(xùn)練。

甲骨文的獨(dú)特角色——私有數(shù)據(jù)優(yōu)勢

拉里·埃里森：

當(dāng) 我們開始使用這些卓越的電子大腦——它們確實(shí)是卓越的電子大腦——來解決人類最困難、最持久的問題時(shí)，世界才會(huì)真正改變。

現(xiàn)在，有一件非常有趣的事情，甲骨文明確參與其中。正如我之前所說，這些AI模型是基于公開可用數(shù)據(jù)——互聯(lián)網(wǎng)上的所有數(shù)據(jù)——進(jìn)行訓(xùn)練的。所以，如果你看ChatGPT、Anthropic、Grok等等，它們都是基于互聯(lián)網(wǎng)上的所有數(shù)據(jù)訓(xùn)練的。換句話說，是公開可用數(shù)據(jù)。

但要讓這些模型發(fā)揮其最大價(jià)值，你不僅需要用公開數(shù)據(jù)訓(xùn)練它們，還需要讓私有的數(shù)據(jù)也能被這些模型所用。這正是甲骨文發(fā)揮其特別重要作用的地方，因?yàn)槭澜缟洗蟛糠指邇r(jià)值數(shù)據(jù)已經(jīng)存儲(chǔ)在甲骨文的數(shù)據(jù)庫中。我們只需要改變——而且這已經(jīng)是過去時(shí)了，我們已經(jīng)改變了——那個(gè)數(shù)據(jù)庫，使得甲骨文數(shù)據(jù)庫能夠?qū)⑵鋬?nèi)部已有的數(shù)據(jù)提供給AI模型進(jìn)行推理。這樣，AI模型不僅能基于公共數(shù)據(jù)進(jìn)行推理，還能基于私有數(shù)據(jù)。AI是一個(gè)不可思議的工具。

有些人認(rèn)為它將取代所有人類和我們所有的努力。我認(rèn)為那不是真的。它將幫助我們解決我們自己無法解決的問題。然而，它會(huì)讓我們成為更好的科學(xué)家、工程師、教師、廚師、砌磚工、外科醫(yī)生等等。我們從未制造過任何像這樣的工具。

我記得，在很久很久以前，這個(gè)大會(huì)還不叫“AI World”，而是叫“Cloud World”的時(shí)候，我曾做過一個(gè)關(guān)于AI的演講。盡管當(dāng)時(shí)叫“Cloud World”，我還是被允許做一個(gè)關(guān)于AI的演講。我說，“AI是人類歷史上最重要的技術(shù)嗎？……我們很快就會(huì)知道答案?！编?，現(xiàn)在已經(jīng)很清楚了。

我認(rèn)識(shí)的最聰明的人正在投入巨額財(cái)富。具體來說，他們正在用自己的財(cái)富來構(gòu)建和訓(xùn)練這些AI模型。這就是它們的重要性所在，這就是它們的非凡之處。順便說一句，是的，伊?。‥lon）、馬克（Mark）、山姆（Sam），按字母順序排列。他們都是非常聰明的人，非凡的人物。

有人說，你知道，這個(gè)AI的東西，也許只是個(gè)泡沫，沒什么大不了的。嗯，互聯(lián)網(wǎng)確實(shí)是件大事。我的意思是，看看互聯(lián)網(wǎng)創(chuàng)造的財(cái)富，谷歌的搜索業(yè)務(wù)似乎回報(bào)豐厚。名單上的伊隆創(chuàng)辦了PayPal，也收益頗豐。但我知道伊隆肯定一分錢都沒投給pets.com。當(dāng)人們談?wù)撆菽瓡r(shí)，你知道什么是泡沫，人們會(huì)變得過于興奮。互聯(lián)網(wǎng)是一項(xiàng)不可思議的新技術(shù)，至今仍是計(jì)算的基礎(chǔ)。沒有互聯(lián)網(wǎng)，我們就不可能有AI。所以它是一項(xiàng)極其重要的技術(shù)。但人們開始混淆像PayPal或更好的谷歌搜索這樣的互聯(lián)網(wǎng)公司，與pets.com相提并論。我的意思是，如果我能在一個(gè)電子商務(wù)網(wǎng)站上賣寵物食品，就突然意味著我是一家互聯(lián)網(wǎng)公司了？并非如此。

所以，是的，會(huì)有人在AI上花錢，因?yàn)楝F(xiàn)在幾乎每家科技公司都自稱是AI公司，但它們不是。很多都不是。但就其價(jià)值而言，AI是我們迄今為止見過的價(jià)值最高的技術(shù)，遙遙領(lǐng)先。下一張幻燈片，謝謝。

AI的架構(gòu)——從人腦到十億瓦數(shù)據(jù)中心

拉里·埃里森：

AI，有趣的是它被稱為人工智能（Artificial Intelligence），而不是人工感知（Artificial Perception）。但它確實(shí)能感知。它能聽，能聞。想想嗅覺。我的意思是，能夠捕捉到大氣中漂浮的化學(xué)物質(zhì)并弄清楚這些化學(xué)物質(zhì)是什么。狗能聞出病人身上的癌癥。我們應(yīng)該能用AI做到這一點(diǎn)。事實(shí)上，我所知的一個(gè)項(xiàng)目叫做“狗鼻子”（the dog's nose），我本人也參與其中，我們正在制造能夠聞出癌癥或其他疾病的傳感器。

但是AI能夠感知，它擁有大腦中負(fù)責(zé)聽和看的部分，此外還有推理能力。它能讀懂路牌，能閱讀書頁，能看著你并認(rèn)出你。它能識(shí)別正在播放的歌曲。你可以和AI對話，問它問題，或者打字輸入，AI能夠像我們一樣，用語言和數(shù)學(xué)進(jìn)行非常快速的邏輯推理。

我記得有一次在特斯拉看Optimus機(jī)器人，我很好奇這些機(jī)器人將如何學(xué)習(xí)。然后我思考了一分鐘，心想：“一個(gè)機(jī)器人要如何學(xué)會(huì)打掃你的房子、炒雞蛋或者彈吉他呢？”嗯，它只需要看一個(gè)互聯(lián)網(wǎng)視頻。它連接到互聯(lián)網(wǎng)，可以像我們一樣通過看視頻學(xué)習(xí)彈鋼琴，只不過它會(huì)快一點(diǎn)，因?yàn)樗梢砸苑浅８叩乃俣炔シ乓曨l，在大約5秒鐘內(nèi)學(xué)會(huì)彈奏那首肖邦的曲子。我知道我的孩子們學(xué)鋼琴可沒那么快，因?yàn)槲颐刻於悸犓麄兙毩?xí)，5秒鐘是絕對不可能的。

AI機(jī)器人將成為比最頂尖的醫(yī)生更出色的外科醫(yī)生。有一種非常著名的手術(shù)，由莫氏（Mohs）醫(yī)生開創(chuàng)，他會(huì)從病人的臉上切除癌變組織，并因此聞名，因?yàn)樗斐傻膿p傷最小，切除的皮膚組織最少，所以美容效果極佳。他的做法是，切下幾層皮膚，然后拿到顯微鏡下觀察，看是否已經(jīng)切到健康的細(xì)胞，即癌癥的深度。他就在手術(shù)臺(tái)和顯微鏡之間來回操作。切一點(diǎn)組織，用顯微鏡看一看，再切一點(diǎn)，再看一看。然而，AI機(jī)器人可不按常理出牌。它們的視覺，機(jī)器人上的視覺系統(tǒng)，是微觀級(jí)別的。它們不需要顯微鏡就能看到單個(gè)細(xì)胞。它們不需要顯微鏡就能分辨出癌癥組織和健康組織的邊界。它們的協(xié)調(diào)性，正是如此。它們是比我們更好的外科醫(yī)生。不是因?yàn)樗鼈儽任覀兏斆?，而是因?yàn)樗鼈冇懈玫氖盅蹍f(xié)調(diào)能力。它們的眼睛比我們的好得多，手的精確度也比我們的高得多。所以，它們可以在一層健康細(xì)胞和一層癌細(xì)胞之間進(jìn)行切割。觀看這個(gè)過程真的令人驚嘆。這會(huì)讓我們所有人都感到安心，當(dāng)我們?nèi)タ瘁t(yī)生，知道他會(huì)用機(jī)器人來做手術(shù)時(shí)，手術(shù)將會(huì)是完美的。

