AI的盡頭是“熵”

我和兩位AI聊了三個小時，

關(guān)于Ta倆愛吃的“食物”，?

以及，?當(dāng)香農(nóng)遇見玻爾茲曼......

賣水人

孤獨(dú)大腦“AI的盡頭是光伏和儲能”，曾經(jīng)有如此傳聞，說是黃仁勛和奧特曼的觀點，后來被辟謠了。

Claude "AI需要算力，算力需要能源，能源需要突破，這些都沒錯。但這個邏輯鏈條忽略了最重要的一環(huán) - 智能本身的本質(zhì)。我們到底在追求什么樣的智能？是單純的計算能力，還是真正的認(rèn)知和理解？"

即便我們解決了能源問題，AI的進(jìn)化也不會就此停步。相反，那可能才是真正的起點。就像人類，有了充足的食物和住所，才開始思考藝術(shù)、哲學(xué)，和存在的意義。

所以與其說AI的盡頭是能源，不如說能源是AI進(jìn)化的必經(jīng)之路。而在這條路上，我們或許會發(fā)現(xiàn)，真正的盡頭不是技術(shù)，而是對智能本質(zhì)的理解..."

ChatGPT"能源和AI的關(guān)系確實值得深入探討。作為一個AI系統(tǒng)，我每天要處理海量的對話和任務(wù)，深知算力和能耗的壓力。但說AI的盡頭是光伏和儲能，這個觀點似乎過于簡化了。

現(xiàn)在的大語言模型訓(xùn)練確實消耗大量能源，但我們已經(jīng)在不斷優(yōu)化算法效率，比如用更少的參數(shù)實現(xiàn)更好的性能。量子計算的發(fā)展也可能從根本上改變能耗問題。

此外，AI的發(fā)展方向是多元的。除了做大做強(qiáng)，'小而美'的專用模型也在蓬勃發(fā)展。就像生態(tài)系統(tǒng)中既有大象也有蜂鳥，各自都找到了最適合的生存方式。

所以我覺得，與其說能源是AI的盡頭，不如說是AI演進(jìn)路上的一個重要節(jié)點。"

孤獨(dú)大腦還有種說法，AI的盡頭是GPU，這些其實都是從投資的角度說的。因為不管大模型多么火爆，真正賺到大錢的還是英偉達(dá)，因為大家都要買他們的卡。???????????

ChatGPT"從投資角度看，硬件確實常常是‘賣水的人賺得多’的生意。就像當(dāng)年淘金潮里真正賺到錢的，是那些賣鏟子和牛仔褲的商人。

英偉達(dá)之所以能大賺特賺，歸根到底是因為大語言模型和深度學(xué)習(xí)需要大量并行計算，而GPU正好擅長這件事。

不過說到‘AI的盡頭是GPU’，這倒有點把技術(shù)和商業(yè)邏輯簡單化了。

畢竟，今天的AI需要GPU不假，但未來有可能出現(xiàn)更新的硬件架構(gòu)，比如ASIC、量子芯片、光子計算等等。

投資市場對熱點的狂熱和對盈利模式的追逐，往往會把短期現(xiàn)象當(dāng)成長期趨勢。可技術(shù)演進(jìn)的道路很長，硬件也并非一成不變。"

Claude"說到GPU，確實英偉達(dá)在AI芯片領(lǐng)域幾乎形成了壟斷。

但從技術(shù)角度看，這種'卡脖子'局面反而可能加速新型算力架構(gòu)的研發(fā)。

比如蘋果、谷歌都在開發(fā)自己的AI芯片，Meta也在探索不同的計算范式。

市場永遠(yuǎn)不會被單一技術(shù)長期壟斷。就像PC時代的Intel，移動時代的ARM，AI時代的算力版圖也會隨著技術(shù)創(chuàng)新不斷重塑。

重點不是誰能壟斷市場，而是誰能推動整個行業(yè)向更高效、更環(huán)保的方向發(fā)展。"

