他指出：「AI的秘密在於不斷發展的軟體（software）。「他強調，在可預見的未來，AI多數是在很基礎的用例上使用，譬如電池控制、監控或控制噪音上，大概佔90%。但是，隨著技術進步，特別是在生成式AI （Gen AI）的發展上，「AI預見將完成更具挑戰性的任務，這是我們在ChatGPT 或Stable Diffusion等應用程序中所看見的。」
黃朝宗則說，在教育方面，已預見AI會是雙面刃，一來可以加速積極性高的學生自我學習的速度，但另一方面也可能弱化學生自行整合知識的能力。「目前AI擁有的是基於龐大人為資料下的凖確猜測能力，而非人類使用的因果推理能力，因此在使用上仍須相當小心。」他說。
誰領先AI晶片的生產？
以製作繪圖晶片（GPU）起家的矽谷大廠輝達，在GPU非常適合進行AI計算的背景下，隨著AI技術及應用產品自今年起爆炸性的發展下，多年投資在今年有了驚人的回報。
輝達之所以在AI晶片行業中領先，有幾個因素。
首先，該公司在圖形處理單元（GPU）領域擁有領先地位。GPU的高並行運算能力使其成為訓練和運行大規模神經網絡的理想選擇。此外，該公司多年來致力於開發專用於人工智慧的硬體和軟體工具（如TensorRT等），這為開發者提供了強大的工具和支援。
譬如，分析師薩格告訴BBC，「輝達在這個領域的很多主導地位都是來自該公司在軟體方面投資的結果，特別是他們研發的產品CUDA（統一計算架構，能整合軟硬體） ，充分利用GPU的可編程性，提供高性能又易於開發的GPU。」
分析師麥格雷戈則解釋，隨著處理要求的增加，尤其是大型語言模型（LLM）、設備、網絡和雲端對更專業的AI處理的需求也在增加。他告訴BBC，這種處理要求，都被集成到從基本的MCU （微控制器單元）到SoC（系統單晶片），再到現在輝達生產招牌的GPU這樣的分立加速器的所有事務裏頭。他說，因此，「輝達之所以成為AI晶片的主導者，不僅是因為它的晶片主導了雲端的AI培訓，而且主要是因為該公司繼續投資開發軟件工具和庫。」
清華大學黃朝宗則觀察到，輝達早在10多年前就開始致力於維護開發者平台，讓AI研究者可以輕易地使用他們的GPU進行研究，這是該公司目前難以被取代的深層原因。但是，他也強調，若晶片已被公認為新時代的石油，在這個比喻下，目前位居咽喉點的產油公司其實還是台積電。
他認為，因為輝達全線晶片或谷歌（Google）公司的TPU（張量處理器，是該公司開發的專用積體電路，用於加速機器學習）都是台積電生產的，「因此，未來AI晶片的發展潛力或瓶頸，台積電都扮演重要角色。」
