黄仁勋的最新演讲，站在高维视角俯瞰人工智能未来5至10年的五种趋势。

演讲中，他提出了三个全球人工智能和产业界必须解决的问题：

一是如何获取数据？尤其是高质量数据？因为人工智能的本质就是一种通过已有数据进行学习推理和进阶提高的计算方式。要让人工智能持续提高，那么必须依托人类源源不断的为其供给更多高质量的数据。离开了人类的原创优质数据供给，人工智能难以进化。

二是如何解决人工智能在没有人参与的情况下“自我训练”的能力。目前的所有人工智能，都必须耗费大量的人力、时间和精力成本去训练它们。无论是大模型还是机器人，都必须有一群拥有很高知识技能储备的人去训练它们，才能让它们进步成长。如果人不参与其中，人工智能的进化将停滞或者偏离人类正常需要。如果不能解决人工智能“自我训练”的问题，那就无法更快的实现人工智能的突破和升级。

三是如何创建更优秀的模型的问题。如何去搭建一种更好的模型，找到一种更高效的算法，这种算法无论给与多少数据，无论数据池大小，都可以推进智能模型升级。原来全世界都搞错了方向，以为人工智能的升级必须要更大的数据量，但从中国的deepseek等先进蒸馏模型出现后，以前的模型被颠覆了。这就说明，人工智能的升级，一定还会有更优秀的模型和算法，谁搭建了更优秀的模型，谁就有了下一个阶段领先的筹码。

——————————————

——————————————

所以，基于这三个必须解决的问题，会延伸出人工智能未来5至10年发展的五大趋势

趋势一：任何人工智能模型背后，必须建立起庞大的数据库和计算中心。数据库负责搜集和整理各种来源不同的优质数据，同时搭建不同领域的计算框架，比如物理计算框架，化学计算框架，程序计算框架等等。计算中心和数据库紧密相连，计算中心负责运算加速，不断优化计算方式，持续提高人工智能的输出效率。

趋势二：当各个人工智能模型基本成型之后，各国的人工智能数据和运算中心建起来后，就需要在更高维度搭建一个全世界通用的“人工智能云”，这团云需要兼容全世界各种人工智能模型，并且形成相对统一的计算模型和算法，以实现世界各地机动灵活部署调用。因此，强大的世界级的云服务将是未来人工智能领域的基础底座。终极的对决，一定不是人工智能模型和算法，而是这个基础底座的普遍适应性和安全高效。这颇有点类似于互联网的根服务器。

趋势三：性能更加强悍的计算机将是人工智能普及到各行各业的必要条件。计算能力直接决定了产业落地效率，但现在一流的芯片也无法满足人工智能计算需求。那必须有新的计算系统和颠覆性的创新来突破计算瓶颈。目前主流方式是两种，第一种是在硅基芯片中扩展分布式计算，就是通过高速数据交换机把更多的CPU和GPU系统相连。第二种是芯片的颠覆式突破，比如光芯片，量子芯片等。

趋势四：自动驾驶汽车很有可能是人工智能普遍运用到终端最先落地的产业领域。因为自动无人驾驶技术已经在某些特定道路区间实现了，证明了技术的可行性和安全性。随着人工智能的进化和全球人工智能标准框架的确定，自动驾驶汽车时代将迅速到来。能够参与到全球自动驾驶技术智能计算标准的企业和国家，将成为智能汽车时代的引领者，产生难以估量的巨大产业上升空间。

趋势五：机器人时代已经来了。虽然目前还有各种不同的声音，但不可避免的事实是，随着全球各国人口出生总量的锐减，到本世纪末，全球将短缺至少5000万有效劳动力，到时候，很多大型工厂需要给每一个机器人“支付”年薪超过5万美金的工资“请”它们到工厂去工作，全世界目前已经有2000多万家中大型工厂，所以，机器人产业将是一个天量级的产业新赛道。（这是黄仁勋的原话，具体如何测算出这个数字，他没详说）。

除了进厂“打工”的产业机器人，还有大量分散在各行各业各个领域的通用机器人，这些通用机器人无论是到银行前台去当柜员，还是到普通市民家里做保姆，它们所有的感知系统和精准操作，都依赖于布局与各个角落的海量感知设备：摄像头、热敏和光敏设备、蓝牙、6G等，只有万物互联之后才会有通用机器人的普及。

所以，在机器人时代，不是机器人抢了人的工作，是机器人产业为人类创造出海量的新工作！未来的人类，可以将所有枯燥、单调、无聊、危险的工作全部交给机器人去完成！

（上述趋势分析，因原演讲内容科技专业术语很多，社长根据演讲实录的内容进行了适当的个人理解和阐发，部分内容并非演讲原文照搬）

黄仁勋4.17再访中国，也正是因为在他看到，中国在上述五大趋势都已经有了长远布局，部分领域已在第一方队，少数领域已经领跑。人工智能的下一个时代，能够跻身全世界玩家方队的屈指可数，胜负高下已经可以看出端倪！

说穿一句话：人工智能无国界，科技产业无国界，只有开放包容，才能命运与共！

关注星月社长：价值资讯，深度思考，广博见闻，进阶认知！