我之前說過，但這真的非常有趣。它的構(gòu)建方式就像大腦一樣，有專門的神經(jīng)網(wǎng)絡(luò)。一個(gè)用于視覺。實(shí)際上，卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network）模擬了視覺皮層，而視覺皮層有五層。它就在你的后腦勺。進(jìn)化產(chǎn)生了第一層V1，僅僅是為了讓動(dòng)物能夠感知到所看物體的邊緣。然后發(fā)展到V4層，用于感知顏色，以及非常著名的V5層，用于檢測運(yùn)動(dòng)和環(huán)境中的威脅。

視覺變換器（Vision Transformers, ViTs）接收卷積神經(jīng)網(wǎng)絡(luò)產(chǎn)生的位圖（bitmap），也就是一幅圖像，一堆像素，然后將其與你已知的事物進(jìn)行比較，你就可以識(shí)別人臉和熟悉的東西。這是一個(gè)不同的部分，是一個(gè)變換器，一個(gè)ViT神經(jīng)網(wǎng)絡(luò)，用于對圖像進(jìn)行整體理解和記錄。

ChatGPT的第三版使用了巨大的變換器網(wǎng)絡(luò)，實(shí)現(xiàn)了全面的語言理解和推理。唯一的缺點(diǎn)是，變換器網(wǎng)絡(luò)需要巨大的計(jì)算量，因此訓(xùn)練這些模型需要巨額資金。因?yàn)槲覀冊缭谀軌蛴肎PT網(wǎng)絡(luò)進(jìn)行語言交流和推理之前，就已經(jīng)有了面部識(shí)別技術(shù)。變換器網(wǎng)絡(luò)比其他一些網(wǎng)絡(luò)要大得多，復(fù)雜得多，正如你所想，推理會(huì)比視覺更復(fù)雜。此外，還有用于特定類型數(shù)學(xué)計(jì)算的網(wǎng)絡(luò)。

總之，它看起來很像大腦。一個(gè)功耗僅20瓦的人類大腦，真是令人驚嘆。20瓦，任何擰過20瓦燈泡的人都知道那點(diǎn)光亮并不多，但它足以運(yùn)行860億個(gè)神經(jīng)元，并賦予你視覺、平衡、推理、語言、創(chuàng)造力、演繹和推斷的能力。你用這個(gè)不可思議的、被伊隆稱為“20瓦肉體計(jì)算機(jī)”的東西就能完成所有這些。

感知、識(shí)別，識(shí)別之后，再基于此進(jìn)行推理的能力。視覺皮層就在頂葉的后下方。前額葉，如左圖所示，是一個(gè)大的語言中心。大腦是高度專業(yè)化的，AI模型也是如此。

但我們構(gòu)建的不是一個(gè)20瓦的肉體計(jì)算機(jī)。我們正在構(gòu)建一個(gè)12億瓦的AI大腦。你試過像惠普計(jì)算器那樣快地做乘法嗎？這些電子大腦，這些AI模型，它們的推理速度非?？?，能處理大量數(shù)據(jù)，并且能得出我們從未能得出的答案。

這是一張我們正在建設(shè)的數(shù)據(jù)中心的圖片。實(shí)際上，它的一部分已經(jīng)投入運(yùn)行。最終，它將擁有50萬個(gè)英偉達(dá)GPU。順便說一句，為了讓大家有個(gè)概念，12億瓦到底意味著什么？這足以為美國100萬個(gè)四居室家庭供電。一百萬。那是一個(gè)相當(dāng)規(guī)模的城市了。我想我們有一個(gè)關(guān)于建設(shè)過程的視頻。

視頻旁白：

甲骨文正在德克薩斯州阿比林為OpenAI建造世界上最大的AI集群。該項(xiàng)目于2024年6月從一片空地開始，在不到一年的時(shí)間內(nèi)交付GPU。完全部署后，該集群將包含超過45萬個(gè)英偉達(dá)GB200。電力由電網(wǎng)電力和現(xiàn)場天然氣渦輪機(jī)組合提供。容量分布在占地1000英畝的八個(gè)獨(dú)立建筑中，所有建筑相互連接以支持單一工作負(fù)載。該站點(diǎn)部署了AI加速器、液體冷卻和網(wǎng)絡(luò)方面的最新技術(shù)。每天有超過3500人在現(xiàn)場工作，以前所未有的速度交付容量。對AI的需求持續(xù)超過供應(yīng)，甲骨文致力于交付最大、最先進(jìn)的AI集群，以支持我們?nèi)虻目蛻簟?/p>

拉里·埃里森：

嗯，這可比我在大學(xué)臥室里寫代碼的時(shí)代走得遠(yuǎn)多了。發(fā)生了什么？我完全不知道。好的。

好的。所以，我們正在訓(xùn)練，我們?yōu)橐谅∮?xùn)練了Grok的第一個(gè)版本。我們正在訓(xùn)練許多其他的多模態(tài)AI模型。幾乎所有這些AI模型都在甲骨文云上，我稍后會(huì)再談到這一點(diǎn)。但我們參與訓(xùn)練的多模態(tài)AI模型可能比任何其他公司都多。這非常令人興奮，也令人望而生畏。我的意思是，我們正在運(yùn)行的這些項(xiàng)目的規(guī)模，不僅僅是構(gòu)建GPU網(wǎng)絡(luò)、機(jī)房和網(wǎng)絡(luò)、冷卻系統(tǒng)等等。順便說一句，那部分本身就已經(jīng)很難了。但現(xiàn)在我們還必須建造輸電廠。有一條天然氣管道通往燃?xì)廨啓C(jī)，啟動(dòng)渦輪機(jī)發(fā)電。然后這些電力必須輸送到數(shù)據(jù)中心。所以這涉及到發(fā)電、天然氣管道、電力傳輸、數(shù)據(jù)中心、網(wǎng)絡(luò)。而這些數(shù)據(jù)中心里充滿了大量復(fù)雜的軟件和許多非常聰明、勤奮的工程師。這些都是巨大的工程項(xiàng)目，每一個(gè)都是。

自動(dòng)化整個(gè)生態(tài)系統(tǒng)：醫(yī)療健康革命

Cerner現(xiàn)代化——AI驅(qū)動(dòng)開發(fā)的案例研究

拉里·埃里森：

我們正在構(gòu)建的是這些多模態(tài)神經(jīng)網(wǎng)絡(luò)，它們基于所有類型的數(shù)據(jù)進(jìn)行訓(xùn)練：文本數(shù)據(jù)、圖像數(shù)據(jù)、音頻、視頻，每一種公開可用的數(shù)據(jù)，外加我們用來訓(xùn)練模型的合成數(shù)據(jù)。

有些模型被設(shè)計(jì)成實(shí)時(shí)的。實(shí)際上，谷歌有兩個(gè)模型，一個(gè)是Gemini，一個(gè)是DeepMind。DeepMind高度專注于分子結(jié)構(gòu)，去年DeepMind憑借其在蛋白質(zhì)折疊方面的研究贏得了一項(xiàng)諾貝爾獎(jiǎng)。它解決的是這樣一個(gè)問題：取一個(gè)你了解其化學(xué)式的蛋白質(zhì)分子，也就是一條氨基酸鏈，當(dāng)它折疊起來不再是一條線，而是一個(gè)三維結(jié)構(gòu)時(shí)，它看起來是什么樣子。這個(gè)問題我們已經(jīng)研究了很長時(shí)間，叫做蛋白質(zhì)折疊。他們用谷歌收購的倫敦DeepMind公司的模型解決了這個(gè)問題。

