AI的冬天不会再来了，所有人都有的是机会！-优快云博客

本文链接：https://blog.youkuaiyun.com/wangyaninglm/article/details/136950797

本文回顾了AI发展历程中的弯路，如模型与数据规模的争论、BERT与GPT的选择等，指出AI冬天不再来，2024年将迎来深化。同时，文中提到英伟达的视角转变和国产可信软硬件的发展，提供了新的机会。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章大纲

AI 的冬天不会再来了
- 之前走过的弯路
- AI大佬们的判断
少看替代，多看机会
- 英伟达带来的启示:《打败对手不是目标——黄仁勋》
国产可信软硬件的机会
- 摩尔线程
- 华为昇腾
参考文献与学习路径

最近在厂里做项目，检测手机摄像头，

基于YOLOv8的手机摄像头的自动检测系统

之前做的时候，厂长问，为啥每次做个项目买个机器，为啥做个深度学习项目，模型就要重新训练一次，我说目前情况是这样的，他说不是有这个了么？

OpenAI 和英伟达联合Figure01 人形机器人从合作到发布仅仅用时13天

我说是的，AI 革命是真的来了，只是很多人不知道。目前我们的水平还是得慢慢往前走。。。

此次的突破，由 OpenAI 与 Figure 共同做出。OpenAI 提供负责提供视觉推理和语言理解，而 Figure 的神经网络提供快速、低水平、灵巧的机器人动作。

机器人所做出的所有行为都是出于已经学习过，内化了的能力。

以后老板问：人家OpenAI 做个机器人才13天，你这项目咋要几个月这么久，怎么回答？

AI 的冬天不会再来了

之前走过的弯路

胡老师经常说：2023年AIGC大爆发不是太快了，而是太慢了，因为过去几年走了好多弯路。如果不走弯路，哪怕过去走弯路的专业人士现在幡然悔悟，发展会超出2023年的，要知道我们现在感到震惊的产品，很多都是2023年半年的成就。

以下是AI发展过程中的四个弯路

2023之前十年，AIGC史前时代面临的那些三岔口：
1️⃣模型 vs. 数据：靠训练数据规模拉升指标算不算赢？这个源于图像识别中出现过多次用测试集训练模型拉升成绩，学界的洁癖症就开始鄙视大量数据训练，特别追捧小数据，认为如果训练集包含测试题目就是作弊。结果大语言模型直接暴力出奇迹，把人类知识全部建模了，直接到7B、70B、8x7B。这绝对符合学界洁癖所谓的作弊，然而好用啊。

在AIGC的早期阶段，关于模型和数据之间的平衡是一个核心问题。一方面，学术界倾向于强调模型的简洁性和小数据集的效能，这在一定程度上是出于对过拟合和泛化能力的担忧。另一方面，随着大语言模型的崛起，如GPT系列，人们发现庞大的数据规模和模型复杂度可以带来显著的性能提升。这实际上是一个在实践中寻找最优平衡的过程，而这个过程在2023年之前显然还在进行中。

2️⃣BERT vs GPT：BERT（AE自编码）和GPT（AR自回归），哪个有未来？这个纯粹的技术路线问题，当时看不清。
3️⃣AI是爆发前期还是平缓期？这个是线性思维，认为AI还会出现过去几十年出现过的波动。
4️⃣AI的数据来源：要不要等物联网或者类似的其他数据源行业先起飞？这个属于方向问题，很多AI是为机器服务，结合当时物联网大爆发，自然思维。

AI大佬们的判断

CES 2024（国际消费电子展）上，著名的 AI 科学家吴恩达和李飞飞出席了「伟大的思想，大胆的愿景」两人一致认为，2024 将会是 AI 技术继续深化的一年，同时也会覆盖到更多行业，成为下一次数字革命或工业革命真正的变革性驱动力。
在这里插入图片描述

CES2024-李飞飞，吴恩达访谈：AI 冬天不会再来了-1

CES2024-李飞飞，吴恩达访谈：AI 冬天不会再来了-2

少看替代，多看机会

上面两位大佬说了，小心代替工作（job）和代替任务（task）的区别。每一个人类工作，实际上是涉及到多个任务的集合。目前的提升实质上是任务水平的提升，很少到达工作水平，那么对于某个职业来讲，说替代为时过早，说机会那可真是大把大把！

英伟达带来的启示:《打败对手不是目标——黄仁勋》

坦率地说，很多公司一开始就把我们当成对手。

而直到它们倒下，我可能都不知道还有这么一位对手，不是因为它们太小或者存在的时间太短，而是因为我们不是把对手当成自己的目标。

一个健康的市场，对手总会不停地涌现，甚至会多到让你看都看不过来，而一个健康的公司，不能总把目光放在对手身上。老盯着对手，就会失去自我。

我在创业之前就告诉自己，对手既不会给你提供研发的方向，更不会告诉你客户的新需求，而这两者才恰恰是一家企业生存的根本。尽管如此，创业之初我仍然犯过错误，这个错误并非是模仿对手，而是刻意地执行差异化战略，研发与对手完全不同的产品。事实上，这种错误跟一味模仿对手一样，都是不可饶恕的，都将受到惩罚。因为你把精力放在对手身上，而不是放在客户身上。

有了这个教训，我更加坚信，公司应该把研究客户的需求，解决客户的问题放在第一位，而不是去关注对手。如果你的精力只是放在如何从对手那里把客户抢过来，你还会错失更大的机会：开拓新客户。

几乎所有人都认为 NVIDIA 是一家芯片公司，我虽然不反对他们这么说，但并不赞成。表面上，我们确实是生产芯片的，但在我的眼里，我们从来都不是一家芯片公司，而是一家帮助客户解决复杂视觉计算问题的公司。

如果 NVIDIA 把自己限定为生产芯片的公司，我们就会自动地认为电影和我们没有关系，游戏和我们也没有关系，医院和我们也没有关系。事实上，这些都已经成为我们重要的业务，因为它们背后有一个同样的问题，即复杂的视觉计算问题，这些问题没有一个属于对手，全部属于客户。我想，对目标的这种认定，或许就是 NVIDIA 与对手最大的不同。