人工智能的核心不在算力
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">智能<span style="color: black;">便是</span><span style="color: black;">规律</span>，用数学方程表达<span style="color: black;">便是</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">Y = F ( X ) </p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">这儿</span>Y和X都是矢量（矩阵）。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">人工智能<span style="color: black;">便是</span>利用信息产业的超强的计算能力把一个<span style="color: black;">规律</span>函数 F ( X )用一个级数函数 X *B 计算出来，用数学方程<span style="color: black;">暗示</span>为:</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">Y = F ( X )= X *B + E</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">这儿</span> X *B 是矢量（矩阵）型级数，<span style="color: black;">亦</span><span style="color: black;">便是</span><span style="color: black;">咱们</span><span style="color: black;">叫作</span>的大模型， E为误差。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">通常</span><span style="color: black;">来讲</span>，大模型X *B 越大，误差E越小。但当大模型 X *B 大到<span style="color: black;">必定</span>程度时， E再<span style="color: black;">亦</span><span style="color: black;">没法</span>缩小，<span style="color: black;">此时</span>扩大大模型=X *B 的参数就<span style="color: black;">无</span><span style="color: black;">道理</span>，即<span style="color: black;">此时</span>扩大算力就<span style="color: black;">无</span><span style="color: black;">道理</span>。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">人工智能的核心是级数模型X *B 的巧妙性，而大模型X *B 的巧妙性的迭代完善将是一个很漫长的过程。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">我举个例子说明这个问题。资源的最优资源配置问题，大模型相当于计划经济，看不见的手相当于市场经济。再大的大模型，再完善的计划经济，都不如看不见的市场之手。市场之手的数学模型，帕累托优化竞争性<span style="color: black;">平衡</span>，Y = F ( X ) ，是一个<span style="color: black;">没法</span>计算的方程，<span style="color: black;">原由</span>在于<span style="color: black;">目的</span>变量Y （资源效用）是一个<span style="color: black;">没法</span>计量的变量。<span style="color: black;">因此呢</span>，许多逻辑或规律不是计算就能<span style="color: black;">处理</span>的，不是算力就能<span style="color: black;">处理</span>的。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">经过</span>上面的分析，<span style="color: black;">咱们</span><span style="color: black;">能够</span>得出如下几个结论。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">1，股市里人工智能炒算力，仅仅是炒<span style="color: black;">罢了</span>。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">2，英伟达不<span style="color: black;">表率</span>人工智能，英伟达的市值可能存在<span style="color: black;">泡泡</span>。伟达能算出经济规律吗？英伟达能算出国际政治博弈规律吗？</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">3，大模型X *B 的迭代完善将是一个很漫长的过程，中美在第四次工业革命人工智能里的竞争将是马拉松竞赛。<span style="color: black;">例如</span>，经济规律和国际政治规律的人工智能还需要人去探索更巧妙的<span style="color: black;">规律</span>模型Y = F ( X )和计算模型 X *B ，<span style="color: black;">这般</span><span style="color: black;">才可</span>让误差 E足够小。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">4，中国有广泛的产业<span style="color: black;">基本</span>，又<span style="color: black;">无</span>太多的政治正确约束，中国的人工智能应用将比美国广泛得多。中美人工智能马拉松竞赛，大概率中国将胜出。</p>
外贸论坛是我们的，责任是我们的，荣誉是我们的，成就是我们的，辉煌是我们的。 外链发布论坛学习网络优化SEO。 i免费外链发布平台 http://www.fok120.com/
页:
[1]