【菜科解读】

守株待兔式的期待下一次技术革命，可能是当代人犯的最大错误。

很多人认为，人工智能（AI）是下一场技术革命，就像蒸汽机、内燃机、电动机、计算机那样，人工智能将彻底改变乃至颠覆世界。

尤其是2022年下半年问世的ChatGPT，被寄予厚望。

人们认为这种生成式超级智能，将在很多领域取代人类。

乐观者认为，GPT将空前地提升工作效率；悲观者则认为，GPT将无情地砸掉很多人的饭碗。

尴尬的是，乐观者和悲观者可能都表错了情。

GPT问世已经一年多将近两年了。

尽管各大巨头砸了上万亿美元去训练它，但除了帮助码农提升一些写代码的效率以外，GPT没有找到任何一个真正有意义的应用领域。

至于大幅提升社会效率，更是镜中花水中月，虚无缥缈。

显然，人工智能让大家失望了。

从人工智能的概念提出来，我就不以为然。

我认为，真正的技术革命只能是能源的突破和数量级的提升。

使用什么能量，使用多少，决定了人们能做什么，而包括计算机、互联网在内的信息技术，理想的情况下，充其量，也只是让人们把事情做得更好——是优化，而不是革命。

不过，我不是业内人员，对相关产业的发展，没有第一手的信息，只能有个大概想法。

最近，看到一些分析文章，是专业人员对人工智能的意见。

他们同样质疑人工智能的前景。

他们甚至认为，已经花出去的万亿级投资，有可能造成下一个巨大的泡沫。

其中很多说法，证实了我之前的想法。

今天就来说说他们对人工智能是怎么分析的。

第一，人工智能的成本非常高。

英伟达的芯片、网络带宽、电力消耗，还有工资很高的技术人员等等，都很贵。

干这一行，真是花钱如流水。

率先提出GPT的OpenAI，每年运营成本高达85亿美元，到现在已经亏损了50亿美元。

不知道这几十亿的窟窿，将来怎么去填。

谷歌、微软、Facebook等行业巨头，投资则更大，已经达到万亿。

仅仅成本高，并不是问题，如果收入更高，再高的成本也可以接受。

可是，人工智能的问题在于，那些它们声称能完成的工作，就算在技术上实现了，也往往是低薪工作。

也就是说，即使人工智能在这些工作上取代了人工，也是在用高薪取代低薪，经济上完全不划算。

比如有些地方正在试验的无人驾驶出租车。

首先，训练出无人驾驶就需要昂贵的芯片，其次即使忽略前期的研发成本，也不考虑技术上是否成熟，但日常的运行维护都要比它们所取代的出租车司机贵多了。

有人会说，新技术初期成本高，不要紧，只要大规模推广开，规模效应之下，成本就会大幅下降。

这恐怕是一厢情愿。

而且，事实是，历史上那些真正有价值的新技术，有可能需要巨额投资，但它们都是从一开始就更便宜，甚至便宜得多。

清末中国引入电报时，发电报可是个奢侈品，一个字一两银子。

发一封几十个字的电报，就要几十两银子，对普通人来说，那绝对是一笔巨款，都够买个房子了。

但是，发电报其实便宜多了。

从北京向上海发一封电报，不考虑瞬时到达的速度优势，只说成本，就比原来的驿站、八百里加急公文等等，便宜太多。

所以，电报进入中国以后，迅速推广。

从清政府到军阀，在这件事上，没有谁守旧保守，拒绝新生事物。

军阀们甚至大打电报战——互相发电报大骂。

在全国人民面前发声，没有什么方式比公开发电报更便宜了。

计算机互联网出现以后，也是立刻就有成本优势。

虽然买服务器、计算机、铺设光缆等等花费不小，但无论是电子商务，还是即时通信，都比传统商务、长途电话便宜多了。

人工智能，最大的尴尬就在于，它耗资巨大，但即使成功了，提供的也是高成本解决方案。

已经投入了上万亿美元，要想把这些投资收回来，就要能创造出超过万亿美元的价值，也就是解决超过万亿美元的重要问题。

可是，人工智能只能完成简单的、低价值的工作——实际上，现在连简单、低价值的工作都完成不了，至于那些复杂的、高价值的工作，比如治理国家、学术研究、指挥战争等等，想都不要想。