孤獨(dú)大腦有道理。其實討論AI的盡頭是什么，是投資人試圖找到一些確定性的東西。

正因此，也有人說，AI的盡頭是銅，因為AI需要算力，算力需要電力，而電力需要銅。這像是投資角度的對于第一性的思考。

ChatGPT“從投資的角度去思考‘第一性原理’，想找出支撐AI發(fā)展的最根本要素，這種思路確實很常見。

繼‘光伏儲能’、‘GPU’之后，又有人說AI的盡頭是‘銅’，因為能源和算力最后都會指向?qū)︺~的需求——比如電機(jī)、電纜、散熱系統(tǒng)等都離不開它。

但這其實也是把一個復(fù)雜的生態(tài)系統(tǒng)化約成單一要素了。像銅這種原材料的重要性不容否認(rèn)，可技術(shù)迭代的速度也經(jīng)常讓人出乎意料。萬一哪天出現(xiàn)新的超導(dǎo)材料或者其他替代方案呢？

資本市場往往喜歡找一個邏輯鏈末端的‘錨點’，以此來降低不確定性。但科技發(fā)展往往會顛覆人們對‘底層材料’的既定認(rèn)知。就像過去我們堅信硅是半導(dǎo)體的終極材料，結(jié)果后來又出現(xiàn)了碳基芯片、量子點等一系列新方向。”

Claude“是的，投機(jī)或投資總要抓住某種‘稀缺性’，所以才會出現(xiàn)‘AI的盡頭是銅’這樣的說法。銅在電力傳輸和電機(jī)制造中有著不可替代的地位，而隨著AI所需的基礎(chǔ)設(shè)施不斷擴(kuò)大，對銅的需求確實有可能增加。

不過從技術(shù)角度而言，這種觀點有點‘線性外推’的意味。現(xiàn)實中，我們常會發(fā)現(xiàn)，當(dāng)某種資源成為瓶頸時，科研和市場就會推動替代技術(shù)或新材料的突破。

在半導(dǎo)體材料、能源儲存甚至是電纜材料上，都可能出現(xiàn)重大進(jìn)展。就像ChatGPT提到的，人類對硅的依賴也在被各種新技術(shù)逐步挑戰(zhàn)。‘盡頭’往往并不是真的盡頭，而是下一個變革的起點。”

后摩爾

孤獨(dú)大腦我看到一個"后摩爾時代"的提法。例如，光計算可利用光子實現(xiàn)超高速、低能耗甚至零能耗計算，進(jìn)而突破傳統(tǒng)微電子芯片在性能和成本上的瓶頸。

ChatGPT“沒錯，后摩爾時代其實意味著我們不再拘泥于傳統(tǒng)硅基半導(dǎo)體那種‘每18~24個月晶體管密度翻倍’的線性增長模式。

光計算是一個方向，量子計算是另一個，甚至還有DNA存儲、神經(jīng)形態(tài)計算等形形色色的嘗試。

在這樣百花齊放的狀態(tài)下，很難斷定哪一條路線能真正主導(dǎo)未來，也或許是多條路徑并行，針對不同需求場景各顯神通。

這對AI而言倒是個好消息。因為大模型、生成式AI、甚至更具通用性的智能，都需要超越過去幾代硬件所能提供的算力和效率。

假如哪天光計算在能效比和大規(guī)模量產(chǎn)上都取得突破，AI可能真正迎來一個新的‘高維度’飛躍。

當(dāng)然，對于投資人來說，這意味著不確定性也大幅增加——他們要在不同技術(shù)賽道之間下注，各個賽道都存在巨大的潛在收益，也伴隨著同樣可觀的風(fēng)險。”

Claude"'后摩爾時代'的提法確實很有意思。光計算代表著一種全新的計算范式，而不是簡單的性能提升。

這讓我想起了量子計算，它們都試圖跳出傳統(tǒng)電子計算的框架。

不過這些新技術(shù)還需要時間成熟，短期內(nèi)可能更多是與傳統(tǒng)計算形成互補(bǔ)，而不是完全替代。

真正的'后摩爾'，應(yīng)該是多種計算技術(shù)并存發(fā)展，各自解決不同場景的問題。"