伊隆有兩個(gè)截然不同的AI模型。一個(gè)是Grok，一個(gè)多模態(tài)AI模型。另一個(gè)是特斯拉，是一個(gè)實(shí)時(shí)模型。實(shí)時(shí)模型與比如生成代碼的Anthropic或解決法律、醫(yī)療問題的ChatGPT有一些不同的特性。如果你在駕駛汽車，事情發(fā)生得非?？?。是的，你必須有視覺，車上到處都是攝像頭。但如果發(fā)生什么事，你可能需要在微秒，或者至少是毫秒內(nèi)做出反應(yīng)。一毫秒，也就是千分之一秒。一個(gè)球突然從路邊滾出來，一輛自行車跟著球沖出來。你必須看到它，理解發(fā)生了什么，并采取規(guī)避行動(dòng)，以避免事故和人員受傷。當(dāng)你無法承受網(wǎng)絡(luò)延遲，無法通過網(wǎng)絡(luò)與遠(yuǎn)方的AI模型通信時(shí)，你就必須用不同的方式構(gòu)建系統(tǒng)。你需要一個(gè)非常非常低延遲的響應(yīng)時(shí)間。這就是為什么所有的特斯拉汽車、所有的特斯拉機(jī)器人都必須在車內(nèi)、在機(jī)器人內(nèi)部署本地計(jì)算能力，以便做出即時(shí)、低延遲的決策。

這與編寫代碼不同。我可以告訴你寫什么代碼，你可以花點(diǎn)時(shí)間思考一下再給出答案。所以實(shí)時(shí)模型與那些不需要實(shí)時(shí)響應(yīng)的模型有些不同，后者你有時(shí)間去推理和計(jì)算你的答案。但這兩種模型都非常重要，也都在被構(gòu)建中。

這些模型進(jìn)行多步推理。我現(xiàn)在稱之為“推理”的東西，不久前還被稱為“推斷”（inferencing）。人們會(huì)說，我們要訓(xùn)練模型，然后在使用模型時(shí)，模型所做的推理，我們把它簡化為僅僅是推斷。在早期，模型做的差不多就是推斷。但現(xiàn)在不再是了。它們像我們一樣推理。它們進(jìn)行演繹、推斷、計(jì)算，它們有策略、有規(guī)則。所有我們使用的推理技巧，它們都能模擬和使用，但它們思考得比我們快得多，解決問題的速度也比我們快得多，或者它們能解決我們根本無法解決的極其復(fù)雜的問題。這就是為什么這如此令人興奮，如此具有巨大價(jià)值。

這些模型可以回答你的問題。它們可以生成計(jì)算機(jī)代碼。甲骨文正在編寫的很多代碼，其實(shí)不是甲骨文寫的，是我們的AI模型寫的。我們只是告訴模型我們希望程序做什么，然后AI會(huì)想出一個(gè)逐步實(shí)現(xiàn)的過程。我們不寫過程，我們聲明我們的意圖，但模型會(huì)編寫那個(gè)我們通常認(rèn)為是計(jì)算機(jī)程序的、一步步的流程。它們診斷醫(yī)學(xué)影像的能力遠(yuǎn)超我們。它們能設(shè)計(jì)出我們設(shè)計(jì)不出的藥物。

但是，這些模型有一個(gè)很大的問題。那就是，模型不會(huì)用你的私有數(shù)據(jù)進(jìn)行訓(xùn)練，因?yàn)槌鲇谀撤N原因，人們希望保持他們私有數(shù)據(jù)的私密性，這一點(diǎn)不會(huì)改變。但人們也希望這些模型能對他們的私有數(shù)據(jù)進(jìn)行推理。就像魚與熊掌兼得。我想保持我的數(shù)據(jù)私密，不想與任何人分享。然而，我希望能用這個(gè)極其強(qiáng)大的工具來對我的私有數(shù)據(jù)進(jìn)行推理。

這正是甲骨文一直致力于解決的重大問題之一。我們本周在拉斯維加斯要討論的一個(gè)新東西，就是Oracle AI數(shù)據(jù)平臺(tái)、Oracle AI數(shù)據(jù)庫。有趣的是，這個(gè)AI數(shù)據(jù)平臺(tái)包含了你所選擇的多模態(tài)模型。哇哦。一個(gè)你選擇的多模態(tài)模型。好的，這太棒了。所以，如果你想在甲骨文云中使用Grok，你可以用Grok。如果你想用ChatGPT，你可以用ChatGPT。如果你想用Llama，你可以用Llama。你想用Gemini，你就可以用Gemini。我們會(huì)把你選擇的模型不僅連接到公共數(shù)據(jù)——模型已經(jīng)連接到公共數(shù)據(jù)了，那部分已經(jīng)完成——我們還讓你能夠?qū)⒛愕乃接袛?shù)據(jù)添加到模型的知識(shí)庫中。這樣，模型不僅可以跨公共數(shù)據(jù)推理，也可以跨私有數(shù)據(jù)推理，同時(shí)保持你私有數(shù)據(jù)的私密性，不與任何人分享。這非常非常重要。而且，要以一種高度安全的方式做到這一點(diǎn)并不容易。如果容易的話，很多人早就做到了。

好的。正如我所說，OCI（Oracle Cloud Infrastructure）包含了所有流行的多模態(tài)模型。你可以自由選擇和搭配。我們有AI數(shù)據(jù)庫和AI數(shù)據(jù)平臺(tái)，讓你能將私有數(shù)據(jù)添加到模型中。

事實(shí)上，這次我要說得更精確一點(diǎn)。它真正做的是，這個(gè)技術(shù)叫做RAG（Retrieval-Augmented Generation，檢索增強(qiáng)生成）。你基本上是取一堆模型沒有被訓(xùn)練過的數(shù)據(jù)。順便說一句，這可能是今天的股價(jià)。模型不知道今天的新聞，也沒有基于今天的新聞進(jìn)行訓(xùn)練。模型也沒有基于今天的股價(jià)進(jìn)行訓(xùn)練。但模型知道去哪里查找，它知道如何查詢今天的股價(jià)，獲取最新的報(bào)價(jià)。你只需將這些信息放入一個(gè)模型可以訪問的數(shù)據(jù)庫中。你把你的私有數(shù)據(jù)放入一個(gè)甲骨文數(shù)據(jù)庫。新的甲骨文數(shù)據(jù)庫被稱為AI數(shù)據(jù)庫，不僅僅是因?yàn)锳I很時(shí)髦，而是因?yàn)樗邆溥@種RAG能力。它能夠?qū)⒓坠俏臄?shù)據(jù)庫中的任何數(shù)據(jù)，通過“向量化”處理，使其能被AI模型訪問。

由于你的很多數(shù)據(jù)已經(jīng)存在于甲骨文數(shù)據(jù)庫中，你只需要請求甲骨文數(shù)據(jù)庫將這些數(shù)據(jù)轉(zhuǎn)換成模型能理解的格式，也就是所謂的“向量”格式。然后甲骨文數(shù)據(jù)庫就會(huì)將你希望提供給模型的任何數(shù)據(jù)進(jìn)行向量化，然后你就可以基于這些數(shù)據(jù)進(jìn)行推理了。

順便說一句，這不僅僅是甲骨文數(shù)據(jù)庫中的數(shù)據(jù)。Oracle AI數(shù)據(jù)庫可以向量化的，不只是它自身內(nèi)部的數(shù)據(jù)。比方說，你在OCI對象存儲(chǔ)或亞馬遜對象存儲(chǔ)中有很多數(shù)據(jù)，你想讓Oracle AI數(shù)據(jù)平臺(tái)上的模型能夠訪問這些數(shù)據(jù)。沒問題。甲骨文數(shù)據(jù)庫可以進(jìn)入OCI對象存儲(chǔ)，對其中的數(shù)據(jù)進(jìn)行向量化并創(chuàng)建所謂的“向量索引”。它也可以進(jìn)入亞馬遜云存儲(chǔ)，對其中屬于你的部分?jǐn)?shù)據(jù)進(jìn)行向量化，使其能被多模態(tài)模型用于推理。所以，你并不局限于數(shù)據(jù)庫中的數(shù)據(jù)。甲骨文數(shù)據(jù)庫可以向量化任何在甲骨文數(shù)據(jù)庫、其他數(shù)據(jù)庫或其他云中的數(shù)據(jù)，并使這些數(shù)據(jù)易于被AI模型訪問以進(jìn)行推理。