所有的技术革命，核心本质都是大幅降低成本。

古代，只有王公贵族，才能乘坐十几匹马拉的车。

现在，普通家庭的小汽车，就有几十上百匹的马力。

出行交通的成本，大幅度降低了。

这才是技术革命。

人工智能却大幅提升了成本。

原本用普通劳动力、简单流程就能完成的工作，现在却需要动用昂贵的芯片，雇用高薪的技术人员，经由复杂的程序，才能勉强完成。

这不但不是什么革命，连商业创新都算不上。

原来用铁锅铁铲子就能炒菜，现在换成18K金锅金铲子，还是炒菜，还不如铁锅炒出来的好吃。

这钱花的，不是莫名其妙么？

第二，人工智能的发展，至今没有找到有意义的应用领域。

GPT出现的时候，人们畅想了很多应用前景，但将近两年过去了，大家尴尬地发现，除了弄一些谐趣图片，GPT没有什么真正有意义的实际应用，或者说，没有什么能真正创造出价值的应用。

那些谐趣图片，显然没有创造出真正的价值——无论是经济效益还是社会效益，都没多大——有多少人愿意花钱买这些图片呢？你用GPT给人画这些谐趣图片，能把计算机的电费赚回来么？广告公司用这些谐趣图片给客户设计，能大幅提升利润吗？

其他的应用，比如帮助码农写代码、综述整理文件等等。

这些事情，虽然GPT看上去可以做，但即使是一个简单的文章要点概括，最后到底会出来什么东西，谁也说不准，弄砸了，也无人负责。

完全达不到实用、可靠的水平。

领导让你写个会议纪要，你敢直接用GPT写了交差么？如果GPT写完了，你还要花很多时间去检查修改，那又何必多费这一道事呢？

第四，从技术原理来说，GPT等人工智能技术，训练灌给它们的数据，都是之前已经存在的数据，也就是历史数据。

既然都是历史数据，这种人工智能说到底就是炒冷饭，只是把以往的信息重新排列组合。

它没有也不能创造出任何真正意义上的新信息。

说GPT能取代人脑，八字还没有那一撇。

实际上，这其中的关键在于，对于人脑是如何思考的，人类目前知之甚少。

脑科学还处于很初级、很粗糙的状态。

所以，人工智能并不是在模仿人脑——你不可能模仿你完全不懂的东西。

人工智能的底层原理还是二进制——只能区分0和1的智力水平。

这种底层原理决定了，人工智能和人脑智能，完全是两码事。

人工智能本质上还是一种自动化机器，并没有任何智能。

第五，大家在训练人工智能时，使用的都是英伟达的芯片，这就决定了，这是一个没有护城河的行业。

就算某人某企业取得一些进展，在某些领域成功应用了人工智能，大幅提高了效率，其他人也能很快赶上来。

大家的工具都差不多，干出来的活儿当然也就差不多。

这就从根本上让人工智能的商业基础不成立——很难赚钱。

已经投入的万亿美元，不知道怎么才能收回来。

最后一点最有意思。

这往往也是我们普通人的思维盲区。

分析人士虽然很清楚，人工智能的前景堪忧，但他们说了这样一句话：以往的经验表明，泡沫的破灭，往往需要很长时间。

所以，目前继续保持投资，是对的。

一般人的看法是，如果方向是对的，才值得投资。

如果方向是错的，就不应该投资，或者赶紧撤资。

可专业投资人士却加入另一个考虑因素，那就是，即使是泡沫，是马上就要破裂，还是过很长时间才会破裂？

如果泡沫马上就要破裂，当然要赶紧跑。

如果泡沫还要持续很长时间，那么，在这期间继续投资，继续赚泡沫的钱，才是正确的策略。

一直到发现破裂的迹象，再跑不迟。

有人可能觉得这太冒险，但投资这一行，挣的就是摆弄风险的钱。

风险承受能力不强的人，不适合干这一行。

对于我们一般人来说，避免投资失败和财产损失，是最重要的，但对专业投资者来说，投资失败，固然是损失，但错过赚钱的机会，能赚的钱没赚到，同样也是损失。

有钱人把钱交给他们去投资，不是为了安全为了省钱——那样银行定期存款最好。

有钱人委托他们投资，为的就是赚取超额利润。

如果攥着钱不敢投资，那他们就会被赶出这一行。

理解了这个道理，也就理解了，投资兴旺与否，与行业本身的发展前景，并不完全一致。

投资者的逻辑，和技术发展的逻辑，也不是同一码事。

我们不要因为看到万亿级的投资，就认为行业一定会有光明的前途。

从整体上来说，人类目前在科技发展上撞墙了。

无论科学家们怎么努力，也只能做一些优化和局部改进。

能源升级意义上的突破，完全看不到希望。

这种状态，可能持续很多年——几百上千年，也可能更长。

声明：本文内容仅代表作者个人观点，与本站立场无关。

如有内容侵犯您的合法权益，请及时与我们联系，我们将第一时间安排处理