本篇文章来自机器之心专栏作者韦福如，他是微软亚洲研究院全球研究合伙人。文章探讨了人工智能基础创新的发展趋势，特别是在人工智能模型、语言架构等领域的突破和创新。文章指出，虽然像GPT系列模型等大型模型在人工智能应用中发挥着重要作用，但科研人员并不满足于此，他们正在努力寻找新的突破点。文章提到了Transformer网络架构、语言模型学习范式、规模法则以及数据和计算资源等因素对人工智能基础研究的重要性。想阅读完整文章，请点击原文链接。如果您对作者的观点和工作感兴趣，可以通过机器之心了解更多信息。
