从Sora说到FSD(胡锡进这回终于说对了…)

发布于: 修改于: iPhone转发:3回复:79喜欢:24

Sora发布,热度爆棚。

连粉网红人胡锡进都第一时间发文表示担心国人在AI方面与美丽的差距会越拉越大。下面这段是他的文字:“从老胡能够看到的一些专业人士的反馈中,他们显得有些悲观,或者说信心不足。一是因为美国卡高端GPU芯片,一定程度上抑制了中国AI公司的算力。二是中国大语言模型以及AI视频开发需要对内容安全投入巨大精力,这些都是中国发展AI需要面对的现实成本。”

不得不说,这次胡锡进碰到的“专业人士”,确实说的还挺靠谱。

第一点是关于算力的,虽然有问题,但是各路渠道统统用足,也许举国之力还能托起一个遥遥领先。

但是第二点,才是真正无解的地方。人类学习,无论如何是需要正反两方面的观点,通过学习,实践的比较才能获得提高。所以观点池的广度和深度是学习成绩的基础。

我们能用的“知识池”与美丽能用的“知识池”差别在哪?

在广度上,美丽池可以包含全世界,各种地区,各种语言。

在深度上,美丽池可以包含各种观点,不管每个人是否认同。

所以,结果是可以被迅速脑补出来的…

转移话题,说一下FSD和友商们的“智驾”。

在我看来,自从特斯拉FSD V12转向端到端架构之后,在全球范围,它已经没有任何竞争对手了。啥原因?与上述的Sora差距类似,在所谓AI的三大竞争要素,算法,算力,和数据上,友商们至少会在数据上有不可弥补的缺陷。

算法,通过“学习,借鉴”也许可以学到7成,算力,各种路子都用上,也许可以解决5成。但是,数据这事,无解。

一个是全球数据,一个是地区数据,一个是已经收集多年,另一个是刚刚开始。

全球与地区,不仅仅是语言,规则,更是习惯的多样性,和好坏的对比性。和Sora等相同的是,一个人工智能,如果学习过各种观点,才可能产生比较客观的结果。所以在数据质量上,友商们无解。

数据如果有问题,那么所产生的产品质量,自然是不可同日而语的。古人说的取法乎上才能得其中,大概就是这个意思吧。

另外,随着各国对于驾驶数据敏感性的提高,友商们出海的阻力会与日俱增。即使,退一万步说某个友商做出了勉强可用的东西,能够在世界范围内推出也绝非易事。

这就是我说特斯拉的新版FSD在世界范围内没有竞争对手的原因。

至于友商们的自嗨,你就原谅他们吧。关起门,进了家,他说老子遥遥领先,他说老子天下第一,其实也是没错的。

$特斯拉(TSLA)$

精彩讨论

仓又加错-刘成岗02-18 12:20

“缤纷色彩闪出的美丽,是因它没有分开每种色彩”,原来连狗都知道啊

余善天02-18 08:18

文章写得好,深刻。 假如中国的芯片与世界最先进芯片差距大的话,那么以后中国高科技新产品可能会有 “代差”。这是值得大家担心的事情。中国类似 ”ChatGPT“可能也是一个小粉红,因为互联网的文字和数据正/反两方面的观点不对称。现在一些小股民的对全球股市认知有偏差,因为他们没有机会得到世界各地全面的经济信息。

马斯克股票收藏家02-18 07:43

深以为然也。
——————
在我看来,自从特斯拉FSD V12转向端到端架构之后,在全球范围,它已经没有任何竞争对手了。啥原因?与上述的Sora差距类似,在所谓AI的三大竞争要素,算法,算力,和数据上,友商们至少会在数据上有不可弥补的缺陷。

