智能便是规律,用数学方程表达便是
Y = F ( X )
这儿Y和X都是矢量(矩阵)。
人工智能便是利用信息产业的超强的计算能力把一个规律函数 F ( X )用一个级数函数 X *B 计算出来,用数学方程暗示为:
Y = F ( X )= X *B + E
这儿 X *B 是矢量(矩阵)型级数,亦便是咱们叫作的大模型, E为误差。
通常来讲,大模型X *B 越大,误差E越小。但当大模型 X *B 大到必定程度时, E再亦没法缩小,此时扩大大模型=X *B 的参数就无道理,即此时扩大算力就无道理。
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。
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,帕累托优化竞争性平衡,Y = F ( X ) ,是一个没法计算的方程,原由在于目的变量Y (资源效用)是一个没法计量的变量。因此呢,许多逻辑或规律不是计算就能处理的,不是算力就能处理的。
经过上面的分析,咱们能够得出如下几个结论。
1,股市里人工智能炒算力,仅仅是炒罢了。
2,英伟达不表率人工智能,英伟达的市值可能存在泡泡。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?
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。例如,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规律模型Y = F ( X )和计算模型 X *B ,这般才可让误差 E足够小。
4,中国有广泛的产业基本,又无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。
|