| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 科技知识 -> 现在的美国主导的人工智能是否点错了方向？ -> 正文阅读 |
|
|
[科技知识]现在的美国主导的人工智能是否点错了方向？ |
| [收藏本文] 【下载本文】 |
|
美国人工智能现以chatgpt和sora视频为核心，但两款软件现阶段价值以娱乐为主，当代网络最不缺的就是娱乐，人工智能批量生产的娱乐产品短期貌似有所收… |
|
在生物演化历史上，“寒武纪大爆炸”(Cambrian Explosion)[1]是一个避不开的词汇，它是一个相对短暂但是关键的演化时期。绝大多数动物的"门"(phylum)在这一时期出现。 |
|
|
从当今的视角来看，这一时期无疑是混乱无序的。地球的地址活动，生态的变化，甚至海洋/大气中的氧含量 都在快速的发生突变[2]. 显然，其中的绝大部分生物都灭绝了，很多人可能就会本能的认为 这种混乱，以及哪些灭绝的生物有何意义呢。 这虽然是一个类比，不能解释本问题的核心。但是我们从耗散系统(Dissipative system)[3]的角度，仍然能够发现很多相似性——演化和创新意味着打破边界，打破现有的结构，也就意味着混乱、炒作、欺骗 以及 快速而频繁的各种指标的暴涨和暴跌。这种混乱不平的生态，对于一个耗散系统来说，往往是从一个相对稳态跃迁到一个新的相对稳态的过程。同时，对于耗散系统来说，无论从事前、事中 和是 事后，我们都无法评判 这种跃迁的方向 到底是正确的 还是 错误的。而这种不确定性，恰恰是耗散系统的魅力所在，也是生物演化、智能产生 以及 社会发展的必要条件[4][5]。 相反地，每当对这类耗散系统的管理方式，倾向于规避不确定性、避免混乱、倾向稳定可靠和安全性，倾向宏观设计和制度化，以及进行价值评判时候，也是扼杀这种过程的时候。这个逻辑过程，无论是从信息论、生物演化 还是 社会发展实例来说，都得到普遍的证明。 所以对于创新，我们要评判什么呢？评判它的发展方向吗，这显然不对。要求它有序发展、有序扩张、有序创新吗，这本质上就是在扼杀发展和创新。等别人创新完再跟进吗，那你永远也引导不了创新，也分得不了大的利益。 蓬勃的创新不仅要求发展方向上的混乱（莫衷一是，谁也说服不了谁），而且要有资金投入/金融资本 方面的混乱（估值膨胀、无序扩张，爆发和破产在一念之间而且频繁出现），还要求应用场景上的混乱（大量伪需求，甚至大量灰色应用；极少部分能活下来；大量重复建设）。我们中一些人看到这样的混乱就怕了，就觉得社会资源被浪费了，就忍不住想要“管起来”或者要求 政府 和 组织 “管起来”。这是非常反智的，而且固步自封的做法。 创新轮不到我们中任何人批判，因为它的发展方向很可能没有对错之分，只要它蓬勃发展就行了。甚至在很多时候它可能是违法的，但这不是创新的问题。 参考^Smith, M. P., & Harper, D. A. (2013). Causes of the Cambrian explosion. Science, 341(6152), 1355-1356.^Fox, D. (2016). What sparked the Cambrian explosion?. Nature, 530(7590), 268.^Hill, D., & Moylan, P. (1976). The stability of nonlinear dissipative systems. IEEE transactions on automatic control, 21(5), 708-711.^Achermann, G., De Luca, G., & Simoni, M. (2020, June). An information-theoretic and dissipative systems approach to the study of knowledge diffusion and emerging complexity in innovation systems. In International Conference on Computational Science (pp. 252-265). Cham: Springer International Publishing.