- URL: https://dodov.dev/blog/is-ai-the-ultimate-reinvention-of-the-wheel
- Added At: 2025-09-22 14:54:22
人工智能无法突破训练数据边界，依赖人类提供信息，无法实现真正的自主探索。尽管技术改进可扩展上下文，但受计算成本和人脑复杂性限制，可能失去效率优势。AI的价值或许在于其高效解决特定问题，而非模仿人脑。
作者探讨了人工智能是否像人类重新发明轮子一样，本质上是已有技术模式的复刻。AI基于训练数据中的模式预测信息，产生看似新颖但仅限于训练范围的结果，例如给定[1,2,3,4,5,6,7,8,9,10]的数据，它可能生成5.5，但不会生成24等超范围数字。这意味着AI的知识边界受限于人类提供的训练数据，无法自主探索未知。
虽然检索增强生成（RAG）等技术可动态扩展AI的上下文，但它仍依赖人类收集和提供的数据，类似于在原有范围添加11，并未实现真正的无界性。作者认为，要实现真正的通用人工智能（AGI），AI需像人类一样自主感知和发现世界，而非仅依赖过滤后的信息进行数学计算。
然而，开发AGI面临挑战：人类大脑的复杂性尚未完全理解，且当前AI模型在数据存储和处理上面临计算成本和速度限制。处理器芯片虽在特定任务上快于人脑，但人脑同时处理海量生理和认知任务（如心跳、细胞管理、预测感知），若让芯片承担类似负载，其速度优势可能消失。
作者质疑继续增加AI数据和计算是否真的在改进它：更多计算需求会降低速度，增加成本，最终可能使AI响应慢且昂贵，失去相对于人类的效率优势。这引发思考：我们最终会创造出一个超越人类的“机器之神”，还是只是一个复杂但拥有人类局限的机械仿制品？AI的魔力或许恰恰在于其不同于人类的简单性，能高效解决特定问题，而非试图复刻人脑。