學什麽準備未來（一）人工智能可能無能

人類的平均壽命已經達到了八十歲，可工作有四十年。同時人類積累的知識也早已讓學富五車變成了九牛一毛。做題家皓首窮經也隻能是弱水三千 隻取一瓢飲。十幾年如一日地爬藤，精致計算的選專業，最終可能都不如章魚保羅來得靠譜。選擇比努力更重要。問題是我們都選擇不準明天的股票，又如何選擇四十年後二十年後的未來呢？

 

古人其實這方麵更有智慧。古人也許活不到八十歲，但也因此想得更長遠。愚公移山就是極端的理論。一般人想不了那麽久，但是三代五代還是有的。三服五服也是有的。現代人都市化原子化，隻管自己一個人這一輩子，反而是更加短視，更加迷茫。就好比瞄準。長槍的準星遠，反而更準確，更容易把握。正所謂人無遠慮 必有近憂。

 

放長線釣大魚。所謂遠見才能卓識。智力猶如視力。不太壞能看清腳下路就好。而智慧則是知道登高望遠，而不是埋頭亂走。有智力的人未必有智慧有膽識有格局。這也是為什麽最成功的人從來不是智商最高的人，更不會是考試最好的人。這也是為什麽藤校招生按膚色是不正確的，隻按成績也是不正確的。

 

言歸正傳。今天還是先展望一下人工智能的未來。最近一兩年，人工智能非常火。燒得很多家長越發要推學電腦。但是這也可能是一個大坑。

 

一方麵必須承認電腦行業在過去幾十年裏是從無到有的爆發性產業行業職業。人工智能在過去幾年裏也連續取得突破。從業人員上到億萬富翁的創業成功人士，下到高薪打工一族，都明顯強於其他行業職業。看起來未來依然一片光明。

 

但是另一方麵，伴隨人工智能高調出場的同時，也是信息產業低調奢華地不斷大規模裁員。究其根源，一來是去全球化世界經濟普遍下滑，美國雖然看上去一枝獨秀，但是也全靠同行襯托。二來電腦產業總體來說已經過了從無到有的階段，進入了內卷時代。其實從電腦到手機都已經顯示了這一趨勢。比如愛瘋五以前是搶，是時尚。愛瘋十以後也就剩下時尚了。絕大部分新功能對絕大多數完全沒有意義。而信息產業幾十年的發展，仔細看看也隻是限於信息，對於人們生活工作的主體需求影響有限。比如說，人們最關心的住房問題，反而是一代不如一代；教育問題，還不如彩虹主義影響的零頭；堵車問題，公交混亂肮髒問題，醫療費用居高不下問題，公共安全問題，能源問題，通脹問題，環保問題，等等等等，幾乎是沒有任何積極作用。

 

而在其能夠起作用的範圍之內，市場也已經基本上挖掘完畢。電腦興起的時候，可是幾個人在車庫地下室就可能搞出來大動靜的。就好比三兩百年前，科學家們也是很多在馬棚裏打下了今天高中課本的基礎的。然而現在別說人工智能也隻是少數大資本的玩具，就是隨便一個還拿得出手的App，也得是幾十幾百人幾年的功夫，沒幾千萬投入根本玩不起。如果是可以廣泛應用的通用產品，工業化複製還是可以大賺一筆的。但是畢竟快餐連鎖店的風格也就那麽幾種可能。市場細分也就意味著市場窄小，成本難以分攤。不要說人工智能，就是一般的App，其實也還是有很多邊邊角角的未開發區域的。但是問題是投入產出夠不夠本。就好比聯合收割機是高大上，可是門前屋後自留地的那點黃瓜西紅柿不夠油錢。

 

所以很大程度上，人工智能的話題也隻是一場炒作，以便掩蓋和維持電腦業的頹勢。總體而言，人工智能帶來的新市場和新工作機會，沒有它取代的多，更沒有其它方麵由於市場飽和市場萎縮帶來的損失多。實際上過去幾十年，電腦業內的主要贏家是軟件業或者CS。硬件CE，EE等雖然技術難度上更高，投資門檻也更高，也並不比其它工科更有吸引力。這也是為什麽說起電腦，大家最向往的還是入門較容易，收入卻更高的CS。但是卻到現在才體會到，其實CS出門也容易，因為新入門的也容易。畢竟在頻繁更新麵前人人平等。

 

同時，人工智能的開發固然需要不少高精尖CS博士。但是在推廣應用方麵，反倒不是想App開發那樣需要大量次級CS工作人員，而是更多的DS，數學統計方麵的人才。當然也帶動一定程度的CE，EE的需求。但總體來說還是比較小眾的，不足以開發帶動經濟增長的規模性市場。所以總體而言，對電腦業未來發展前景持平。就是如果有其他方麵興趣特長的，不會也不需要為學不學電腦相關專業而焦慮，因為將來不會後悔的。如果特別喜好特別擅長，名校博士的料，恭喜，上帝賜福了。如果隻是一般來進口飯吃，請做好五十五歲退休的理財規劃。

[海風隨意吹]

學習了，謝謝。

[槍迷球迷]

AI還有一個不可忽視的問題： 不可持續的耗能。 馬斯克預計今年明年會出現變壓器和電能短缺。 原因很顯然簡單， 目前大批出產的GPU芯片耗能總和非常可怕。 而且生成式AI訓練耗能也是如此。 AI耗能和目前主流環保趨勢矛盾。

同時也說明目前的AI模型顯然遠遠沒有搞明白人類思維是怎麽回事。 人的智能需要的能量也就一日三餐而已。

[無法弄]

學電腦很辛苦，跟不上新東西就被淘汰。人工智能的硬件倒是總需要人開發，就工作來說，能持久點：）