不得不說，AI用來寫形式主義材料實(shí)在是太好用了。

我希望ai機(jī)器人能優(yōu)先取代那些危險(xiǎn)的，重復(fù)的，對(duì)人體能造成永久性傷害的那種工作，并給之前干那種工作的人進(jìn)行補(bǔ)償，而不是把a(bǔ)i全用在讓各種人物吃飯上。

ai的發(fā)展實(shí)際上可以理解為人對(duì)于工作祛魅，人類的價(jià)值將重新洗牌，發(fā)展效率將迎來世紀(jì)最高，對(duì)于我們來說最關(guān)鍵的一點(diǎn)，就是分配，人需要ai恰恰是因?yàn)槿说墓ぷ餍枰惶娲皇侨诵枰惶娲?/p>

目前人類最大的優(yōu)勢(shì)還是在于其的社會(huì)性質(zhì)，人類能參與生產(chǎn)和消費(fèi)，而ai再發(fā)達(dá)也只能在生產(chǎn)力上突破，隨之帶來的就是產(chǎn)能過剩。

如果ai全面取代了絕大部分崗位，只有極少部分人負(fù)責(zé)維護(hù)ai，那生產(chǎn)出來的商品就沒人消費(fèi)了，大部分人連工作都沒有，社會(huì)結(jié)構(gòu)將會(huì)發(fā)生巨大改變，或許會(huì)朝著扁平化方向發(fā)展。

那樣就實(shí)現(xiàn)共產(chǎn)了啊，建成完整的社會(huì)主義社會(huì)，物質(zhì)極大豐富，教育得到普及，按需分配人們從公共資源得到產(chǎn)品和服務(wù)，勞動(dòng)不再是謀生手段而是自我實(shí)現(xiàn)，在這樣的社會(huì)中消費(fèi)接近零，公司本就該消失，作為統(tǒng)治工具的國(guó)家也會(huì)消失，這明明是好事你怎么覺得是壞的？

AI是處理已知的東西，而人類則需要處理未知的東西，這樣，人類才有發(fā)展的可能。

競(jìng)爭(zhēng)永遠(yuǎn)是人，為啥注意力會(huì)在AI本身上，這玩意還算不上新物種好吧，我也沒覺得需要焦慮啥的，不會(huì)用那你就去學(xué)啊，即使工廠里的工人當(dāng)年還不是要重新培訓(xùn)上崗的，失業(yè)這事情跟技術(shù)進(jìn)步真不是啥直接關(guān)系，每時(shí)每刻都有人不斷失業(yè)，我反而覺得失業(yè)多才是好事，這樣才會(huì)重新審視這種生產(chǎn)關(guān)系，現(xiàn)代人為啥會(huì)對(duì)AI感到恐懼，本質(zhì)上就是怕失業(yè)，為什么怕失業(yè)，因?yàn)闆]有任何保障，為什么沒有保障，因?yàn)樯a(chǎn)關(guān)系本來就有問題。

對(duì)比人工智能電子原件與人腦神經(jīng)元的基本特性發(fā)現(xiàn):

電信號(hào)比神經(jīng)信號(hào)的傳播速度高六七個(gè)數(shù)量級(jí)

單個(gè)神經(jīng)連接數(shù)比單個(gè)門電路高六七個(gè)數(shù)量級(jí)。

純硬件的半導(dǎo)體確實(shí)沒法與神經(jīng)元相同，但是抽象的程序里面跑的模型的訓(xùn)練方式已經(jīng)和生物一樣了，有回蕩，有反饋，唯一的缺點(diǎn)是目前最大規(guī)模的模型的內(nèi)部鏈接數(shù)也沒法和老鼠的一小片大腦相比；也就是規(guī)模不夠，但是方式已經(jīng)是一樣的了。

現(xiàn)在AI最可怕的是，所有的文字都是計(jì)算出下一個(gè)字應(yīng)該是什么，而非這個(gè)知識(shí)或者結(jié)果是一個(gè)準(zhǔn)確的可信的答案，對(duì)于AI來說，它的輸出僅僅只是因?yàn)檫@么輸出的話，在它的語(yǔ)言邏輯中是可行的，而非在人類思想中，這些文字所代表的抽象含義，好比說蘋果指的是一個(gè)水果，對(duì)于AI來說，它只是覺得，這個(gè)時(shí)候應(yīng)該輸出蘋，然后因?yàn)榈谝粋€(gè)字是蘋所以第二個(gè)字輸出果的結(jié)果是最多的。

