看完英伟达创始人黄仁勋在GTC发表的主题演讲《见证AI的变革时刻》，被Blackwell震惊之余，那些在各个行业五花八门眼花缭乱各式各样的AI应用，不禁再次感到，此刻，我们正站在星辰大海的边缘。
本届GTC一共1000+主题演讲，其中与医疗和制造业相关的占比排名前二。看到陌生而熟悉的AI医疗，药物合成，智能制造，数字孪生等概念，笔者不禁恍然如梦，十年前刚刚接触科技行业的时候，这些概念也是层出不穷，在拥挤的13号线上，手机弹出的新闻快讯，就和地铁上的程序员一样多，那趟列车通往的仿佛不是西二旗，而是未来的美丽新世界。
从IBM，微软，谷歌，西门子，GE到阿里，腾讯，百度，商汤，旷世，在那个互联网＋的时代，无一不想利用科技挖掘出2B更大更广的应用场景，然而风云激荡繁华暂歇，若非此刻再度勾起热血，恐怕也不曾记得自己经历过这些。
话不多说，入活儿！
追寻生物意义上的健康，自古至今都是人类共同的追求。2013年IBM Waston宣布进入医疗保健领域，自此AI医疗就变成了一本武林秘籍，从巨头到创业公司，各路玩家纷纷涌入，一夜之间，攻克所有医学难关只差临门一脚。这其中的代表人物，自然是IBM。
在IBM将服务器业务打包出售给联想后，这家科技巨头在国内大众的视野中就渐渐消退。然而从深蓝击败象棋大师到Watson赢得Jeopardy比赛，这位百年巨人从未停止过在科技上的探索。Watson是IBM创始人的姓名，也是其智能技术的代名词，这个结合了机器学习，并行计算，自然语言处理等先进技术的AI，以其出色的自然语言处理能力，被公司寄予厚望。
2016年，AlphaGo击败李世石，AI引起社会关注。而那一年，在AI布局最多的公司，则是IBM。过去几年，其在AI领域投资，并购超过数十亿美元。尤其推崇IBM Watson医疗，涉及肿瘤治疗，慢病管理，精准医疗，健康应用，体外检测，医疗影像，具体指导等多个领域。合作机构包括辉瑞，哈佛，安德玛，苹果，西门子等，以及落户浙江省中医院，帮助医生提供会诊帮助。
通过Watson强大的计算能力，它可以快速吸收和阅读数千篇医学研究论文。检查医学文献，并于患者真实的健康指标做对照，提出治疗建议，或者指出医生可能遗漏的其他治疗方法。攻克癌症，从Watson医疗的第一天起，就被赋予使命，通过认知计算，结合医学专家，将大数据转化为针对患者的个性化治疗。
随着时间推移，带给大家的惊喜越来越少，基于规则生成的人工智能，需要不断的标签数据才能进化，然而复杂的医疗记录和年代久远的医生笔记与Watson的数据系统却不那么兼容。与其花时间训练机器人，不如多看几个病人。
IBM则因为过早大量投入这项极为困难的事情，错过了与亚马逊，谷歌，微软争夺云计算的入场券，流年不利，财报不及预期，也开始大幅缩减投资计划。
从2016年起，Watson医疗先后放弃各种研究，2019年叫停药物发现，2020年，裁撤Watson医疗在中国团队。
其它几位巨头的经历也大抵如此。
谷歌健康部门连年亏损，又因数据隐私问题备受关注。
微软则豪掷197亿，为例公司历史第二大收购，入局医疗保健。也未听闻又所进展。
国内互联网也在AI医疗有所布局，大多集中于AI医疗影像，通过计算机视觉对比患者X光片和数据库资料，判断疾病类型和严重程度。然而这些应用也仅停留在实验室中。少有几家走出实验室，通过审批，终于来到诊室，也停留在辅助医生提高效率的初步阶段，病人不敢相信，医生不愿相信，医院不为所动。当年港股风光上市的AI四小龙之首商汤科技，如今却门前冷落车马稀。
这么多巨头先后折戟，英伟达这次胜算几何？
让我们用第一性原理再来看看这个问题。
之前的人工智能都是遵循感知-推理-决策这一逻辑闭环进行的，对数据的好坏非常敏感，需要优质的标记数据才能在推理环节结合预定义的规则得出好的结果。大模型的出现改变了这一逻辑，去掉了推理环节，从感知直接端到端的决策，不再依赖规则这一路径。
如今，大模型已经可以帮助医生完成基本的文书工作，解放双手的医生更关注病人的病情。AI为医疗影像提供视觉算力，手术视频在发给外科医生的时候就已经打好了各种标签。而借助端到端的智能更是可以拓展药物开发合成相关工作。
正如黄教主所言：
我们使用仿真工具来创造产品，并不是为了降低计算成本，而是为了扩大计算规模。我们希望能够以完全保真、完全数字化的方式模拟我们所做的整个产品。从本质上讲，我们称之为数字孪生。
当计算机智能的内核已经发生变化时，新行业，新场景，新应用，也许一切都那么相似，但一切都不同了。
我始终相信，在曲折往复中，人类将不断前进。