333-334章：人工智能新发展！（4000字） (第2/2页)
　　
　　居然连升级那么重要的事情，都可以时隔那么久才打电话过来。
　　
　　足球这个东西，在高怀钧看来，是一件非常简单的事情。
　　
　　持续，专注，找到合适的领头人，然后给予资金支持，就问题不大了！
　　
　　最忌讳的就是不专业的人，东搞搞，西搞搞。
　　
　　你就专心贪钱就算了，这也没啥，毕竟来这最起码有个蹦头不是，比如根廷足协，但是你还喜欢瞎几吧搞！
　　
　　这能行吗？
　　
　　而查尔顿俱乐部，在高瓴入主的第一个赛季在最后一刻艰难完成保级任务之后，又在投入了一亿欧的基础上，贝尼特斯非常好的完成了任务，在两年不到的时间里头，就升级进入了英超！
　　
　　接下来，高怀钧对这个大玩具的目标就是在三年之内稳住阵脚，慢慢进入中游队的行列，然后再花费三年的时间，冲击英超豪门的序列！
　　
　　并且通过查尔顿的号召力，在华国组建好相应的足球青少年梯队。
　　
　　以后有机会，就让有天赋的足球少年加入查尔顿的梯队，然后大浪淘沙之下，有小比例的人能够脱颖而出。
　　
　　然后再长期举办高瓴杯长三角青少年足球赛。
　　
　　他准备用十年以上的时间，扎扎实实地把华国的青少年足球氛围给培养好。
　　
　　也算是了却他前世的一些遗憾。
　　
　　反正他现在有钱！
　　
　　在华国青训这块，就算是青训教练全部是聘请了南美洲各大国家的人，但是花销并不高。
　　
　　从刚过去的一年来算，总共加起来，一年下来也不过是花掉一个亿不到！
　　
　　就算是以后随着青训规模的扩大，费用增加，也不会大一个数量级。
　　
　　一个亿，对于高怀钧来说，不过是九牛一毛的零花钱罢了！
　　
　　而另一边。
　　
　　毕竟L3级别的无人驾驶系统属于真正意义极具变革意义上的大技术，所以这段时间，高怀钧对于高瓴人工智能这个团队，不可谓不耗费精力。
　　
　　资金，就像不要钱一样地撒进去。
　　
　　他清楚地知道，人工智能，可不是像芯片一样，只是科技的一个组成部分。
　　
　　人工智能，或许将成为人类生活的未来！
　　
　　“很多人都觉得人工智能不过是一门普通的技术，那将是大错特错的，人工智能将具有划时代的意义，很快将治愈人类所有的疾病，同时还能解决气候和能源问题。”
　　
　　“并丰富我们的生活。”
　　
　　“不过，通用的人工智能，还需要十到二十年左右的研发时间，因为现在还需要两到三项的重大的创新，才能完成人工智能从初智能到深智能的转变。”
　　
　　高怀钧和来访进行考察的工信部张领导边交流，边交换自己的一些看法。
　　
　　“哦？你觉得在人工智能未来的途径上，需要开挖出什么技能出来呢？”张领导听到高怀钧的这个说法，非常感兴趣，好奇地问道。
　　
　　今天张领导过来，其实是打前哨的。
　　
　　按照他的意思，再过两个月，有位大人物要过来考察和参观！
　　
　　张领导也是先期过来，进行探点。
　　
　　高怀钧也是秒懂，自然是开放了所有的办公场所。
　　
　　高瓴如此快速地成为世界五百强终的前面100名。
　　
　　这已经不能用快速崛起的新星来形容。
　　
　　这已经是一个成熟体的巨型大鳄！
　　
　　没有人不震惊于这家企业在科技界的地位。
　　
　　包括美丽国的同行们，其实都在高度关注着高瓴的崛起。
　　
　　他们希望能够获取一些不一样的秘密。
　　
　　而对于华国而言，也是不例外。
　　
　　能够文化输出，能够打造强悍的产品，能够提供高额的税收和巨额就业岗位。
　　
　　可以说，高瓴现在根本就没有人敢动！
　　
　　而张领导自然对高瓴人工智能BU最为感兴趣，在这里也是停留最久。
　　
　　看得出来，他来之前是做过详细的计划的。
　　
　　知道高瓴这段时间的重点是什么，那就是高怀钧的那一句‘ALLINAI’！
　　
　　高怀钧向在一旁的吴恩达一个眼神，吴恩达立刻会意，直接走向前来，说道，“我们下一项的工作重心，就是基于agent大模型的系统，这个是和通往AGI的五级分类的L4级别是一致的。”
　　
　　“从近期目标上来看，需要五年时间才能到来。”
　　
　　“我们现在基于agent的系统算法，开发了一款新型的算法程序alphafold，一个能够准确预测蛋白质3D结构的AI系统。”
　　
　　在一旁的吴恩达回答道。
　　
　　吴恩达大致把Agent的系统进行了大致的说明。
　　
　　这所谓的Agent大模型指的是在人工智能领域，结合了大型语言模型（LLM）能力的智能代理系统。
　　
　　这种Agent能够执行复杂的任务，不仅限于生成文本，还能对话、执行任务、推理以及一定程度的自主行动。
　　
　　它利用大模型作为计算引擎，通过自我反省来优化性能，错误分析，适应特定领域，并处理用户反馈。
　　
　　例如，ReAct方法使Agent能结合推理与行动，通过与环境交互来解决问题。
　　
　　而现在大模型Agent成为关键点，旨在通过增强的AI能力解决实际问题，如数据科学任务、规划推理等，推动AI技术向更高级的应用场景发展。
　　
　　比如，在这个时代一个很火的生物科学家，叫做颜宁的，就是从事相关的领域工作。
　　
　　不过她主要是依靠冷冻电镜，就是冷冻电镜那么一照，然后α螺旋+β折叠预测模型。
　　
　　然后《nature》和《science》的顶刊论文就嘎嘎到手。
　　
　　现在有了算法程序alphafold之后，AI能做的就太多了，输入氨基酸链就能预测模型，准确率都接近最顶级的学者了。
　　
　　如此强大的工具就需要现在的科研工作者、科学家花费更大的精力去研究最后一公里，也就是AI预测不准确的地方。
　　
　　容易预测的就没法继续高质量发论文了。
　　
　　不过现在的空白还是很大的。
　　
　　一些数据积累已经很好的蛋白结构容易解决，比如带有明显功能结构域的螺旋，折叠等。
　　
　　但是，一些数据积累不够的蛋白结构，比如不稳定区域，跨膜蛋白还是搞不定。
　　
　　需要alphafold进行更深入地迭代。
　　
　　这就是高怀钧口中所说的：人工智能将具有划时代的意义，很快将治愈人类所有的疾病的底层技术基础。