<div id="readability-page-1"><div> <article> AI 大模型的终局？中国在数据和算法上的优势？创作类工作更容易被取代？......关于 AI 那些你关心的问题 <div><div>4.3 AI 14 问：大模型的终局是什么？如何做好职业选择？
加入刘志毅「AI 时代的科技新范式」

<h2>本期内容</h2>
大家好，欢迎来到见闻大师课《AI 时代的科技新范式》，我是刘志毅。
<div>
<div>

<div>
问题1：现在国内已经发布了很多大模型，哪个大模型是最有可能成功的？文心一言经过一两个多月的迭代能达到什么样的水平？
问题 2：AI 大模型的终局是什么？
问题 3：原有的科技巨头更容易成功吗？
问题 4：在数据和算法上，我国与美国相比有没有优势？
问题 5：未来人工智能会不会掌握摄像头？
问题 6：苹果想造车，特斯拉想造手机，这基于什么逻辑？
问题 7：从内容的角度来说，现在的 AIGC 跟人类的创作有没有本质上的不同？或者说现在的 AIGC 创作算不算真正的有原创性？
问题 8：所以能不能说创作类工作更容易被取代？
问题 9：有一个通用的大模型，再在各种垂类中做各自的方案，假设方案已经做出来了，之后各种参数、指标大概有一个版本了，这时候想把上面的大模型换掉，这会是一个很大的工程，可能要重新走一遍调参流程，是一个相对比较容易没有耐心的事情。
问题 10：如果国内都是基于 Transformer，都用这一套训练框架，是不是意味着很容易被替换？
问题 11：在国外其实可以看到，比如说像 Tensorflow 都是开源的，也有很多像 Snowpark 这些 MLOps 的独角兽，那么在国内是不是可能不大会形成像国外这样的竞争格局，可能更多的是这些做大装置的厂商把这些东西做出来？
问题 12：您觉得这背后是文化这种比较难改变的因素导致的吗？
问题 13：移动互联网时代有数据孤岛问题，我们的数据也不是自己开源的，这种数据割裂情况有什么办法能够改变吗？现在最大的差距是数据吗？
问题 14：在AI背景下，您对年轻人未来的职业选择有什么建议？
</div>
</div>
</div></div> </div></article> </div></div>

AI 大模型的终局？中国在数据和算法上的优势？创作类工作更容易被取代？