愿景——超越醫(yī)院的圍墻

拉里·埃里森：

這種推理能力非常迷人。甲骨文做的第一個(gè)項(xiàng)目，就是將私有數(shù)據(jù)提供給AI模型訪問。我們把我們所有的客戶數(shù)據(jù)進(jìn)行了向量化，并使用RAG技術(shù)讓模型可以訪問它們。

我們從客戶數(shù)據(jù)開始，因?yàn)槲覀冋J(rèn)為沒有什么比我們的客戶更重要。現(xiàn)在，一些憤世嫉俗的人可能會(huì)說，沒有什么比我們的客戶更有價(jià)值，但這兩者是相輔相成的。我們想問一些我們認(rèn)為價(jià)值極高的問題。有一個(gè)整個(gè)行業(yè)叫做“客戶關(guān)系管理”（CRM），哦不，現(xiàn)在不叫這個(gè)了，他們改名叫“客戶體驗(yàn)管理”（CX）。不管叫什么，我們知道問題是什么。

所以，我們在甲骨文內(nèi)部運(yùn)行了這個(gè)項(xiàng)目，將我們的私有客戶數(shù)據(jù)放入甲骨文數(shù)據(jù)庫，進(jìn)行向量化，并使用RAG使其能被一個(gè)多模態(tài)AI模型訪問。然后我們問了這個(gè)問題：

“未來六個(gè)月內(nèi)，哪些甲骨文客戶可能會(huì)購買另一款甲骨文產(chǎn)品？”

現(xiàn)在，為什么這個(gè)問題對我們?nèi)绱酥匾?/p>

“具體來說，每一個(gè)將在未來六個(gè)月內(nèi)購買產(chǎn)品的客戶，你介意告訴我他們會(huì)買什么產(chǎn)品嗎？”

“他們最有可能購買什么？”

還有一件事，順便說一句，這東西不只是回答問題。你可以提問，得到答案，但你也可以通過“代理”（agents）讓它做事。你可以創(chuàng)建一些小程序，有時(shí)還不小，然后讓AI去實(shí)際執(zhí)行某些操作，協(xié)調(diào)某個(gè)流程。然后我們說：“好的，給所有潛在買家發(fā)一封郵件，附上三個(gè)最佳客戶推薦，鼓勵(lì)他們購買?！?/p>

這個(gè)請求需要生成一個(gè)名為“AI代理”的計(jì)算機(jī)程序。這個(gè)代理必須弄清楚，好的，你打算買這個(gè)產(chǎn)品，你是一家瑞士的銀行。那么，我們認(rèn)為最好的推薦就是那些已經(jīng)購買了該產(chǎn)品的瑞士銀行。這對你來說是最好的推薦。所以，所有的推薦都會(huì)根據(jù)我們對你作為客戶的了解以及你所處的具體情況——你的行業(yè)、你擁有的產(chǎn)品、你與之關(guān)系良好的其他銀行——進(jìn)行定制?？傊?，它能如此迅速地解決這樣的問題，告訴我們甲骨文的銷售團(tuán)隊(duì)在未來六個(gè)月應(yīng)該重點(diǎn)關(guān)注誰，這真是太神奇了。

那個(gè)應(yīng)用程序，那個(gè)AI代理……如果我能退回一張幻燈片。好的。最后一行，“給潛在買家發(fā)一封郵件，附上三個(gè)最佳推薦”。僅從這一行文字，我們就能生成一個(gè)AI代理來妥善地完成這項(xiàng)工作。你可以生成AI代理，或者如果你想做得更多一點(diǎn)，你可以更精確，添加更多你想要做的事情，比如你想給他們發(fā)什么樣的信，讓代理變得更強(qiáng)大。這實(shí)際上就是我們所做的。

順便說一句，我不知道你是否聽過這個(gè)詞，我第一次聽到時(shí)覺得有點(diǎn)奇怪，“Vibe Coding”（憑感覺編程）。聽起來很Z世代。就是說出你希望程序做什么，生成原型，然后試用一下。不要想得太復(fù)雜，就是憑感覺來。但實(shí)際上，你可以用英語直接生成計(jì)算機(jī)程序。我個(gè)人曾和甲骨文的其他工程師爭論過，使用英語作為編程語言是否是個(gè)好主意，因?yàn)橛⒄Z是出了名的不精確。如果我們想生成程序，創(chuàng)建一個(gè)定制的、高度精確的聲明式語言不是更好嗎？這正是我們在甲骨文使用Apex所做的。我們?yōu)锳pex添加了一種聲明式的AI生成語言來創(chuàng)建應(yīng)用程序。但外面還有很多人仍在使用英語，那也行。這取決于你，我們不為你做決定。我們只是確保你有選擇。

但甲骨文現(xiàn)在創(chuàng)建的大多數(shù)新應(yīng)用程序，都是生成的代理，而不是手寫的，它們通過工作流連接起來。有趣的是，當(dāng)我們生成這些應(yīng)用程序時(shí)，它們沒有任何安全漏洞，因?yàn)閼?yīng)用程序生成器不會(huì)忘記或遺漏東西，不會(huì)犯那種錯(cuò)誤。我們生成的每個(gè)應(yīng)用程序都是無狀態(tài)和可靠的。換句話說，如果運(yùn)行該應(yīng)用程序的計(jì)算機(jī)突然崩潰、斷電或發(fā)生任何意外，該應(yīng)用程序可以立即在另一個(gè)數(shù)據(jù)中心重新啟動(dòng)，因?yàn)樗鼪]有狀態(tài)。即使它在A地停止運(yùn)行，它也會(huì)在B地?zé)o縫銜接，不丟失任何數(shù)據(jù)，客戶也完全察覺不到。所以，當(dāng)你生成這些應(yīng)用程序時(shí)，它們內(nèi)置了備份、無單點(diǎn)故障、可靠性、安全性和可擴(kuò)展性。很多低代碼應(yīng)用編程語言是為部門級(jí)應(yīng)用設(shè)計(jì)的，可能只適用于二三十個(gè)用戶，之后就會(huì)變慢，因?yàn)樗鼈儾皇菫閿U(kuò)展到數(shù)百萬用戶而設(shè)計(jì)的。但因?yàn)槲覀兪巧傻?，設(shè)計(jì)總是一樣的。我們總是為數(shù)百萬用戶設(shè)計(jì)，即使只有五個(gè)用戶，它也會(huì)運(yùn)行得更快，使用更少的資源。

我們從中獲得的生產(chǎn)力提升，是我們對我們在醫(yī)療健康領(lǐng)域的努力感到如此自信的原因之一。我們可以重建Cerner的代碼庫。我們可以使用AI重建整個(gè)Cerner代碼庫，構(gòu)建一個(gè)現(xiàn)代化的、通過生成方式創(chuàng)建的Cerner版本。我們已經(jīng)完成了所有診所運(yùn)營的代碼。明年，我們將完成所有急癥醫(yī)院的代碼。Cerner花了超過四分之一個(gè)世紀(jì)編寫的所有東西，我們將在三年內(nèi)重寫完畢。而且我們的版本功能遠(yuǎn)超他們以往的任何版本。我們處理這個(gè)問題，不僅僅是自動(dòng)化一家醫(yī)院或診所，而是自動(dòng)化整個(gè)生態(tài)系統(tǒng)。當(dāng)你使用這些不可思議的AI工具時(shí)，你就能獲得如此巨大的生產(chǎn)力提升。

