認(rèn)為通用人工智能能夠靠現(xiàn)有技術(shù)架構(gòu)迅速實(shí)現(xiàn)的，可能傾向于認(rèn)為人類世界是虛擬的，所有人都是假人。

先從馬斯克說起，因?yàn)槟壳昂芏嗳苏J(rèn)為通用人工智能能夠很快實(shí)現(xiàn)，很大程度是受馬斯克影響。

前不久，馬斯克預(yù)測2026年是通用人工智能落地的分水嶺，AI開始具備獨(dú)立思考和自主決策能力，2030年AI整體智能將超過人類總和。于是很多人都在說馬上就要實(shí)現(xiàn)通用人工智能了，人類即將被AI替代。在這一假設(shè)基礎(chǔ)上，有智庫還寫了

但，馬斯克不是科學(xué)家也不是工程師，他是商人，他最核心也是最擅長的是商業(yè)和資本運(yùn)作，他分析的技術(shù)方向需要關(guān)注，但技術(shù)實(shí)現(xiàn)的具體節(jié)點(diǎn)，是服務(wù)于資本運(yùn)作，當(dāng)不得真。

一定注意識別馬斯克那句話是真實(shí)的，他為了資本運(yùn)作，是不在乎夸張的，甚至經(jīng)常把10年甚至20年才能實(shí)現(xiàn)的濃縮為一年，反正實(shí)現(xiàn)不了也無所謂，市值和融資拿到手就行了。

馬斯克2011年說最早2020年把人送上火星，隨著時(shí)間點(diǎn)臨近，推遲到2022年，然后是一點(diǎn)點(diǎn)推遲到2024年、2026年、2027年、2028年、2029年、2030年以及當(dāng)前最新的2033年，其實(shí)每一次推遲，都有他的資本運(yùn)作目的，比如2019年炒作，是為了服務(wù)星艦項(xiàng)目。

2015年說他的公司距離完全實(shí)現(xiàn)自動駕駛還有兩年，到2019年說2020年將有一百萬輛自動駕駛出租車出現(xiàn)在街頭，但時(shí)至今日，仍然只在最初試點(diǎn)的少數(shù)城市以低數(shù)量運(yùn)行，運(yùn)行數(shù)量也低于中國。

2025年，又說到2030年要年產(chǎn)100萬臺擎天柱機(jī)器人，2025年內(nèi)就要生產(chǎn)5000臺；同樣是2025年，他又說要發(fā)射100萬顆星鏈衛(wèi)星，還要搞太空光伏、太空算力。至于超級跑車、超級高鐵等等零零散散的項(xiàng)目，那就更多了。

馬斯克最常說的目標(biāo)是“百萬”，也證明馬斯克不過是隨便說一說，因?yàn)橛⑽闹邪偃f是一個(gè)詞“million”，在傳播上，就像中國人說一個(gè)小目標(biāo)是1億而不是2億、3億、5億一樣，更加朗朗上口。

就拿星鏈衛(wèi)星來說，地球近地軌道能夠容納的低軌衛(wèi)星，也就是20多萬顆，怎么可能達(dá)到100萬？何況星鏈衛(wèi)星的壽命最多也就是5年，如果要保持100萬同時(shí)在軌，需要每年發(fā)射20萬顆，這根本不現(xiàn)實(shí)。

除了資本炒作和市值目標(biāo)，馬斯克從未如期實(shí)現(xiàn)任何承諾過的技術(shù)或產(chǎn)品目標(biāo)，唯一例外是上海超級工廠。

所以對馬斯克的話，要關(guān)注他說的技術(shù)方向，重視他炒作故事要支撐的資本目標(biāo)，但對具體的時(shí)間節(jié)點(diǎn)，不宜當(dāng)真。不過馬斯克仍然值得學(xué)習(xí)，就在于他雖然夸張、炒作故事，但他確實(shí)努力去實(shí)現(xiàn)，資本炒作與理想主義，并不矛盾。

更需要國內(nèi)金融投資行業(yè)學(xué)習(xí)的是，但凡用理性思考甚至回顧下過往，就知道馬斯克是在吹牛，但美國金融和投資機(jī)構(gòu)就是相信，這不得不服。

就比如最近馬斯克說在近地軌道部署100萬顆星鏈衛(wèi)星，如果從地球發(fā)射實(shí)在太慢了，傳統(tǒng)火箭發(fā)射成本太高，所以提出從月球用電磁彈射向地球發(fā)射衛(wèi)星，就把發(fā)射成本降低90%。為此馬斯克設(shè)想，在月球建一座衛(wèi)星組裝廠，把衛(wèi)星零件從地球運(yùn)過去，組裝完成后再用電磁彈射發(fā)往地球軌道。

