（来源：上观新闻）
要让 AI🚣 从令人鼓舞✉的演示实验🇧🇮阶段真正走向对💥▪科学研究的实质🥟🐵性改变，仍🤑然有几个核心💋👨🦰挑战需要解决： 📐🏏1. 缺少科研📃一线数据：模型⛈💺在课本式问题上🏕👨🎨表现出色，但在🔷真实科研场景☯👂中仍会遇😐🏃到困难，因为训👩🎨练数据👨🌾无法覆盖♋每一个🇷🇸垂直细分领域的🚦细微语境🤫。
第三个问题在⚱🇲🇵于算力成本的「🏬😵无底洞」🏛💨。这种方法♋缩短了互连长度，🧸👩🚀降低了功耗🛏🔹和发热量，同🇵🇪👨🦱时提高了数🏷🕙据传输🇿🇲速度🕊4️⃣。重复性🍖工作的🇪🇭🎢自动化 当 AI😴💚 获得ℹ了必要的工具接😴🧷入之后，🇧🇮接下来⬅👠的优先事🇹🇴项并不是立刻🤑😤追问它🇲🇪🚴是否能够提🌩🤮出重大新思想🚸。