^Shoaib, M., Kausar, M., Nisar, K. S., Raja, M. A. Z., Zeb, M., & Morsy, A. (2022). The design of intelligent networks for entropy generation in Ree-Eyring dissipative fluid flow system along quartic autocatalysis chemical reactions. International Communications in Heat and Mass Transfer, 133, 105971. |
|
你认为的方向是正确的，但你认为openai 的 chatgpt和 sora 的用法是用于娱乐，体现了你不在行业内。这种理解意味着你根本连这些工具是锤子还是锯子都没弄明白。你楞是把它们当秤砣使，然后向大家提问，说为啥要把锤子当秤砣使？ 你让我怎么回答你？回答你说，你想的是对的，锤子就是当锤子使的。 |
|
不要搞錯了。 請題主告訴我，美國還有什麼產業可以展示 A.I. 應用？ ______ 目前大陸出現大批這類認為 A.I. 無用或是偏用的誤導性言論。 A.I. 是生產力革命的重要組成部分。 可以取代「一般人」的很多工作內容。娛樂只是其一不是全部。 美國現在這樣展示，只是因為美國也沒別的產業好玩了。其他產業通通在中國。你要展示給誰看？ 重要的是取代一般人的工作。因為這是可訓練的內容。 |
|
看英伟达、meta等公司的股价，openai的估值都长成什么样了，错误的方向能支持这么高的估值么？ |
|
其他领域的人工智能也是美国的强项，只不过按照惯例，是美国造系统、算法和芯片；日本德国生产电机、传感器；中国负责外壳与组装。 现在中国不愿意只做最底层，开始吃日本德国的市场，并一嘴哈喇子的看着美国。 但美国目前在产业链上游优势还是很大的。 以谷歌来说—— 其的 RT-2：全球第一个控制机器人的视觉 - 语言 - 动作（VLA）模型。 Open X-Embodiment 数据集，改变了以往需要针对每个任务、机器人具体定制模型的方法，将各种机器人学的知识结合起来，创造出了一种训练通用机器人的新思路。 AutoRT、SARA-RT 和 RT-Trajectory等等还有很多。 具体可以看这个专业答案—— 晒科网：谷歌DeepMind团队公布的三项技术，到底意味着什么？4 赞同 · 0 评论文章 |
|
|
而英伟达和英特尔在产业链中的位置比谷歌还要重要。 美国的问题不是点错了方向，而是想着把中国甩开，但又找不到中国的替代者。于是先进技术无法落地变现。 |
|
没有 未来的世界是属于算力的。这个事情20年前甚至30年前我们就知道。过去100年的发展实际上就是算力发展的结果。人工智能同样也是。以前我们知道我们的算力和人脑差距过大，现在我们发现我们的算力够了。仅此而已。 与之相似的还有深度学习。深度学习80年代开始就有相关的算法了，之所以到了12年才爆发，也是算力所致。 看问题要看清楚本质。 |
|
没有方向错误 只有先后顺序 无论是无人驾驶 又或者视频生成都是我们需要的东西 不会出现内容生成比无人驾驶先进太多，又或者有了无人驾驶就不需要内容生成这样的现象 两个都对 两个都是发展方向 两个都值得大规模投入 都有好处 都有弊端 都需要社会实践才能见分晓 而且先进的东西不只有 人工智能 蓄电池 信息传递 甚至社会科学 城市规划 都是重要的科研项目 美国现在空心化 制造业不强 所以只能玩点脱实向虚的东西 从美国角度看 内容生成简直不要太合适 中国作为世界工厂 全自动无人流水生产线 一定是值得大力研发的东西 其实如果不是就业问题 无人工厂早推广了 哪怕是就业压力这么大 用少量人的半自动流水线也已经势不可挡了 多便宜的人工也比不过电费 各个国家有各个国家的国情，也有各个国家自己的发展计划 日本也在搞氢能源，虽然大家都不发展氢能源，也不能说氢能源错了，而是氢能源赛道日本已经领先太多 别的国家只能吃日本剩饭，这是不可接受的 所以，这种问题是没有对错的，这种国策也不应该用简单的对错来区分 |
|
就目前这个情况来看 任何无法应用到实际生产领域的ai创新，本质上都是金融衍生品 |
|
“美国人工智能现以chatgpt和sora视频为核心，但两款软件现阶段价值以娱乐为主，当代网络最不缺的就是娱乐” 看到这段话我感到深深的悲哀，，，民族的未来要被一帮狗东西毁了。 |
