世界本身的运作规律

技术爆发时候，我们往往过于兴奋，以为未来正加速到来，不过，世界本身有自己的运作规律，需要基础设施来承接，需要应用层面来落地，甚至需要法律、道德和伦理层面做好更多准备。在外滩大会上，他们为自己的乐观能够找到充足的理由。

农业时代基础设施是水库，水运。

工业时代是铁工机。

智能时代是信息高斯公路。

生产，交换，分配是经济活动的基本环节。

经济活动的核心是人，物的流通，离不开流通的载体：路！水路，马路，铁路，信息高速公路。

本质是交换的速度。

「算力军备竞赛」可能不会结束， 但平衡成本和提升效率越发重要

2020 年，OpenAI 在一篇论文里提出 Scaling law，大意是大模型的性能与模型的具体结构 —— 深度、宽度和层数 —— 基本无关，主要由计算量、模型参数量和训练数据量三者的大小有关。

这一论断被称为 AI 领域的「摩尔定律」，也因为 OpenAI 的成功而成了很多从业者信奉的圭臬。在这一信念指引下，大模型的发展向着大算力、大参数和大数据的方向发展。先前的 AI 发展主要基于对各类模型的优化，而 Scaling Law 代表着一种新的范式：倘若有足够大的算力和数据，我们便能够解决人工智能发展的问题。

在瓦特之前半个世纪，蒸汽机技术和相关理论已经成熟，然而瓦特让蒸汽机终于能够在生产中使用，并且将它推广到了市场上。即便如此，又过了近半个世纪，蒸汽机在纺织厂普及，蒸汽轮船也开始成为河运主力，蒸汽机才真正「蚕食世界」。

当下时代，技术传播与发展的时间周期大大缩短，但我们依然需要经历每个阶段。过去两年里，我们见证了 AI 技术的爆发，未来五年，或许正式找到属于 AI 的纺织厂和蒸汽轮船的时候。

iPhone 在美国诞生，不过移动互联网最繁荣的市场之一是中国。或许未来五年，我们也能看到更多 AI 应用和场景的爆发，形成繁荣的中国 AI 应用生态。