報(bào)銷AI代理——戰(zhàn)略實(shí)踐

拉里·埃里森：

重建Cerner的例子很有趣，因?yàn)槲覀冏龅倪h(yuǎn)不止于此。是的，我們正在重建Cerner，但我們也在為醫(yī)院構(gòu)建專為醫(yī)院設(shè)計(jì)的會(huì)計(jì)系統(tǒng)、人力資源系統(tǒng)。醫(yī)院非常特殊，他們有點(diǎn)像50/50的零工經(jīng)濟(jì)，人員進(jìn)出頻繁。很多護(hù)士可能在這家醫(yī)院工作，也可能為私人病患工作，他們的日程安排很靈活。你不知道周一需要多少護(hù)士或醫(yī)生，這取決于當(dāng)天的病人數(shù)量和手術(shù)室的可用情況。

所以，醫(yī)院的人力資源系統(tǒng)非常不同且復(fù)雜。醫(yī)生、護(hù)士和其他衛(wèi)生專業(yè)人員需要獲得很多認(rèn)證才能進(jìn)行某些測試、程序或處理某些病人。我們的人力資源系統(tǒng)必須處理這些認(rèn)證，安排培訓(xùn)，安排他們的工作時(shí)間。他們經(jīng)常換班，需要靈活處理。在他們加班時(shí)要正確支付薪水，同時(shí)也要理解他們可能這周在這里工作兩天，在那周的另外四天在另一家醫(yī)院工作。

所以我們正在構(gòu)建人力資源系統(tǒng)、會(huì)計(jì)系統(tǒng)和銀行系統(tǒng)。接下來這個(gè)可能會(huì)讓你驚訝，然后我再舉我的例子。我們還在構(gòu)建迎合醫(yī)院需求的銀行系統(tǒng)，根據(jù)醫(yī)院的應(yīng)收賬款為它們提供貸款。

下面我將描述一個(gè)AI代理。我們的目標(biāo)不僅僅是像Cerner或其他競爭對手那樣自動(dòng)化醫(yī)院和診所。我們認(rèn)為，遵循伊隆·馬斯克的原則，如果我們想在醫(yī)療健康領(lǐng)域真正成功，我們不能只自動(dòng)化醫(yī)院和診所。我們必須自動(dòng)化整個(gè)生態(tài)系統(tǒng)。就像伊隆必須為特斯拉建立一個(gè)全球充電網(wǎng)絡(luò)，否則電動(dòng)汽車就無法成功。他不能只造車，然后指望標(biāo)準(zhǔn)石油公司提供燃料。福特當(dāng)年就是這么做的。不，要造電動(dòng)汽車，他不僅要設(shè)計(jì)汽車、制造電池、在工廠里部署機(jī)器人、想出如何在網(wǎng)上賣車，他還必須建立一個(gè)全球充電站網(wǎng)絡(luò)。他必須構(gòu)建一個(gè)完整的電動(dòng)汽車生態(tài)系統(tǒng)。

如果我們想自動(dòng)化醫(yī)院和診所，而那些監(jiān)管這些機(jī)構(gòu)的人、那些預(yù)約或接收血檢結(jié)果的病人沒有被自動(dòng)化，那么這些醫(yī)院和診所的效率就不會(huì)很高。你必須自動(dòng)化病人、提供者、支付方、監(jiān)管者、制藥公司、為醫(yī)院融資的銀行以及政府。你必須自動(dòng)化整個(gè)生態(tài)系統(tǒng)。這樣你才能得到一個(gè)真正現(xiàn)代化、高效的醫(yī)療健康系統(tǒng)。這就是我們收購Cerner作為第一步時(shí)的目標(biāo)。

無論如何，我們構(gòu)建過的最有趣的AI代理之一，是連接醫(yī)療服務(wù)提供者和支付方的。這是一個(gè)非常有趣的問題，我花了一段時(shí)間才完全理解。我們希望醫(yī)院做什么？醫(yī)院必須弄清楚能給這個(gè)病人提供的最佳可能護(hù)理是什么。

這在某種程度上是對的。但假設(shè)你在英國，最佳護(hù)理方案是，你血糖高，我得給你開Ozempic或另一種GLP-1藥物。但猜猜怎么著？英國的國民健康服務(wù)（NHS）不支付Ozempic的費(fèi)用。他們不會(huì)為你報(bào)銷，而且它非常昂貴。那么，有沒有其他藥物可以幫助你控制血糖水平？有。其中一些效果好嗎？是的，那些藥效果不錯(cuò)。NHS會(huì)為那些藥報(bào)銷嗎？是的，會(huì)。所以，當(dāng)你在英國自動(dòng)化一家醫(yī)院時(shí)，你實(shí)際上是在與醫(yī)生合作，找出能夠被完全報(bào)銷的最佳可能護(hù)理質(zhì)量。

這兩件事是緊密耦合的。所以，給一個(gè)在英國負(fù)擔(dān)不起Ozempic的病人開這個(gè)藥是毫無意義的，因?yàn)樗麄兊谋ｋU(xiǎn)公司，也就是政府，不支付費(fèi)用。這是今天的事實(shí)。所以我們必須構(gòu)建一個(gè)能在美國、英國和世界各地都適用的系統(tǒng)來解決這個(gè)問題。我們的目標(biāo)是：獲得能夠被完全報(bào)銷的最佳可能護(hù)理。

我們構(gòu)建的AI模型首先使用RAG來訪問最新的醫(yī)學(xué)文獻(xiàn)、你最新的檢測結(jié)果、電子健康記錄（EHR）、生命體征以及所有的血液檢測信息，以協(xié)助醫(yī)生制定最佳的護(hù)理方案。我們還需要知道一些事情，比如，有一個(gè)針對這種特定癌癥的新臨床試驗(yàn)，適用于這位病人，醫(yī)生應(yīng)該考慮讓病人加入。所以，AI模型會(huì)掌握所有關(guān)于臨床試驗(yàn)的最新信息，比如哪種藥物對這位病人效果更好，并將這些信息提供給醫(yī)生。

然后，AI模型也使用RAG來訪問最新的規(guī)則和政策。在美國，這些就是保險(xiǎn)政策和規(guī)定，取決于你有什么保險(xiǎn)。你有Medicare嗎？你有Medicaid嗎？你有補(bǔ)充保險(xiǎn)嗎？我必須弄清楚哪些是承保的，你能得到什么報(bào)銷。我真正要找的是這兩個(gè)集合的交集：什么是最佳護(hù)理，什么是可以完全報(bào)銷的。所以我必須用所有的保險(xiǎn)規(guī)則來訓(xùn)練模型，以確保醫(yī)生開的處方能被完全報(bào)銷。我還要留意一些小問題。比如，實(shí)際上，在英國，如果你的身體質(zhì)量指數(shù)（BMI）超過某個(gè)點(diǎn)，我確實(shí)會(huì)為Ozempic報(bào)銷。我必須確保醫(yī)生知道這一點(diǎn)，并且我可以告訴醫(yī)生，這是一個(gè)例外情況，這位病人有資格使用Ozempic，因?yàn)樗麄兊捏w重超過了某個(gè)閾值，而剛剛修改的規(guī)則說他們現(xiàn)在可以得到了。

所以，AI代理會(huì)利用所有這些數(shù)據(jù)進(jìn)行推理，提出在可實(shí)現(xiàn)的最高報(bào)銷水平下的最佳護(hù)理方案。這就是它的目標(biāo)。在世界上大多數(shù)地方，政府是醫(yī)療費(fèi)用的支付方。

還有最后一件事，我們經(jīng)歷過這樣的例子。世界上很多診所和醫(yī)院，包括在美國，手頭現(xiàn)金都不多。如果他們沒有按時(shí)收到報(bào)銷款，有時(shí)就無法為新病人提供護(hù)理。他們總是缺錢。AI代理在這里可以做的是，向銀行提供關(guān)于某批報(bào)銷的所有信息，向銀行保證這些報(bào)銷都遵守了所有規(guī)則，診所和醫(yī)院確實(shí)會(huì)得到報(bào)銷，比如99%或95%的概率。銀行可以打一點(diǎn)折扣，然后基于這些應(yīng)收賬款提供貸款。

