为什么感觉欧美AI比我们强?

简介: 本文介绍了电视机、电脑、手机、原子弹和飞机等重要发明的起源,其中大部分发明均源自美国。文中还探讨了中美在AI领域的竞争,指出美国在创新方面领先,而中国则在规模化生产和应用方面表现出色。尽管存在差距,但中国在算力、算法、数据和人才等方面持续加大投入,逐渐缩小与美国的差距。

电视机:发明于英国

电脑:发明于美国

手机:发明于美国

原子弹:发明于美国

飞机:发明于美国

问题中说的是欧美,或许讲美国更加的精准。的确很多东西都是从美国诞生的。

有句话叫着:“美国擅长从0到1,而中国擅长从1到100”。

美国是全球的一个核心,不论是AI技术还是别的东西,这也是无可厚非的。

但中国也不弱,上面说的从1到100,主要说的是在已有基础上进行大规模的复制、扩展和优化。我想中国的原子弹、卫星这一伟大的两弹一星工程足以说明。

当然造就这种情况的因素太多太多,想想欧美满大街都是汽车的时候中国大街上的自行车还比较稀少。当欧美电灯满室的时候,中国还都是煤油灯。

但中国在制造业、基础设施建设、市场扩展和规模化生产方面具有强大的能力。

再回到AI这个问题,

这次AI浪潮的涡流中心就是生成式AI,它的核心技术就是Transformer模型。这一模型最初由谷歌在2017年在论文《Attention is All You Need》中提出。

这次AI浪潮的发源地又是美国,Transformer模型是谷歌发布的,chatgpt是openai发布的。

当然chatgpt或者说Transformer并不是AI技术的起点,比如在之前中国在语言识别、模式识别、图像处理和机器学习算法等AI技术领域都不有错的发展。

像科大讯飞的语言识别、大疆的无人机技术等等

当然上面都是我个人的一些看法,再来看看大佬们都怎么看的:

马斯克

在接受媒体采访时表示,中美人工智能差距大约是12个月。他认为美国和欧洲是人工智能领域的最大进展来源,但中国在资源延展和优化方面仍具有优势。

中国科学院院士杨金龙

他认为中国在AI for Science方面处于国际并跑的阶段。虽然欧美的AI for Science比中国起步早,但经过近年来的追赶,中国已经与国际同行在很多领域并驾齐驱。

华为首席AI科学家廖恒

他认为在AI这件事上,我们距离国外可以说略略落后一点点,但落后的并不是那么巨大。像华为这样的企业,其实还是比较争气的。

任正非

他在多次提到华为在AI芯片和5G技术方面的研发投入和成果。他认为中国在AI硬件和基础设施方面具有竞争力,能够支持全球AI技术的发展。

的确中国在AI上有差距,但并不大。

AI目前主要拼就是这四个方面:算力、算法、数据和人才。

下面我们就这四个方面具体来看一下

算力

说到算力那就必需讲到这次浪潮中的另一个赢家,英伟达黄仁勋。

目前AI的核心算力就依赖于GPU,也就是显卡。这个对CPU更细的计算单元,以前只是玩游戏才会关注它,现在也在风口浪尖上。

从GPU这个层面来讲,拼算力就是拼投入。谁的算力更多,训练语料更丰富,谁的模型就表现更好。

算力依赖于 GPU 和机房规模,训练语料需要自己收集。说到底,两者都取决于经济实力。

来看看中国在AI这块的一些投入。

  • 中国将继续引领亚太地区人工智能市场发展,占亚太地区人工智能总支出的五成。
  • 2023年中国人工智能市场支出规模预计将增至147.5亿美元,约占全球总规模的十分之一。
  • IDC预测,全球生成式AI市场年复合增长率或达85.7%,中国生成式AI投资增长加速,五年复合增长率达86.2%。

以上是来自IDC中国的数据,虽然数据上有的是真实数据有的是预测数据。但也能大致上反应出国内目前AI行业的基本情况。

可以看到中国在AI这块的投入并不少,那么为什么AI没有预想的那厉害。

上面有说的AI浪潮另一个赢家英伟达,也就是我们说的AI芯片。目前英伟达是全球最大的AI芯片供应商,有数据显示全球95%的AI芯片由英伟达供应,而美国发布了芯片和半导体设备限制对中国出口。那么中国的AI芯片只能自己想办法,比如华为生成的芯片,但华为虽然可以生产,但对于中国这么庞大的市场是完全不够的。所以从算力这方面中国还有不小的发展空间。

当然政府的重视、企业的投入无疑都在拉小这块的差距。

算法

生成式AI的核心技术是开源的,不同的只是各家的实现,但是核心功能都是类似的。

当然许多重要的AI算法和模型如Transformer是由美国公司和研究机构提出的或开源出来的,但国内百度、腾讯、阿里、字节、华为等公司在AI算法上有着丰富的研究和应用经验。

