当前位置: 首页 > news >正文

AI浪潮的几大结局

结局一:被锁死的上限

我们今天使用的大语言模型,在最初的时候效果并不好,完全没办法当做一个智能工具来使用。直到有一天,训练量到达了一定程度,突然涌现出了所谓的“智能”。人类至今也不知道为什么会涌现出这样的智能,更不知道涌现出智能的边界条件在哪里。

那么未来,也许有一天,AI的能力会像“涌现智能”一样,突然出现瓶颈。就像《三体》中被智子锁死的人类物理学研究一样。到达这个瓶颈之后,AI的能力停滞不再变强,无论再怎么增加训练投入的资源,大模型的表现效果也不会变得更好。之后,AI行业的发展只能着力于应用端的发掘,变成了一个不再被资本疯狂追逐的行业。

结局二:学无可学

AI学习了人类全部的知识,以后没有办法进一步变得更加强大了。语言模型的本质是一个统计学工具,它的概率分布是根据已有数据得出的。也就是说,大语言模型不能创造或产生不存在的事物,它只能将已有的数据进行拼装和重组。

当大语言模型已经学习完了人类所有的知识(公域知识,毕竟有一些私域知识是始终无法被大模型学习的)之后,就没有办法进一步提升自己的能力。所有能做的进步,也只是速度更快、成本更低。这种改良和提升依旧是有效的,但它无法进一步产生革命性的突破。

在此基础上,不愿被“白嫖”的人们开始封锁自己的知识到私域中,导致虽然人类还在持续产出知识,但是AI能获得的部分越来越受限了。

结局三:美丽新世界

AI的进步可能会产生大量的失业,而失业的人无法快速转换行业。和历史上已经存在的这种革命性技术相比,AI的速度是最快的,转换行业需要的跨度也是最大的。

蒸汽机、电气时代和互联网时代的转变是有一定的时间窗口的,能够给失业的人带来一些反应的机会:马车夫可以去学开车,开出租车的人可以去开滴滴,实体店店主可以学习开网店和接入团购。而AI的爆发速度实在是太快了,很多人根本没有机会快速转换行业,让项目经理和白领去学电气和LLM架构可是太难了。因此,AI时代对就业市场产生的冲突是史无前例的,并不能像之前的时代那样简单比拟。

众所周知,社会上层人对底层人的需求,是底层人的劳动价值和消费价值。当AI的爆发使得底层人不再拥有劳动价值的时候,他们的存在对于上层社会的意义就会大幅降低。

如果一个体制能够保障底层人民的生存和福利,底层人就还有消费价值可以利用;如果无法做到,对于统治者来说,底层人民的存在就是纯粹的不稳定因素。统治者对待底层人的态度也会恢复到农耕时代的情况——超越耕地所需劳动力的人口,都是多余的存在。

在AI时代,解决这种不稳定因素所花费的成本,可能比发福利、建立社会保障还要低,因此可能会出现科幻小说中“高技术、低生活”的残酷赛博朋克场景。从成本上看,统治者与其花费资源给底层人民发福利,不如使用超高的生产力制造机器人和无人机,把底层人民杀光。

当然,这一点难度是比较大的,更有可能的是进行计划性的生物淘汰。比如建立很高的知识和技术壁垒,使得底层人的寿命受到极大的局限,人口规模逐渐缩小,通过上层人的阶级跌落来补充,而不是靠生育来补充,解放前的中国大体也是这种方式。

总结

总体来说,结局一和结局二都是“幸福的烦恼”,这表示AI的发展已经到了非常高的水平,也一定为人类创造了无穷无尽的价值。

而结局三,是无论AI技术如何发展,都很可能会出现的情况。在有的社会结构下,能否发掘底层人的消费能力,决定了经济能否正常运转。做不到的社会,将会在结局三上走向一个不好的结果。

http://www.cnnetsun.cn/news/1878646.html

相关文章:

  • 斯坦福AI开发课程开源资源:GitHub仓库全整理
  • C++零基础到工程实战(4.2):while循环流程控制与条件表达式实战——使用system和cin实现支持ls的Shell
  • PyTorch自定义损失超简单
  • 2026年嘎嘎降AI支持哪些检测平台?9大平台实测验证结果
  • DAMO-YOLO TinyNAS保姆级教学:EagleEye日志分析、错误排查与常见报错解决方案
  • gma中计算CWDI(作物水分亏缺指数)的源代码
  • 知网AI率高想降下来,嘎嘎降AI、比话降AI、率零横评
  • 零基础玩转Sambert语音合成:开箱即用镜像,小白也能做专业配音
  • GLDAS数据变量单位速查与避坑指南:别再搞混土壤湿度和蒸散发单位了!
  • 简单理解:Qi 无线充电
  • 2026年抖音买单真相:3公里内精准引流背后的4大红利
  • 每天睡前问三个问题,比检查作业更有效
  • 安科瑞AIM-T系列工业IT绝缘监测及故障定位解决方案为关键供电场所筑牢安全防线
  • 1 【3D Gaussian Splatting: From Theory to Real-Time Implementation】第一级:基础理论与数学建模
  • 2026届最火的降重复率方案推荐榜单
  • 【2026年最新600套毕设项目分享】微信小程序电影订票系统(30048)
  • 大模型学习指南:收藏这份资料,小白程序员轻松掌握RAG,开启AI新技能!
  • 后端转AI大模型应用开发:小白必看收藏!2026年真实路径与避坑指南
  • OneAPI部署实操手册:从零配置到多渠道管理,支持腾讯混元、通义千问、文心一言等全生态
  • Sub-VLAN 跨三层通信核心知识点(精简版)
  • 32TOPS算力+工业级宽温适配!SE110S-WA32边缘计算微服务器全解析
  • 32 openclaw容器化部署:Docker与Kubernetes集成指南
  • 基于模型剪枝与量化的YOLOv5边缘计算加速:从训练到部署完整实战
  • Jupyter Notebook白屏问题排查与解决全记录
  • arm64麒麟服务器内网离线安装minio
  • 从链表到二叉树:树形结构的入门与核心性质解析
  • 麒麟V10生产环境Nginx 1.28.0部署全攻略:从源码编译到极致优化
  • ConvNeXt 系列改进:ConvNeXt 添加 MetaFormer 风格池化层,简化 Block 并保持性能
  • 该技术通过智能算法识别论文重复内容,并借助语义改写与篇章重构提升文本独特性
  • 【我的Android进阶之旅】解决Android Studio 运行gradle命令时报错: 错误: 编码GBK的不可映射字符