肖仰华：国内大模型真正的短板并非数据和算力，而在"炼制"工艺

其实中国的大模型应该国家起头弄，这样有利于掌握数据安全，数据的权属如何认定？仅仅属于开发企业吗？我认为并非如此，个人用户在付费使用过程中，其实也为数据提供了养分，这一部分是公共权益，理应由国家掌控。人工智能搞了十几年了，那些基本原理算法其实没区别，越早投入应用，模型进化得越快，实用可以提供海量的数据，可以参看美剧西部世界，游戏玩家的特征数据才是核心。
国家搞基本建设，只需要提供接口给各大平台企业。也可以避免资源浪费，算力浪费，大模型属于赢家全拿的模式，越多的用户，你的模型就会越精准，其他的训练量少的模型基本上都会被淘汰成为无效投入。
另外我观察百度的模型估计搞歪了，比如大家遇到的输入法尴尬的烦恼，很多时候同音词，百度输入法，qq输入法其实应该都应用了智能输入的技术，但是很多时候优先蹦出来的是错别字，日常用语中有些故意的错别字要看语境的，词频调整，最先出现的应该是正确那个，用户自造的可以排第二以后。别字词尽量不支持快速拼音输入。
其实模型梯度算法，加损失函数，有个缺陷，已知未知的都用同一个算法，就是太耗算力，对于模糊应用这个算法很好，但是对于人类已知的，确定性的规律和习俗就没必要了，用双向指针应该效率更高，大模型最优解是两者结合。新创的知识和存量来比总归是少很多的，新创的东西机器理解就很需要时间和算力。总之我不是研究这方面的，个人愚见。