如果英偉達 Nvidia（美：NVDA）行政總裁黃仁勳重返大學時代，他會選讀哪一科？

本月中訪問北京期間，一名記者真的問他這個假設性問題：若是在2025年才畢業、但同樣雄心壯志的22歲黃仁勳，他當初會主修哪科…

對此，黃仁勳表示如果他今天只是22歲的Fresh Grad，可能當初「會選擇物理科學，而非軟件科學。」但又補充糾正記者，他實際上是提前早兩年、亦即20歲已畢業。

物理科學是一個廣泛的科學分支，專注研究非生物系統，除了物理學外，亦包括化學、天文學和地球科學等。

1993年快餐廳創立英偉達
25年市價逾4萬億美元

CNBC引用黃仁勳的LinkedIn資料指出，他1984年於俄勒岡州立大學電子工程本科畢業，及後1992年在史丹佛大學修畢電子工程碩士學位。

約一年後的1993年4月，黃仁勳與工程師Chris Malachowsky和Curtis Priem在加州聖何塞的一家連鎖餐廳Denny’s共晉晚餐，一同創立英偉達。

在黃仁勳的領導下，這間晶片製造商如今成為全球市值最高的公司，在7月初達到超過4萬億美元的天文數字。

AI也關乎物理學？

黃仁勳沒有解釋為何有機會重新大學選科，會主修物理科學；但根據他在另一場合發表的觀點，人工智能目前正向物理AI進發。

他在4月華盛頓舉行之The Hill & Valley Forum上解釋，過去15年來，世界經歷了AI的多個階段：

現代人工智能真正進入人們的意識，是在約12至14年前，當時AlexNet誕生，電腦視覺取得了巨大突破。

人工智能的4個浪潮

AlexNet是2012年推出的模型，展示電腦使用深度學習辨識影像的能力。黃仁勳表示，第一波AI浪潮稱為「感知人工智能」（Perception AI）。

然後，第二波浪潮稱為「生成式人工智能」（Generative AI），尤以2022年底OpenAI出品之聊天機械人ChatGPT激起千重浪，AI模型（以Transformer／大型語言模型LLM為骨幹）學會如何理解訊息的含義，並將之翻譯成不同的語言、圖像、程式碼等。

至於現階段，則正邁入「推理人工智慧」（Reasoning AI）的時代，AI即將能夠理解、生成、解決問題，並識別「我們從未見過的情況」。

黃仁勳指出：「推理型AI可以輔助人類創造出一種數碼電子機械人，行內稱之為『代理式AI』（Agentic AI）。」他補充，這些AI代理本質上是具有推理能力的「數碼勞動力機械人」，如今已成為微軟和Salesforce等眾多科技公司的重點關注對象。

展望未來，他稱，下波浪潮是「物理人工智能」（Physical AI）。

物理人工智能：AI下個發展階段

物理人工智能不是指從事尖端物理學研究的AI，也不盡然指人形機械人等「實體AI」，儘管物理人工智能在未來很可能邁進這兩種方向。

黃仁勳這裡所指的是，下一波AI浪潮的要求是人工智能模型可以了解物理定律、摩擦力、慣性、因果關係等。

他表示，一些關鍵物理推理能力，例如「物體恆存」的概念（明白物體即使不在視線範圍內，也是繼續存在的事實的認知能力），將在AI的下一階段發揮重要作用。

物理推理的應用包括預測結果，例如球會滾到哪裡，了解抓住物體而不損壞物體需要多大的力度，以及推斷車輛後方是否有行人。不難想像，這對全自動駕駛等技術至關重要。

黃仁勳提到物理人工智能對於製造業回流、美國再工業化的重要性。「當你把物理AI融入到機械人這個實體中，你就獲取了機械人技術，」他續稱：「這對我們來說真的非常重要，因為我們正在美國各地建造工廠。」

因此，展望未來十年，隨着我們建造新一代工廠，它們將高度自動化，並幫助我們解決世界各地嚴重的勞動力短缺問題。