美国人工智能泡沫何时破灭？

诠资管 · 公众号 · · 2024-09-08 20:00

正文

来源丨纯科学

美国是一个非常善于制造泡沫的国家。因为美元霸权要获利就是靠吹泡沫，吸引大家跟泡沫，然后它又引爆泡沫把别人的财富都炸没了，那财富都跑到哪里去了？肯定就是跑到能提前知道泡沫什么时候爆炸的人口袋里了。

为什么那么多人在美国吹泡沫的游戏里会一再地上当呢？因为它吹起来的大多数都是高科技的泡沫。这个不仅一般老百姓搞不懂，连大多数专业人员都很容易搞不懂。原因在哪里？因为大多数高科技泡沫的科技本身确实是有一定价值的，只不过在金融上估值被吹得过高了。看得懂技术的未必看得懂金融，而看得懂金融的又未必看得懂技术。美国人就是利用这个一般人的知识漏洞或缺陷两边骗。为什么我能看清美国的高科技泡沫呢？因为我本身是搞技术的，搞了一辈子，另一方面我也精通金融。要想看清美国制造的泡沫，你就得两个方面的知识都要精通才行。

现在我们就来简单回顾一下美国制造的一些泡沫，以及现在的人工智能泡沫。美国制造的著名高科技泡沫就是2000年后破灭的互联网泡沫。互联网本身当然是有价值有道理的，但在20世纪90年代被过度炒作了。要想区别什么是高科技泡沫，识别出炒概念，可以先区别这个概念是从技术角度起的名字，还是从市场角度起的名字。例如数据库、关系型数据库、分布式数据库、网格计算、虚拟现实、增强现实、语音识别、图像识别、人脸识别、CDMA（码分多址）、TD-SCDMA（时分同步码分多址）等，这些就是从技术角度起的名字。但数据挖掘、大数据、云计算、元宇宙、UMTS（通用移动通讯系统）、LTE（长期演进）、人工智能、大模型、通用人工智能、生成式人工智能AIGC等，这些就是从市场宣传和营销角度起的名字。如果是从技术角度起的名字，它们的定义和描述一般都会比较清晰，但缺点是很多普通人可能就不敢去谈太多，因为搞不懂技术，怕一谈就出错、露馅了。而从市场营销角度起的名字，概念本身往往很含糊，没人说得清它到底是什么，好像有所指，好像什么都是，也好像什么都不是。什么都不是的概念有一个特别大的好处，就是什么都可以是，谁都可以说上几句，都不好说算错。所以，这种概念就特别容易炒作，而专业技术人员往往也头晕，不敢去说各种炒作有什么不对。这样一来所有人就都可以放心大胆地显得自己很懂行的样子去高谈阔论了。因此，但凡你看到几乎所有人都在放心大胆地谈论的高科技概念，你就知道它们基本上属于本质上可以归于什么都不是的概念。

例如大数据，有人说得清大数据到底该如何定义吗？基本上是没人说得清的。刚开始是有定义的，数据量是多少，带宽是多少，处理时间是多少才算大数据。可是很快就变得没具体定义了，基本上就是只要有数据的全都是大数据。那就奇怪了，原来不是大数据的数据是什么？你会发现没有了，所有的数据都是大数据。所有人都放心大胆地在谈自己要搞大数据。还没有任何技术人员敢说人家说得不对。云计算、元宇宙等都是这样的概念。现在可以准确地告诉大家，人工智能也是属于这种本质上什么都不是的概念。你看有谁不敢谈人工智能的吗？没有。无论是谁都可以来放心大胆地对人工智能说上几句。但如果说“模式识别”，“卷积神经网络”等，除了专业人员，普通人就不敢说话了。

美国人炒概念有两个原始动力，一个是投资技术的金融界，本身是为了自己的投资更顺利地变现，所以会在合适的时机炒作相应的概念，把相应的市值炒得尽量高，这样才好用尽量高的价格出货，这样才能赚更多钱嘛，这个很好理解对不对？另一个是整个金融界的战略需要，要有一个特别大的可以支撑整个金融市场的高科技泡沫概念，不只是把某个技术或产品，而是要把整个美国汇率、美债、股市、债券给炒上去。互联网、元宇宙、人工智能等就是属于这种战略级的高科技泡沫概念。为什么人工智能是战略级的高科技泡沫？因为现在的整个美国金融市场，几乎都是寄希望于人工智能一身。整个美国社会的财富大多数都在股市上，而美国股市近几年绝大多数的涨幅是靠所谓七姐妹支撑起来，而七姐妹股价的上涨又都是靠人工智能概念。尤其是居于核心位置的英伟达的股价支撑的。

