近日，“AI 大神”、第四范式(shi)公司创始(shi)人、CEO 戴文渊做客格隆汇高端访谈《格隆博士会(hui)客厅》。戴文渊表示，人工(gong)智能的格局其实比想象中的更复杂(za)，它里(li)面主要有算(suan)法(fa)、算(suan)力、数(shu)据(ju)这几个对象。
算(suan)法(fa)就好像蒸汽机的一个构造图(tu)纸一样，知道了这个图(tu)纸，就能造出一个蒸汽机。就比如Transformer这个算(suan)法(fa)，一般看懂了这个论文，就可以构造一个Transformer算(suan)法(fa)的系统。
算(suan)力就是在双方同样拥有Transformer算(suan)法(fa)的情况(kuang)下，显卡越强性能越强。它就像是计算(suan)机的智商数(shu)据(ju)，类比来(lai)说，就是你学过多少东西，哪怕智商高的人没学习也(ye)不行，可能智商低的人多努力最后也(ye)能达到。
在大家彼(bi)此的算(suan)法(fa)都(dou)差不多的情况(kuang)下，其实信息差很快(kuai)会(hui)被(bei)拉(la)平，因此真正会(hui)拉(la)开差距(ju)的其实还是算(suan)力和数(shu)据(ju)。所以如果最后要看AI的综合结果，需要同时看算(suan)力和数(shu)据(ju)两个方面。
往后或许(xu)不能说AI完全是一个指数(shu)级的上涨趋势，因为数(shu)据(ju)指数(shu)级增加也(ye)是会(hui)到头的。
目前数(shu)据(ju)量供应没有到天花板的时候，随着算(suan)力的指数(shu)级增加，这个模型(xing)的参数(shu)就是指数(shu)级往上涨。
一旦到数(shu)据(ju)见顶的时候，算(suan)力再指数(shu)级增加已经(jing)不能带来(lai)有效的参数(shu)的指数(shu)级增加了，所以那个时候可能瓶颈就会(hui)在数(shu)据(ju)上。
因此OpenAI也(ye)花了很多钱去投数(shu)据(ju)，他(ta)们投在数(shu)据(ju)上的花销，或许(xu)没有比算(suan)力少多少。
数(shu)据(ju)还有一个瓶颈来(lai)自于产生数(shu)据(ju)的对象。即便现在可以用(yong)模型(xing)产出新的数(shu)据(ju)给模型(xing)，但如果这些数(shu)据(ju)不经(jing)过人的挑选(xuan)，它还是不会(hui)产生新的信息量。就比如，自己说的话再被(bei)自己听回去对自己本身不会(hui)有什么样的改进。
最后有效的数(shu)据(ju)能增加多少，取决(jue)于能调(diao)动多少人、多少力量去贡献(xian)数(shu)据(ju)。
中国市场(chang)是拥有最大的的数(shu)据(ju)样本，整个中国市场(chang)能找到很多的数(shu)据(ju)收集场(chang)景，并且规模可能是最大的，这就意味着能给到人工(gong)智能最多的学习材料。在AI领域，戴文渊认为，科技从业(ye)者都(dou)是为了这个科技进步在努力，自己作为科研工(gong)作者，目标是做一个业(ye)界领先的东西。这可能需要充分利(li)用(yong)自己所处的环境，看看怎(zen)么在这个环境做最领先的事情。