@Lenciel
·
人工智能：成果、问题和展望（2）
原文中文，约5600字，阅读约需14分钟。
📝
内容提要
人工智能面临的问题包括神经网络的不足、信任问题和合法合规等。发展需要政府的介入和监管。未来展望包括算法、算力、数据、开源与闭源模型、应用和中间层等方面的发展。每个人应找到适合自己的节奏和层次，以应对这个时代。
🎯
关键要点
-
人工智能面临神经网络不足、信任问题和合法合规等挑战。
-
人工智能的发展需要政府的介入和监管。
-
信任分为组织信任和个体间信任，现代社会更依赖于社会信任。
-
人工智能的到来对信任体系带来新的挑战。
-
合法合规问题包括训练数据的合法性和应用开发者的合规性。
-
AIGC产品提供者需遵守相关法律法规，承担信息内容责任。
-
Scaling Laws是发展大模型的核心路径，但缺乏长期理论支持。
-
基底模型的训练成本高昂，普通团队难以承担。
-
国内面临芯片禁令和技术封锁，发展受限。
-
未来展望包括算法、算力、数据、开源与闭源模型、应用和中间层的发展。
-
高质量数据集成为瓶颈，Synthetic Data将成为关键能力。
-
多模态将成为主流，企业需谨慎评估大模型技术的应用。
-
中间层应用有望解决编译、部署和调度等问题。
-
每个人应找到适合自己的节奏和层次，以应对快速变化的时代。
🏷️
