1. 目前ai背后的技术原理是什么？他是如何理解自然语言的？
2. 目前ai面临的问题和挑战是什么？
2023-12-10
算力资源有限
ai训练需要庞大的参数参与计算。算力越强，ai训练所需要的时间也越短。也许未来量子计算机出现，或者更强大芯片普及，可以有更强的算力输入道ai领域，ai 的发展才能突飞猛进。 是否可以开创一个共享协议一样，让ai的使用和计算遵循某种协议，可以让使用者的终端在用户同意的前提下参与少量ai的训练工作。积少成多，大家共同为ai训练出一份力。
数据量不充足
ai训练是需要大量数据作为支撑的。有了足够的数据支撑，ai才能拥有更强大的推测能力。
算法还需要不断优化
在同等算力和数据的基础上，更优秀的算法，可以加速ai训练和输出的效率。
重复工作太多
目前市面上存在很多大模型。底层原理基本上大同小异，能力参差不齐，同时都在进行着各自的训练。很多相同的工作，可能不同的公司都重复做了一遍， 浪费了资源和时间。如果未来可以把计算的结果上传到一个共享的平台，可以少造很多轮子，ai的发展也会少走很多弯路。
