即使Sam Altman没这么说,计算力也会严重过剩,因为我只做了最简单的测试就发现:人工智能不懂自然语言语义和科学理论。也会因此缺乏足够的有效应用。
面对庞杂的训练用大数据,计算机无法有效区分真假、对错,也无法化解别人留下的语言陷阱和情绪陷阱,自己还会漏洞百出地胡编乱造。这些跟word-embedded vector space等等人工智能技术有关。
新的科学逻辑需要为生命逻辑和社会逻辑留好接口,理解海洋法系、大陆法系等等司法逻辑需要理解历史演变和复杂逻辑。但应有足够的抽象层次超越政治波动。这样对逻辑体系的结构和机制就会有特别要求。这些计算机和人工智能都无法达成。
所以这些问题是结构性问题,具体问题可能被纠正,但root cuase无法被纠正,更多、更严重的问题会不断产生。再好的处理器和训练方法也无法解决。实际上三十多年前,我就发现了这些无法解决的结构性问题,所以放弃自然语言处理研究。现在的人工智能处理器和算法根本无法解决几十年前的老问题。
几十年前就能在计算机里模拟核试验,也有实用Electronic Design Automation (EDA)。数字孪生和工业自动化一直在成长,但增速和取代人力幅度低于预期。人工智能的少许出路在于更有效的人机耦合,研究人类智力的结构和机制需要新的科学逻辑和智力科学。
赚淘金者的钱,绝大部分淘金者会血本无归。中间环节会断裂,巨型泡沫会破灭。
人工智能无法理解自然语言语义和科学理论,也就无法理解生理和疾病。人类医生依赖人工智能,自身诊断能力退化,后果可怕。很多其它行业也有类似情况。人工智能无法理解自然语言语义,就无法真正理解科学理论。人类医生依赖人工智能,自身诊断能力退化,后果可怕。很多其它行业也有类似情况。