AI突破的可能

新的信号处理方法

1. 非常高的等价算力
   
2. 高效率
   1. 单bit
   2. 非数学直接等价（乘加）的计算：查找表
   3. 处理好，抽象好，不可避免的动态特性
   4. 训练受梯度下降算法严格绑定，受数学约束，不太容易改变，但是推理可以
      1. 传统的多个乘法，表示成特定的逻辑运算或者最复杂的LUT
      2. 根据特定模型而动态配置的固定的物理计算逻辑电路
3. 非传统数字电路
   1. 存算
   2. 模拟
   3. 光子

新算法

1. 充分利用大算力，减少数据流动
   1. 上下文无关：必要的中间结果的流动，但是权重固定，有点像存算
   2. 上下文相关：自然的，固定的broadcast网络
2. 更高的并行化
   1. 更细粒度，更高规模的并行，而不需要同步
3. 减少动态性
   1. 支持数据动态，但是减少结构化动态

算法的上层要求

1. 一个足够复杂的处理系统，能同时输入很多数据，输出很多数据
2. 能够被按照意愿进行调整

新的计算范式

梯度下降

1. 信号处理过程必须是线性的
2. 目标是明确的
3. 充分的精细的梯度下降（训练）代表在当前权重下的最优解

数据的组织方式

1. 无缝包含各种类型的数据
2. 人类不可读的数据信息