围棋的那个AI，连抓棋子都不会，而是全副智力都用于下棋

【本文来自《大多数人都可以被大多数别人取代，被计算机取代，就也没啥好担心的了》评论区，标题为小编添加】

• 树冠上的云

• 现在的AIGC没有创造算法的能力，40多岁的人也不必担忧失业问题。人的大脑有130亿个神经元，每个神经元有上千个突触，这些联系人类知道的非常非常非常少。人类的认知科学中脑科学虽然发展了上百年，依然处于婴儿阶段，而计算机的深度学习算法也处于表面模仿阶段。当前的AIGC也只是简单模拟大脑，参数只有万亿级别，等参数至少10多万亿级别才有模有样。这样的大模型的硬件基础，除了多核，还需要解决处理速度的问题。所谓多核，比如一个gpu或者DCU集成上万个小核，上万个DCU和GPU联网构成模型硬件基础。但是DCU之间联网很难复刻大脑突触，DCU之间通信有带宽，缓存和处理能力制约。再精妙算法设计，这些是绕不过去的。因此，要么每个小核需要承担上万个参数计算，要么从上万个DCU升级为几十万个DCU。前者需要速度，主频从现在5GHz提高都50GHz，10万亿个参数的，偶尔才不象人的大模型才会流畅。但当前制程和硅基材料下，这太难了。后者需要钱，不是几亿美元基础费和几亿美元的运行费，而是几十亿美元级别。这个仅靠大公司也很难，但这是我们的机会，没错是半导体被严重限制的中国的巨大机会，就看政府怎么幕后出力、协调全国资源、攻关硬件制造、甚至攻关算法，大公司怎么通力竞争和通力合作了。

  我对我们体制很有信心，虽然我们肯定会被打痛，肯定会折腾出不少弯路。个人觉得AIGC现在是AI从爬行到拄拐仗学步阶段，等DCU或者CPU主频到了THz阶段，就是真正的开跑车阶段。等量子计算机真正出现时候，AI才会成为科幻里那样的AI。即使这样，当前政府和社会体制微调架构也能应付，所以普通人不必担心。

这里面的一个关键问题在于，人类大脑主要不是用来做题、应付考试。而是要解决日常生活中的无数小问题。例如视觉方面的问题，例如肢体移动方面的问题，例如动物本能层面的趋利避害的问题。也就是作为人类来说，那些无意识、下意识需要解决、应付的各种挑战。我们坐在桌子前面，开始解方程的时候，反而用到的其实是大脑中的一小部分，而且用得极为吃力。

现在的AI则不一样，例如围棋的那个AI，连抓棋子都不会，而是全副智力都用于下棋。这个GPT也是如此，它的算力，完全没有一点浪费在如何走路、如何敲键盘、如何吃、如何笑，它的全副智力都用来解决谈话、搜索这样的问题。而我们人类的大脑能够用于此的智力，恐怕未必需要多久，就会被AI超越的。