|
创新就是试错的过程，而且今天错了技术可能过些年又有新用途，又成了对的。著名的蓝光二极管，获诺奖级别的成果，就是一个技术员沿着被大家公认错误的方向上成功了。所以新技术是个海洋，没什么所谓正确方向。你以为会有什么弯道超车的聪明操作找对突破方向吗？科研不是玩游戏。 |
|
美国主导的人工智能有三条腿：生成式在openai那边，工业的在马斯克那边，专用式弱人工智能在微软那边。 openai的这条腿走错了，无所谓的，其他两条退才是关键 |
|
历史总是惊人的相似。由大模型想到了恐龙。 |
|
|
恐龙曾经统治地球1.5亿年之久，身形巨大优势明显，且海陆空通吃，而当时的人类祖先普尔加托里猴就像老鼠一样苟且偷生。 |
|
|
然而，这种体型优势却限制了其智力的发展，最终恐龙演化成了鸡。普尔加托里猴演化成了类人猿和人类。 |
|
|
如今的人工智能似乎也有这个趋势，从最开始的专家系统，到小模型神经网络，再到现在的大数据、大模型，似乎“大”的优势越来越明显，但是其笨重的问题也很明显，真正的智能最终还得回归到小数据小模型。 |
|
美国主导的人工智能产业决定了方向 |
|
在一个炎热的夏日，一只饥渴的狐狸漫游在寻找食物。它的目光突然被前方一串晶莹剔透、似乎十分甜美的葡萄吸引。这些葡萄挂在一株葡萄藤上，离地面有一段不小的距离。狐狸一看到这些葡萄，便立刻被它们的美丽外表和可能的美味吸引，于是开始试图跳跃去够到它们。 它跳了一次，却没跳到。它调整位置，又跳了一次，仍然够不着。经过几次努力后，狐狸开始感到疲惫，同时也感到一种挫败感。它停下来，喘着粗气，看着那些依旧高挂在藤上的葡萄。然后，它突然转变了态度，对自己说：“这些葡萄看上去又大又美，但我敢肯定它们一定非常酸，不值得吃。” 说完，狐狸摇摇头，不再对那些葡萄产生任何兴趣，转身离去，寻找其他食物。这个故事告诉我们一个深刻的道理：有时候人们在达不到某些目标时，可能会自我安慰，贬低那个目标，来减轻自己的失落感。这是一种避免面对失败的心理机制，但它也可能阻碍我们面对挑战，努力克服困难。 |
|
啊对对对！ 中国但凡现在投入一点AI，都是中了美国的圈套。 建议在新能源和高铁领域加大投入，制造出1000km/h中国号！让美国佬羡慕的流口水！ |
|
对于美国来说是点错了方向，美国的发展已经失去了工业制造业能力，他们再发展Ai也只不过是大脑厉害，但是肉身尽失，美国的发展使得自身已经进化成精神文明的存在，没有肉身了，所以他们必须发展出更好的精神科技，来让自己看上去更像神一样，心中所想ai便生出出来。可惜在美国生成出来的是虚拟内容。 但是在中国呢？再发展些时日，我们心中所想不光可以生成虚拟内容，也可以生成真正的实物。我们同时占据了物理世界和虚拟世界，贯穿整个工业领域的大模型才是我们需要的真正大模型。 大模型生成航母设计图纸，工艺图纸，物料清单，同时生成动力系统、电力系统、航空保障系统、指挥控制系统、控制系统、通信系统、电子计算机系统、情报、监视、侦察系统、武器系统的软件系统和硬件图纸。这才是我们要的发展方向。 有了强大的工业大模型才有了和平发展的基础，剩下的竞争就来自于超级能源了，超级能源未必是永洁能源，可以是超级太阳能能源。可控核聚变有价值，但是若搞不定，戴森球方案未必不是超级方案。 有了超级能源，超级AI，超级工业体系，三位一体未来可期。 如果超级ai诞生在了美国，所有虚拟世界中的产能将全球第一，他们便会用超级ai玩出一条新的工业线路，我们的工业是我们拥有强大的工艺能力，而工艺能力来自于熟练的技工，但是技工的工作经验和能力是可以被学习的，这样通过超级Ai就会产生一个工艺能力超级强大的工艺AI，套上人形机器人，阿卡美丽便走出了一条新的，摆脱人类技工的Ai工业文明。亦可称为神级文明，心中所想便诞生出自己想要的一切。 娱乐消费级的AI我们卷的意义其实不是太大，但是它有足够足够强大的流量，是长尾中的长尾是万事计算器，所有人都会用，都要用的，离不开的工具，人类新的虚拟器官，外挂中脑（大脑 小脑 你都有了，你缺个ai中脑），所以人人需要，消费级AI定将血雨腥风，大多数的资本终将白白烧掉，但是没有竞争就没有好的公司诞生，其实现在chatgpt依旧是全球第一，3.5都没有一家公司追上，别说4.0了。Sora的发布，其实是让很多文本大模型的公司转向视频大模型，Openai好继续在Gpt领域遥遥领先，多模态大模型已经追不上了，现在又被吸引去搞视频大模型，搞吧，终将血雨腥风。 