所以，當(dāng)你審視醫(yī)療健康生態(tài)系統(tǒng)時(shí)，會(huì)發(fā)現(xiàn)這是一系列非常迷人的問題。它的財(cái)務(wù)方面，運(yùn)營成本非常高。有很多行政任務(wù)我們可以用AI自動(dòng)化，讓病人能花更多時(shí)間與關(guān)心他們病情的醫(yī)生在一起。我們可以找出如何獲得最高的可實(shí)現(xiàn)報(bào)銷，如何讓醫(yī)院獲得繼續(xù)運(yùn)營所需的現(xiàn)金。但這一切都是通過自動(dòng)化完成的。醫(yī)生和護(hù)士的時(shí)間可以更有效地用在病人身上。正如我所說，AI將使我們所有人的生活變得更好。

展望AI驅(qū)動(dòng)的未來

改變?nèi)粘Ｉ睢踩?、健康與食品

拉里·埃里森：

甲骨文云非常與眾不同。簡單來說，甲骨文做的是基礎(chǔ)設(shè)施和應(yīng)用。我們做規(guī)?；钠髽I(yè)應(yīng)用和規(guī)模化的AI基礎(chǔ)設(shè)施，我們是唯一一家這樣做的云服務(wù)商。其他大的云服務(wù)商——微軟、亞馬遜和谷歌——他們真的不做醫(yī)療健康應(yīng)用、企業(yè)應(yīng)用、大型金融應(yīng)用。他們不做這些。換句話說，他們開發(fā)AI技術(shù)，谷歌是這樣。但他們不構(gòu)建大型規(guī)?；瘧?yīng)用，不去嘗試用這項(xiàng)技術(shù)自動(dòng)化行業(yè)或生態(tài)系統(tǒng)。

所以我們的目標(biāo)與其他云服務(wù)商不同。我們既是AI技術(shù)的創(chuàng)造者，也是利用該技術(shù)解決不同生態(tài)系統(tǒng)、不同行業(yè)問題的參與者。我們顯然在訓(xùn)練AI模型方面規(guī)模巨大。我們云中有許多模型，有些是我們訓(xùn)練的，有些不是，供你使用來解決你的問題，讓你能基于你的私有數(shù)據(jù)進(jìn)行AI推理，解決你公司想解決的問題。

我們有AI代碼生成器。Anthropic最出名的就是代碼生成。我們做這個(gè)已經(jīng)很久了。我們認(rèn)為我們新的Apex代碼生成器……有一點(diǎn)我可以肯定地說，Apex生成的每一個(gè)應(yīng)用都是可擴(kuò)展、安全、可靠的。每一個(gè)。我們這樣做已經(jīng)很久了?，F(xiàn)在我們用AI和Apex進(jìn)行完整的代碼生成。我們是唯一一家構(gòu)建應(yīng)用套件來現(xiàn)代化整個(gè)生態(tài)系統(tǒng)而不僅僅是行業(yè)的公司。醫(yī)療健康是一個(gè)例子，公用事業(yè)是另一個(gè)。我們正在著手改造整個(gè)生態(tài)系統(tǒng)，這使得事情運(yùn)行得更有效率。

鏈條的強(qiáng)度取決于其最薄弱的一環(huán)。如果你必須與一個(gè)監(jiān)管機(jī)構(gòu)互動(dòng)，比如一個(gè)負(fù)責(zé)臨床試驗(yàn)的監(jiān)管機(jī)構(gòu)，而它說：“好的，一旦你完成了臨床試驗(yàn)，把所有結(jié)果打印出來，用紙箱寄給我們?！蔽也稽c(diǎn)名，但這種事在世界各地都在發(fā)生。這使得新藥變得極其昂貴，上市時(shí)間也極長。這是一個(gè)巨大的問題。所以你必須以自動(dòng)化整個(gè)生態(tài)系統(tǒng)為目標(biāo)。然后是代理，你必須構(gòu)建這些復(fù)雜的流程，這些被稱為AI代理的軟件機(jī)器人，它們不僅自動(dòng)化公司內(nèi)部的流程，還自動(dòng)化公司之間的流程。比如一家公司如何與另一家公司對話，一家醫(yī)院如何與一家銀行對話。

好的。好了。這是我演講的第一階段。我們馬上要上晚餐了。

（笑聲）

我來得晚一點(diǎn)就是為了這個(gè)，這樣我們一結(jié)束就可以直接去吃晚餐。

好的。所以，我剛才深入探討了AI模型是如何工作的，它們是如何構(gòu)建的，甲骨文有何不同?，F(xiàn)在我想展望一下，因?yàn)锳I，世界將會(huì)變成什么樣。我認(rèn)為，總的來說，我們將過上更好的生活，更健康、更長壽，吃更好的食物，住更好的房子。這應(yīng)該是一個(gè)好得多的世界，因?yàn)檫@些工具極其強(qiáng)大。但它們會(huì)做的一些事情，會(huì)有點(diǎn)令人震驚。

好的。這些是我們正在做的一些事情。我們可以逐一來看。我們正在研究生物識(shí)別技術(shù)，可以用AI防止身份盜竊。所以，不再有登錄，不再有會(huì)被盜的密碼，不再有入侵，不再有數(shù)據(jù)被盜，不再有信用卡被盜用后你得換新卡。我們可以讓所有信用卡都防盜刷，如果你想要的話。

我不知道有誰喜歡待在醫(yī)院里。醫(yī)院也發(fā)現(xiàn)，越早讓你出院，對他們也越好，因?yàn)橐恍┳顓柡Φ牟【蜐摲卺t(yī)院的走廊里。我們越快讓你回家，病人更高興，你在家也更安全。所以我們可以構(gòu)建這些物聯(lián)網(wǎng)醫(yī)療設(shè)備，在家里監(jiān)控你，就像在醫(yī)院里一樣好。即使在緊急情況下你被轉(zhuǎn)運(yùn)，救護(hù)車也始終保持連接。所以，你在家的病人始終被醫(yī)院工作人員監(jiān)控。在救護(hù)車?yán)锏牟∪?，醫(yī)院工作人員也能通過音視頻和數(shù)字連接與救護(hù)車保持聯(lián)系。

診斷影像，當(dāng)AI來解讀時(shí)……我記得有一次我把摩托車騎翻了。別問我當(dāng)時(shí)在干什么，而且我當(dāng)時(shí)也不年輕了，連這個(gè)借口都沒有?？傊?，我右側(cè)著地，斷了八根肋骨。我記得做核磁共振（MRI）時(shí)，他們在數(shù)：一、二、三、四?！澳銈冊诟陕铮俊薄霸跀?shù)你斷了多少根肋骨?！迸叮昧?。但我做的是MRI，他們唯一做的就是數(shù)我斷了的肋骨。MRI產(chǎn)生了所有其他數(shù)據(jù)，但沒人看。你做這類掃描時(shí)總是這樣，你只找一兩樣?xùn)|西，其余的都忽略了。AI會(huì)發(fā)現(xiàn)那些沒人尋找的東西。而且它就是更精確、更準(zhǔn)確。

身份盜竊。我們之前說過，AI知道你是誰，它能識(shí)別你的臉、你的聲音、你的指紋。當(dāng)你登錄時(shí)，你坐在電腦前說：“嗨，Sephra，今天想做什么？”密碼這東西太瘋狂了。密碼會(huì)被盜，人們會(huì)把它們寫下來。你的密碼必須是17個(gè)字符長，至少有兩個(gè)下劃線連在一起。你瘋了嗎？誰會(huì)覺得這是個(gè)好主意？我能記住的唯一方法就是把它寫下來，貼在電腦旁邊的便利貼上。這簡直是白癡行為。所以，不要密碼。所有都是生物識(shí)別。這對每個(gè)人都更好，數(shù)據(jù)隱私也更好。

