但是人工智能的上限也是个问题啊，后面的工程化追赶还是快的。

你说的60年前的图灵测试系统的这个例子，对我来说更像是反例。现在企业的做法是，你有图灵测试，我稍改一下，叫张三测试，效果是一样好的。这就是我说的，人工智能上限是有限的(60年前的东西现在还在用)，但是工程化护城河是不高的，后面的人知道你是怎么做的，重来就比较容易了，最后大家水平都差不多。


【 在 test321 的大作中提到: 】
: 人工智能是门槛低、但提升曲线非常陡的领域。
: 门槛低，无数本科毕业论文都在吹。
: 提升曲线陡，60年前为了验证图灵测试，开发了一套系统，包含20多万条知识规则。60年来未被超越，现在还有权威论文拿它和chatgpt比较（图灵测试平均成绩，和chatgpt相当）
--
FROM 220.197.221.*

要是有100亿，再加上5年时间，应该有机会

【 在 Haimdinger 的大作中提到: 】
: 但是，这个过程，只要团队里有几个人跳槽，所有的流程就带走了啊。
: 然后一年后，啥都有了。
: 不像新建一个产线，投入大周期长。
: ...................
--
FROM 223.71.204.*

门槛不在原理、算法，门槛恰恰在工程化。

前面图灵测试的例子，20万条正则表达式就是不能超越的门槛。
当前商业化的手机助手、智能客服等，一般是5万条正则表达式。工程难度比20万条低多了。

别相信现在所谓全自动化训练的人工智能。都是在堆人力的。

【 在 Haimdinger 的大作中提到: 】
: 但是人工智能的上限也是个问题啊，后面的工程化追赶还是快的。
: 你说的60年前的图灵测试系统的这个例子，对我来说更像是反例。现在企业的做法是，你有图灵测试，我稍改一下，叫张三测试，效果是一样好的。这就是我说的，人工智能上限是有限的(60年前的东西现在还在用)，但是工程化护城河是不高的，后面的人知道你是怎么做的，重来就比较容易了，最后大家水平都差不多。
:
--
FROM 117.136.39.*

现在卷起来，钱上很多企业都这么投。但是时间上，不应该需要这么久吧。


【 在 winsen 的大作中提到: 】
: 要是有100亿，再加上5年时间，应该有机会
:
--
FROM 220.197.221.*

成本不高？
你知不知道云端算力卡多少钱？
指望车上那两颗orinx够干屁的
【 在 Haimdinger 的大作中提到: 】
: 我指的是国内新能源车企竞争？芯片可以买到。剩下的系统、算法迭代周期短，成本相对不高。在人员流动性强，技术人员多的情况下，不太长的时间内，各家智驾一定会迭代到非常相近水平。
:
: - 来自 水木说
--
FROM 36.106.203.*