a16z (@a16z)· a16z·· 2 天前AI 评分33
a16z：AI 要成为超越人类的硬件工程师，为何难以从物理世界学习
For AI to become a superhuman hardware engineer, it has to learn from the physical world, and real-world data is hard to get: - It's non-uniform and c...
AI 导读
a16z 的 Christian Keil 分析 AI 成为超级硬件工程师的核心瓶颈：现实世界数据难以获取，其特点包括非均匀且持续变化、稀疏、采集成本高、物理过程无法无限加速，以及部分结果难以量化。文章指出，测试结果越可量化、越可被机器读取，模型的能力提升就越快。
来源：a16z (@a16z) · x.com