AI领域的“军备竞赛”曾一味追求大参数、高算力,像从GPT - 3到GPT - 4,参数疯狂增长。但现在这种模式弊端尽显。数据上,2025年全球高质量公开文本数据快耗尽,Meta训练大模型花大钱却性能提升微小;能耗上,GPT - 4训练耗电惊人,推理也费电。这说明过去“越大越好”的野蛮生长难以为继。 在教育领域也有“AI军备竞赛”,学生用AI写作业,老师用AI检测,双方攻防不断升级。这也提醒我们,AI应用不能只拼先进,要更注重合理利用和引导,让其真正服务于发展。
AI领域的“军备竞赛”曾一味追求大参数、高算力,像从GPT - 3到GPT - 4,参数疯狂增长。但现在这种模式弊端尽显。数据上,2025年全球高质量公开文本数据快耗尽,Meta训练大模型花大钱却性能提升微小;能耗上,GPT - 4训练耗电惊人,推理也费电。这说明过去“越大越好”的野蛮生长难以为继。 在教育领域也有“AI军备竞赛”,学生用AI写作业,老师用AI检测,双方攻防不断升级。这也提醒我们,AI应用不能只拼先进,要更注重合理利用和引导,让其真正服务于发展。