观点:瓶颈不在数据或GPU,而在能量景观优化本身

AryHHAry · x · 2026-11-20

作者回应提问时指出,当前AI训练的根本瓶颈既不是数据不足,也不是GPU不够大,而是被优化的能量景观(energy landscape)本身。

传统 transformer scale-up 走的梯度下降,在几乎全非凸、充满鞍点的高维参数空间里像昂贵的随机游走,维度越高效率越差。而 Hamiltonian Neural Networks、Boltzmann Machines 和量子机器学习(QML)的思路是重新定义这个景观:强制系统遵循物理定律(能量守恒、Lyapunov 稳定性、量子结构),让找到的解更可解释、更抗扰动——而不是单纯“把模型做大”。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →