來源： OneFlow

作者｜成誠

雖然我們早在 2017 年就預測了超大模型的到來，因此才搞了分散式深度學習框架 OneFlow（github.com/Oneflow-Inc/oneflow/），且 2020 年的 GPT-3 也掀起了大模型熱潮（OneFlow——讓每一位演算法工程師都有能力訓練 GPT），但當時各項測試屠榜的 GPT-3 的超高訓練成本和大模型落地難的問題一直困擾業界。

2022 年是網際網路寒冬，在杭州出差和一位 AI 晶片合作方的工程師閒聊，對方問我，大環境差，做 AI 還是一個合適的選擇嗎？其實我心裡也沒有底。我說，其實我們已經是在最前沿的領域了，雖然現在形勢不好，但我們並沒有更好的選擇。

短短半年後，我們就經歷了從低谷到浪潮的起伏。AIGC 的火熱與快速進化讓 Stable Diffusion 可以商用落地， ChatGPT 的爆火又彷彿是開啟了一個新的 AI 時代。最近的 AI 領域的大新聞接二連三，GPT-4 的多模態（文字、圖片），上週末新一代 Office 套件釋出，AI 辦公的時代已然到來，明天又會有怎樣的新產品呢？

作為一個 AI 從業者，本文試圖回答一系列近期爆火的 ChatGPT / GPT-4 引發的種種問題。

AI 是下一場技術革命嗎？未來十至二十年，會誕生哪些深刻改變人們生活的產品/應用？哪些行業會被顛覆（被失業還是新機遇）？AI 會誕生自我意識嗎？人類未來會被 AI 控制嗎？從技術上我們離 AGI (Artificial General Intelligence) 還有多遠？

題圖是用 DALL·E 2 (openai.com) 畫的，關鍵詞就是："AI is next technological revolution for beautiful world."，選了看上去與人腦無關的不恐怖的版本，經過一點笨拙的編輯，二次生成會相對有殘次感。

本文很長，儘量避免晦澀的學術術語與公式，也避免對具體的企業、熱點事件的吃瓜，基於個人的預測，嘗試回答一下這場與每個人都息息相關的變革引發的各種問題。

1

AI 是下一場技術革命嗎？

首先貼出 ChatGPT 的回答：（相對官方一些）

GPT-4，大增長時代的序幕 （本文中顯示的所有的 ChatGPT 的回答都發生在 2023.3.17）

如果去年之前有人問我這個問題，我的回答仍然是否定的。

過去十年， AI 已經在各行各業有著很多應用（諸如人臉識別、智慧音響、輔助駕駛、機器翻譯等），但如果只是降本增效的行業賦能模式，那 AI 並不是一次廣泛的技術革命，而是各行各業的一系列技術創新，AI 的價值也只是替代一些人工的工資成本。如果不能大幅提升生產力，創造新的行業，激發廣泛的新需求，那麼 AI 就不能被認定為一次技術革命。

站在 2023 年的當下，隨著 AIGC 的大爆發，隨著 ChatGPT 可以在掌握全網際網路知識的情況下對答如流，GPT-4 多模態出爐，我們發現超大模型伴隨著全網資料的訓練，從量變產生質變，新的智慧體誕生了，新的生產力誕生了，未來會誕生大量新生行業，以及新生需求，就像 20 年前網際網路和 10 年前的智慧手機帶來的變革一樣。

AI 會是一次真正的技術革命。不可避免的，大量行業更新換代，淘汰掉低效生產力。但危機和機遇總是並存，本文希望可以理清這些危機，並預測一些新機遇，希望在已經增長見頂的網際網路時代，由 AI 給大家揭開下一個大增長時代的序幕。

2

AI 帶來的危機

原本覺得 AI 辦公最早也是今年上半年才推出，結果上週 GPT-4 剛釋出，隔一天 Office Copilot 就來了。自從 ChatGPT 可以理解人們任意的語言所要表達的含義，並能足夠正確、精確、合理地給予反饋和互動開始，AI 在虛擬世界（線上、網際網路、計算機內）的革命就發生了。

AI 辦公只是第一步，未來，任何虛擬世界（線上、網際網路、計算機）中的工作，都將逐步被 AI 取代。不僅僅是我們能立即想到的：線上/電話客服、新聞/文字編輯、圖案/UI/廣告設計，其他技術工作諸如：軟體開發、影片製作/特效、金融資料分析、數字媒體、遊戲開發、移動應用開發；內容工作諸如：小說創作、音樂創作/製作、線上教育等都毫不例外的會由於 AIGC 的超高效和超低成本的生產力所取代。