当年的百团大战，补贴打车之战，共享单车大战，再往前的3Q大战，电商大战，近期的直播大战，眼下的百模大战，百模开源大战，看看最后谁能笑到最后。 我更看好的是cad cae cam 领域的百模大战，这是我们这个文明发展的基础，长尾不是不重要，是很多小团体根本没有机会，垂直细分领域的工业大模型，大家还都能有点机会，比如你专门做钣金大模型，我做螺栓大模型，你做马达电机大模型，隔壁做冲压件大模型，对面做PLC大模型，下面的胖子做电气大模型，这样发展才有机会。搞通用大模型，没那么多显卡，也没有那么多银子。 |
|
不是点错了方向，而是美国因基础建设和本国国情限制，AI在软领域更容易得到实际收益。 任何产业都要立足本国国情。 大方向上，其实中国搞的AI模式与西方搞的AI模式根本是完全不同的东西。我国搞的终极方向，是大型宏观场景支持下的AI适配或大数据模型适配，西方搞的终极方向是不依赖场景的通用AI适配。 看看目前国内到处都有的电子支付和货币全电子化，为什么在西方就水土不服完全搞不了？根本是因为美国的4G部署成本过高，而且私有化，地方利益保护导致有数百家运营商，无法统一且有效覆盖全境。 在AI领域也很明显。 比如华为的智驾，目前现实中国内99%场景已经可以实现接近L4级自动驾驶了，平均1500多公里才会发生一次人工接管。如果这是美国的，CNN新闻里估计已经和人类首次登上月球等同了。但华为的自动驾驶国外不会像国内用的那么好，因为国内有“北斗高精车道指引”，有“全场景无死角4G/5G网络全覆盖”，有全国统一的“道口电子信号标识指示”，就是说，我们在做的，是一步步创造出一个更适合AI发挥工作的实用场景，并覆盖这种场景。而西方在做的，多数限于无实体的网络信息媒体行业，因为环境无法大规模支持，所以即使搞，也只能搞个完全不依赖环境的，在多数环境下可以通用的智能机器，而这个要求其实难度更高。 这就是为什么西方搞的AI项目越来越多，但落地实际产生效益的越来越少，多数项目只能局限于虚拟网络“缸中之脑”的领域。因为他们的项目在现实世界都缺乏各种基础建设基础网络的支持。 |
|
|
通用AI无法约束的肆意进化，会破坏人机边界，甚至可能造成人类灭绝。 |
|
|
|
|
|
而中国在做要做的，是专业训练的大模型在现实世界实际应用，每落地一个领域，都会对日常生活产生剧变，比如前几年的电子支付，现在的自动驾驶，还有未来的居家服务机器人。 华为目前正在搞的全屋智能，很可能就是为未来居家服务机器人提供的场景支持，这是个彻底改变人类生活方式的领域，只有有场景支持的机器人目前才能真正可用，因为这比通用机器人简单且有效。而西方正在搞的脱离场景的纯通用AI，缺乏对齐和校验，那种随时会发疯且不可控的黑箱，其不可控属性有可能会带来巨大的致命破坏。 依赖场景的专业AI，相对简单，有效，可靠，可控。我们可以很容易的制定“工具”的边界，更容易校验其执行的效果和服从性，即使AI发生“涌现”或“脱离”，我们也可以用场景来约束它。这在许多领域是必须的。 |
|
|
|
|
|
|
|
|
|
|
现实科技发展更像在一座迷宫里找出口，很多时候你非要刻意向某个方向一直走只会在死胡同撞墙，反而不如胡乱穷举探索来得有效。 |
|
这需要时间去检验，科技这玩意走错路是常态，走对路是意外，科技发展真正依靠的其实是长期的积累，望某些人戒骄戒躁。 |
|
那照题主这样讲的话，游戏是娱乐性的，那么在游戏刺激下的显卡发展是点错了方向咯？！ |
|
不是美国的人工智能点错了方向，是金融行业专挑容易写稿的方向炒作。 |
|
是的，美国的人工智能已经走到了邪路上了。 人工智能的初衷应该是让人类社会更加美好，而不是让人类成为人工智能的奴隶。 虚假的资本主义的人工智能：由垄断公司和资本家控制，需要花费昂贵的价格去购买，从事绘画写作等创造性工作，让大批人员失业。 真正的社会主义的人工智能：由国家控制，免费应用于城市交通、监控和网络环境中，有效保护人民被各种不良行为和不良言论的威胁，实现社会和谐和稳定。 哪一边才是人工智能未来真正的发展方向，一目了然。 |
|
...llm和图片、视频生成两者都是完全的生产力工具。 你对chatgpt的理解就是拿来扮成猫娘给你讲相声吗？这样的话，点错了方向的是你... |
|
