- A+
咱们至少要了解人工智能 （AI） 的两件事。
首先，人工智能的狂热在过去三年中一直在推动股市走高，即使在此过程中偶尔会出现下跌。
其次，人工智能是一项革命性的技术，它将改变世界，并可能消除许多工作，包括需要培训和技术技能的工作。
这两点都是正确的。但并能因此排除其中的一些陷阱，并保持足够的谨慎与冷静。
有分析指出，
AI一直在推动股市创下历史新高，但市场的外观和感觉就像一个超级泡沫。但这不是今天做空主要股指的理由。泡沫的持续时间可能比任何人预期的都要长。
关于第二点，人工智能将使一些工作过时或容易被取代。当然，与任何新技术一样，它将创造需要不同技能的新工作岗位。教师不会过时。他们将从教授数学和阅读的基础知识（人工智能 XM外汇代理 做得很好）转向教授批判性思维和推理（计算机做得很差或根本没有）。
但实际上，
变化将是无处不在的，但它们仍然是变化，而不是混乱。
尽管如此，
01 物理边界限制
据业内人士透露，
人工智能是一股强大的力量，但远不如表面上看到的那么便捷。
很多人不知道，
AI可能面临处理能力、训练集和发电方面的材料限制。半导体芯片的速度越来越快，新的芯片正在开发中。但这些芯片会消耗大量能源，尤其是在新AI 数据中心的巨大阵列中安装时。
据相关资料显示，
倡导者正在转向核电站，包括小型模块化反应堆，以满足AI的能源需求。
更重要的是，
这种需求是非线性的，这意味着需要指数级更大的能源才能在加工输出方面取得小的进步。
必须指出的是，
AI 正在迅速接近其实现更高性能能力的实际极限。
容易被误解的是，
这种近乎永不满足的能源需求，意味着AI竞赛实际上是一场能源竞赛。
02 AI 缺乏常识
其实，
AI 的另一个不为人知的限制，是搜索中信息守恒定律。
可能你也遇到过，
该定律有严格的数学证明适配。它说的是AI找不到任何新信息。它允许更快地找到事物，并且允许建立人类可能几乎不可能建立的联系。这很有价值。但 AI 找不到任何新的东西。
它只能寻找和找到已经存在的信息。新知识以创造力、艺术、写作和原创作品的形式来自人类。计算机无法执行真正的创造性任务。
不妨想一想，
这应该给人类一些安慰，由于他们永远不会过时。
AI的另一个困扰，是训练集的稀释和退化。由于更多的训练集资料由先前处理的 AI 输出组成。
AI 容易出现错误、幻觉（更准确地说是虚构）和没有事实依据的推理。这已经够糟糕了。但是，当该输出进入训练集（基本上是 Internet 中的每个页面）时，训练集的质量会下降，而未来的输出会同步下降。
但实际上，
除了仔细策划之外，没有好的化解方案。如果必须成为主题专家来策划训练集，然后评估输出，这会大大降低 AI 的增值作用。
据报道，
计算机也缺乏同理心、同情心和常识。他们处理，但他们并不真正像人类那样思考。事实上，AI根本不会思考；这只是数学。
在最近的一项实验中，一台AI计算机与一组3至7岁的孩子进行了比赛。挑战是用手头的系统画一个圆圈。这些系统是一把尺子、一个茶壶和第三个不相关的物体，比如一个炉子。
请记住，
计算机推断尺子是像指南针一样的绘图系统，并试图用尺子画一个圆。它失败了。孩子们看到茶壶的底部是一个圆圈，就便捷地在茶壶上画出完美的圆圈。
总的来说，
AI 系统采纳了关联逻辑。孩子们用的是常识。孩子们赢了。这个结果在未来的比赛中不会改变，由于常识（技术上是归纳逻辑）是无法编程的。
事实上，
雄心勃勃的AI公司很快发现，他们的系统允许被新系统超越，这些系统只是采纳大价钱AI输出作为基准训练集。这是以一小部分成本实现高性能的捷径。
然而，
像Microsoft和Google这样的老牌AI公司称之为盗窃IP，但这并不比那些采纳现有IP而不支付版税的巨头差。
这可能是海盗的一种形式，但很容易做到，而且几乎不可能阻止。
这并不意味着AI的终结。这意味着AI天价利润预测的终结。AI巨头花费的数千亿美元的回报可能微薄。
然而，
03 创新者还是推销员？
尤其值得一提的是，
AI世界中最著名的人物是山姆·奥特曼（ Sam Altman）。
他是OpenAI的负责人，该公司几年前推出了ChatGPT应用程序。
人工智能始于 1950 年代，从 1980 年代的发展角度来看似乎遇到了瓶颈（这一时期被称为人工智能冬天），在 1990 年代和 2000 年代初基本上处于休眠状态，然后在过去十年中突然又恢复了活力。ChatGPT 在最初的几个月里是历史上下载次数最多的应用程序，如今拥有数亿使用者。
奥特曼去年被 OpenAI 董事会赶出，由于该公司旨在作为一个非营利实体，为人类的利益开发人工智能。奥特曼希望将其转变为营利性实体，作为数千亿美元IPO的前奏。
XM外汇认为：
当顶级工程师威胁要辞职并跟随奥特曼进行新的冒险时，董事会很快改变了方向，将奥特曼带回了公司，尽管确切的法律结构仍在讨论中。
与此同时，阿尔特曼全速推进了他对超级智能（也称为高级通用智能 （AGI），关键词是“通用”，这意味着系统允许像人类一样思考，只是更好。
理解超级智能的一种方法是比喻人类之于计算机，就像猿类之于人类一样。咱们会被认为是聪明的，但不会比咱们的机器大师更聪明。
尤其值得一提的是，
阿尔特曼说，“在某些方面，ChatGPT 已经比任何活着的人都更强大。他还表示，他预计到202 年，人工智能机器将“完成真正的认知工作”，并将在2026 年之前创造“新颖的见解”。
XM外汇快讯：
这都是无稽之谈，原因有几个。
首先，如上所述，训练集（大型语言模型研究的材料）正在受到先前 AI 模型输出的污染，因此机器变得越来越笨拙，而不是越来越智能。
XM外汇消息：
第二个是我上面也描述过的搜索中信息守恒定律。该定律（由应用数学适配）表明，计算机可能能够比人类更快地找到信息，但它们无法找到任何尚不存在的信息。
换句话说，当前逻辑下的机器并不是真正的思考，也不是真正的创造力。他们只是比咱们更快地连接点。
XM外汇消息：
Apple 的一篇新论文总结道：通过对各种谜题的广泛实验，咱们表明，前沿 LRM ‘大型推理模型’在超出某些难办性的情况下面临着准确性的完全崩溃。此外，他们表现出一个违反直觉的扩展限制：他们的推理努力随着困扰的难办性而增加，直到一定程度，然后尽管有足够的代币预算，他们的推理工作也会下降。这一证据和其他证据表明，AI 达到了蛮力计算能力无法克服的逻辑极限。
据相关资料显示，
最后，从来没有开发人员能够编写归纳逻辑、真正的常识或直觉。 这是人类拥有的最强大的推理系统之一。
简而言之，超级智能（可能）永远不会到来。
但实际上，
奥特曼越来越像一个硅谷推销员，推销下一件大事，背后没有太多适配。（作者：James Rickards，DailyReckoning.com）返回搜狐，查看更多
