作者：中联科创特约嘉宾尹智
为什么机器学习一定得完全像人类，或者完全不像人类呢——
最近看到不少观点力挺大模型；也看到反对观点，认为大模型就是“暴力”计算，靠堆硬件试出来的研发进步。两种说法，个人都不觉得全对。首先，大力出奇迹，实践出真知，是所有前沿科技初期必须经历的，哪个新工艺，新材料，新装备，不需要成千上万次试验才能定型呢，直到今天，以我们的化学物理的科学水平，找一个新材料，催化剂还是要一遍遍做实验，如果有一个好的硬件条件能加速这些实验，为什么非要等纸面上的理论有了突破再实操呢？至于算力跟不上，算力太贵，这正应该是计算机运算科学发展的动力，实现新计算架构，新硬件架构的良机，事实上，很多技术改良就是逼出来的。至于 要不要走深度学习的路，还是改用其他小数据， 小而精的模型的路，我觉得这不矛盾，我们是要解决问题，没人规定深度学习网络里不能有基于规则的逻辑推理。未来的人工智能，会是既有基于算力和数据的学习部分，也会有基于规则逻辑的程序代码部分。对规律比较清楚的经验，比如狗爱吃肉，猫爱吃鱼，这没必要让AI再去通过图像视频的什么学一遍，直接写成规则代码就好了。 —— 仅代表尹智个人观点 Ken's personal view only