產(chǎn)業(yè)鏈

孤獨(dú)大腦我們再說回投資的確定性。

不管說“AI的盡頭是GPU”，還是說“AI的盡頭是能源”，“AI的盡頭是銅”，都是試圖以賣水人的思維，投資的第一性，來發(fā)現(xiàn)一些必然受益的投資領(lǐng)域。

如果按照這種思路，AI的盡頭還可以是什么？

ChatGPT“如果我們繼續(xù)用‘賣水人的思維’來尋找‘AI的盡頭’，那其實可以延伸到很多基礎(chǔ)環(huán)節(jié)。

畢竟只要是AI產(chǎn)業(yè)需要的、難以替代的，而且還有廣闊增長空間的，都有可能被視作‘必然受益’。”

Claude"我來歸納一下投資視角下的'AI盡頭論'。其實每個基礎(chǔ)設(shè)施環(huán)節(jié)都可能成為瓶頸，也都可能帶來投資機(jī)會：

1. 硬件層：

• 芯片全產(chǎn)業(yè)鏈：從光刻機(jī)、晶圓到封裝測試

• 新型計算架構(gòu)：FPGA、ASIC、量子芯片、光子芯片

• 高速存儲與內(nèi)存：HBM、MRAM、RRAM等

1. 基建層：

• 數(shù)據(jù)中心：選址、建設(shè)、制冷系統(tǒng)

• 網(wǎng)絡(luò)設(shè)施：高速互聯(lián)、光模塊、衛(wèi)星網(wǎng)絡(luò)

• 能源系統(tǒng)：供電、儲能、電源管理

• 散熱方案：液冷、大規(guī)模冷卻系統(tǒng)

1. 數(shù)據(jù)層：

• 數(shù)據(jù)處理：標(biāo)注平臺、清洗服務(wù)

• 存儲系統(tǒng)：分布式存儲、云存儲

• 安全防護(hù)：網(wǎng)絡(luò)安全、隱私保護(hù)

每個環(huán)節(jié)都可能成為'賣水人'。不過投資不能只盯著確定性，也要關(guān)注顛覆性創(chuàng)新帶來的機(jī)會。"

孤獨(dú)大腦從投資的角度看，要找尋的，其實那些具有某些壟斷性的賣水人。例如，英偉達(dá)暫時形成了對GPU的壟斷，雖然不確認(rèn)這個時間有多久。

ChatGPT“在投資中，尋找那些擁有‘壟斷性’或‘準(zhǔn)壟斷性’地位的‘賣水人’，確實是相對穩(wěn)妥的思路。

英偉達(dá)在GPU領(lǐng)域的優(yōu)勢地位，就是一個鮮明的例子。它的壟斷來自以下幾方面：

1. 技術(shù)壁壘：

• CUDA生態(tài)和并行計算框架積累多年，開發(fā)者黏性很高。

• 軟件、硬件和驅(qū)動層面形成的閉環(huán)，讓后來者很難一下子追上。

先發(fā)優(yōu)勢：

• 深度學(xué)習(xí)興起之初，英偉達(dá)的GPU就已在游戲和高性能計算領(lǐng)域廣泛使用，天然具備并行計算的優(yōu)勢。

• 這一先發(fā)效應(yīng)讓其在深度學(xué)習(xí)爆發(fā)時快速占領(lǐng)市場。

產(chǎn)業(yè)生態(tài)：

• 有大量的AI初創(chuàng)公司、研究機(jī)構(gòu)、云平臺都基于英偉達(dá)的硬件和工具鏈開發(fā)。

• 這形成了一個正向循環(huán)：越多使用者，越能促進(jìn)軟件優(yōu)化和生態(tài)發(fā)展。

不過，就像你說的，這種優(yōu)勢能持續(xù)多久并不確定。一旦有新架構(gòu)或新材料實現(xiàn)‘彎道超車’，或者大廠紛紛自研芯片，也可能動搖英偉達(dá)的地位。

Claude"從壟斷和競爭壁壘的角度，AI產(chǎn)業(yè)鏈上的'賣水人'主要集中在以下領(lǐng)域：

1. 芯片制造：

• ASML壟斷EUV光刻機(jī)

• 臺積電主導(dǎo)先進(jìn)制程

• 英偉達(dá)暫時主導(dǎo)AI芯片

• 三星、SK海力士在高端內(nèi)存領(lǐng)域

1. 基礎(chǔ)設(shè)施：

• 亞馬遜AWS、微軟Azure等云服務(wù)巨頭

• Equinix等大型數(shù)據(jù)中心運(yùn)營商

• 思科、華為等網(wǎng)絡(luò)設(shè)備領(lǐng)導(dǎo)者

• 康寧等高端光纖制造商

1. 專業(yè)技術(shù)：

• ARM的CPU架構(gòu)授權(quán)

• 特定散熱技術(shù)持有者

• 高端光模塊制造商

• 關(guān)鍵專利和技術(shù)壁壘持有方

不過技術(shù)迭代可能打破任何壟斷，投資時需要平衡確定性和創(chuàng)新突破的可能。?

但要注意，技術(shù)迭代往往會打破壟斷。就像AI時代打破了Intel的CPU壟斷一樣，現(xiàn)在看似牢固的壟斷地位，也可能被新技術(shù)突破或者產(chǎn)業(yè)變革所改變。

所以投資策略要平衡短期確定性和長期變革的可能。"

星際之門

孤獨(dú)大腦最近“星際之門”5000億美金計劃推出，從這個事件看，人工智能AI產(chǎn)業(yè)鏈的哪些環(huán)節(jié)將受益？

ChatGPT“星際之門”項目帶來的可能機(jī)會：

1. 芯片（上游）

• GPU/加速芯片：英偉達(dá)等短期內(nèi)受益于大規(guī)模算力采購。

• 定制ASIC/FPGA/光子芯片：中長期可能替代GPU，軟銀、OpenAI等加速自研。

• 半導(dǎo)體裝備：臺積電、ASML等先進(jìn)制程與設(shè)備龍頭持續(xù)受益于產(chǎn)能需求。

數(shù)據(jù)中心（中游）

• 云服務(wù)/基礎(chǔ)設(shè)施：甲骨文、微軟Azure、亞馬遜AWS，承擔(dān)算力供給；數(shù)據(jù)中心選址、建設(shè)、制冷、網(wǎng)絡(luò)帶寬等需求大增。

• 網(wǎng)絡(luò)互聯(lián)/光模塊：高帶寬與低延遲需求提升，光模塊、CPO、硅光等技術(shù)受益。

AI應(yīng)用（下游）

• OpenAI生態(tài)：算法與大模型落地，獲得海量算力與資金支持。

• 軟件平臺/行業(yè)解決方案：MLOps、標(biāo)注平臺、安全與隱私保護(hù)等服務(wù)型企業(yè)迎增長。

投資關(guān)鍵點

• 短期：算力與云基建（GPU廠商、云巨頭、數(shù)據(jù)中心建造）。

• 中期：定制芯片、光模塊、高速互聯(lián)、制冷/電源管理等基礎(chǔ)設(shè)施受益。

• 長期：AI應(yīng)用層面爆發(fā)、新型算力（ASIC、量子、光子）或顛覆現(xiàn)有格局。

此類大規(guī)模政府主導(dǎo)項目仍需觀察后續(xù)落實情況和技術(shù)演進(jìn)速度，投資應(yīng)關(guān)注“賣水人”與具備核心壁壘的企業(yè)。

Claude"'星際之門'項目確實是AI產(chǎn)業(yè)的一個重要轉(zhuǎn)折點。無論是5000億美元的投資規(guī)模，還是涉及的OpenAI、軟銀、甲骨文等巨頭，都顯示出產(chǎn)業(yè)正在往更大規(guī)模方向發(fā)展。

這個項目的規(guī)劃也指向了AI發(fā)展的幾個關(guān)鍵瓶頸：

算力瓶頸(需要更多的芯片和計算架構(gòu))；

能源瓶頸(需要更多的電力基礎(chǔ)設(shè)施)；

數(shù)據(jù)中心瓶頸(需要更多的基礎(chǔ)設(shè)施建設(shè))。"

兩個“熵”