這種故事，用正常人的思維應(yīng)該不難發(fā)現(xiàn)荒謬之處，要從月球反過來發(fā)射，月球基地的建設(shè)需要多少成本和時(shí)間呢？干嘛舍近求遠(yuǎn)？

但這都不重要，無論再荒謬的事情，只要是馬斯克說的，就有很多人信。

馬斯克還說過一句話，他說“這個(gè)世界99%是虛擬的，我們可能并不生活在真實(shí)世界中”，言下之意就是認(rèn)為所有人不過是一串代碼。相信這個(gè)判斷馬斯克是真的相信，也只有人類世界是虛擬的，他才敢說以目前的本質(zhì)是統(tǒng)計(jì)學(xué)的AI大模型架構(gòu)，能夠很快通往通用人工智能。

追溯生成式AI大模型的發(fā)展歷程，其底層算法架構(gòu)從最早的支持向量機(jī)VSM、邏輯回歸、長短期記憶網(wǎng)絡(luò)一路發(fā)展到革命性的Transformer架構(gòu)，伴隨算力提升，模型參數(shù)量不斷暴增。

在這個(gè)過程中，發(fā)現(xiàn)了一個(gè)很詭異的事情，那就是只要參數(shù)足夠多、算力足夠強(qiáng)，AI就是能更加精確地預(yù)測下一個(gè)詞應(yīng)該是什么。

其本質(zhì)就是統(tǒng)計(jì)學(xué)，對這一點(diǎn)沒有分歧。

但之后對AI的未來發(fā)展就出現(xiàn)了分化，區(qū)別在于是否相信統(tǒng)計(jì)學(xué)能夠?qū)崿F(xiàn)真正的智能。

有人認(rèn)為人類的文本語言本質(zhì)是一種高維信息，大語言模型的海量訓(xùn)練就是在一個(gè)人類尚未感知到的高維空間去總結(jié)事物背后的規(guī)律，只要AI能做到精準(zhǔn)預(yù)測下一個(gè)詞，就說明AI已經(jīng)懂了整個(gè)世界的運(yùn)行規(guī)律。還認(rèn)為人類智慧剛開始也可能只是本能，只不過不斷累積參數(shù)，然后在隨機(jī)中涌現(xiàn)出來了天然智能。

沿著這個(gè)思路往下走，自然認(rèn)為只要繼續(xù)堆疊算力、堆疊參數(shù)，總有一天能夠?qū)φ麄€(gè)世界進(jìn)行建模，只要AI能夠完美預(yù)測到下一個(gè)詞，就等同于可以預(yù)測世界。

比如斯蒂芬·沃爾弗拉姆所著《這就是ChatGPT》一書，就認(rèn)為“當(dāng)你輸入一段提示詞，你其實(shí)是在這個(gè)高維空間里確定了一個(gè)起點(diǎn)和方向。模型預(yù)測下一個(gè)詞，就是在這個(gè)流形上沿著概率密度最高的路徑走一步”。

按照這個(gè)思維，認(rèn)為智能就是預(yù)測，人類靠大規(guī)模的神經(jīng)元能夠構(gòu)建出智能，憑什么AI不行？

以上還是比較講科學(xué)的，還有的將智能歸結(jié)為神秘學(xué)甚至外星人，這就有些不可知論甚至邪教味道了，就不多說了。

對上述觀點(diǎn)，小鎮(zhèn)個(gè)人是不信的，小鎮(zhèn)更認(rèn)可Meta前首席AI科學(xué)家、2018年圖靈獎得主楊立昆的觀點(diǎn)。

他提到一個(gè)關(guān)鍵，他在演講時(shí)說，訓(xùn)練一輛自動駕駛汽車需要數(shù)百萬小時(shí)的數(shù)據(jù)，而一個(gè)17歲的青少年只需大約10個(gè)小時(shí)就能學(xué)會開車。

他認(rèn)為根本區(qū)別在于，：當(dāng)前AI模型是自回歸模型，也就是基于統(tǒng)計(jì)學(xué)的預(yù)測模型，不可能對物理世界形成真實(shí)的認(rèn)知，說到底不過是基于既有信息，進(jìn)行最大概率的預(yù)測罷了。正是基于這一認(rèn)識，楊立昆才選擇去搞世界模型，但相比靠堆參數(shù)和算力就能看到進(jìn)步的生成式AI，世界模型這條路目前看不到實(shí)現(xiàn)的可能。

順帶一提，推理和訓(xùn)練，也是目前AI工程實(shí)踐中完全不同的發(fā)展方向。所謂訓(xùn)練就是嘗試讓AI模型學(xué)會知識，通過海量帶標(biāo)簽的樣本數(shù)據(jù)，通過算法迭代和堆疊萬億級參數(shù)，從而求解出機(jī)器學(xué)習(xí)模型最優(yōu)參數(shù)，說得直白點(diǎn)就是對下一個(gè)詞的預(yù)測變得更加準(zhǔn)確。這也是目前生成式AI大模型采取的方式。

