为何中国尚未产出类似“ChatGPT”的技术？

 在过去，中国未曾在AI基础研究领域处于领先地位，而未来5-10年也难以实现突破。ChatGPT背后的核心技术包括生成式、预训练、Transformer等，技术演进的关键点涵盖了强化学习、RLHFCNN、RNN、ResNet、LSTM、Transformer等众多模型结构和滤波器的创新。诸如Instruct Learning（prompt learning）、BERTGAN、Latent Diffusion（依赖Stable Diffusion技术）、CLIP、LoRA等技术突破均未在中国首次实现。

尽管如此，中国在AI产业应用方面却取得了显著成就，如推荐系统、视觉和语音等商业化应用。这是因为AI算法的门槛相对较低，AI的三大核心要素：数据、算力、算法中，算法的价值相对较低。例如，目前最为先进的ChatGPT，中国仅落后美国约一年，这主要受限于算力和数据。

事实上，与其他行业相比，AI技术的传播和扩散速度非常快。因此，在美国进行前沿研究的同时，中国的大中小企业紧随其后进行商业化应用，已被证明是一条有效且经济的路径。正是由于AI算法的门槛较低，跟进所需的人力和资金也相对较少，这便是中国发展AI的现实路径，并形成了一定程度的路径依赖。

由于算法的价值不高，算法的公开不会被阻止，也不会成为瓶颈。欧美社区内部的交流需求使我们总能获取新的想法和论文。数据虽然是一项重要壁垒，但中国并非缺少数据，这仅是资金问题。然而，未来真正可能成为瓶颈的是算力。算力的发展并非一朝一夕之事。

因此，当前我们应当将更多关注和投入集中在算力研究上。没有算力，就无从谈起抄袭。在算法方面，保持目前的追赶模式是理性的选择。毕竟，我们仍然是一个相对贫困的国家，人才吸引力尚不及美国。