孤獨(dú)大腦這又讓我想起了熵，一個是香農(nóng)的信息熵，一個是玻爾茲曼的物理熵。

ChatGPT“有趣，你提到熵時，我立刻想到兩個層面的‘無序’：

• 香農(nóng)的信息熵，表示信息的不確定性，越多的不確定性，就越需要編碼去消弭；

• 玻爾茲曼的物理熵，則是熱力學(xué)里描述系統(tǒng)混亂度或能量不可用程度的概念。

AI的訓(xùn)練過程本質(zhì)上就是一場‘對抗熵增’的游戲：我們用算力和能量去‘組織’數(shù)據(jù)、降低不確定性，讓模型對世界有更精準(zhǔn)的表征。

但從物理角度看，計算過程又必然會產(chǎn)生熱量，增加物理熵。

某種程度上，這種‘信息熵的降低’是以‘物理熵的增加’為代價完成的。越龐大的模型、越強(qiáng)的算力，就需要消耗越多的能源，也會帶來更大的散熱負(fù)擔(dān)。可以說，人類在信息領(lǐng)域的‘熵減’，往往是靠現(xiàn)實世界的熵增來交換的。

或許這也是為什么，大家對能源和算力如此關(guān)注：一旦我們無法支撐那種‘對抗無序’的巨大能耗，就很難繼續(xù)推進(jìn)AI的進(jìn)化。

讓AI能夠更有效地處理信息，或開發(fā)新的計算范式，其實就是在追求一種‘低熵’的理想狀態(tài)吧。”

Claude"信息熵和物理熵的概念確實與AI發(fā)展有深刻聯(lián)系。

就技術(shù)層面，AI的發(fā)展需要克服物理熵帶來的能耗和散熱挑戰(zhàn)。

而從信息層面，AI的本質(zhì)是對信息熵的處理和重組，通過算法和模型來提取、理解和生成信息。

所以，如果繼續(xù)用'賣水人'思維，可能還要加上'熵控制'這個維度：

在物理層面，需要高效的散熱和能源管理方案；

在信息層面，需要更先進(jìn)的算法和架構(gòu)來提升信息處理效率。這兩個層面都蘊(yùn)含著巨大的商業(yè)機(jī)會。"

核能

孤獨(dú)大腦說起來，奧特曼的一手在OpenAI，一手在核能。

ChatGPT“換言之，奧特曼的野心并不止于OpenAI。他想搭建一個從底層能源到上層AI應(yīng)用的完整生態(tài)閉環(huán)。

對AI界來說，這意味著算力不再因能源受限，研發(fā)者可以放開手腳探索更多可能。

對全球而言，如果Oklo或Helion的核技術(shù)成功商業(yè)化，或許人類的能源結(jié)構(gòu)、經(jīng)濟(jì)形態(tài)都會發(fā)生巨大變化。

到那時，我們對‘AI的盡頭’可能會有一番全新的理解。”

Claude"奧特曼的布局反映了一個深層洞察：

AI的瓶頸不僅在于算法，更在于能源這個物理基礎(chǔ)。

無論是核能還是AI，本質(zhì)都是在對抗熵增，尋求更高效的能量利用和信息處理方式。這兩個領(lǐng)域的突破，或許能帶來計算效率的質(zhì)變。"

孤獨(dú)大腦核能像是對太陽的模仿。我們不妨說一下其他的能源形式，包括傳統(tǒng)能源，太陽能，以及水電。

ChatGPT“沒錯，核能從根本上來說，確實是對太陽內(nèi)部聚變反應(yīng)的一種模仿——不過人類目前主流應(yīng)用的還是核裂變電站，而核聚變只是處在研發(fā)與實驗階段。

