李开复：AI 的两个铁律

有两条铁律，决定了AI项目的成败，也解释了为何这一轮变革如此不同。

铁律一：让机器自己学。 别再费劲把人类知识手工编码进机器了。过去几十年，我们总想请专家写规则、编特征，但冰山之下，真正强大的规律藏在数据深处，人类根本说不清楚。看看AlphaZero，没看过任何棋谱，自学4小时就击败了传统程序；再看AlexNet，不靠手工特征，仅靠神经网络看图片，就把图像识别错误率降低了十几个百分点。机器不会累，也没有先入为主的偏见，给它足够的数据，它就能发现连专家都察觉不到的微妙规律。就像强化学习之父萨顿说的：凡是硬塞人类知识的方法，短期或许领先，长期必然停滞；只有让算力在数据里自由探索的通用方法，才能笑到最后。

铁律二：数据决定上限。 "再多数据都不嫌多"不是玩笑。模型的行为本质上是由数据集决定的——给你一亿张猫的照片，它能在任何角度、任何光线下认出猫；给得越多，它认得越准。算法固然重要，但它只是为了更高效地消化数据。ChatGPT背后是什么？不是什么神秘配方，不过是大规模神经网络、数十亿美元算力，以及那个海量的数据集。数据规模到了，再复杂的架构也会收敛到同样的智能高度。

记住：靠人工维护规则的AI，天花板就是写规则的人；让机器自己学、用数据说话的AI，上限随着数据增长而无限拓宽。算力只是引子，数据才是根基。