一代比一代好，是基於科學進步。但現在科學革命已近四百年。最近胡潤全球富豪榜說：“奢侈品之王”首登世界首富。與去年相比，十億美金企業家的數量減少了8%，他們的總財富下降了10%。這是不是說高科技投資機會減少、經濟在衰退？
事實上現在smartphone的市場已經趨於飽和。所以投資者急於尋找下一個高科技熱點。IT產業則聚焦在人工智能。但無人汽車、元宇宙已陷入困境，語言模型的準確性有很大問題。
選擇受教育的專業和未來職業生涯發展目標，也是投資。你或你的子女要不要選擇人工智能相關方向？“人機藕合”應該怎樣做？要較好地藕合，當然需要準確理解人類智力和計算機的本質，這是智力科學研究的問題。
傳統計算機的成功基於簡單邏輯：由半導體提供的數字邏輯。但這種簡單邏輯的應用已趨於飽和。而傳統邏輯方法在人工智能上的應用成功很有限。概率統計方法在人工智能上比傳統邏輯有所改進，但在圍棋、語言處理等等方麵仍不算成功。深度學習有了很大突破，標誌性的成功是AlphaGo Zero。
但現在業餘棋手擊敗高水準計算機圍棋，給以往人工智能的測試方法帶來很大疑問。基於深度學習的語言模型在準確性上也有很大問題。深度學習的一個關鍵問題是缺乏邏輯能力。所以需要更好的科學邏輯規範智能技術的實驗和實驗環境。
麵對人工智能的挑戰，未來的教育需要不同的知識結構。沒有科學進步作基礎，技術走不遠的。另一方麵，學習科學的艱苦，也使很多富裕家庭子弟望而卻步。而智力科學有較強的直覺性和娛樂性，所以計算機圍棋、語言模型等等應用會容易受財團青睞。
早期科學研究單擺、彈簧這些簡單裝置，比諸葛弩和木牛流馬簡單得多，短期實用價值不算很大。因為簡單，可以嚴格控製條件設計實驗，分離各種因素。
《人工智能投資、科學邏輯和規範實驗》一文有更多介紹： https://blog.wenxuecity.com/myblog/80392/202303/21887.html。
