引用:
|
作者ghostcode
部屬在手機等類似的末端設備，基本上都是邊緣運算。
這些都是有針對範圍內的應用場景設計的（照片處理等, 透過 Siri 執行高階命令）
但 Siri 當客戶第一線的角色，得回答客戶不設限的問題。
Apple 也需要有泛用型的 AI。當然泛用型通常不會落地，需要資源/更新 基本都上雲。
另外我相信 Google 其實早就有在接觸 AI 相關領域。（如圍棋...比賽）
但效率跟傳統方式比太差了。
Google 還是有用人工的方式處理分類、權重等優化，提高準確率，減少運算成本。
推出 AI 來只是破壞自己的****市場，以及每次查詢所需的運算成本比原本的高太多。
直到有人出頭，破壞的原本生態。所以 Google 並不是真的從 0 開始。
PS:
我從小就一廂情願，只對有興趣的會花時間學。完全不管學校教的，偏科很嚴重。
後來做硬體工作，慢慢遇到瓶頸（如高頻電路設計），深刻體會到「數學為科學之母」。（類比電...
|
對 google 這種等級的公司，就算是從零開始發展 ai
也是很快的事情，因為除了領域人才，最需要的就是錢
之前微軟內部除了 PHI 團隊外，事實上還有另外一個很強的團隊
但根據一些謠言，這兩個團隊在內部搞派系鬥爭
結果 PHI 一直更新，另個團隊在公司裡被冷凍
後來這個團隊被以沒生產力為由被微軟開除
這團隊後來找到其他金主，半年後弄了一個 LLM
然後評測結果完全碾壓 PHI4，打了微軟一個大巴掌
台灣人比較急功近利
除非能很快賺錢，大多都不願投資
我在 youtube 上有訂閱一個中共國人的頻道
https://www.youtube.com/@TSLA99T/featured
這個頻道主在特斯拉做了很多年的機器學習
他曾說過，他在特斯拉做 FSD 的經歷
FSD 從什麼都不能做，到能夠安全地變換車道
還有急停就花了五年，而這五年只是他中途加入的那五年
所以實際上應該更早之前就在開發
我其實數學也很差
所以機器學習這些事情跟我也無關
沒有這方面天份，後天再怎麼努力也就那樣
往好的方面想至少你比那些真正的專家更早可以達到天花板