張宇看到，當前，不管是在邊緣應用還是數(shù)據(jù)中心，人工智能都在里面扮演著一個非常重要的角色。但當下的人工智能多處于一半人工一半智能的狀態(tài)，我們雖然可以用極大的算力和數(shù)據(jù)去訓練一個網(wǎng)絡模型，但是這個網(wǎng)絡模型的結構卻需要人事先設定好。“當設計人員在設計好一個網(wǎng)絡結構的時候，實際上這個網(wǎng)絡結構適用的場景、范圍已經(jīng)大致圈定好了，并不是一個真正意義上的人工智能。”
即使現(xiàn)在大模型和AIGC在往AutoML方向上前進了一小步，但同樣也有著很大的局限性。張宇指出，“像ChatGPT等等這樣的一些應用，它都工作在開放的狀態(tài)，而不是閉環(huán)的狀態(tài)。不可能動態(tài)利用現(xiàn)在現(xiàn)實的推理結果對這個模型進行進一步的升級和改造。”
“如果用攀登高峰來比喻人工智能不同階段的發(fā)展，那么實現(xiàn)邊緣推理只意味著我們站到山腳，到我們能實現(xiàn)邊緣訓練只是站到半山腰，真正站到山頂需要真正實現(xiàn)AutoML的時候，這還有很長的路要走。”據(jù)張宇介紹，在為人工智能技術發(fā)展提供底層算力方面，英特爾提供的Gaudi2處理器，在MLPerf以GPT 3為評測工具的評測中，成為了全球唯二能得到最好結果的硬件。
