第629章 投资有风险

要堆积显卡数量，就可以凭借数据库和大模型，持续增加性能，这对资本来说，打造三系ai产业几乎没有门槛。

由于西方是资本社会，资本家们又互相逐利，当三系ai成为主流，北美ai这个老教授，也就变得无用。

最终，北美ai犹如冰熊三进制计算机，被市场淘汰，三系显卡矩阵成为大资本统治世界的工具。

所以在ai革命中，北美ai一败涂地。

再后来，ai-山神叛逃、ai神格化，三系ai迎来高光时刻。

但无论三系ai如何受资本吹捧，依旧改变不了它只能处理简单、量大、反复式问题的本质。

即便它可以演化预知、模拟事件，那也是统计学和概率学带来的效果。

比如把三系ai带入生产。

当你需要生产1000万个产品的时候，首批1000个良品率80%，第二批1000个良品率90%，第三批良品率88%，三系ai介入，它会复刻第二批的生产流程，始终执行90%良品率，然后再从中寻找超越90%良品率的生产流程，进而把良品率提升到更高。

当你种植100亩大豆的时候，三系ai介入，它会观察每一平方米的大豆生长过程，然后根据收成，从数据库中挑选出生长快、产量高、抗病害的区域，等到第二年种植，它再根据挑选出来的数据，指导你种植，或指挥自动化系统种植，以便提高整体产量。

这既是三系ai的‘优化’逻辑，也是三系ai的最大用途。

而在优化过程中，执行目标数量越大，最终优化效果越好；使用的人越多，提供的数据越多，均摊到每个人的成本越低。

因此三系ai在生产领域的费用，非常低，有的甚至因为植入了广告，完全免费。

但如果你让三系ai去处理‘数据库中没有’的事情，它会麻爪，它会检索全球资源，它会自主编程进行研究，它会重新采集数据，它会反复进行以上操作…