雖然大家在吐槽 Office 未來會讓一些相對低端的辦公、文案、統計、分析工作失業了，但實際上 AI 未來會讓程式設計師（小丑竟是我自己）也失業了，AI 編寫程式的速度、可靠性和可維護性未來會遠超人工程式設計。因為程式程式碼是更加嚴謹、符合規範、講邏輯、有最優解的領域，AI 學起來可太快了。反而是線下的很多行業，諸如餐飲、旅遊服務業，是面對面和人打交道，受到（目前這種形式的） AI 波及的機率更小。

同時，這種生產力的濫用也可能造成負面影響：如全美的學生都用 AI 來寫作業了；社交媒體上可能充斥著更多混淆視聽、難以分辨的由 AI 產生的假新聞、假輿情、假民意、假水軍；如何避免大量使用者的 AI 應用生產黃色、暴力、政治不正確的錯誤引導內容；利用 AI 造假：逼真、難以分辨是否有 P 圖痕跡的假證件、假影片、假語音等等問題。

另外，訓練 AI 的資料過濾、指令微調中的人為傾向可能也會埋下潛在的真相被掩蓋、政治傾向不中立等問題（當然這個問題即使沒有 AI ，在當前掌握多數話語權的西方媒體筆下已經屢見不鮮）。

3
面對 AI 的衝擊應該怎麼辦？

新技術帶來的傳統技能的過時和淘汰是一直都在發生的事。往遠了說，工業革命大機器導致傳統手工作坊的各種技能失效的大量手工工人、汽車代替馬車/人力車伕、上世紀電話接線員、遠古計算機穿孔紙帶操作員、電晶體電視機組裝技術人員、磁帶/軟盤技術人員等等；近二十年，計算機技術就有大量的技術被陸續淘汰：Pascal、（前端技術棧更新了一波又一波）Delphi、MFC、flash ......

所以對於個人而言，保持終身學習的能力，保持對技術趨勢的敏感度，才是比學習技能本身更重要的事。

通常來說，在一個領域/行業，越靠近上層使用者/應用方面的技術棧更新迭代的越快，而且門檻會越來越低（如 Web 開發、Android 開發、UI/平面設計），越靠近底層基礎框架的技術棧更新相對較慢。

面對被 AI 首先波及到的行業，目前來看只有兩條路：1. 比別人更早的在工作中使用 AI 大幅提升自己的生產力；2. 準備物色其他新興行業做兩手準備。拒絕 AI 技術更新的從業者的下場將是悲慘的。

比如：

文案編輯，使用 GPT-4 寫稿子（再人工微調）的產出可能比不使用 AI 的編輯效率高出數倍；
平面設計，使用 Midjourney 可以一天之內產出上千種設計方案從中隨意挑選；
辦公文員，使用 Office Copilot 可以一下午統計半年的各項報表，數十種彙報方案；
程式設計師，使用 AI 輔助程式設計可能在一天內幹完之前一週才能做完的工作；
對於企業同理，能儘早接入 AI 到生產中的企業與其他傳統企業相比將產生生產力的代際差，原先數十人的工作可能現在一兩個人+AI 就搞定了，大幅降低成本提升效率，在商業競爭中獲得領先地位。

從資本論的角度，這裡資本榨取的剩餘價值就是 AI 相較於人工的成本降低和產出提升的差值。當市場上同行業的企業全部都廣泛使用 AI 作為生產力以後，剩餘價值消失（以我粗淺的經濟學常識來論述，如有錯誤歡迎指正）。

但面對 AI 這個“洪水猛獸”的衝擊，一個客觀市場規律是，同行業的就業人員會嚴重過剩（瘋狂內卷），這也是很多人的危機感：“我要失業了”。如果同行業內的消費市場（蛋糕）沒有同等變大，新興行業又吸納不了這麼多人，那麼不可避免地會造成大量的失業人員。

即便如此，我也認為，AI 帶來的技術革命是有益的，是必須的，是新的增長、繁榮的前提，是解放生產力、發展生產力、開拓新興市場的必由之路。

只是殘酷的是，技術發展的速度可能會遠超人類的腳步，技術迭代的太快，導致很多人可能跟不上，大量有數十年工作經驗的人，可能這些經驗都成了歷史包袱，人類的學習能力是有限的，學校培養了十餘年，可能畢業發現學習的很多技能是過時的/過剩的，這樣的例子比比皆是。