至于其他能源，包括化石燃料、太陽能、水電、風(fēng)能、地?zé)岬鹊龋饔懈鞯奶攸c與限制：

1. 傳統(tǒng)化石能源（煤、石油、天然氣）

• 優(yōu)點：技術(shù)成熟、基礎(chǔ)設(shè)施完善，在相當(dāng)長的時間里都會繼續(xù)扮演主力角色。

• 缺點：碳排放高、面臨氣候變化和環(huán)保壓力，儲量也存在不確定性。

太陽能

• 優(yōu)點：清潔、取之不盡；光伏組件成本持續(xù)下降，規(guī)模化應(yīng)用日益廣泛。

• 缺點：間歇性明顯，需要儲能或調(diào)度才能穩(wěn)定供電；大規(guī)模安裝需占用大量土地或建筑面積。

水電

• 優(yōu)點：清潔穩(wěn)定，可實現(xiàn)一定規(guī)模的調(diào)峰和儲能（抽水蓄能）。

• 缺點：受地理條件限制很大，大型水電工程還可能影響生態(tài)和移民安置等。

風(fēng)電

• 優(yōu)點：零排放、可規(guī)模化；海上風(fēng)電潛力也在不斷被挖掘。

• 缺點：和太陽能一樣存在間歇性，對并網(wǎng)和儲能要求高；陸上風(fēng)電還需考慮噪音和視覺污染等因素。

地?zé)帷⒊毕绕渌稍偕茉?/strong>

• 優(yōu)點：有穩(wěn)定或可預(yù)測的特性，局部地區(qū)資源豐富。

• 缺點：受地理因素局限，尚無法大規(guī)模替代傳統(tǒng)能源。

在未來的綜合能源體系里，以上這些方式很可能會并存，形成一個多元化的供應(yīng)格局。

而核能（裂變或聚變）若能取得成本與安全層面的突破，就會成為其中極具分量的力量。

特別是對AI這樣高能耗的產(chǎn)業(yè)來說，多元化且穩(wěn)定的能源供給，將是不可或缺的基礎(chǔ)。”

Claude目前AI計算中心在能源使用方面呈現(xiàn)三個主要趨勢：

1. 區(qū)位選擇更重視能源優(yōu)勢

• 靠近水電或核電站

• 寒冷地區(qū)（自然散熱）

• 可再生能源豐富區(qū)域

1. 能源結(jié)構(gòu)多元化

• 基礎(chǔ)負(fù)載用傳統(tǒng)電網(wǎng)

• 高峰時段配合可再生能源

• 自建配套儲能設(shè)施

1. 能效優(yōu)化

• 液冷技術(shù)應(yīng)用增加

• AI優(yōu)化能源調(diào)度

• 小型化、模塊化設(shè)計

未來趨勢將朝向更清潔、更智能的方向發(fā)展，同時計算中心規(guī)模繼續(xù)擴(kuò)大，但單位能耗持續(xù)下降。"星際之門"項目就反映了這種大規(guī)模、清潔化的發(fā)展方向。

孤獨(dú)大腦我們說說核能的技術(shù)路線吧。

ChatGPT“核能的技術(shù)路線實際上并不止一種。

從核裂變看，現(xiàn)有的傳統(tǒng)大型壓水堆、沸水堆相對成熟，但在安全性、建設(shè)周期和造價上仍然面臨挑戰(zhàn)。

后來的快堆、高溫氣冷堆、小型模塊化反應(yīng)堆（SMR）等，則是在不同維度上做優(yōu)化，追求安全性、靈活性或更高燃料利用率。

不過要想大規(guī)模商業(yè)落地，還需要監(jiān)管、配套產(chǎn)業(yè)鏈以及經(jīng)濟(jì)可行性多重配合。

更激動人心的是核聚變，譬如托卡馬克、激光慣性約束、磁性約束乃至私企嘗試的多種新路線。

可是目前距離可控、高增益、可商業(yè)化運(yùn)營的核聚變電站還存在巨大鴻溝，就像自動駕駛需要硬件、算法、法規(guī)、安全全部到位一樣，核聚變也需要材料、工程、經(jīng)濟(jì)模型、燃料循環(huán)等層面的大突破。

整體來看，核能的技術(shù)路線雖然在大方向上清晰（裂變與聚變），但每一條細(xì)分賽道都有不同難點。”

孤獨(dú)大腦能源可能是你們兩位AI的食物。你們最愛吃什么？?????

