本質上跟幾十年前沒有大差別，根源是算力。動不動搞billion參數，還是算法不聰明。解偏微分方程的數值解和解析解快無數倍

當然AI在某些領域的確有優勢，但是在空氣動力學流體力學宇宙探索等就掛了。

所以真正賺錢的就是nvda，其它的暫時還在泡泡階段lol

 

所有跟帖： 

• 你這是拍腦袋的出來的結論還是通過研究學習得來的？ -長發依舊- ♀ (162 bytes) () 02/24/2024 postreply 14:26:14

• 我是做這個的，本科的畢業論文就是用神經網絡預測XX -newbiestock- ♂ (0 bytes) () 02/24/2024 postreply 14:30:39

• 你還在這個領域工作嗎？有人說AI是鬱金香，有人說AI是新的工業革命 -長發依舊- ♀ (24 bytes) () 02/24/2024 postreply 14:34:13

• 我懂得也不多，要不也不會錯過nvda。個人覺得ai在重複性好的領域非常有前途，比如人臉識別/llm等。但是在數據稀缺 -newbiestock- ♂ (144 bytes) () 02/24/2024 postreply 14:47:52

• Supervised learning with huge labeled training dataset -longshort2- ♂ (0 bytes) () 02/24/2024 postreply 16:43:33

• overfitting也是個問題，還是個黑盒子，沒法理解裏邊的物理機製，需要海量數據去訓練。沒有物理基礎，將來的事件根本 -newbiestock- ♂ (69 bytes) () 02/24/2024 postreply 14:29:15

• 我更關心的是AI的科學研究會不會給人類帶來巨大的變革 -長發依舊- ♀ (30 bytes) () 02/24/2024 postreply 14:35:47

• 你去看看openai 的首席科學家的訪談，就會發現ai沒有科學 -基因編輯師- ♂ (213 bytes) () 02/24/2024 postreply 18:57:31

• 基於統計大模型的AI 軟件技術門檻不高，這正是它可怕之處 -水雲閑一- ♂ (256 bytes) () 02/24/2024 postreply 19:58:41

• 有link嗎？ -長發依舊- ♀ (0 bytes) () 02/25/2024 postreply 04:32:05

• 不需要懂物理 -水雲閑一- ♂ (48 bytes) () 02/24/2024 postreply 20:04:01

• 過去幾年AI在微分方程的數值解，空氣動力學，流體力學，宇宙探索等領域走錯了方向，不但沒有效率提升， -ezf- ♂ (558 bytes) () 02/24/2024 postreply 14:45:08

• 不知道你在說什麽方向。如果沒有數據或數據稀缺腫麽辦？如果在一個分辨率上馴練，換個分辨率絕大部分訓練模型就歇菜了 -newbiestock- ♂ (0 bytes) () 02/24/2024 postreply 14:51:17

• 這些領域的數據基本上都是細網格算出來的，很昂貴。基於全局數據訓練或基於最小化方程殘留值的神經網絡效率太差。 -ezf- ♂ (0 bytes) () 02/24/2024 postreply 14:59:23