【BTC365币投】ChatGPT 中美差距究竟有多大

5、虽然一些人工智能资深人士认为，在 ChatGPT 所涉及的技术上，中美是 “平级” 的，但华为诺亚方舟实验室语音语义首席科学家刘群，在黄大年茶思屋的讨论中坦承，中国在技术上还是有差距的。其中一个是基础模型本身的差距，虽然我们训练了很多万亿模型或者是几千亿的模型，但训练的充分程度，是远远不够的。“我估计到现在为止，没有哪个模型能吃 GPT 那么多数据。”

6、清华大学计算机科学与技术系长聘副教授黄民烈提到，在 GPT-3 之后，OpenAI 所有的模型都没有开源，但它提供了 API 调用。在这个过程中，它干了一件事，就是建立起了真实的用户调用和模型迭代之间的飞轮，它非常重视真实世界数据的调用，以及这些数据对模型的迭代。当然，在此过程中，它也养活了美国一大帮创业公司，建立了一个生态。

7、“你看我们国内的大模型研究，是 A 公司训练了一个，B 公司也训练了一个，打个广告就完了，模型开源，你爱用不用。至少目前还没看到一家比较好的公司，把数据和模型的飞轮完整转起来。所以，我觉得这是我们赶超 ChatGPT 的难点。” 一位业内人士坦言。

8、业界人士都提到了算力问题。由于 GPU 芯片等问题，在一定程度上，国内算力已被卡脖子了。即使国内头部公司，从算力上跟谷歌等相比，差距也是比较明显的。
有业内人士称：从数据质量来说，整个互联网的中文数据质量，相比于英文还是有明显差距。“我们可能要想办法，做中英文不同语言之间的数据互补。”

9、几乎所有受访人士都提到了 OpenAI 这家人工智能组织，所体现的纯碎创新精神和长期主义。“其实从原理和方法看，他们所做的东西业界都是了解的，倒没有说什么是美国做得了、我们做不了的。” 但像 OpenAI 和 DeepMind，他们可能是业界唯二的两家机构，无论在创新性、投入、决心，还是在顶尖人才储备上，都是一如既往坚持的。“我们看到的是成功，但里面可能已经有很多失败的尝试。”

10、有资深 AI 从业者认为，在看不到前景和没有明显效果的阶段，OpenAI 非常坚定地做了投入，相反国内倾向于在技术出现突破后，快速追随。“国内大家第一步想的是，我们现在怎么用起来，但在不能用的时候，人家就在长期投入。”

11、“这件事其实是值得我们学习的，我们真的需要有足够多的钱，有这么一帮热血的人才，能够在一个方向上这样持续积累发力，我觉得这是一个非常必要的条件。” 黄民烈称。

最近一段时间，业界也在讨论中国企业能否超越。围绕业务，尤其是国内的场景，是有超越机会的。在局部应用中开始超越，这也是业界的共识。

币投BTC365|币投BTC365官网-网址发布页(www.btc365.cc)

BTC365币投|币投BTC365官方注册链接(www.bitou8.cc)

幣投BTC365官方博客|幣投BTC365|幣投BTC365官網|最佳虛擬幣投注平台(www.btc365blog.com)

以上资讯由币投BTC365中文网(www.btc366.com)整理发布！