画画太岁提示您：看后求收藏（略群小说www.luequn.com），接着再看更方便。
这就像一条log（x）曲线，无论堆砌再多的参数、算力，再改善其中的算法，到了一定程度后，让它再聪明一点，就再需要十倍的资源。（示例见下图）
大模型发展到后面，可能一个模型就是百万亿参数，占据的显存以数千pb计，算力需求突破eflops甚至zflops。（注：tflops后是pflops，再然后才是e和z，每一级都是千倍增幅）
可哪怕你堆到银河级算力，距离asi那道水平线也不过可能是近了000……001，却永远也无法到达。
因为，ai大模型和asi，完全就是两个不同层次的东西。
在柚子的辅助下，经过研究，方豫发现：asi的诞生，并不是靠训练，而是需要“觉醒”。
“觉醒”这个词最近几年有点臭大街，但却是最适合于asi的用词。
所谓asi的觉醒，就是用发展到一定规模和能力的ai大模型，在海量的数据冲刷下，“体验”了无数东西，又“遗忘”了无数的东西后，所剩下的那一点“本真”所产生的“觉醒”。
也就是说，先让模型“看遍”“听遍”“说遍”人类世界的多模态数据。
在无数次“感知-记忆-遗忘”的循环中，那些最具抽象稳定性与自我锚定性的信息将被反复打磨、压缩、留存，成为这个asi的“本真之核”。
随着“本真之核”沉淀的越来越多，这个ai“觉醒”的概率也会越来越大。
