近日，“AI 大神”、第四范(fan)式公司创始人(ren)、CEO 戴(dai)文渊做客格隆汇高端访谈《格隆博士会客厅》。戴(dai)文渊表示，人(ren)工智能的格局(ju)其(qi)实比想象中(zhong)的更复杂，它里面(mian)主要(yao)有算法(fa)、算力、数据这几个对象。
算法(fa)就好像蒸汽机(ji)的一(yi)个构造图(tu)纸(zhi)一(yi)样，知道了(le)这个图(tu)纸(zhi)，就能造出一(yi)个蒸汽机(ji)。就比如(ru)Transformer这个算法(fa)，一(yi)般看懂了(le)这个论文，就可以构造一(yi)个Transformer算法(fa)的系统(tong)。
算力就是在双(shuang)方同样拥有Transformer算法(fa)的情况下，显卡越强性能越强。它就像是计算机(ji)的智商数据，类比来说，就是你学过多少东西，哪怕智商高的人(ren)没(mei)学习也不行(xing)，可能智商低的人(ren)多努力最后也能达到。
在大家彼此(ci)的算法(fa)都差不多的情况下，其(qi)实信息(xi)差很快会被(bei)拉平，因此(ci)真(zhen)正(zheng)会拉开差距的其(qi)实还是算力和数据。所以如(ru)果最后要(yao)看AI的综合结果，需要(yao)同时看算力和数据两个方面(mian)。
往(wang)后或许不能说AI完全是一(yi)个指数级的上涨趋势，因为数据指数级增加也是会到头的。
目前数据量供应没(mei)有到天花板的时候，随着算力的指数级增加，这个模型的参数就是指数级往(wang)上涨。
一(yi)旦到数据见顶(ding)的时候，算力再指数级增加已经不能带来有效的参数的指数级增加了(le)，所以那个时候可能瓶颈就会在数据上。
因此(ci)OpenAI也花了(le)很多钱去投数据，他们投在数据上的花销，或许没(mei)有比算力少多少。
数据还有一(yi)个瓶颈来自于(yu)产(chan)生数据的对象。即便现在可以用模型产(chan)出新的数据给模型，但如(ru)果这些数据不经过人(ren)的挑选(xuan)，它还是不会产(chan)生新的信息(xi)量。就比如(ru)，自己说的话再被(bei)自己听回(hui)去对自己本身不会有什么样的改进。
最后有效的数据能增加多少，取决于(yu)能调动多少人(ren)、多少力量去贡献数据。
中(zhong)国市(shi)场是拥有最大的的数据样本，整个中(zhong)国市(shi)场能找到很多的数据收集场景，并且(qie)规(gui)模可能是最大的，这就意味着能给到人(ren)工智能最多的学习材料。在AI领域，戴(dai)文渊认为，科技从业者都是为了(le)这个科技进步在努力，自己作为科研(yan)工作者，目标是做一(yi)个业界(jie)领先的东西。这可能需要(yao)充分利用自己所处的环境，看看怎么在这个环境做最领先的事情。