最近，清华大学的一个研究团队在国际期刊《自然机器智能》上发表了一项发人深省的研究成果，提出了一个名为“能力密度”的新概念。这项研究挑战了传统观点，即在评估大型人工智能模型的效能时，不仅应关注模型参数的数量或“规模”，而应关注每个参数所展现的智能水平，即“密度”。
传统上，人工智能领域普遍认为更大的模型意味着更强大的能力。这一“尺度定律”推动了近年来许多强大人工智能模型的出现。然而，随着参数数量的增加，训练和使用模型的成本也随之上升，限制了人工智能技术的工业应用。数字化转型网www.szhzxw.cn
清华大学的研究显示，提高AI模型的“能力密度”不能仅依赖模型压缩。研究人员指出，强制压缩大型模型就像把厚字典塞进小笔记本，导致“智能”损失。因此，研究人员强调，需要更先进的“数据+计算能力+算法”系统来创建“高密度”小模型。数字化转型网www.szhzxw.cn
研究还发现，近年来发布的51个开源大型模型的“能力密度”呈指数增长，约每3.5个月翻一番。这意味着，如果目前完成复杂任务需要一个健身房大小的“大脑”，那么在不久的将来，只需要一个客厅大小的“大脑”。再过3.5个月，这个“大脑”可能会缩小到背包大小。
若您对人工智能感兴趣，可添加数字化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能供应商，可联系数字化转型网小助手思思（17757154048，微信同号）
若您为人工智能服务商，可添加数字化转型网小助手Nora，加入人工智能行业交流群。
若您为人工智能创业者，可添加数字化转型网社群主理人Carina，加入人工智能创业交流群。
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于网络；编辑/翻译：数字化转型网（Professionalism Achieves Leadership 专业造就领导者）默然