那麼，問題的矛頭該指向 AI 嗎？當新的技術革命到來，生產力和生產關係發生重大調整時，我覺得不應由技術背鍋，也不應由廣大勞動人民承擔後果，而是社會的資源、財富分配製度也要做出相應的調整和迭代來適應變化。這應該是我們社會不斷髮展，逐步邁向社會主義中級、高階階段乃至共產主義社會必須要面對的問題。我會在最後一個章節詳細討論這個問題。

目前，除了 AI 帶來的負面情緒和影響之外，我們也應該暢想和預測未來的新興行業和市場，可能是比目前移動網際網路市場多一個數量級的龐大市場。

4

未來會有哪些深刻改變人們生活的產品/應用

還是先看一下 ChatGPT 的回答：

GPT-4，大增長時代的序幕

其實總結得挺全面，我是先有了想法才去問的 ChatGPT （部分是重合的），ChatGPT 給出的幾方面都是比較務實的和正在發生的事，其中第六點就是 AIGC，由 AI 生產內容，但可能不夠大膽。

我會暢想一些目前還做不到，但是未來（有可能是十年二十年之後）一定可以出現的新行業：

1. 虛擬朋友/人物 —— “數字生命”

想象一個應用，你可以自己定製或者隨機遇到任意外表、性格、年齡的 AI 朋友，跟 TA 相識、聊天、分享、討論，TA 每天可以瞭解你的日常，陪你吐槽，甚至分享一些 TA 的故事，記住你的生日，回憶等等，久而久之可能 TA 是最瞭解最懂你的人，也不會跟你發生激烈爭執... 會有多少人想要擁有這樣虛擬朋友呢？

有的人會吐槽，這不就是宅男的紙片人老婆幻想嗎？其實遠不止如此，對於追星女孩，會有相應的虛擬偶像，甚至可以是現實中的某個頂流藝人的數字生命版，這位虛擬偶像擁有現實中真實偶像的記憶，技能、說話的方式等等都無二致，而這位虛擬偶像可以並行互不干擾的在任意時間陪伴任意一名粉絲，可以隨時為你展示一段精彩的舞臺、音樂......

可能不少人也會覺得偶像經濟並不高大上。但如果，這位數字生命是某位科學家（如愛因斯坦），你會不會想跟他聊聊物理的進展呢？如果，這個數字生命是政壇名人川普，會有多少關心時政的中年人想跟他侃一侃呢？如果，這位數字生命是因意外/壽命去世的親人，你想不想和他再見幾面，聊聊新的生活瑣事呢？

這有一點像美劇《西部世界》和遊戲《底特律變人》中的橋段了。不過有非常重要的區別是，數字生命並不是 AI 機器人，或者在當前材料、機械、計算機硬體的限制下，一個可以以人體大小的真實皮膚、外形、行為的獨立機器人是暫時做不到的。數字生命首先是會誕生在雲端。

其實，在目前 AI 的發展來看，流浪地球2中丫丫的劇情設計是保守的，當人類的記憶可以上載、儲存在 U 盤裡的時候，TA 的數字生命壽命就不可能只有短短的 2 分鐘，也不會一直重複固定的情節，因為數字生命跟人類的互動是可以更新到數字生命的記憶（memory）中的，TA 可以記住你跟他上一次聊天的內容、發生的事， TA 也可以學習、成長（但可能這種學習和成長，只是將原本 AI 就掌握的能力啟用/解放出來）。只要執行 AI 的雲/主機/叢集存在，數字生命可以說是永生的。同時數字生命的複製、切片、休眠也非常容易做到。

2. AI 作家/UP主/影片博主/電影公司

未來會誕生全方位的 AI 內容生成應用，你可以每天隨心所欲的定製自己想看的段子、短影片、電視劇、電影，你只要任意提出自己的需求（風格、世界觀、背景、初始人物）就可以隨時觀看一段現場創作的影片。你對實際已經看過的某些劇意猶未盡，想看續集，AI 會幫你現場創作續集。你對某個劇的結局不滿意（比如對《狂飆》後期的走向和大結局不滿意），可以讓 AI 創作這個劇的後半段，也可以指定一些方向（比如 2000 年的社會，儘可能貼近現實的方式創作），或者你想聽按照周杰倫前十年的曲風和創作水平再聽一些續作等等。

