大模型的崛起：如何改变未来？

1. 大数据和大模型是两个截然不同的概念，不存在所谓的大数据模型。

2. 人工智能与心理学关系密切，每一次人工智能的重大进展都与心理学的突破息息相关。

3. 人工智能涵盖模式识别、自然语言处理、预测、决策和规划等多个分支方向。目前，大模型在生成式和自然语言处理领域表现出色，其在其他领域的潜力尚待实践验证。

4. 智能驾驶属于智能规划和决策的范畴。特斯拉FSD V12的重大变革在于采用神经网络取代硬编码，而国内领先企业华为目前仍采用硬编码，这体现了代际之间的差异。

5. 机器学习是人工智能的基础概念，描述了计算机模拟人类学习和认知过程。近年来的深度学习是机器学习领域的最新进展，显著提升了机器学习的效果和潜力。

6. 人工智能的三大要素是算力、算法和数据。在这三个方面，中国和美国存在明显差距：中国的算力规模约为美国的2/3，且缺乏高效算力设施；在算法层面，国内尚未具备自主设计大模型算法的能力，普遍依赖“借鉴”他人成果；数据方面，受到国际壁垒的限制，中国仅能利用国内数据，无法使用全球数据，造成了巨大差距。

7. 人工智能计算需要软硬件高度适配融合。硬件提供并行计算平台和编程接口，软件进行硬件定制化编程，形成封闭生态系统。

8. 目前在程序员、设计师和文案等领域，广泛应用大模型进行辅助已成为日常工作的必需，这已经不再是什么“神技”，而是常规需求。未来，每个人可能都需要一个或多个AGENT。

9. 通用人工智能（AGI）即终极模仿人类大脑，其具备高超的学习能力，例如工程师可以学会演奏小提琴。

10. 一些学术观点认为，没有通用人工智能就没有真正意义上的人工智能，低泛化能力意味着应用潜力有限。

11. NPU和GPU不同，GPU可执行NPU的任务，但NPU无法替代GPU。NPU的开发较为复杂，否则高通早已涉足，不至于比华为晚了近三年。同样，GPU的开发亦非易事，否则国产信创早已有游戏级电脑，现状难言理想。