时代在进步,信息上的限制最后会导致生产力的落后
——————
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。
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。
$特斯拉(TSLA)$ 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。
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
没事,等AI懂政治以后,我们迎头赶上。就是这么自信