方向是对，但做通用型ai的难度要远远大于专用型ai，一旦成功，将是对人类工作的大规模替代。美国这波科技金融战玩得有点大。万一ai应用不能及时转化成生产力，靠英伟达卖铲子，是很难挺过这轮债务周期的。 |
|
openai的llm在学术界已经是微信级别的存在了。。。 |
|
美国做什么都是方向性错误的，因为他们缺少一个人给他们事事指明方向，对吧 |
|
立个靶子，问奇怪的问题···，你向往的智能已经没什么技术含量了，只是一个能否让受众能否执行规范性的问题,而且认知也停留在有物件才有价值的阶段·· |
|
ChatGPT和Sora其中的意义也不是你想的以娱乐为主，具体的意义具体来说就是AI通过RLHF的现实校准很成功，大规模的网络的能力已经得到验证，能让人的经验和知识用网络很抽象地存起来了，还能很灵活得调取和创造，现在的模型已经可以被称为world model了，标志了联结主义的成功，许多年前一地鸡毛的专家系统现在已经出现了，已经有AGI的雏形甚至可以说就是AGI了，多激动人心呀。现在他们用在娱乐是因为方便宣传和融资，是变现最直接的方式，并不是说他们就只能拿来干这个了 人工智能的方向可多了，大大小小的你想得到的想不到的方向都在做，只是这两个是效果最好的最出圈的，你提到的智能驾驶也是学术这里偏接地气的了，也是全世界都在卷的一个方向，怎么能说没点这个方向的技能点呢。而且再往上的话前几年是AI Economist设计税收制度，现在已经他们已经敢提AI Government了。我夹带私活地说，如果要投票什么科技最可能从社会层面来解放人类，那我觉得就是多智能体的这个机制设计方向了 |
|
没错啊 本质上是发展高质量数据和推动算力变革 gpt和sora提供娱乐方向的效率工具 就像当初的ps一样 你能说他没用吗?电商、电视、电影这些产业都需要它。只是他侧重于服务于第三产业，不是你认为的第二产业。 至于你说智能驾驶，智能家务这些可以看看特斯拉和谷歌。甚至军用AI现在都在研发应用。 百花齐放的时代而已，你不能只看一朵花。你不知道的不代表他不存在，多看多了解拓宽自己的视野就不会有这种问题了。 如果互联网数据是一片海洋，美国在大航海，而海的另一边在闭关锁国。 |
|
目前来说是电力、算力达不到需求，这种大模型我觉得用在教育上比较合适，用超级中学远程班来进行授课。然后用ChatGPT布置分层作业，做完了批改，用Sora演示错题，预习新课比较好。 |
|
这是个不错的技术，而且需要很多加速卡，刺激半导体工业发展，奥特曼准备融资7万亿美元干活，应该是硬件和能源建设方面有大的发展，直接带动核聚变发电相关领域发展，这些都是现在需求疲软的行业，特别是民用需求已经饱和的情况下，人工智能的这波操作可以刺激这些相关行业的发展，所以现在还无法判断方向是否存在问题，另外太空探索对于航天员而言是危险的，生命维护成本非常高，人工智能加持下的罗伯特就可以很便宜，所以说在太空探索方面也有助力……。 |
|
关心那些破事儿干啥？ 跟局域网里的麻瓜 有关系吗？ |
|
啥叫市场经济，最有市场价值的大家都会抢着做，没价值的自然就无人问津，市场不需要领导来做宏伟规划，所以也就不存在什么点错方向 |
|
机器学习工程师、自然语言处理工程师、数据科学家、人工智能工程师和机器视觉工程师是目前美国人工智能行业中最热门的职位。这些职位覆盖了从数据处理、算法设计到系统实现等多个方面，反映了美国人工智能技术在不同领域的应用和发展。 机器学习工程师是AI行业中最受欢迎的职位之一，他们专注于利用机器学习技术来解决实际问题。自然语言处理工程师则致力于开发能够理解人类语言的计算机系统，这是人工智能领域的一个重要子领域。数据科学家则主要负责数据的处理、分析和挖掘，为AI系统的训练和优化提供数据支持。 人工智能工程师是人工智能系统的设计和实现者，他们需要精通AI技术的理论和实践，并具备良好的编程、算法和系统设计能力。机器视觉工程师则需要具备计算机视觉、图像处理等专业技能，能够运用深度学习、卷积神经网络等技术来开发人工智能系统。 从这些职位来看，美国主导的人工智能并没有点错方向，而是在多个领域都有所布局和发展。当然，人工智能技术的发展是一个不断演进的过程，未来的发展方向和重点也可能会随着技术和应用的发展而有所变化。但是，从目前的情况来看，美国在人工智能领域的发展是多元化和全面的，涵盖了从数据处理到算法设计再到系统实现的多个方面。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |