第79章 做开放平台的计划

    纪弘从最开始的时候就知道，现有的硬件架构利用模拟手段进行【关键位决策】能力的支持，是有非常大的性能损失的。

    但，企业初创，资金缺乏，不得已才采取的这样的方式，饶是如此，对付现在的这些大模型，类思维也已经占尽优势了。

    那个时候，启动新型芯片研发的时机并不成熟，也没有必要。

    但是现在，纽约大学（NYU）发现的这种基于【元学习】的MLC训练法，成功的训练出了具有【类人泛化能力】的人工智能模型。

    而微软更是瞄准了这个时机，一举拿下了纽约大学的这个团队。

    国外的企业，确切的说是微软这个敌人，它在进步——即便这依然还是算力堆积的手段，但算力堆积的效率却提高了不少倍。

    “敌人在进步啊！”纪弘查阅了无数的公开技术资料以及阿美瑞肯关于【类人泛化能力】的相关报道。

    他是试图摸清敌人现在究竟追到了什么程度，仅仅只看他们发的新闻的话，这个进步还是不小的。

    以MLC方法训练出的模型，消耗相当于GPT4.0版本60%的算力，在“联想”、“举一反三”、“语言理解”等对比测试中甚至字节超过了GPT4.5的版本。

    “这进步还真不小！”纪弘一边赞叹一边做着计划：“看来我这边也要抓紧！”

    于是，他迅速的把自己今天得到的思路和方法汇总，并跟公开报道的微软现在的水平做了对比，思考了一番，画了一条横线。

    “微软这样的能力已经出现了，”纪弘琢磨着：“是不是可以考虑把同等水平的AI能力，以公众平台API服务的形式提供给国内其他企业？”

    一枝独秀不是春，前两天，陈继业说岩浆引擎总经理李栋有意加入卷耳智能科技的时候，纪弘就在考虑是否也做一个类似的公众平台以API的形式对外提供。

    今天看到微软的这个水平，他的这个心思就更加的强烈了。

    耳语与Windows的竞争尚处在蓄力的阶段，软件的开发和生态的建设也非常重要。

    代码AI可以减少软件开发商的开发成本，但光开发不行，软件的智慧能力也要同步跟上，否则操作系统与软件之间就会有操作上的严重割裂感，影响用户体验。

    “做！”纪弘思考了一番，还在刚才画的那条线的基础上，上浮20%又画了一条。

    他是这么考虑的，既然耳语系统的软件开发商也要用这个开放平台的AI能力，而软件的智慧能力直接关系到系统的使用体验，为了尽量保持一致性，那就多开放一些AI的能力给他们。

    这个多，大约就是比微软现在高20%的水平。

    而这，对于卷耳智能科技来说完全不算什么，哪怕高了20%，也连类思维模型一半的水平都没有呢，更不用说后续类思维也有升级计划了。

    “嗯。”纪弘连夜做了一份简略的计划书，想要明天直接拿给陈继业去完善和实施。

    ……

    纪弘计划的很完美，唯独错估了一个问题——那就是新闻报道哪有百分之百真的啊，雇主出钱了，那不都是大吹特吹吗？

    如果【类人泛化能力】真的有宣传的那么强的话，那OpenAI的创始人也不可能仅仅只是看了纪弘训练AI的视频就被刺激喊上帝啊神啊的什么的，据传都快要疯了。

    “啊？”纪弘还是第二天来到公司见到陈继业的时候，从他的口中才得知的事情的真相：“竟然是我天真了？”

    “【类人泛化能力】确实很强。”陈继业赞叹道：“这一点不能否认，国内很多机构也开始在做复现，好些天前微软就在宣传，我都了解一点，但是，要说有... -->>
本章未完，点击下一页继续阅读