失望的。 这一切都与“通用人工智能”(AGI)无关,后者指的是“能够在新的认知问题上达到人类高水平的人工智能”。从经济角度来看,追求通用人工智能是有意义的,但从算法角度来看,它是否真的可行尚不明确。你或许应该去讨论明斯基提出的多层感知器(MLP)的局限性,这样或许更有成效。
当前阶段的一个非常能说明问题的是,即使是那些抨击通用人工智能/人工智能的文章,基本上也承认通用人工智能(就像任何前一代思想家所理解的那样)在短时间内是不可避免的,而只是对扩散的轨迹和单位经济学吹毛求疵。
就我个人而言,我认为NPU可以通过超越内存溢出(OOM)来提升性能。但这需要我们彻底颠覆当前的范式。靠人力是无法实现的。我们将立即着手进行人类水平的思考,成本将由DeepSeek承担,并辅以闭环机器人实验。


