認為Nvidia明年出來的Blackwell係列能創造奇跡，實際上是基於OpenAI的Scale Law：大模型的最終性能主要與計算量、模型參數量和訓練數據量三者的大小相關，而與模型的具體結構（層數/深度/寬度）基本無關。
何愷明是提出雙通道殘差神經網絡的主要研究者，怎麽看OpenAI的Scale Law，神經網絡的結構是否需要進一步改進？
一向對AI思想跟風很快的田淵棟說不讚成Scale Law，Yann Lecun怎麽認為？
要研究雙通道殘差神經網絡的缺陷，需要研究mirror neuron現象和自由意誌問題，需要追溯赫拉克利特的思想、建立新的科學邏輯，巴門尼德體係有問題。Universal Approximation Theorem（UAT）至少有兩個嚴重問題。
從事AI應用的巨頭實際上在紅海裏爭霸，這主要是零和遊戲。一家成功，會搶了其他廠商的生意。所以股市整體因AI狂漲，是自相矛盾的大泡沫。Meta的主要問題是內容的問題，缺乏有吸引力的內容，就無法從其他內容公司那裏搶生意。
AI生成的內容，會助長詭辯，淹沒真相，造成人類智力的熵趨勢。就是降低人的智力，使美國進一步喪失競爭力。智力的進化和退化，是智力科學的主要研究問題，生命科學無法研究。生命科學隻能研究演化。
