”
“我们离把它彻底搞清楚，还差着十万八千里。”
李总看着李东说道。
“就算我们了解了大脑，我们也没法在矽基芯片上
高效地复现它。”
“人脑的神经元和我们的芯片。”
“是两套完全不同的逻辑。”
“你硬要在GPU上模拟一个脉冲神经网络，效率比直接跑ANN还低。”
“这就是为什麽SNN吹了这麽多年，到现在主流的AI公司也没真的allin的原因。”
“它现在能做的任务规模，比ANN差得很远。”
李总叹了口气继续说道。
“还有，我们没有成熟的训练方法。”
“ANN为什麽这十年突飞猛进？因为我们有反向传播。”
“反向传播这个东西在数学上是很高效的。”
“但人脑里有反向传播吗？没有。”
“那SNN要怎麽训练？目前学术界还没有一个公认的、和反向传播一样好用的方法。”
“很多团队在试，但都还没试出来。”
李总把手放下，端起杯子。
“所以李东啊。”
“你这个方向，理论上当然是对的。”
“长远来看，类脑计算很可能就是未来。”
“但是……”
他还是强调了一下。
“在可见的五年、十年之内，能落地、能赚钱、能让中国的AI追上世界第一梯队的，只能是现在这条transformer的大模型路子。”
“不是因为它最好。”
“是因为它最现实。”
李总说完，桌上的几个人都纷纷点头。
显然这是行业内已经形成的共识。
李东没说话。
但心里有一个声音，在很坚定地反驳。
不可能？
我亲眼“见过”有人做出来啊。
那就是牛顿的“小黑”。
既然有人能在那个时代、把它做出来。
那就说明，这条路是走得通的。
至於眼前这些困难……
对大脑的理解也好，硬件的底层逻辑也好，训练方法也好……
一步一步克服就是了。