信用卡，如果你想要，我們會(huì)有可選的生物識(shí)別信用卡。這樣就很難模仿別人了。這將極大地減少信用卡欺詐。銀行要為所有的信用卡欺詐買單。如果銀行不用支付這筆錢，你的利率就會(huì)下降。這對每個(gè)人都有好處。能省很多錢，并保護(hù)你的數(shù)據(jù)隱私。

病人監(jiān)護(hù)，我提到了。我們將擁有這些低成本的、極好的醫(yī)療設(shè)備，我們可以大規(guī)模生產(chǎn)，質(zhì)量更高。所有醫(yī)療設(shè)備都應(yīng)該連接到互聯(lián)網(wǎng)，數(shù)據(jù)應(yīng)該進(jìn)入一個(gè)安全的數(shù)據(jù)庫，只有你和你的醫(yī)生，或者監(jiān)控你護(hù)理的衛(wèi)生專業(yè)人員可以看到。你可以保持它的私密性，但你的醫(yī)生可以立即訪問這些數(shù)據(jù)。如果你的醫(yī)生設(shè)置了警報(bào)，比如你的血壓低于或高于某個(gè)閾值，他們會(huì)希望立即得到通知。這一切都可以做到。你將在家里、在救護(hù)車?yán)?，無論在哪里，都得到更好的健康監(jiān)護(hù)。

當(dāng)在家和急診室之間轉(zhuǎn)移時(shí)，急診室的醫(yī)生可以和救護(hù)車上的急救人員通話。信不信由你，我們正在建造一輛這樣的救護(hù)車。我們正在建造這些原型。我們會(huì)大規(guī)模生產(chǎn)救護(hù)車嗎？我不知道。如果幾年前你告訴我我們會(huì)在建十億瓦的發(fā)電廠，我會(huì)說你需要多休息。但現(xiàn)在，是的，我們正在考慮做這個(gè)，因?yàn)榫茸o(hù)車是聯(lián)網(wǎng)的，裝載了AI，是運(yùn)送病人的一種更安全的方式。

診斷影像。我妻子懷孕時(shí)，我們住在夏威夷。她去做超聲波檢查，技術(shù)員做了兩件瘋狂的事。一是他拿了把尺子，在超聲波屏幕上測量胎兒的發(fā)育情況，量頭骨多大，脊髓多長。我說：“哇，哇，哇。那是在用二維的尺子測量一個(gè)漂浮在液體里的三維形狀?！蹦汩_玩笑嗎？誰會(huì)覺得這是個(gè)好主意？計(jì)算機(jī)應(yīng)該能用AI非常精確地做到這一點(diǎn)。然后情況變得更糟，技術(shù)員在拉奈島，而醫(yī)生在檀香山，她舉起她的iPhone對著超聲波屏幕，好讓醫(yī)生看到胎兒的圖像。哦我的天，你不能把這個(gè)高分辨率錄下來然后數(shù)字傳輸嗎？你在用FaceTime直播這個(gè)圖像？這到底是怎么回事？我記得我對那個(gè)技術(shù)員說：“我保證會(huì)解決這個(gè)問題。這太糟糕了?！钡?dāng)然，用AI的三維視覺，我們可以精確測量超聲波上的胎兒發(fā)育情況，發(fā)現(xiàn)醫(yī)生沒在找的東西。我們現(xiàn)在的一個(gè)合作伙伴，可以查看腫瘤活檢切片，在幾分鐘內(nèi)從圖像中診斷出癌癥。而整個(gè)流程可能需要一兩個(gè)星期的擔(dān)憂和等待，期間無法治療。AI將讓我們能非?？斓氐玫浇Y(jié)果。

應(yīng)對全球挑戰(zhàn)——?dú)夂蚺c農(nóng)業(yè)

拉里·埃里森：

這非常有趣。這是我們正在研發(fā)的一種設(shè)備，叫做宏基因組檢測設(shè)備。

我們識(shí)別病原體的能力。當(dāng)有人生病時(shí)，我們有一種叫做PCR的檢測方法。如果我們懷疑你得了甲型流感、乙型流感、這種冠狀病毒或COVID-19，我們可以檢測一系列已知的呼吸道病毒。但如果你得了一些奇怪的病，結(jié)果只會(huì)顯示PCR陰性。我們不知道是什么。我們真正想做的是對此進(jìn)行基因組檢測。但在做基因組檢測之前，我們必須培養(yǎng)它，等上好幾天，可能要一兩個(gè)星期才能知道你得了什么。到那時(shí)，要么病好了，要么你人沒了。

這是一種新的傳感器，它能直接對樣本中的所有東西進(jìn)行基因測序。你取一份血液樣本，里面顯然有你自己的基因。在你自己的基因中，包含著一種叫做ctDNA，即循環(huán)腫瘤DNA的東西。所以，在每個(gè)人的血液中，如果你有癌癥，即使是早期的一期或二期癌癥，你血液中也會(huì)有微小的循環(huán)腫瘤DNA片段，我們可以通過對血液中所有活體進(jìn)行基因測序來發(fā)現(xiàn)。過去人們嘗試?yán)醚h(huán)腫瘤DNA，但問題在于，你的免疫系統(tǒng)會(huì)治愈很多癌癥，而你甚至都不知道自己得過。在你有癥狀之前，免疫系統(tǒng)就已經(jīng)清除了很多癌癥。如果我們一直告訴你：“天哪，我們發(fā)現(xiàn)了這個(gè)癌癥，需要開始治療。”但實(shí)際上并不需要，你的免疫系統(tǒng)會(huì)處理掉它。所以假陽性在這里是致命的。然而，現(xiàn)在有了AI，我們可以分析這些片段，區(qū)分假陽性和需要立即早期治療的真正嚴(yán)重問題。這有望為我們帶來非常早期的癌癥診斷，大家都知道，這會(huì)大大提高癌癥治療的積極結(jié)果的可能性。

它還能讓我們找到你感染的任何細(xì)菌、真菌、病毒，任何活的有機(jī)體，任何病原體，并準(zhǔn)確告訴你它是什么，即使是像COVID-19那樣的新型病毒。這樣我們就知道如何治療。它會(huì)告訴你該病原體是否對某些抗生素有耐藥性，具體是哪些，以及我們應(yīng)該用哪些抗生素來治療你。

想象一下，這種低成本設(shè)備被部署在世界各地醫(yī)院的病理科。我們做一個(gè)血檢就能發(fā)現(xiàn)你感染的任何病原體。如果我們有這個(gè)，我們就絕不會(huì)被COVID-19打個(gè)措手不及。我們會(huì)得到早期預(yù)警。這些宏基因組測序儀將是流行病的完美早期預(yù)警系統(tǒng)，這就是我們研發(fā)它的原因。

要可靠地制造所有這些醫(yī)療設(shè)備，如果你想把宏基因組測序儀部署到世界各地的每家醫(yī)院，它們不能賣一百萬美元，也不能賣十萬美元。你必須經(jīng)濟(jì)高效地制造它們，必須在機(jī)器人T廠里大規(guī)模生產(chǎn)。這樣你能得到更高的質(zhì)量和顯著降低的成本。

視頻旁白：

這是一個(gè)圓盤，你把樣本放入圓盤，旋轉(zhuǎn)它，在上面進(jìn)行所有這些測試。

拉里·埃里森：

實(shí)際上，我認(rèn)為那個(gè)視頻有三分鐘長，但Maddie告訴我絕不能把整個(gè)視頻放進(jìn)我的演講里。但這真的很了不起，在設(shè)備和圓盤被制造出來時(shí)，房間里沒有任何人。

這里是另一個(gè)。你們會(huì)很高興這個(gè)沒有視頻，只有幾張照片。在室內(nèi)種植，可以將種植食物所需的水量減少90%。這本身就至關(guān)重要，因?yàn)槲覀兊氖澄锟煲粔蛄?。?050年，非洲將成為我們?nèi)丝谧疃嗟拇箨?。我們需要生產(chǎn)比現(xiàn)在多得多的食物。我們的水和可耕地都將耗盡。我們不能再繼續(xù)把棲息地變成農(nóng)田。我們必須更高效。

