不是。
并行计算（也就是英伟达的 CUDA ）一直是 NV 的一个重点方向。

目前不能。
这也是为何 Copilot 被集体诉讼的原因。

现在的机器学习 AI 的训练材料获取、模型、生成参数、产出，都是法外之地。

拿高分不是不行，但不稳定，且没有稳定输出的方法。

1 、现有的机器学习 AI 因为监督学习和强化学习的方法问题，输出内容有很大的杜撰与随机成分。也就是只认逻辑（相关性），不认事实（因果性）。
2 、现有的 AI 句式繁琐（部分信息解释说是因为要实现上下文逻辑原因）。
3 、离线的 AI 模型知识量有限，信息有时效性限制。线上 AI 的与“高考”这个场景初衷相违背。

至于说阅卷老师是否能够识别 AI 作品，我认为这个问题其实是个伪命题。

软件架构 overkill 应该是近 10 年来一直存在的问题。

一是很多软件公司承受不了业务扩展后的重构，不如就那业界最优解一把梭。又稳定，成功率又高，参考资料还多。
二是随着硬件性能的提高，复杂架构的弊端逐渐变得不明显。同时快速迭代的互联网公司兴起，导致对于员工的可替代性、标准化要求非常高。所以复杂架构就越来越变成必然。

btw：楼主这个项目的思路挺有意思。有点行为艺术的意味在里面。

@ilovecn #11 我说的不够严谨，理想 HDR 显示器并不会损失信息，但是人眼接收到的会损失。

楼上很多人搞错了显示层面上的 HDR 和摄影层面上的 HDR 。

摄影层面上的高动态范围是多重曝光合成。亮部不过曝，暗部不欠曝。是一种不真实的“信息叠加”。
显示层面上的 HDR 相反，是亮部巨亮，暗部巨暗，相较而言是一种贴近现实的光效模拟，但“信息损失”。

商业的本质是包装（信息差），所有行业皆准。
谁先入局，谁先培养了用户习惯，谁就赢得了先机。

巴斯夫的一个马上专利过期的弹性技术，阿迪达斯炒了多少年。
一提“踩屎”，就是 boost ，就是 UB 、椰子。
就跟一提瑜伽就是 lululemon 一样。

你可以做，不如你来定义标准教其他人如何做。

因为线下很多场景就不存在比价。
线上比价动动手指就可以，而且线上绝大多数都是标品。甚至会有比价平台帮你一键比价。

但线下不然。
比如你买黄瓜的时候，你会跑几个菜市场来比价么？机会成本上划得来么？

@colinzhao #1 省电感觉说不通，毕竟在解锁时重新设置一下壁纸，就可以解决这个问题。

这思路完全是缘木求鱼。
执法记录仪的主要主打功能是稳定、三防。画质不高，续航也不长。

运动相机压根就不是当作 7*24 监控来使用的。
实际上也不存在这样的场景。

楼主的前提本身就已经很苛刻了。

1 、需要有既有房产用来占学区资源。
2 、找到允许你装修、长租的户主。
3 、长租的租金还要低于房贷月供。

楼主可以思考一下同时满足以上三个条件的可能群体有多少。

“如果我带着当前的所有记忆回到 20 年前，
我应该可以赚很多很多的钱，让自己成为亿万富翁”

不一定，事物是独立发展的，在你依照你“20 年以后的经验”做出非正常决策的一刻，那个世界就已经是平行宇宙了。
比如，你按照你之前的记忆买彩票，那么那套数字未见得中奖。
比如，你按照你之前的记忆投资房地产，可能过 5 年房产税就降临了。
比如，你按照你之前的记忆买股票，资本发现这个股票已经有人筑底了，资本可能就不抬升股价了。

然后后面我就没看懂楼主的“问题”在哪里。

“然后之前 20+的雪铁龙现在变 12+了”
但是你未来的收入也变少了。经济会进入恶性循环（你认为未来会更便宜，所以不买，你不买，别人就没有收入，别人没有收入，就不会买你的产品，你就没有收入，你就更不买车）。这也就是“经济周期”。

“那为什么不一次印个几千万亿呢？”
因为印钞会导致通货膨胀，通货膨胀会导致人民手里的现金缩水，虽然可以刺激消费（不花就亏了），但也会导致民生问题。

另外，印钱并不是印完撒大街上这么简单。
如何把印完的钱投入到政 !@府想投的领域，而不被其他产业链稀释。
能不能达到政!@府想达到的层级，而不是被上层瓜分。（就像之前疫情时，政!@府发消费券，然后商家就地涨价，吃掉消费券的利润）
能不能达到发钱从而刺激经济的效果。（有的国家发完钱人民就储蓄了，约等于白发）

这些都是问题。