AI挑战2025之四（上）：数据自主可控，我们需要新的“五笔输入法”吗？

文章预览

当这几天一些rumor开始表达出对于模型Scaling law的担忧时，数据问题被再次关注到。这当然是过去、现在以及未来都会面临的巨大挑战，至少是之一。但是数据问题的复杂性也意味着一篇的篇幅难以讲清楚，所以，我拆分成两个视角，一是数据本身的视角，二是站在我们自身的视角。 今天，是站在我们自身的视角。 从哪里开始，从王码和五笔字型，这两个很多人可能都没有听说过的古早名词开始。 时间退回到九十年代初，当计算机被叫做“电脑”开始被更多引入到中国，慢慢进入普通家庭时。所有人面对的第一个问题，就是输入：面对一个全是英文字母的键盘，和一个只显示英文的显示器，手足无措。 那是第一次妥妥地感受到来自“语言的压制”。要显示中文，就需要两个字节，然后利用与英文字母相同的点阵方式来显示。如下面由Claude生成的 ………………………………