第66章 天才的回应(第3/3 页)

李叔，我们可以自己做。上次你给我那五万块还没用的。”

李建高苦笑。

那五万块用来写论文可以，但用来做成果落地……

至于徐大江，整个人都愣住了。

他是真没想到李建高竟然私人拿钱给这孩子开始做项目了。

疯了！

这两人都疯了！

你李建高不是一直说要让乔泽体验正常大学生的生活嘛？

你见过哪个大一学生，就开始拿钱做课题的？

再说这么着急做项目是为了什么？

证明自己，然后去更高的平台？

心里开始打鼓，但开口说话时，徐大江的语气更缓和了：“这个，建高啊，你这自己掏钱做项目……哎……是我没用。不过有那么急吗？你们是想做什么项目？”

乔泽代替李建高解释道：“最终落地是一个类似于chatgpt的智能数据模型。我跟李叔的短期目标是通过一个理论上的群论解耦框架将因果模型带入到类似于chatgpt这样的智能数据模型中，减少类似模型对大数据的依赖。长期目标是通过设计一套数学理论，来搭建一个ai逻辑底层平台，相关的数字技术可以按需接入。”

徐大江愣住了。

上来就玩这么大的项目？

要不要这么吓人啊！

五万块？开玩笑的吧？

这就是五个亿怕是也打不住啊？

chatgpt的落地成本有多高昂，普通人或者并不知道，但学界其实是了解一些的。

毕竟现在这玩意儿太火了！

行业内早就把账算的清清楚楚。

想要训练与chatgpt相匹敌的大模型，每年在显卡、cpu等设备方面投入的成本大概就要10亿美元。

这还只是硬件上的投入，不算各种人工费用。

最关键是这玩意儿还需要算法支持。

openai从2016推出了第一代生成式预训练模型gpt-1起，到现在用了六年才让chatgpt火起来，这期间还有微软持续的给这个项目输血。

好，就算乔泽这个天才少年真能鼓捣出了一个比chatgpt更厉害的算法框架对其进行降维打击，那庞大的算力从哪来？训练模型所需的庞大数据库谁来提供？

就是把他徐大江卖了……

他也

本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！