其中的奥秘和泡沫之处在哪里？这取决于人工智能技术的两个最基本的特点。一个是人工智能特别吸引人，同时又非常含糊。二是现在的人工智能在技术上都是一种概率性的统计结果，不可能有很高的可靠性、成功率和正确率。

不要去听外行的畅销书作者或大V说的任何预测，如果违反了最基本的技术规律，那些都是不可能成为现实的。人工智能可以说是被炒作时间最长，一再泡沫破灭，又一再被吹起来的。因为智能这个概念一方面对整个社会大众都太有吸引力、甚至是永久的吸引力，因为人类最自豪、最得以在生物界立足的本事就是人类的智能。其他很多方面可能都不如别的生物。另一方面，智能是什么又特别模糊，这就有了最大的发挥想象力的空间。美国未来学家雷蒙德·库兹韦尔特别喜欢对人工智能的发展进行预测，并且在2005年时写了一本书《奇点临近》，其中提出到2045年，人工智能的奇点将到来，这个很容易让人浮想联翩。雷蒙德·库兹韦尔的确预测准了很多事情，但如果你了解一些本质性的东西的话，就知道他在计算机技术或人工智能技术上的很多预测根本就不算什么了。因为最基本的芯片发展的摩尔定律，这个本身是非常准确的。依据这个定律，任何人都可以准确地预测到未来10年、20年甚至30年以后计算能力在什么水平，以这个水平来分析可以实现什么功能，就可以给出非常准确的预测。但是，不要以为有这些基础了，就可以随意做出无限的预测。

首先是摩尔定律本身就因为接近物理极限而越来越慢下来，所以，如果再简单地按原来的摩尔定律去进行预测就会出现越来越大的偏差了。

第二个方面，是人工智能的概率性技术本质问题。现在所有的人工智能，从实现算法上来讲主要可以分为三个流派，分别是符号主义、连接主义、行为主义。这些技术细节外行人很少能深入分析清楚，我们此处也不去展开讨论，网友们如果不了解也没关系。只要能明白一点就可以了：现在所谓的人工智能，包括现在炒得最热的大模型等，本质上都只是一种概率性的统计分析。这带来相应的一些非常深刻的技术约束：

一方面是可靠性的限制，所有的人工智能结果都只是一些概率性的结果，其可靠性会严重受限。例如用人工智能去回答任何问题，你总会发现有一定概率出现所谓的“幻觉”。如果用人工智能来进行各种识别，也总会发现有一定的差错率。例如语音识别，总会有一定的差错。并且问题稍微复杂一点，例如说话不清楚、有停顿或有背景杂音，识别率就会指数级地迅速下降。无论是语音识别，车牌识别，人脸识别等，差错率基本上都是在0.5%到5%的水平。能做到1%就已经是非常好的水平了。人工智能可以应用于一些对可靠性要求不是太高的业务上，例如生成个领导讲话稿，怎么说都不算错，或者生成个主要是讲套话的欢迎词，这些问题不大，但不能轻易用于可靠性要求比较高的业务上。例如给病人开刀，让人工智能机器人用煤气灶炒菜等。不是它能不能做这种事情的问题，你让他秀一下相应的功能是可以的，真让他干，他一定会有很高比例差错的。如果在医院开刀做手术，本来是要治疗有病的肾脏，有1%概率把好的肾给割了，这不要命吗？用机器人在煤气灶上做菜，秀一下是很漂亮，可实用中搞不好有千分之1的概率煤气灶不关，把房子给炸了，这不麻烦吗？动辄出点错就要命、还必然有相当概率出错的事情，那就不敢让他干了。所以，别看很多秀机器人像人一样做菜的，那种没法实用。只有经过严格简化的，用电炉子炒菜的机器，比现在洗衣机差不了太多的机器才有可能真正普及。

第二个关键的问题，就是人工智能的实际能力提升极为缓慢。随着计算能力的提升，其可靠性和能够应用的业务会增加。但一定要明白，因为业务复杂度提升对应的计算能力需求也是指数级提升的。一万倍的计算能力提升，可能只会带来人工智能可靠性和业务能力百分之十几，甚至只有百分之几的增加。所以，人工智能的发展不可能是某一天出现一个指数上升的奇点，而永远是接近越来越缓慢爬坡的发展。今天人们热议的所有人工智能的应用，40年前甚至更早全都有，全都有人秀过，只不过外行人可能不知道而已，这些应用在过去几十年里我都见到过几十上百次，一点都不稀奇。今天语音识别业务能力与30年前相比，提升的幅度事实上极小，只是这极小的提升，足以带来相应的实用化而已。但如果要客观严格地评价语音识别，会发现其差错率、尤其实用环境下的差错率依然非常高。

美国人工智能泡沫何时破灭？

正文

请到「今天看啥」查看全文