（来源：上观新闻）
一、AI翻译的🔽"作弊"现象：🎭当机器学会了投🌅🤯机取巧 当我们谈📪🐙论AI翻译时，大🛍🍣多数人可🔮😏能会认为🇵🇭🇬🇷这些系统🎄😡就像勤奋🇵🇲的学生一样，认🌔真学习每🥳一种语言🇧🇹🤹♂️的规律和特🎭⛷点👈。谷歌研究院只👩🦟提到了Tur✔boQuant📻🦎 有多🅰厉害，能节省多😱🤭少内存💠，但只字未👨👧提支撑 Turb🥮oQuant👐 的这篇论文本身👨⚕️的种种错误🕙🌖。
。换言之，🌨👺创新资源不再🇨🇵秘密教学集中在少数节点🏳，还通过网📨🏤络化方式🤡被重新分配🔗🇱🇸。联合国等国际🚠组织需🇬🇳要将文件翻译🧰成多种官方🥴语言，传统方式🍫不仅成本巨大，而🍕🚁且时间周期长🛐🇧🇬。他在演讲里放了两🎢🏠个故事🆗。从少数巨头的技🚂🌜秘密教学术试验⛓🧙♂️场，到万千👩🍳🇦🇴中小企🧘♀️👩👩👦业的转型🙅♂️工具箱，AI 🇵🇬◀产业的成熟🎢🔜，需要高🇳🇴👨🍳端算力的坚实支👥撑🍔💰。
“定义好在家💗里做什么🌃、不做什么以后⛹️♀️🦸♂️，反向🚞😗迭代我们的系统，📈👩🦱这套系🐏统是最宝贵的💗⭐。Violoop设🇦🇪🇻🇨计的目的，*️⃣👩🚒是“杀死p💖🇳🇷rompt”，将🇵🇪📮人类和AI的交互🏩，从GUI（🤯图形界面）中解放👩🔬出来🚶♀️🐅。“如果🧚♂️我们的人才🥘👖培养不能跟📊上人工智能发展❄🍈的速度，这🚓些人才怎么🕥👺秘密教学能够承接🇰🇾起未来这个社会🖱的发展呢？🦹♂️”刘铁岩关🍳注到，诸如“小🍁龙虾”Op🐣🏛enClaw创始😦人彼得·斯坦伯😞🛥格、谷歌🇧🇧🔬DeepMi🇭🇰nd创始人戴密斯🇲🇻·哈萨比🦆斯这样人工智🚮🧺能时代🦆的领军人才都有🚜一个共同的特点—🌗—以终为始地解决📫实际问题的心🧑🚵♀️态🧫。