而推理則重在運(yùn)用知識，也就是依托已經(jīng)訓(xùn)練完成的模型參數(shù)，對新輸入數(shù)據(jù)進(jìn)行預(yù)測、生成響應(yīng)，重點(diǎn)是AI技術(shù)落地解決實(shí)際問題。

目前國產(chǎn)算力芯片重點(diǎn)放在推理上。新增光刻機(jī)等基本配屬到推理芯片生產(chǎn)上，這也讓AI大模型公司意見很大，認(rèn)為訓(xùn)練芯片的短板導(dǎo)致中美之間AI大模型差距進(jìn)一步拉開，不過硬件部門也有自己的看法，認(rèn)為是AI大模型公司算法不行，沒法充分利用現(xiàn)有硬件潛力。這種互相掰扯，就不多討論了，都覺得自己說的有道理。

但這種傾斜本身，已經(jīng)體現(xiàn)了國家的看法，那就是不相信現(xiàn)行生成式大模型，這種基于統(tǒng)計(jì)學(xué)的自回歸模型，能夠通往真正的通用人工智能。在國家看來，與其將所有籌碼壓在很可能無法實(shí)現(xiàn)的技術(shù)方向上，不如務(wù)實(shí)地先把AI應(yīng)用于各行各業(yè)、推動生產(chǎn)力實(shí)質(zhì)提升，再以更強(qiáng)的生產(chǎn)力去帶動AI技術(shù)的發(fā)展，自然更支持推理類算力芯片的生產(chǎn)。

對比上述兩種思維，核心區(qū)別在于是否認(rèn)為統(tǒng)計(jì)學(xué)能夠?qū)崿F(xiàn)真正的智能。

那么首先需要定義到底什么是通用人工智能，目前有很多不同定義，主要有四類。

一是基于能力：認(rèn)為AGI應(yīng)該是一種能與人類綜合認(rèn)知能力相媲美的人工智能系統(tǒng)，其能力范圍可以覆蓋人類智能的各個(gè)方面；

二是基于行為：最典型的就是“圖靈測試”，認(rèn)為只要AI表現(xiàn)出來的行為與人類無法區(qū)分，那就行了，后來還提出了“咖啡測試”，也就是機(jī)器人能夠進(jìn)入普通家庭并獨(dú)立制作咖啡，差不多是一個(gè)意思，就是不管機(jī)器人到底有沒有跟人類一樣的意識和智能，只要表現(xiàn)出的行為一致就行。

三是基于范式：簡單地說就是AI能夠主動發(fā)現(xiàn)任務(wù)，理解任務(wù)背后的價(jià)值和意義，并據(jù)此做出決策。

四是基于適應(yīng)性：也就是能夠在有限資源限制下，有效適應(yīng)環(huán)境、解決未曾見過的問題，更強(qiáng)調(diào)學(xué)習(xí)和進(jìn)化的過程，并不鎖定在實(shí)際能力上。

總結(jié)上述四種定義，最終殊途同歸，那就是通用人工智能，應(yīng)該能夠基于已知去探索未知。

認(rèn)為靠統(tǒng)計(jì)學(xué)能夠?qū)崿F(xiàn)通用人工智能，本質(zhì)就是認(rèn)為這個(gè)世界是虛擬的，因?yàn)樘摂M所以知識必然是有邊界的，只需要靠堆參數(shù)、堆算力，就一定能夠?qū)崿F(xiàn)。

也就難怪馬斯克會認(rèn)為人類世界是虛擬的、2030年人工智能可以超越人類。也只有在這種情況下，統(tǒng)計(jì)學(xué)才能包打天下。

于是，關(guān)于AI的發(fā)展路線，就變成了唯心和唯物之爭。

所以，相信AI可以很快實(shí)現(xiàn)通用人工智能、超越人類，或許更容易相信或者說信仰某種神秘力量，比如神、外星人等等操控人類世界。

自從想明白這一點(diǎn)，小鎮(zhèn)再看到說通用人工智能18個(gè)月、兩年、很快就會實(shí)現(xiàn)的，小鎮(zhèn)也就不多說啥了，只回復(fù)，等你說的這個(gè)時(shí)間，咱們用實(shí)踐來驗(yàn)證下，記得到時(shí)候回來留言，咱們驗(yàn)證一下。

大家怎么看？

其他文章推薦

（中篇）

（上篇）

如果喜歡，還請點(diǎn)贊、“在看”和關(guān)注吧

歡迎分享，讓更多人發(fā)現(xiàn)“大樹鄉(xiāng)談”

備用：大樹鄉(xiāng)談2022、大樹鄉(xiāng)談2023