作者： BALAJI

編譯：Tim，PANews

以下是關於人工智慧的10點思考，我個人認為這些在經濟層面很實用。讓我們開始吧。

1.首先：沒有單一通用的人工智慧AGI，而是存在多個AGI。也就是說，我們實際觀察到的是一種多模共存的AI格局（多個強大模型並存），而非一神獨大的AI（某一全能模型壟斷）。當前態勢是，來自不同陣營的眾多模型均已達到相似能力水平，而非某個頂尖模型形成絕對代差。因此可以預見，未來將是人類與AI的多種融合形態相互制衡，而非某個佔據絕對主導的AGI將人類全部變成回形針（意指毀滅性控製或懲罰）。

2.目前人工智慧將成本都轉移到了提示輸入和驗證環節。本質上，今天的AI只承擔中間環節到中間環節的任務，而非端到端全流程。因此即便人工智慧加速了中間環節，所有業務成本還是會向提示輸入與結果驗證這兩端遷移。

3.AI是增強智慧（Amplified Intelligence），而非人工智慧（Artificial Intelligence）。今天的AI並不具備真正的行為主體意識，因為它並未完全獨立於人類存在。現有AI系統既無法設定複雜目標，也無法有效驗證輸出結果。人類仍要耗費大量精力在設定目標、查證輸出、建置提示和系統整合上，這意味著使用者越聰明，AI的智慧加成效能就越強。因此它本質上應稱為增強智能，而非人工智慧。

4、AI不會搶走你的飯碗，而是讓你能夠從事任何工作。它讓你成為勉強合格的UX設計師、當個像樣的特效動畫師等等。但這並不代表你能真正做好這份工作，因為最終潤飾往往需要專業人士來完成。

5.AI取代的不是人類的工作，而是上一代AI的工作。例如：Midjourney取代了Stable Diffusion的工作，GPT-4取代了GPT-3的工作。當你把某一工作任務（如圖像生成、程式碼編寫等）交給AI處理後，只需將預算投入最新模型即可。因此，取代工作的總是新一代的AI。

6.AI更擅長視覺表達而非文字表達。也就是說，AI在前端開發領域比後端開發更具優勢，在影像、視訊處理方面強於文字處理。原因在於使用者介面和影像可以輕鬆通過人眼驗證，而大段AI產生的文字或程式碼需要耗費大量人力成本進行核驗。

7.致命型人工智慧已經降臨人間，它就是無人機這種"殺人物種"。每個國家都在追求這種技術。所以說，真正需要擔心的根本不是影像產生器和聊天機器人。

8、AI是機率性的，而加密技術是確定性的。因此，加密技術可以製衡AI。例如，AI 能破解驗證碼，但它無法偽造鏈上餘額。而且它能解一些方程，但解不了加密方程。所以，加密技術大致上代表了AI做不到的事情。

9.從實證層面來看，AI正在推動去中心化而非中心化。當前AI展現出去中心化效應是毋庸置疑的：一方面源自於眾多AI企業的並存發展，另一方面在於小型團隊憑藉恰當工具所能實現的能力躍升，更因為高品質開源模式的持續湧現。

10、AI技術佔比的最佳程度並非100%。畢竟：0%的AI運作緩慢，而100%的AI就會變成垃圾。因此最理想的AI佔比實際上在0—100%之間。具體數值固然因情況而異，但重要的是理解0%和100%都非最優解，這就是AI領域的拉弗曲線：

當今的AI是受限的

總之，從根本上來說，這是一種受限的AI模型，而非無所不能的AI模型。

AI在經濟效益上受到限制，因為每次API呼叫都價格不菲，而且競爭模型層出不窮。

AI在數學上受到限制，因為它（可證）無法解決混沌、湍流或加密問題。

AI有實際限制，因為它需要人為提示與驗證，執行任務時採取的是中間層之間的運作方式，而非端到端的完整流程。

AI在物理上受到限制，因為目前仍需人類先感知環境並將這些資訊透過提示詞輸入，而非由AI自行收集環境資訊。

可以明確的是，這些限制未來有可能被突破。有人或許能將人工智慧的機率性思考方式，與傳統電腦的確定性、邏輯性思考方式統一起來，但目前仍是開放式研究問題。