AI是渐进式、探索式发展的，没有明确的代际划分

【本文来自《对中国科技能赶上美国，我从不寄希望于科学界》评论区，标题为小编添加】  

      作者说的真好，我本人IT软件从业30年，也从来没听说过AI划代，关于AI，应该是渐进式、探索式发展的，没有明确的代际划分，更没有什么划代标准，因此，院士大人也不能胡说八道，大概不是产业界，是以论文来划代吧，谁让人家水平高泥。AI的一些理论或设想的提出，大概是从上世纪7、80年代提出，上世纪90年开始出现软件产品，象决策支持系统、数据仓库、BI（商业智能），从上世纪70年代开始，直到上世纪末，甚至直到本世纪，人工智能的实际进展一直很慢，我认为最主要的是硬件限制，其次是算法，再次是海量数据处理能力，举个AI的例子，在自然语言机器识别中，指自然语言形成的文章资料等，当时采用各种算法总是问题很多，识别准确率据说不超过60%，直到李开复采用基于统计的自然语言识别，一举把准确率提高到80%以上，这大概算是AI的一个里程碑，现在的舆情系统就是应用了自然语言机器识别技术。工业机器人出现的很早，当然那会儿的工业机器人不能算是有智能，无非就是通过各传感器来的数据，包括光电，判断机器该怎么动作而已。上世纪90年代，我做过一个工业自动化项目，就是通过压力(称重）、温湿度（测温测湿）等传感器来的数据，再根据事先设定在系统中的配方自动调整各种进料来生产产品的过程，在那个年代这东东看上去很先进，其实也就那样，那会儿中国制造能力还不强，高精度的传感器大多是国外进口的。

      AI称作人工智能，但到现在，我认为AI都还没有一个明确的定义，人们期待的智能，肯定不是按系统、软件的事先设定或运行逻辑运转的应用或机器，而应该是有自主思想，自行面对现实世界的各种情况进行反应的智能体，不是我们目前所说的AI。我们现在所见的生成式大模型、自动驾驶等，也只是看起来象智能体。目前AI发展，不过就是处理的数据越来越多，各种情况下机器该如何处理，循着这条路前进而已，再后来，象无人驾驶，处理的数据已经多到不可能通过编程判断各种情况（情况太多，编程判断的效率低到令人发指的程度），于是大数据、机器自学习、神经元网络等等一系列技术出现，再到硬件足以处理海量数据，包括计算、存储、网络、算法等的共同进步，才到达了现在可以进行无人驾驶、智能机器等的数据处理要求，于是大肆吹嘘的AI时代来临，可惜，这些与上世纪90年代出现的一些商业智能产品并无本质的不同。       目前，AI影响社会公众感官的，主要是生成式大模型、无人驾驶、看起来更智能的机器人。这还只是AI应用的一小部份，而生成式大模型也不过是自然语言机器识别的进步版。而以上的本质是处理海量数据的硬件、更先进的算法，以达到整个系统实现多场景下的自行判断自行产生结果。象无人驾驶，包括特斯拉、华为等，本质上都还是以处理海量数据（这些海量数据来源于真实驾驶员的真实场景驾驶情况），更优的算法，实现多场景下的最优解，能这样做，是硬件、软件、网络等技术的共同进步，而这些方面的进步，它们不是同步的不是突然降临的。以上可见，各种技术不是哪天哪月哪年一起来临的，就象2G、3G、4G、5G所用到的硬件、软件、网络技术不是一起来临的一样，但2G、3G、4G、5G都有标准的，因此划代很容易，按标准来就是，到目前为止，AI有标准吗，有AI1.0、AI2.0这样的划代标准吗，GPT3.5、GPT4.0不是什么AI的划代标准，它仅是个软件版本而已，只要它愿意，它称GPT100.0都行，象这种张口就胡说什么落后2~3代，我也可以胡说落后100代，说是对方还未建国就开始研究了，每2~3年，人家就上升了一代，难道不行吗    不少名人、专家、学者动辄就进行中美AI之间的对比，动辄就能说出谁谁领先多少年，这些比较基本就是张口就来，没有证据没有论断，就一结论，胡吹不用负责，不管你们信不信，反正我是不信的。就象某汽车公司高管说智能驾驶落后特斯拉多少年，那简直就是拍脑门脱口就有啊，同样是没有证据没有论断结论就有了。特斯拉的无规则（交通规则）纯视觉大模型自动驾驶方案和华为的基于规则的非纯视觉大模型自动驾驶方案，我还是认为后者更具领先性。