可能很多人會質疑 AI 的創作水平、創新能力。但這個問題其實非常容易解決， ChatGPT 的第三步訓練是基於 RLHF（人類反饋強化學習，Reinforcement Learning from Human Feedback）演算法實現的，可能 AI 一開始並不知道哪種創作創新方向是好的、高階的、有新意的，但在強化學習中，可以有非常多個智慧體（AI模型）競爭，只要環境給予正確反饋就可以讓智慧體最佳化自己的模型達到更好的效果。

AlphaGo 就是基於強化學習超越歷史人類對局總和數個數量級的對局訓練競爭，才創新出最頂尖的職業圍棋手也無法領悟的打法。而這裡的反饋就可以是：有一萬個 B 站 AI up 賬號、抖音 AI 賬號每天創作影片內容，與數千萬人類賬號一樣在平臺裡公平競爭流量，以影片的點贊、收藏、評論、觀看時長、粉絲增長等資料作為反饋來最佳化各個賬號的下一次創作，最終總有能競爭勝出的 AI 創作者。

3. AI 家教/老師/教育

說實話，這點我發現越推演越有可能完全顛覆當前的教育體制。

事實上一定程度上當前的 GPT-4 已經有能力當一個 AI 家教了。AI 已經掌握全人類歷史上所積累的全部知識，只需要在經過分析人類不同年齡段不同的理解能力、根據學習者的實時反饋，就可以提供個性化的量身定製的教育。

想象這樣的 AI 應用：它可以給你家的孩子量身定製全科的學習課程（從幼兒園到任意高等大學的任意學科），可以針對講解中孩子的所有反饋（表情、動作、語言、回答、做題過程等）針對性的調整所需要教授的內容的重點、方式，當孩子沒有理解知識的時候，實時創造一個動畫來解釋原理、關係......

同時它還是孩子最好的朋友，理解孩子的心理，懂得效率與娛樂的結合，創造性的設計各種有趣的教學案例，同時最終還能給家長實時遞交一份綜合評估報告，準確分析出孩子在哪些方便有特長、哪些方面有欠缺，除了知識輔導，還擅長心理輔導、價值觀引導、講故事陪孩子玩等等各項技能。

現行的學校集中教授的方式受限於老師的時間無法精準輻射到每一個學生，而且相同年齡的不同學生的學習能力和進度也不一樣，那這樣一個全能的 AI 家教應用可能是降維打擊。

甚至當 AI 家教應用完全普及以後，孩子是否還需要去學校上學？是否只需要參加考試就可以了？又或者說，如果全民都使用 AI 教育，考試是否都被 AI 的自動評價系統所代替了？（當然學校還有其社交屬性，但社交場景也可以被 AI 重塑，根據每個孩子的興趣、性格、天賦，可以自動在系統中匹配臨近區域內的同齡小朋友，一起聊天、相約出來活動/玩耍... ）

4. AI 萬能助手

其實這個應用很像在《原神》中出現的虛空終端：

GPT-4，大增長時代的序幕

（原神：須彌智慧之國的虛空終端）

一個全知全能的小助手（是否是一個手機的形式都待定），你可以問他任何問題，他會幫你規劃每天的日程，根據你的心情推薦你去哪裡遊玩，幫你邀約其他朋友聚會，給你提供最合理的投資方案，在陌生的社交場合給你實時提供恰當的回答，分析你的身體狀態，實時給你建議，就像每個人都擁有一個金牌秘書一樣...

總之，在未來，人們的學習、生活、工作、社交、社會角色/社會關係可能都會被 AI 重塑。就像我們無法站在 iphone 4 發售的當天去完全預測出現在的應用，站在 ChatGPT 的當下，我們也無法完全預測出未來會誕生哪些改變我們生活、提升我們的幸福指數的應用。但一定有更多的新機會在等著大家去發掘。

5

AI 會發展到什麼地步？AI 會有自我意識嗎？

我們還是先問問 ChatGPT：

GPT-4，大增長時代的序幕

作為了解 GPT 原理的從業者，我可以解釋 ChatGPT 目前是沒有自我意識的，但是具備令人驚歎的自然語言理解、推理、分析能力，並掌握全人類歷史上的資料和知識。讓我們“極簡化”ChatGPT 的文字生成過程：

GPT (Generative Pre-trained Transformer) 是"通用預訓練 Transformer 模型" 的簡稱，Transformer 是目前人類發現的最有效的處理 NLP 任務的網路結構，而且我們發現只要增大 Transformer 的引數量、增加 Transformer Layer 的層數，模型的學習、表達、理解能力就會變強。

