中美人工智能领域的差距实际有多大？

发布日期：2024-05-16

128 次

谈到中美两国在AI领域的差距时我想绝大多数人都会认为我们一定是落后于美国。这种观念是无可非议的。从本次AI高潮主流算法的深度学习模型就是美国的，当今的基础大模型的发展来看，确实也是美国遥遥领先。

在这种情况下我国的研究人员感到无能为力！那么必定我国的AI就一定赶不上美国吗？

我认为要赶上美国首先就要调整我们的创造意识！AI的思路被美国牵引着，跟随美国的AI模型的发展，我们就不可能超越美国！

比如深度学习模型，依靠深度神经网络的学习，可以提高识别精度，这已经被业界认可了。但是，深度神经网络的效率极低，无功消耗极大！这种模型出自于连接主义的神经网络学派，是被数学上的NP问题所绑架。

事实上应用效果的好坏与网络连接的规模无关。

无需复杂链接，依靠高智慧密度的训练数据，依靠把握被识别对象的真实的物理世界的全貌，依靠核函数的高维平面分类，依靠概率尺度自组织可对被识别的数据的进行最大概率的选择，可以做到如同人类识别物体那样一回生二回熟越识别精度越高。这样的属于AGI时代的自动机器学习模型自然会遥遥领先于目前的深度学习模型的。

那么目前流行的生成式AI一定要消耗巨大的能源吗？其实，从理论上讲根本不需要!

还在被机器学习模型束缚的Transformer算法，在NLP上比起把类似的单词捆绑在一起通过深度学习训练出词向量的算法相比具有突破性的进步。但是，NLP的处理不像模式识别那样需要具有很好的泛化能力，从网络上训练的相同语意的单词的频率的大小是相对确定性的，语言的语法关系也是相对确定性的，因此不需要做到模式识别所需要的泛化能力。特别是在两个矩阵的之间注意力机制的计算通过矩阵乘法才能获得，这是很笨的方法。生成式AI的效果完全取决于所训练出的语言数据的参数的多少！因此回避复杂连接的神经网络，使用低能耗的逻辑推理模型照样可以训练出超越传统生成式AI的数据参数的数量，一定可以获得接近人的大脑的功耗，而超越大模型的生成式AI的效果！从生成式AI的机理上搞清楚了就一定可以成功的。

仅举如上的两个例子足以说明，只要我们改变思路就一定可以超越美国的AI水平。

特别是神经网络学派坚持复杂连接，这是愚蠢的违背科学的，必然走不下去的，美国推崇的生成式AI仅仅一个自然语言的应用就出现能源危机，这是违背科学的结果。我们只要坚持科学的方法论，闷头走自己的路，当美国的AI领域研究者发现自己走不下去的时候，我们已经在AGI的时代里奋勇直前。

版权声明：本站内容除特别声明的原创文章之外，转载内容只为传递更多信息，并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题，请及时通过电子邮件或电话通知我们，以便迅速采取适当措施，避免给双方造成不必要的经济损失。联系电话：020-2204 2442,邮箱：Sales@greentest.com.cn。

上一篇: 借助全新 AMD Alveo V80 计算加速卡释放计算能力
下一篇: 红帽与高通携手开发软件定义汽车平台

为您精选

OpenAI自研AI芯片最快2026年推出,可能交由台积电来生产

7月22日消息，为了将低对外购AI芯片的依赖，传闻微软投资支持的生成式AI应用大厂OpenAI已经开始自行设计与生产相关芯片的计划···

更新日期：2024-07-22 179 次
宝马搭建全球首个AI车用磁共振检测系统，5 秒内出结果

7 月 19 日消息，宝马在美国夏威夷搭建了全球首个为汽车设计的磁共振成像（MRI）系统，并借助AI辅助检查汽车是否存在安全隐患···

更新日期：2024-07-22 162 次
SAI集团并购Get Well加速AI医疗保健领域布局

7月11日据报道，投资公司SAI集团日前宣布收购拥有24年历史的医疗保健服务提供商Get Well。Get Well主要为1000家医疗机构提供···

更新日期：2024-07-14 67 次
我国首个开源桌面系统开放麒麟发布AIPC版本支持端侧大模型

7月9日消息，据openKylin（开放麒麟）官方消息，日前openKylin forAIPC版本重磅发布。官方介绍，在人工智能与异构计算技术迅···

更新日期：2024-07-10 107 次
三年后AI大模型训练成本或达1000亿美元

据Tom’s Hardware报道，AI新创公司Anthropic CEO Dario Amodei近日在Podcast节目《In Good Company》中表示，虽然AI大模型的···

更新日期：2024-07-10 195 次