美国的人工智能不可能落地

　　今天我要在华为练秋湖讲《人工智能背景下企业战略选择》，讲的就是人工智能的落地，怎么用人工智能提高社会效率，增强社会能力，降低社会成本。让人工智能变成一个对社会有价值的事情。

　　非常有意思的是，我正好看到了有朋友转美国杜克大学陈怡然关于人工智能的一些信息，美国人工智能的落地，一直是一件困扰他们的事情，至今也没有找到合适的商业落地。

　　我看了这个信息，微微的一笑，人工智能中国必将把美国甩在身后，远远领先美国，其实今天中国已经有非常成功的人工智能落地的例子，只是大家看不到，没有人像我这样做深入的研究。

　　很长时间以来，我一直说人工智能不仅仅是多模态通用大模型，然而整个美国的学术界，基本上是把人工智能理解成就是多模态通用大模型，他们当然找不到人工智能的方向，更看不到落地的机会和可能，美国人工智能的基本形态就是，几个公司通过堆算力，搞一个大模型，希望这个大模型把所有的事情都做了，然而这个大模型主要还是在进行训练，越往后面训练，消耗的算力越多，出现的幻觉越多，数据已经不够，无法通过大量的有效数据，让训练的水平有更多的提高。

　　至于这样的一个大模型，怎么形成商业的能力，美国人更不知道。这就是泡沫和焦虑之中，我看美国人走不出这个泡沫和焦虑。

　　事实上人工智能是机器对人的能力的模仿，形成和人一样的学习能力，帮助人类提高效率，降低成本。人工智能不仅仅是信息处理，人工智能是一个完整的系统，这个系统包括智能感应、信息存储、信息传输、信息处理（算力、算法、大模型）和智能终端。是这5个部分形成的一个大系统，这个系统相互作用，共同提升。

　　人工智能的信息处理大模型，在完成了最初的训练之后，大模型的能力是要转换为推理，这个推理的过程中间，会不断的积累，形成新的数据，形成新的大量的小模型，大模型和小模型相互混合，为不同的产业提供推理能力。

　　人工智能的发展，一定是软硬件一体化的，这些硬件包括感应器、信息存储能力、信息传输的系统、智能终端的体系，这些硬件很多也处在早期，并没有完善起来，这需要一个庞大的产业链来支撑，关键的情况是美国没有这个产业链，美国现在也不想在这个领域有所作为。

　　整个美国关于人工智能的理解，就是玩一个多模态通用大模型，而根本找不到把大模型的能力和产业结合点。其实中国已经有企业找到了，并且做得非常成功，这方面的内容，我不会在社交平台上说，我会在讲课时给大家做详细的分析。

　　对于人工智能的理解，尤其是人工智能落地的能力，美国和中国有巨大差距，而且美国也永远追赶不上。

　　说到这儿，我要举一个印巴冲突的例子，印度还想着用单机对抗，用飞机的性能。巴基斯坦基于中国的系统信息化作战理念，已经用上了数据链，雷达就是智能感应，大量的信息进行汇集，及时地传输到中央控制系统，通过中央控制系统进行分析，管理预警机、战斗机、地面雷达、导弹，进行全面的管控，实现精准打击。这就是一个小的人工智能系统。

　　这样的例子已有很多，但美国人还在大模型里面，找不到面对幻觉的办法，中国其实已经在很多领域有所突破，人工智能和产业的结合，已经可以看到大量的案例。我相信中国在人工智能领域取得巨大进步的时候，美国还在讲大模型，最后发现大模型和产业的结合，美国完全跟不上中国的节奏。

　　如果大家有机会听一听我内部的课，就会对人工智能的落地有全新的理解。人工智能落地，全世界只有一个领导者，那就是中国。