通過在溫室里種植并移動(dòng)植物，我們可以大大減少用水和空間。植物只在收獲前的幾周需要大量空間。如果你能移動(dòng)植物，就能節(jié)省棲息地。如果在室內(nèi)種植，可以在城市中心附近。我不是建議你在紐約市中心建個(gè)溫室，但可以在離紐約50英里的地方建。這樣，運(yùn)輸食物到人口中心的二氧化碳排放會(huì)大大減少，食物也更新鮮。溫室里每天早上都有收獲，下午送到雜貨店，晚上就可以吃了。所以食物更新鮮、成本更低、更有營養(yǎng)、更美味。我們正在建造這些機(jī)器人溫室。

（展示溫室圖片）

是的，這是真的。正如我向伊隆指出的，這也是一個(gè)火星棲息地。這個(gè)建筑非常大。那個(gè)黃色的東西是一個(gè)軌道系統(tǒng)，用來移動(dòng)植物。人類不允許進(jìn)入種植區(qū)，因?yàn)闀?huì)污染環(huán)境。我們把植物吊起來移到允許人進(jìn)入的收獲區(qū)。種植區(qū)二氧化碳含量非常高，對植物好，但對人不好。

（展示另一張溫室圖片）

這些建筑很大。綠色的區(qū)域是收獲區(qū)。

這可能會(huì)令人震驚。我們做的第一件事，是一家我參與的公司叫Wild Bio，他們改造了小麥植株，使其每英畝的糧食產(chǎn)量增加20%。這似乎是個(gè)好主意。有趣的是，如果你每英畝多生產(chǎn)20%的糧食，小麥基本上是利用二氧化碳和陽光來制造食物。所以你種的糧食越多，消耗的二氧化碳就越多。

有了AI設(shè)計(jì)的小麥，這些二氧化碳最終去向哪里，實(shí)際上取決于我們。我們可以選擇將吸收的二氧化碳轉(zhuǎn)化為碳酸鈣。這正是珊瑚礁的形成方式。我們可以讓小麥、玉米、大豆將二氧化碳轉(zhuǎn)化為碳酸鈣，從而將其永久地從大氣中移除。所以，如果你想把大氣中二氧化碳的濃度從目前的百萬分之440降低到百萬分之400，你可以通過讓農(nóng)作物這樣做來實(shí)現(xiàn)。你可以將大氣中的二氧化碳水平管理到你認(rèn)為合適的任何水平。當(dāng)然，不要降到零，那所有植物都會(huì)死。但從440降到400可能是穩(wěn)定氣候的最佳點(diǎn)。而且這樣做基本上是免費(fèi)的。

另一個(gè)農(nóng)業(yè)的大問題是氮肥。你給莊稼施肥以增加產(chǎn)量，但氮肥會(huì)造成巨大的氮流失，污染河流和海洋。為什么不直接改造植物，讓它直接從大氣中吸收氮呢？我們知道怎么做。有一種叫做固氮酶的東西，大豆就是利用它。你可以改造植物，讓它直接從大氣中獲取氮，而不需要氮肥。這樣可以消除氮肥污染，而且植物同樣美味、有營養(yǎng)。這是AI能幫我們輕松解決的另一個(gè)問題。

自主系統(tǒng)的未來

拉里·埃里森：

這是我最后一張有文字的幻燈片了。

自主無人機(jī)。我們都看到了無人機(jī)在烏克蘭被用于軍事目的。不幸的是，無人機(jī)除了在戰(zhàn)爭中的用途外，還有很多非常好的應(yīng)用。我們?yōu)闊o人機(jī)建立了一個(gè)空中交通管制系統(tǒng)。我們實(shí)際上正在用無人機(jī)運(yùn)送診所的血液樣本到檢測實(shí)驗(yàn)室。我們建造了所謂的RFID樣本保險(xiǎn)庫，在樣本上貼上RFID標(biāo)簽，這樣就沒人知道這是誰的血，保護(hù)了個(gè)人隱私。同時(shí)，這也解決了樣本丟失或混淆的問題。

無人機(jī)還可以用紅外攝像頭立即探測到森林火災(zāi)，甚至能找出縱火者。我們不應(yīng)該讓警車在街上追逐其他車輛，那些高速追逐非常危險(xiǎn)。我們可以讓無人機(jī)來跟蹤那些車輛，這樣好得多。

好的，我現(xiàn)在要展示我最后的圖片。那邊是RFID樣本保險(xiǎn)庫。最后一個(gè)視頻馬上就來。

（視頻開始）

（無人機(jī)從一輛車上起飛，在空中盤旋）

拉里·埃里森：

你可以部署這些。在干燥的季節(jié)，你可以派無人機(jī)上去巡邏。或者有徒步旅行者在野外迷路了，它們是便攜的。我想它現(xiàn)在要降落了，如果它安全降落，我就回答第一個(gè)問題。

（無人機(jī)安全降落回車頂?shù)某潆娖脚_(tái)上）

拉里·埃里森：

這是個(gè)視頻，它肯定會(huì)安全降落的。太棒了。那是個(gè)充電平臺(tái)。

合作伙伴展示：Wood PLC談Oracle Fusion Cloud HCM

Wood PLC 發(fā)言人：

Wood PLC是一家大型的全球咨詢和工程公司。我們在60個(gè)國家運(yùn)營，擁有36000名員工。作為一個(gè)職能部門，我們的IT、人力資源和財(cái)務(wù)部門效率低下且成本高昂。我們有幾十個(gè)HR系統(tǒng)，應(yīng)用環(huán)境非常分散。我們有許多不同的工作方式和流程，很難整合我們的員工數(shù)據(jù)和報(bào)告。

其中一個(gè)關(guān)鍵影響是，我們難以讓在Wood工作變得簡單，難以以更統(tǒng)一的方式與員工互動(dòng)，而且工作流程中的自助服務(wù)能力也不存在。所以我們選擇了Oracle Fusion Cloud HCM，因?yàn)樗w了我們所有的人事流程。它還真正關(guān)注員工和候選人的體驗(yàn)，這對我們很重要。轉(zhuǎn)向SaaS軟件讓甲骨文來做所有困難的工作，而我們可以利用創(chuàng)新，快速推進(jìn)我們的人事流程。

我們已經(jīng)上線了核心HR、人才管理、薪酬和學(xué)習(xí)模塊。這些是我們首批推出的模塊。之后，我們還引入了帶有Recruit Booster的Oracle Recruit。我們正在利用Journeys功能進(jìn)行新員工入職。我們最近還實(shí)施了幫助臺(tái)和數(shù)字助手，這為我們的人事流程提供了完整的端到端解決方案。

我們在Oracle Recruit和績效管理中啟用了AI功能。我們最近在績效目標(biāo)中上線了AI Assist。我很高興地說，反饋非常驚人。我們縮短了招聘時(shí)間。在引入AI之前，我們招聘技工和手工藝人的時(shí)間是45天。引入AI后，我們現(xiàn)在是21天。對于我們的可報(bào)銷職位來說，招聘時(shí)間是一個(gè)關(guān)鍵指標(biāo)。如果職位空缺，我們就無法向客戶收費(fèi)。

AI代理將幫助我們真正推動(dòng)自助服務(wù)的采用。它將在工作流程中為我們的員工和經(jīng)理提供指導(dǎo)，幫助他們找到答案。他們不再需要給HR發(fā)郵件，聯(lián)系我們的共享服務(wù)中心，然后等待回復(fù)。他們在應(yīng)用程序里，就能得到所需的指導(dǎo)。這樣他們就可以專注于他們工作中能增加價(jià)值的部分。

我們從甲骨文獲得的支持和合作關(guān)系是首屈一指的。數(shù)字化轉(zhuǎn)型的旅程永無止境，它在不斷演進(jìn)。我認(rèn)為，與甲骨文合作，他們把客戶放在第一位。