很多人会有疑问，AI发展了很多年，为什么到今天才像人？
以前的AI都是做专项任务，例如下围棋的，就只给它看围棋一门知识和规则，无限深度学习，就像个偏科的学生，除了下期别的什么都不会，没有眼睛、耳朵、嘴……把所有下棋的步骤和精彩棋局都直接装进它脑子里，让他参考和计算，甚至让他人格分裂成2个人自己和自己博弈。因为我们根本接触不到它们，也无法和它交流，自然无法感觉到它类人类的思维。
直到神经网络的技术把人类所有公开的知识都装进它的“大”脑袋之中让他全部学习，这也造就了模型的“大”。学习就是把相同的知识“消化”的过程，就像我们看过2本书讲一样的知识，我们表达出来的时候每次都不同，但是基本的意思和知识的描述词汇先后出现都不会有太大的偏差，说明我们的学习成功了，AI也一样，这个过程叫做“泛化”，人类对事物解读从反复熟练中产生了术、法和道的理解，直到一通百通，就是忘却所有了知识，变成了能力。大脑就不需要存储那么多知识了，AI能力的提升也是通过这种途径逐渐“压缩”变小而实现。一定要相信AGI时代的AI肯定要比现在的大模型要小的多。
要永远相信咱们中国人的勤奋跟随别人的脚步，肯定会找机会弯道超车的，美国的AI能力的领先只是证明了这条神经网络结构的路径是通的，只是替我们提前踩坑而已。特斯拉的自动驾驶技术照样需要中国复杂的交通状况数据才能得以快速提升，马斯克来中国让电动车技术卷出了电动车的普惠和产业链，FSD自动驾驶的快速进化和开放也一定会让国产自动驾驶水平提升飞速。
扯远了，中国人的物尽其用一定会让AI应用蓬勃发展，从而又能造就大量优质的人类反馈数据反哺AI的快速进化，这就像我们人类一样，再不偏科也需要再实战中总结经验，变成专家，再变成无所不知的神道理一样，学有所成也得干活，活干的好坏反馈才是真正优质数据，没有比人类的反馈更接近人类的思维了。
