“但是，【大】等于【好】等于【优秀】吗？这又显然不是。
“举个最简单的例子，ChatGPT动不动几个T几个T的数据投喂，挺大吧？
“再想想我们人类自己，从小到大，学习语言，听说读写，全加一块，能学多少语句量？”
不用程旭解释，所有人都明白，人，练习的再怎么多又能有多少？不会太多。
“再说工业模型，就以光刻机为力，全世界的高端晶圆工厂有几个？屈指可数！
“同一型号的光刻机又有多少？几百太上千台算多的了！真要用【大】模型，海量数据哪里来？
“所以，工业AI模型注定必须是小模型，用一条产线或几条产线上获取的有限数据就能训练出它的功能和价值。
“这其实是对价值判定模型的一个定向化改造，价值判定是通用体系，本身更像是全能模型。”
“这么说，小模型是比大模型更先进的？”文老开口问道。
“趋势上是这样的，具体到个例上，不好说，”程旭玩笑道：
“就比如一个亿训练出来的大模型，跟一百块成本训练的小模型，前者大约会更强大。”
“更关键的是，大模型根本不可能成为工业模型是吧？”
有人立即就反应了过来：“因为根本不可能有大量数据给它用于训练和提高是这样吧？”
“没错。”程旭点了点头：
“工业AI的目的是什么？是更快的生产？更自动的流程？取代产业工人？都不是！工业模型最强大的地方是可以向上突破极限！
“比如，这次的光刻机，利用我这半个工业AI模型，就能从40nm搞到28nm。
“也比如说，国科精密的物镜，现在只能满足40nm的需求，如果他们的产线上搞上一套工业AI，经过一段时间的培养，就能突破28nm级别的光源需求。
“向上，才是工业AI模型的追求。其他的都可以归属于自动化的范畴，哪怕是利用AI实现自动化，那也是自动化，而不是智能。
“智能的本质，是向上！”
“醍醐灌顶啊！”几个人不住的点着头，对人工智能未来的认知又上了一个台阶。
“未来，岂不是所有的行业门类，机械、建筑、精密精仪、航空航天、高端机床等等等等，都可以通过专有AI模型拔高上限？”
有人瞬间联想，发出这样的感慨。
而程旭则是给出了肯定回答：“这是工业AI的目标，但现在显然还没起步，光刻机改造方案只能算是走出了半步。”
“但是，你这半步，给我们的未来插上了腾飞的翅膀！”
文国昌郑重的说道：“但，一定会成为别人眼中的钉。这不是一件小事儿。”
“还有你的安全，也必须重视，华州全市，提高安全管理级别，出门在外，专车专机专列都得安排，不能再想以前那样了。”
文老正色道：“不要指望别人善良。”