现在没有强大人工智能系统的原因是算力不够。
我查了一下，现在单卡的运算能力不成功10^15b/s，如果有100000个，那么算力不超过10^19。假设运行一年10＾7s，那么运算量是10＾26，构造的关联数据库大小是10＾13也就是10T比特。这个规模对于强人工智能来说是远远不够的。因为人类知识超过10＾18比特。复杂性小于人类5个数量级，如何和人类相比。即使你们的算法真的达到人类水平，你们也做不出强人工智能。
所以我一开始做人工智能理论的时候，是软件硬件一起做的。我设计了大量的协处理器，数量大概是10＾12个，每一个处理器的速度是10＾14hz。只能进行最简单的底层运算，但是数量非常多。它们才是人工智能底层数据库优化的主要算力。整个系统的算力在一年10＾7s，可以达到10＾33，可以构造10＾17数据库，接近人类水平，这样才能实现强人工智能，也就是类人人工智能。
你们现在想以10＾13比特数据库的复杂性实现类人人工智能，这纯粹是天方夜谭！你们最多可以做出一个专家系统，而不能实现通用人工智能。我不知道现在的人工智能科学界都是怎么研究的，这些基本的东西你们不应该忽略。所以人工智能现在不是算力过剩，而是严重不足，或者说你们的理论水平还是不够，你们根本不知道应该如何使用这些算力。
所以现在人工智能需要算力和算法同时提高，算法似乎更加重要。而算力的提高不能使用电子计算机，应该使用光子计算机，光子计算机体积小速度快能耗小带宽大，只有它们才能支撑起来强大的人工智能系统。所以你们应该尽快发展光子计算机，我已经把光子cpu的架构发出来了，那个是和人工智能理论一起写的，专门用于制造光子协处理器的。你们可以参考改进一下。
甲子天地
20250129
我查了一下，现在单卡的运算能力不成功10^15b/s，如果有100000个，那么算力不超过10^19。假设运行一年10＾7s，那么运算量是10＾26，构造的关联数据库大小是10＾13也就是10T比特。这个规模对于强人工智能来说是远远不够的。因为人类知识超过10＾18比特。复杂性小于人类5个数量级，如何和人类相比。即使你们的算法真的达到人类水平，你们也做不出强人工智能。
所以我一开始做人工智能理论的时候，是软件硬件一起做的。我设计了大量的协处理器，数量大概是10＾12个，每一个处理器的速度是10＾14hz。只能进行最简单的底层运算，但是数量非常多。它们才是人工智能底层数据库优化的主要算力。整个系统的算力在一年10＾7s，可以达到10＾33，可以构造10＾17数据库，接近人类水平，这样才能实现强人工智能，也就是类人人工智能。
你们现在想以10＾13比特数据库的复杂性实现类人人工智能，这纯粹是天方夜谭！你们最多可以做出一个专家系统，而不能实现通用人工智能。我不知道现在的人工智能科学界都是怎么研究的，这些基本的东西你们不应该忽略。所以人工智能现在不是算力过剩，而是严重不足，或者说你们的理论水平还是不够，你们根本不知道应该如何使用这些算力。
所以现在人工智能需要算力和算法同时提高，算法似乎更加重要。而算力的提高不能使用电子计算机，应该使用光子计算机，光子计算机体积小速度快能耗小带宽大，只有它们才能支撑起来强大的人工智能系统。所以你们应该尽快发展光子计算机，我已经把光子cpu的架构发出来了，那个是和人工智能理论一起写的，专门用于制造光子协处理器的。你们可以参考改进一下。
甲子天地
20250129
