两年啊，确实是不短的时间。
但对于ASI的诞生来说，这个时间已经是异常短暂了。
相比生成式AI大模型，方豫为超级人工智能设定的技术路径与之并不相同。
但这并不意味着方豫此前发展的橘子大模型是无用的，相反，AI大模型的不断进步，是ASI诞生的必要条件。
AI大模型与ASI之间，并不是简单的前后代、进化体或下一代模型的关系。
它们的差别，更类似于“蛋白质与氨基酸”和“人类”的关系：
生命诞生于蛋白质与氨基酸的出现，意识诞生自生命的出现，蛋白质氨基酸不是生命，却是诞生生命的“温床”。
同样，AI大模型再打、算法再先进，也变不成ASI，但却是ASI必不可少的“要件”。
目前的AI大模型，靠的是参数，是训练策略，它的性能是线性的，直到趋近一个边际值，就无法再进行进化。
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0.00……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。
本章未完，请点击下一页继续阅读！