本文来自微信公众号：嬉笑创客，原文标题：《如果这轮 AI 爆发只达到预期下限》，题图来自：AI 生成
关注 AI 的朋友可以阅读下 Andrej Karpathy 最新的万字访谈。作为 OpenAI 创始成员、曾任特斯拉 AI 部门负责人，他对这一轮 LLM 爆发的本质和预期有着深刻见解，尤为精彩的是对强化学习的论述、对 AGI 至少 10 年以上距离的判断、「构建动物和创造幽灵」 的比喻，以及将人类认知分为不同模块，认为智能体还缺少多个关键能力等观点。
读完更觉得在 ChatGPT 火爆之初，特德·姜的认知今天看来仍极具预见性：当前 LLM 只是互联网数据的剪影压缩 （「ChatGPT 是网上所有文本的模糊 JPEG」），是对智能的近似模仿，仅仅够得着 「智能」 的下限。
从长期使用 AI 的体验来看，确实，一旦面临多分叉判断、需要灵感在无尽的信息之海中快速定位潜在关联时，AI 远不如人意。且步骤越多，偏离越大。
更好的使用方式还是人机协同，让一个有具体 know-how, 会问且会判断回答质量的专家，操作 AI 去定位、处理信息。
上述讨论之所以重要，是因为他们在尝试回应一个本质的问题，这一轮 AI 发展的路线究竟能将我们带向 AGI，还是另一个更加灵巧、更拟人的单词预测器。
这个问题上，重磅专家的重磅观点，对市场心理有着显著影响。去年 10 月份 MIT 达龙·阿西莫格鲁的悲观预期，今年 MIT NANDA 报告指出 95% 的企业 AI 投资零回报，都造成过冲击。预期打的越满时越脆弱。
这决定了这轮 「泡沫」 的含量。如果接近 AGI，那今天所有的一切投入、估值都只是九牛一毛，微不足道。如果是另一个单词预测器、自动整理机呢？
我对这个下限情形倒也没那么悲观，因为，正如格雷伯的 Bullshit Jobs: A Theory《毫无意义的工作》 提出，我们今天人类可能大部分的白领工作，都在解决扯淡的问题，只运用了人类最低层次的智能。AI 似乎完全可以胜任这些浪费生命的工作。
这岂不是好事？
从好处想，这确实可以将人类从其中解放出来，去做更有效的事情。但从坏处想，大部分人缺乏变通，已经深陷其中，无法解放自我了。这些工作本身是另一种形式的救济 （让人假装在工作），被 AI 取代后反而摧毁了一项福利制度。
综合的效果变成，短期内资本的利润提升了，但长期随着分配越来越向资本倾斜，总需求反而回落了。
另外，2000 年第一波互联网大爆发，真正开花结果，要等到 10 年后，尽管当时不少后来的巨头已经崭露头角。如果前方迎来的也是一段阴暗的峡谷呢？那可能韧性真的比爆发力更重要了。
本文来自微信公众号：嬉笑创客