怕找不到回家的路！请截图保存本站发布地址：www.ltxsdz.com
准备初级
工智能的诞生。
场地、机房、服务器……
如果要发挥初级工智能的最大效能，恐怕要建设一个新的智能中心。
投资十几亿，占地上万平方米，专门配置几十上百的工作团队……
采购服务器，甚至还要设计新的架构……
没有几年的投
、海量的资金、员……
几乎不可能。
这只能作为一个远期目标。
沈昆打算是，先利用公司现有的条件，搞出一个初级智能的减缩版本。
等以后发展起来，再开始着手建设智能中心。
现阶段的工智能，呈现在大众面前的只是一个小程序，
随便一个移动设备都能运行。
什么小度、siri……
但背后的工作量，却不是买几组服务器能解决的。
看一下世界顶尖工智能：
2012 年在 ImageNet 竞赛中获得冠军，达到实用程度，代表当时图形识别技术最先进水平的 AlexNet，有 6200 万个参数。
英伟达公司的一个语言模型 Megatron，有 80 亿个参数。
微软的“图灵 NLG”，有 170 亿个参数。
据说Open Ai公司正在开发的语言模型，有超过1000亿个参数。
参数越多，运算量越大，后台的支持就越复杂。
……
“太初”作为第一代强工智能，复杂程度更是远超时代。
在“聪明药”的支持下，系统直接将代码传他的脑海中，
那汪洋般的字符，数以亿计的数字，神秘的韵律，直接将他淹没。
……
如果他一行行去敲出来，只有一个累死的结果。
只有利用智能升级智能，
先搞出简单架构，随后慢慢添加，升级。
……
这还只是初级工智能。
更高的中级工智能，高级工智能，超级工智能……
想想都让震撼。
当然，超级工智能可能已经化繁为简，大道归一。
就像系统这样，一块石
就解决了。
……
目前来看，与其说工智能是一个程序，不如说是一个公司，一个产业。
想想，也很符合常理。
初级工智能作为通用型工智能，适用于各行各业。
怎么可能只是一段代码、一个手机应用那么简单？
