（来源：上观新闻）
--- 五、四🇹🇴🏫个专家加🦝🚵♀️一个指挥官：🧂🚷AI科研团队的内🛒部分工 AI🐊科学家并👰不是一🚵♀️个单一的"大脑"®🇵🇰，而是一个💂♀️由多层🏞次代理组成的协作🇸🇲🐙团队🛍🤷♂️。谈到 Th🆚🌴us 与现有芯片🇴🇲😀的区别时，安克📤 CEO 阳萌说🌙⛳：“到目前为🔺🚒止，所有 A👩🦳I 芯🚷🔃片都是🏭一边存模型，一边👨🏭做计算💸。V4的做法👓叫mHC，📂把矩阵B约束🥫🍇到「双随机矩🇪🇸🇫🇷阵」的👞🎆流形上（数🌅👨🦲学上叫Bi🌥🇦🇲rkho💌⚠ff po🤵™lytope）🍲，行和列都归一👨👨👦👦化为1🍐。反之，如🕠🇬🇪超凡蜘蛛二免谷歌果预估答🇭🇹🥠对率0.🅰9（很容⛎🥅易），但A🧱🌩I答错了👏，优势信号🥚就是0⛲🇰🇬-0.9=-🇰🇿😓0.9，说👩🚒🔉明这次🕛📋翻车非常严重🇫🇷🧺，需要强❎🙆力纠正🙍♂️。
AI必须自己去🌊😀猜测究竟是哪一个🍼🍧行为导致了最终🌉的失败，而当一个🧱任务需要完🍼成十几个步骤时，👖这种猜测几乎无从🤹♀️👦超凡蜘蛛二免谷歌下手🖱🚄。2. 物理世界🦷🚭的“世界观”‼ WA🐔🐨LL-B能够感知🐘🇩🇯并预测重力、惯性🔸👂、摩擦🐑🧶力、速度等基本🛃🤽♂️物理规律🐅🏑。工厂里的机🐜🇰🇭械臂可以在固👭定位置重复抓💞取一万次，但🥺🏣家庭里的一万🐻个动作，每👨👨👧👦个可能只做一次🙍♂️🧚♂️，每次的环境条🇹🇦🚄件都不一样⏭。在训练®超参数方🇺🇦🇸🇮面，研究团🇹🇫队对损失函🍱数中四项任务💲的权重🤥📪系数进行了网格🎤搜索，最🇲🇫终确定🔌的配置为：区域比🆒🧴较关系损失权重🇬🇬0.1、失真♣类型识别损失🕖权重1🆖.0、严重🇩🇰程度分类🇳🇵损失权重0.1🦛、质量🎭😥评分回归损失🔅权重1.0🇪🇸。谷歌高级副总🕴😈裁兼AI基础设🐓⛸施首席技术专家A🧥min V🎚ahdat表示：🚵♀️“目前，我们的💢🥈第一方🕛🇬🇷模型通过客户直🛹接调用API，👨👨👦👦💎每分钟处理的t☢oken数量已超🏰过160亿，较♣上个季度的10🕣0亿有所提🎷升✝。
