是的,情况确实是如此。事情发生了很大的变化。学术界曾经是最前沿的 AI 研究发生的地方,但现在情况不太一样了,原因有两个:计算能力和工程能力。学术界的计算能力较弱,通常没有工程文化。然而,学术界仍然可以对 AI 做出非常重要的贡献,只是不能在最前沿的能力上做出贡献。学术界可以为一些问题做出贡献。
我们正在训练的神经网络有很多谜团。我们正在创造这些神奇而难以想象的复杂对象。深度学习就像炼金术一样。我们利用数据作为原材料,利用计算作为能量源,获得智能。但它是什么?它是如何工作的?它的属性是什么?我们如何控制它?如何理解它?如何衡量它?这些都是未知的。甚至简单的衡量任务,我们的 AI 有多好?我们无法衡量。以前这不是一个问题,因为 AI 并不重要。但现在 AI 变得重要起来,我们意识到我们无法衡量它。这只是我举的一些问题的例子,这些问题无需大规模计算群集,也无需庞大的工程团队就可以提出并取得进展。如果你能取得进展,那将是一个重大而显著的贡献,所有人都会立即注意到。