中國高科技公司又再做一件治標不治本的事情？_風聞

【本文來自《 北京：支持頭部企業打造對標ChatGPT的大模型》評論區，標題為小編添加】

這麼搞，感覺又是在治標不治本。人工智能被大眾認識，那是alphaGo，然後是alphaGo2打敗韓國圍棋九段李世石。那時候，人工智能採用的CNN和DNN計算機神經元網絡，後來有了RNN，當然最看好還是2015後的LSTM神經元網絡，它是一種RNN的變種。人們曾經很看好這個LSTM，但是隨着2017年穀歌的transformer模型的出現，所有重點轉向了這個最新的Transformer，GPT的全稱是，Generative Pre-training Transformer, 説明這個GPT也是採用了 Transformer的模型，Transformer 這個字，在遊戲裏，翻譯成 變形金剛，這裏有些翻譯成模型，有些翻譯成轉換器，Generative Pre-training Transformer 直譯就是 預先訓練的可自我生成內容(或者説答案)的轉換器。

谷歌在設計這個transfomer的初衷是為了解決語言翻譯的問題，當發言者説出第一個字，要預測他後面可能説的字，比如，有個笑話裏説的， 有人在台上發言説，”我是省委書記，“停頓了一下，下面的人以為他是省委書記，拼命鼓掌，他接着説，”派來的“，下面的人，頓時鴉雀無聲，作為人工智能等待機器人，它也要判斷，第一句話之後，後續可能出現的句子，並對此做出及時反應，而不是像過去，要等到整個句子講完才翻譯。這個問題，跟當初的alphaGo遇到的問題類似，當菜鳥棋手，下一步棋，他可能就只能看到下一步，而帶段位的棋手至少可以看30-40步，而alphaGo可以看到百步以後，這裏面真正的牛，是CNN神經元網絡。而谷歌的Transformer利用了很多的CNN。

Transformer是谷歌的核心技術，是為了自然語言處理和翻譯設計的，而OpenAI這家的公司利用了這個技術完成了今天的ChatGPT，如果中國的高科技公司只是看到了ChatGPT的成功，跟着ChatGPT的模式，去學習OpenAi 在聊天機器人的模式，而忽略了OpenAI是如何從通用的Transformer入手，把谷歌提供的最基礎的東西學到手，並用在自己應用上發揚光大，那還不是在做一件治標不治本的事情？