圍棋的那個AI，連抓棋子都不會，而是全副智力都用於下棋_風聞

【本文來自《大多數人都可以被大多數別人取代，被計算機取代，就也沒啥好擔心的了》評論區，標題為小編添加】

• 樹冠上的雲
• 現在的AIGC沒有創造算法的能力，40多歲的人也不必擔憂失業問題。人的大腦有130億個神經元，每個神經元有上千個突觸，這些聯繫人類知道的非常非常非常少。人類的認知科學中腦科學雖然發展了上百年，依然處於嬰兒階段，而計算機的深度學習算法也處於表面模仿階段。當前的AIGC也只是簡單模擬大腦，參數只有萬億級別，等參數至少10多萬億級別才有模有樣。這樣的大模型的硬件基礎，除了多核，還需要解決處理速度的問題。所謂多核，比如一個gpu或者DCU集成上萬個小核，上萬個DCU和GPU聯網構成模型硬件基礎。但是DCU之間聯網很難復刻大腦突觸，DCU之間通信有帶寬，緩存和處理能力制約。再精妙算法設計，這些是繞不過去的。因此，要麼每個小核需要承擔上萬個參數計算，要麼從上萬個DCU升級為幾十萬個DCU。前者需要速度，主頻從現在5GHz提高都50GHz，10萬億個參數的，偶爾才不象人的大模型才會流暢。但當前製程和硅基材料下，這太難了。後者需要錢，不是幾億美元基礎費和幾億美元的運行費，而是幾十億美元級別。這個僅靠大公司也很難，但這是我們的機會，沒錯是半導體被嚴重限制的中國的巨大機會，就看政府怎麼幕後出力、協調全國資源、攻關硬件製造、甚至攻關算法，大公司怎麼通力競爭和通力合作了。

我對我們體制很有信心，雖然我們肯定會被打痛，肯定會折騰出不少彎路。個人覺得AIGC現在是AI從爬行到拄拐仗學步階段，等DCU或者CPU主頻到了THz階段，就是真正的開跑車階段。等量子計算機真正出現時候，AI才會成為科幻裏那樣的AI。即使這樣，當前政府和社會體制微調架構也能應付，所以普通人不必擔心。

這裏面的一個關鍵問題在於，人類大腦主要不是用來做題、應付考試。而是要解決日常生活中的無數小問題。例如視覺方面的問題，例如肢體移動方面的問題，例如動物本能層面的趨利避害的問題。也就是作為人類來説，那些無意識、下意識需要解決、應付的各種挑戰。我們坐在桌子前面，開始解方程的時候，反而用到的其實是大腦中的一小部分，而且用得極為吃力。

現在的AI則不一樣，例如圍棋的那個AI，連抓棋子都不會，而是全副智力都用於下棋。這個GPT也是如此，它的算力，完全沒有一點浪費在如何走路、如何敲鍵盤、如何吃、如何笑，它的全副智力都用來解決談話、搜索這樣的問題。而我們人類的大腦能夠用於此的智力，恐怕未必需要多久，就會被AI超越的。