不知道我這么理解有沒有問題，如果真是這樣，我個(gè)人很難對(duì)AI產(chǎn)生任何一絲一毫的信任，所有的知識(shí)和問題還是必須要從一些專門的地方得到答案才行。

然而你的大腦也是相同的原理，人腦也就是個(gè)更復(fù)雜的AI而已，你思考出“蘋”的后面是“果”字并不是邏輯運(yùn)算而是你的大腦根據(jù)經(jīng)驗(yàn)判斷出來的。

問題是很多人并不想創(chuàng)造，只想按部就班，比如抄作業(yè)，按照固定套路解題，而不是自己去開辟一條新的解題思路。

機(jī)械，計(jì)算機(jī)程序，ai和人腦相比，人腦的優(yōu)勢(shì)在于可以把各種亂七八糟的信息放一起抽絲剝繭的尋找出其中數(shù)個(gè)符合多數(shù)結(jié)果的邏輯，找到最符合自身利益的部分加以利用，工具本身是人把某一類事物的實(shí)現(xiàn)過程中的重復(fù)部分歸類壓縮成一項(xiàng)技能，或者一種機(jī)械，或者說一種程序，讓產(chǎn)生念頭到實(shí)現(xiàn)這個(gè)念頭實(shí)現(xiàn)時(shí)間壓縮到最短也就是完成思維的虛和實(shí)物的實(shí)轉(zhuǎn)換的效率最大化。

比如狩獵，原始人需要針對(duì)不同獵物尋找規(guī)律選擇不同的工具進(jìn)行獵殺，

但現(xiàn)代人如果不是為了玩只是為了獵殺的話，可以靠槍械，熱成像儀，無人機(jī)等手段高效尋找目標(biāo)予以獵殺，原始人要長(zhǎng)期練習(xí)的投擲被簡(jiǎn)單歸類為瞄準(zhǔn)和扣動(dòng)扳機(jī)，中間的過程被槍械機(jī)構(gòu)代勞且精度威力都很穩(wěn)定，原始人移動(dòng)尋找目標(biāo)被歸類為開熱成像無人機(jī)飛行和尋找鎖定 因?yàn)槿税l(fā)現(xiàn)多數(shù)生物都會(huì)產(chǎn)熱這個(gè)貫穿始終的規(guī)律，包括運(yùn)動(dòng)產(chǎn)生的聲響腳印糞便氣味核心因素是這些家伙在燃燒食物中的能量進(jìn)行運(yùn)動(dòng)進(jìn)行搜尋生存資源和防止被當(dāng)做生存資源搜尋的循環(huán)，亦可粗略歸類為緩慢燃燒放熱的過程，于是人類把尋找熱源的功能集成到無人機(jī)的攝像頭上。

但沒有個(gè)做決策的人類，無人機(jī) ，獵槍不會(huì)自動(dòng)獵取動(dòng)物送到跟前。

假設(shè)ai機(jī)械已經(jīng)可以自主索敵獵殺，但決定要不要去獵殺什么時(shí)候去哪進(jìn)行獵殺的還是人，否則只會(huì)濫殺無辜的人工智能機(jī)械和往樹林里投放幾波燃燒彈沒什么區(qū)別何談智能 ，因?yàn)闆Q定吃哪個(gè)用什么調(diào)料加什么配菜是燉了還是煮了還是烤了炸了的還是人類，畢竟機(jī)器對(duì)吃這些東西沒興趣，他們吃的是幾億年前生物壓縮儲(chǔ)存的能量：煤石油天然氣包括現(xiàn)在直接獲取的太陽(yáng)能以及其產(chǎn)生的水力風(fēng)能轉(zhuǎn)換出來的電力進(jìn)行運(yùn)作的。并且不像人太久不吃東西會(huì)死，它們是完全可以做到長(zhǎng)期有電就活沒電就死弱電休眠的，但因?yàn)槌绦蜉^為簡(jiǎn)單不能做到自我檢修和尋找能源需要人進(jìn)行補(bǔ)充，而且屬于健康的情況下拿了資源絕對(duì)辦事的究極黑奴，所以其依然屬于人類附屬品的范疇，所以叫人工智能。