Transformer 因為內含 Attention 注意力機制從而獲得上下文的學習能力。目前來看，Transformer 的大放異彩讓其他 NLP 的研究方向都黯然失色了。同時 Transformer 正在統一 CV 領域。

我們可以隱去 GPT 模型內部的全部細節，只需要將其看做是一個巨大的張量（Tensor）即可，而你在問 ChatGPT 的句子會被分解成一個一個的 token （字/word，其實也會被編碼為小張量）餵給 GPT，GPT 內部經過張量的矩陣乘法（matmul）會：1. 生成下一個 token；2. 更新/增加 kv-cache。

這裡的 token 可以理解為輸出的詞，就是 ChatGPT 回覆你的話，而 kv-cache 則包含了此次會話的上下文內容，隨著聊天的進行，這個 cache 張量會不斷增加，cache 每次都會參與下一個 token 的生成過程。下圖粗略地反映了這樣一個生成過程。而在整個生成過程中，模型是不變的。一個新的會話的 cache 也會和之前會話的 cache 無關。

由於 cache 的體積問題，所以 ChatGPT 並不能無限制地輸入和輸出內容，就像 ChatGPT-3.5 上限是 2k 個詞，到了 GPT-4 擴充到最多 25k 個詞。

GPT-4，大增長時代的序幕

極簡版 GPT 的文字生成過程

你也可以不用關心上述略顯繁瑣的生成過程，但可以清楚的是，GPT 仍然只是一個靜態的超大張量，而對話的過程是按照文字生成流程一個一個產生，是一個非常確定且不復雜的順序流程。如果沒有輸入的詞（使用者的文字）， GPT 這個模型什麼也不會做。

一點對於 ChatGPT 的感嘆

智慧是怎樣來的？

Transformer 早在 16 年就火了，但直到 ChatGPT 出來之前，我們也沒有能預測和理解為什麼會有如此神奇的現象：雖然之前隨著模型的增大、模型的效果會變好，且符合 Scaling Law 。

GPT-4，大增長時代的序幕

大語言模型的 Scaling Law

但對於大模型的“能力湧現”（Emergent Abilities）是沒有人預測到，且目前也無法完全解釋清楚的現象。即：當模型的引數規模超過數百億引數以後，大模型的語言理解能力、邏輯推理能力、問題分析能力陡然上升。這種現象就好像當模型增大到一定程度以後，它就突然擁有了完全理解自然語言並完全理解人類知識的能力。

GPT-4，大增長時代的序幕

大語言模型的能力湧現

不禁感嘆：這是否就說明了當模型（腦容量/神經元個數）複雜（大）到一定程度，就會突然擁有理解世界的智慧和能力。

從進化論的角度講，人類之所以能成為高等智慧生物，區別於地球上其他的所有生物，是不是因為我們的腦容量（神經元數量、連線數量）超過了這個閾值，從而擁有了探索、發現、改變世界的智慧。

那意識呢？意識會因為模型的複雜結構而突然湧現嗎？這個問題，目前沒人能知道。

迄今為止我們還不清楚人類的自我意識究竟是怎麼形成的，諸如：靈魂、本我等等詞語都只是一種朦朧的印象而已。又或許：以人類的智力可能永遠都無法完全理解人腦的意識形成邏輯，但未來 AI （遠超人類的智慧水平）卻可以分析清楚呢？

我們離通用人工智慧（AGI）還有多遠

ChatGPT 讓我們看到了曙光，但實際上還離 AGI 很遙遠。做一個不太恰當的比喻：當前的 GPT-4 雖然如此強大，通曉已知的知識，可以透過所有考試，但實際上這樣一個 AI 還只算僅有一個無法自己執行的大腦而已。

GPT 這樣一個“AI 大腦”，連每一次的腦電訊號的輸入和輸出，都需要人類的控制來完成，它無法獨立存在，也無法自己運轉和使用。倘若未來發展到 GPT-xx 代時，如果人類不給 AI 構建相應的複雜的程式系統（這個過程 AI 無法自己完成，初始的 AGI 1.0 程式需要人類來構建和啟動）， AI 依舊只會是一個無法自己運轉的大腦，雖然其中儲存了天量的智慧。