铁锅炖黄鹅02-18 08:26

时代在进步,信息上的限制最后会导致生产力的落后

红杉树森林02-18 08:34

说一千道一万,到了机器生产力拼智力提升的时代,你提升机器计算力所需的芯片数量保障不了,而机器算法水平的高低需要算力和外部输入机器大脑的数据质与量来保障,可是数据的质与量也保障不了,算力也保障不了,研发的团队质与量和投入也得不到保障,即最佳的算法也很难找到,也就是说,你的算力、算法和高质量的数据,以及投入的人力物力你都无法做到最好,那你说你的差距有多大?!结论是不言而喻的。
说白了,脑子这东西即使是你不限制它,它的智力提升都很困难,这让我想起了提升人脑智力的一句名言:破万卷书不如行万里路(数据),行万里路不如阅人无数(数据),阅人无数不如名师指路(数据),名师指路不如自己领悟(算法),在这方面,我们的老子,早就对此有过结论,即法于阴阳(一切事物都不能超越大自然的能量限制,解决问题的方法也不例外),合于术数(解决问题的操作方法与操作时所对应的奇数偶数要求,都存在着必然联系)。
综上所述,无论是机器脑力还是人的脑力的提升,都需要三个要素,第一、先天就拥有最起码可达到被开发到顶尖算力算法的硬件基础,即有效的脑容量;第二就是如何通过外部条件,即高质量数据喂养和高手的指点,进一步提升到后天所能达到的的灵性和悟性之最高水平(否则找不到最优解决问题的操作方法);第三是通过对某个专业和某个事情的长时间的实践而得到大幅度提升了大脑的脑力(智商与情商以及财商),从而才能找到了成功做好解决某个专业技术问题或者某件事情的智能算法,最终达到端到端的智能化最优解决方案。
所以说,要想得到成功实效的脑力提升方法,你无论丢掉或者人为限制削弱,甚至是破坏其中某一个环节(物理算力提升、最优算法优化、优质数据提供)要素之相互协调合理的新生性创新发展关系,其结果就是对脑力提升不会有任何的效果。现在看来,机器智能的提升也不例外。

全部讨论

$特斯拉(TSLA)$ 特斯拉AI的能力被低估了。

深以为然也。
——————
在我看来,自从特斯拉FSD V12转向端到端架构之后,在全球范围,它已经没有任何竞争对手了。啥原因?与上述的Sora差距类似,在所谓AI的三大竞争要素,算法,算力,和数据上,友商们至少会在数据上有不可弥补的缺陷。

“缤纷色彩闪出的美丽,是因它没有分开每种色彩”,原来连狗都知道啊

说一千道一万,到了机器生产力拼智力提升的时代,你提升机器计算力所需的芯片数量保障不了,而机器算法水平的高低需要算力和外部输入机器大脑的数据质与量来保障,可是数据的质与量也保障不了,算力也保障不了,研发的团队质与量和投入也得不到保障,即最佳的算法也很难找到,也就是说,你的算力、算法和高质量的数据,以及投入的人力物力你都无法做到最好,那你说你的差距有多大?!结论是不言而喻的。
说白了,脑子这东西即使是你不限制它,它的智力提升都很困难,这让我想起了提升人脑智力的一句名言:破万卷书不如行万里路(数据),行万里路不如阅人无数(数据),阅人无数不如名师指路(数据),名师指路不如自己领悟(算法),在这方面,我们的老子,早就对此有过结论,即法于阴阳(一切事物都不能超越大自然的能量限制,解决问题的方法也不例外),合于术数(解决问题的操作方法与操作时所对应的奇数偶数要求,都存在着必然联系)。
综上所述,无论是机器脑力还是人的脑力的提升,都需要三个要素,第一、先天就拥有最起码可达到被开发到顶尖算力算法的硬件基础,即有效的脑容量;第二就是如何通过外部条件,即高质量数据喂养和高手的指点,进一步提升到后天所能达到的的灵性和悟性之最高水平(否则找不到最优解决问题的操作方法);第三是通过对某个专业和某个事情的长时间的实践而得到大幅度提升了大脑的脑力(智商与情商以及财商),从而才能找到了成功做好解决某个专业技术问题或者某件事情的智能算法,最终达到端到端的智能化最优解决方案。
所以说,要想得到成功实效的脑力提升方法,你无论丢掉或者人为限制削弱,甚至是破坏其中某一个环节(物理算力提升、最优算法优化、优质数据提供)要素之相互协调合理的新生性创新发展关系,其结果就是对脑力提升不会有任何的效果。现在看来,机器智能的提升也不例外。

国内特斯拉FSD还存疑:
1、能否落地
2、落地后,因为数据不允许出境,如何训练?还是拿海外的模型直接国内套用?

02-18 09:16

驾驶数据是高度同质化的,根本不需要那么多,数据量根本没有意义。智能驾驶需要的不仅仅是逻辑,而是感知加逻辑。特斯拉不用雷达,只是减少成本,感知有先天的缺陷,所以目前是落后于华为的。但是等激光雷达降低成本后,特斯拉也加上雷达,那华为就危险了。将来特斯拉会补上雷达,华为比亚迪会补上算法,看谁先综合两者成功。

ai内容审核是个大问题,广电总局能累死

02-18 06:57

没事,等AI懂政治以后,我们迎头赶上。就是这么自信