点击 10回复 0 原帖 2023-04-18 11:48

为何中国尚未产出类似“ChatGPT”的技术?

 在过去,中国未曾在AI基础研究领域处于领先地位,而未来5-10年也难以实现突破。ChatGPT背后的核心技术包括生成式、预训练、Transformer等,技术演进的关键点涵盖了强化学习、RLHFCNN、RNN、ResNet、LSTM、Transformer等众多模型结构和滤波器的创新。诸如Instruct Learning(prompt learning)、BERTGAN、Latent Diffusion(依赖Stable Diffusion技术)、CLIP、LoRA等技术突破均未在中国首次实现。

尽管如此,中国在AI产业应用方面却取得了显著成就,如推荐系统、视觉和语音等商业化应用。这是因为AI算法的门槛相对较低,AI的三大核心要素:数据、算力、算法中,算法的价值相对较低。例如,目前最为先进的ChatGPT,中国仅落后美国约一年,这主要受限于算力和数据。

事实上,与其他行业相比,AI技术的传播和扩散速度非常快。因此,在美国进行前沿研究的同时,中国的大中小企业紧随其后进行商业化应用,已被证明是一条有效且经济的路径。正是由于AI算法的门槛较低,跟进所需的人力和资金也相对较少,这便是中国发展AI的现实路径,并形成了一定程度的路径依赖。

由于算法的价值不高,算法的公开不会被阻止,也不会成为瓶颈。欧美社区内部的交流需求使我们总能获取新的想法和论文。数据虽然是一项重要壁垒,但中国并非缺少数据,这仅是资金问题。然而,未来真正可能成为瓶颈的是算力。算力的发展并非一朝一夕之事。

因此,当前我们应当将更多关注和投入集中在算力研究上。没有算力,就无从谈起抄袭。在算法方面,保持目前的追赶模式是理性的选择。毕竟,我们仍然是一个相对贫困的国家,人才吸引力尚不及美国。

网站首页  |  抽奖区  |  商机对接群  |  隐私政策  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  网站留言  |  违规举报  |  沪ICP备2023005404号

扫一扫联系客服