AI還不能形成有效勞動(dòng)力，完全數(shù)據(jù)化建模，天量數(shù)據(jù)流通與處理矩陣都不具備。比如大腦的建模，思維的建模，踐行的糾錯(cuò)的建模。海量數(shù)據(jù)流通太耗能，是否劃算很難說。最后就是量子計(jì)算研究還很不成熟，傳統(tǒng)技術(shù)運(yùn)算算力可能根本就是在燒錢，應(yīng)用極其有限。

弱人工智能罷了，真的寫過神經(jīng)網(wǎng)絡(luò)的模型就知道，ai的神經(jīng)網(wǎng)絡(luò)基礎(chǔ)都是一個(gè)高維的復(fù)合函數(shù)，輸入和輸出都是一個(gè)向量或者矩陣。訓(xùn)練模型就是一直求導(dǎo)數(shù)，求梯度，總體來說還是數(shù)學(xué)那套。你說一個(gè)函數(shù)能產(chǎn)生意識(shí)，我覺得是不太可能的。信這個(gè)，不如等以后的通用量子計(jì)算機(jī)問世。

人類是用大腦和雙手改變世界的，現(xiàn)在的ai歸根結(jié)底只是個(gè)工具，訓(xùn)練過程精細(xì)復(fù)雜，使用場(chǎng)景卻局限。

而且，文字作為符號(hào)，在人類眼里是有特殊象征意義的，然而AI不會(huì)真正明白這個(gè)的，它所做的只是在找出必然性最強(qiáng)的符號(hào)連接形式而已。

繪畫和音樂雖然不會(huì)被取代，但大部分人會(huì)失業(yè)是早晚的事。因?yàn)槔L畫和音樂的信息體量本身不大，且有比較明顯的規(guī)律性，容易被AI分析和解構(gòu)。 而且現(xiàn)在繪畫和音樂想要廣泛傳播，只有以數(shù)據(jù)的形式，但只要上傳，都可能被AI抓取，AI的樣本量會(huì)越來越多。就像錢一樣，現(xiàn)在用紙幣的除了偏遠(yuǎn)落后地區(qū)真的很少了。

神經(jīng)元也不一定是最小的人腦單元，我記得前幾年彭羅斯不是還因?yàn)榘l(fā)現(xiàn)神經(jīng)元里的量子效應(yīng)獲得諾貝爾獎(jiǎng)嗎？

為什么一定開發(fā)所謂的“人工智能”當(dāng)初可能不太了解，后來發(fā)現(xiàn)，我們?cè)诮鉀Q一個(gè)問題或面臨一個(gè)現(xiàn)象時(shí)，會(huì)用自己的邏輯體系去解決。但同樣的問題在學(xué)了數(shù)學(xué)的人，他有可能會(huì)建立一個(gè)數(shù)學(xué)模型，總結(jié)出一個(gè)數(shù)學(xué)規(guī)律或一套完整的操作流程。當(dāng)他們總結(jié)出一個(gè)數(shù)學(xué)公式時(shí)，那個(gè)領(lǐng)域光速發(fā)展。比較詳細(xì)的例子是克勞德*香農(nóng)（大神級(jí)）第一個(gè)準(zhǔn)確定義了信息是什么，并列出相應(yīng)的數(shù)學(xué)公式。當(dāng)一個(gè)領(lǐng)域出現(xiàn)了數(shù)學(xué)上的解決方式，那個(gè)領(lǐng)域就光速發(fā)展。而人工智能核心是深度學(xué)習(xí)算法（模仿大腦的數(shù)學(xué)模型）。與其說是開發(fā)人工智能，不如說是我們找到了很強(qiáng)數(shù)學(xué)模型了解決多個(gè)復(fù)雜問題。

再擴(kuò)展一點(diǎn)就是，我們最后目標(biāo)是找到一個(gè)究極通用模型，他唯一的使命就是自我進(jìn)化，學(xué)會(huì)并掌控一切。

你如何看待AI人工智能的未來呢？