ChatGPT的出現好像又一次給人灌輸只有大數據大模型才是人工智能產生突破成果的必由之路。

據華爾街見聞報道，如果粗略合算ChatGPT的總生命周期碳足跡，自2022年11月30日運行60余天來，其制造設備碳排放超過33.41噸，模型訓練碳排放超過552噸，運行60天碳排放約為229.2噸；三者相加，ChatGPT上線后的碳排放超過814.61噸。要想從大氣中吸收這些二氧化碳，相當于需要栽種超過6.5萬棵樹。可是如果ChatGPT與人腦同時工作，人腦的能耗僅為機器的0.002%。

難怪ChatGPT的開發者也不得不發布要研究小數據的系統。

作為算法研究人員的使命就是就是讓不可能實現的事情變成現實的可行的結果，對復雜系的不可解的問題繞過去實現可解的成果，讓需要很長時間才可以算出的問題快速的算出，讓大數據的算法變成小數據的算法，這是不以人的意志為轉移的客觀發展規律！

在人工智能領域靠大數據所產生的應用效果，一定是因為模型本身不夠智能所造成的！隨著機器智能程度的提高一定會變成小數據的系統。SDL自律學習模型已經告訴我們，小數據的機器學習的訓練結果可以產生大數據的效果，小硬件系統通過高維空間平面分類可以超越低維度的大模型的神經網絡系統的應用效果！

因此ChatGPT再次掀起大模型大的耗能的競賽值得深思！