如百度,在2017年陆奇在百度AI开发者大会上提出了 “All in AI”,次年百度飞桨学院成立,它提供了首席AI架构师培养计划。

在2024年百度率先推出了无人驾驶汽车在武汉使用,无疑说明中国在AI算法方面投入和研究。

数据

中国拥有庞大的互联网用户群体和丰富的应用场景,积累了海量的数据资源。

根据全国数据资源调查报告,2023年中国的数据生产总量达到了32.85泽字节,同比增长22.44%。这里的泽字节可能看上去太抽象了,1ZB(泽字节) = 1万亿GB也就是 32.85万亿GB。

人才

李开复确实曾表示中国不缺AI人才,国拥有大量技术厉害且刻苦耐劳的工程人才,在这方面比美国更有优势。

可以看到AI2000人工智能全球最具影响力学者榜单中有不少华人。

人工智能全球女性学者也有不少华人如李飞飞。

另外在ChatGPT团队的成员大多具有计算机科学、人工智能、自然语言处理、机器学习等相关领域的高等教育背景。他们来自世界各地,有美国、英国、法国、德国、中国、印度等国家的人才。

总结

人工智能(AI)包含很多方向,目前带动AI浪潮的GPT是属于自然语言处理(NLP)领域。自然语言处理是人工智能的一个分支,专注于使计算机能够理解、生成和处理人类语言。

在很多方面中国的AI技术也不弱,虽然欧美的AI for Science比中国起步早,当然起步早的原因很多有历史、经济、政治等因素。

如今在国家及企业的全力发展下国内的AI百花齐放,如百度文心系列、阿里的通义系列、字节的豆包系统及Kimi、DeepSeek等等完全可以满足我们的需求。

我是栈江湖,如果你喜欢此文章,不要忘记点赞+关注!

目录
相关文章
|
5月前
|
人工智能 缓存 数据可视化
中转站余额为什么掉得快?我拆了一次 AI 编程任务的真实消耗
本文揭秘AI编程Agent(如Claude Code、Codex)中转站余额骤降原因:非输出代码贵,而是多轮请求中携带的上下文(工具定义、文件内容、测试日志、Code Plan分析等)大量消耗token。借助ccglass工具可精准拆解每轮请求的input/output/cache/latency,实现成本可视化与优化——核心是减少无效上下文,而非少用AI。(239字)
|
缓存 编解码 网络协议
一文带你由浅入深Netty异步非阻塞世界
一文带你由浅入深Netty异步非阻塞世界
一文带你由浅入深Netty异步非阻塞世界
|
安全 数据建模 应用服务中间件
SSL证书怎么获得?获得后如何安装到服务器?
在当今互联网时代,SSL证书是保障网站安全的重要工具,实现HTTPS加密和身份认证,防止数据劫持或篡改,提升SEO效果。获取SSL证书需选择可信的CA机构、选择证书类型、生成CSR、验证域名及企业信息并获取证书。安装SSL证书到服务器(如Nginx)涉及上传证书文件、配置Nginx并重启服务。具体步骤可参考详细教程。 简介:SSL证书对网站安全至关重要,涵盖获取与安装流程,包括选择CA、生成CSR、验证信息、配置服务器等关键步骤。
|
12月前
|
消息中间件 缓存 NoSQL
Redis + Java 架构实战:从锁机制到消息队列的整合
本文深入解析Redis与Java的整合实践,涵盖分布式锁、消息队列、缓存策略、高性能数据结构及容错机制。结合电商场景,助力构建高并发、高可用的分布式系统。
497 8
|
Java Unix Go
【Java】(8)Stream流、文件File相关操作,IO的含义与运用
Java 为 I/O 提供了强大的而灵活的支持,使其更广泛地应用到文件传输和网络编程中。!但本节讲述最基本的和流与 I/O 相关的功能。我们将通过一个个例子来学习这些功能。
470 1
|
关系型数据库 MySQL 数据库
【MySQL】手把手教你MySQL数据同步
【MySQL】手把手教你MySQL数据同步
|
机器学习/深度学习 人工智能 自然语言处理
GLM-4V-Flash:智谱 AI 免费开放的图像理解大模型 API 接口
智谱AI推出的GLM-4V-Flash是一款专注于图像理解的免费开放大模型,提供API接口支持用户上传图片URL或Base64编码图片获取详细的图像描述。该模型通过深度学习和卷积神经网络技术,简化了图像分析流程,提高了开发效率,适用于内容审核、辅助视障人士、社交媒体、教育和电子商务等多个应用场景。
12465 14
GLM-4V-Flash:智谱 AI 免费开放的图像理解大模型 API 接口
|
消息中间件 SQL 资源调度