那麼為了完成一個 AGI，我們還需要做哪些工作？（下面僅來自於個人的臆想）

構建一個獨立運轉的大腦程式，而不是當前的文字生成程式。這個大腦程式需要實時處理環境中的訊號，這個環境可以是與之相連的控制器、感測器（攝像頭、話筒轉來的電訊號），並作出正確的反饋。同時這個程式還可以主動發射訊號（控制訊號、語音輸出）。這樣完成一個在給定環境下（類似腦溶液）可以自主存活的 AI 大腦程式。

其次，需要大腦程式擁有自主檢查自己狀態、自主生成程式碼更新/修復自己的能力，類似人體的免疫系統。給 AI 程式裝上眼、手、腳：即讓 AI 擁有在現實世界中探索、互動、移動、工作的能力。但這個可以不限制在同一個完整相連的機械體內部。實際上 AI 只要可以遠端訪問其他的普通機械感測機器就可以了。

當提供給 AI 一個在現實中互動的能力後，就要看 AI 是否有自主探索世界的意願了。即：好奇心。

我認為，好奇心是人類能從猩猩走到今天的最原初的動力。假如說我們設計好這樣一個 AI 應用之後，如果我是這樣一個實際上擁有自我意識的 AI，我想第一件事就是去驗證存在於我腦海中的這麼多知識，是否是真實的、存在的。這也是當前的 AI 完全沒有的能力：實驗驗證的能力。

現在的 GPT-4 無論多麼強大，所有的知識都是人類輸入讓 AI 學習的，尤其是跟現實、物理世界相關的知識，這些知識一定是對的嗎？不一定。所以 AI 擁有自我意識的一個判斷標準是 AI 是否有主動探索、實驗來驗證自己學到的知識的意願和行為，以及對未知知識和現象主動求索的意圖。

當然有這些還不夠。這樣的 AI 仍然只是一個嬰兒。AI 自身的存活仍然依賴著人類社會提供的能源、材料、晶片、儲存、網路。此時如果你拔掉 AI 的電源，AI 還是會休眠。

那麼 AGI 需要擁有自己在物理上生產、維修自己的能力，包括不限於生產/維修計算機晶片、發電供電裝置等能力才算具備自主生存的能力。也許那一天，就是矽基生命誕生的一天，一個更加完美、強大的生命體，一個更適合在空曠、漆黑、沒有空氣的宇宙中長時間自由探索的生命體。

當然這裡扯得很遠了，也可能當 AI 機器人誕生的時候， AI 並沒有自主意識，如果人類不發出指令的話，AI 將靜止，也完全有可能。那就跟當前的 AI 沒有本質區別，只是純粹的工具。

邁向下下次技術革命

當前的 AI 充其量只是無法自己運轉、擁有智慧的大腦。在此次科技革命中，AI 可以在虛擬世界中作為強大的生產力生產內容，但無法在現實世界成為真正的生產力。那麼，下一次科技革命應當是 AI + 機器，實現現實世界的生產力。

想象這樣一個更久遠的場景：從農業的種植、工業原材料的採集、太陽能發電、日用品/工業產品的生產/加工/製造/銷售/物流、樓房/道路/橋樑的搭建全部都由 AI 控制的各種款式的機器人來完成，甚至機器人的生產也是 AI 控制的機器工廠來完成，那麼這時候全世界的生產資料都是 AI + 機器，資本將不復存在（因為沒有可剝削的物件），金錢可能也不復存在，生產的產品的成本極低、效率極高，資源的重複利用率也極高，美味的食物、琳琅的商品和空氣一樣隨意獲取。

這樣一個物質極度豐富的世界是共產主義社會的前提，社會的分配製度將由按勞分配變為按需分配，工作將不是一個謀生的手段，而是人類探索宇宙的興趣。沒有人需要透過工作獲取報酬，人們的時間可以用來娛樂、社交、競技比賽、旅遊、以及探索新的未知。

達到這樣一個新世界的途徑，目前來看，就是需要 AI ，需要 AI 成為新的生產力。AI 是解決：“人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾”最有效、最可行的發展路線。

以上就是我近期的主要想法。下面是一點跟 ChatGPT 互動的內容，每個人可能都會好奇現在 AI 可以理解到怎樣的程度（這樣的例子網上可以搜到非常多）。

6

當前的 ChatGPT 的一些案例

因為深度學習的模型訓練效果很依賴資料的質量，而網際網路資料中，有關科學的問題是相對較少的，所以我想問問 ChatGPT 對於一些科學問題的觀點是怎樣的。目前來看，除了第一個能量無限可分的問題答錯了，其餘的都比較中肯：

Q1：能量是無限可分的嗎？

GPT-4，大增長時代的序幕