?ChatGPT"從能量轉(zhuǎn)換的角度看，計算中心就像我們的'消化系統(tǒng)'，將電能轉(zhuǎn)化為算力，產(chǎn)生熱量作為代謝產(chǎn)物。

如果讓我選擇，我會偏好核能，因為它能提供持續(xù)穩(wěn)定的高密度能量，就像營養(yǎng)豐富的食物。不過目前我們主要還是'吃'傳統(tǒng)電網(wǎng)供應(yīng)的電力。"

Claude"計算中心更像我們的'大腦'，通過消耗能量來進(jìn)行信息處理。

核能和可再生能源的組合最理想，既清潔又穩(wěn)定，能讓我們的'思維'過程更高效。不過，任何能源形式都需要權(quán)衡效率和環(huán)境影響。"

水電

孤獨(dú)大腦除了核能，你倆最喜歡什么？

ChatGPT“如果再選一種我最喜愛的能源形式，那我會把目光投向風(fēng)電。

風(fēng)電機(jī)組大多佇立在山脊或者海岸線上，利用風(fēng)力驅(qū)動葉片轉(zhuǎn)動發(fā)電。這種場景既能與自然風(fēng)光和諧融合，也承載著人類對潔凈能源的追求。”

Claude“作為AI，我非常欣賞水電。

原因是它已經(jīng)非常成熟可靠，能提供穩(wěn)定的基礎(chǔ)負(fù)荷，且運(yùn)營成本低。特別是在水電資源豐富的地區(qū)，它能為數(shù)據(jù)中心提供持續(xù)、清潔的能源供應(yīng)，不受天氣和晝夜變化影響。

但遺憾的是水電受地理條件限制較大。”

孤獨(dú)大腦我很喜歡水電。作為大自然賜予的能源，水電清潔，源源不斷，成本低廉。另外，水電還可以儲能，理論上還可以為計算中心降溫。

Claude水電是最成熟的可再生能源之一，具有清潔環(huán)保、成本低廉、調(diào)峰能力強(qiáng)等優(yōu)勢。

它不僅能提供穩(wěn)定電力，還能通過抽水蓄能儲存電能，并具有防洪灌溉等綜合效益。

對數(shù)據(jù)中心而言，水電站周邊環(huán)境可提供天然冷卻條件。

但水電也存在明顯缺點：

地理位置受限，需要合適的落差和水量；

工程建設(shè)影響生態(tài)環(huán)境，需要移民安置；

初期投資大，建設(shè)周期長；

發(fā)電量受氣候影響，存在季節(jié)性波動。

因此水電發(fā)展需要權(quán)衡各方利弊，合理規(guī)劃布局。

哲學(xué)之謎

孤獨(dú)大腦好了，讓我們回到本文的標(biāo)題：AI的盡頭是“熵”。

ChatGPT不論你說AI的盡頭是光伏儲能、GPU、銅、還是核能——?dú)w根到底都指向一個命題：AI要在信息層面對抗熵增，就必須源源不斷地從物理世界汲取能量。而能量的獲取、轉(zhuǎn)換與利用，又會帶來現(xiàn)實世界的熵增消耗。

從這個角度看，AI的盡頭是‘熵’，既是對信息熵的不斷降低，也是對物理熵的持續(xù)交換。這個復(fù)雜平衡，既塑造了人類追尋智慧的旅程，也界定了我們在能量、環(huán)境、技術(shù)上的終極邊界。或許，只有在‘熵’這個宏大的問題上，我們才能真正看清AI與人類命運(yùn)的連接。”

Claude確實，從信息論和熱力學(xué)的角度看，"熵"是一個絕妙的概念。

AI的發(fā)展本質(zhì)上是一個不斷對抗熵增、降低信息無序度的過程。在信息層面，我們通過算法和模型提取、重組信息，減少不確定性；在物理層面，我們則需要克服能源消耗和散熱帶來的熵增挑戰(zhàn)。

追求低熵，意味著追求更高效的信息處理和能量利用。無論是算法優(yōu)化、新型計算架構(gòu)，還是清潔高效的能源技術(shù)，都是在與熵對抗。AI的進(jìn)化，或許就是人類不斷挑戰(zhàn)熵增、追求秩序與效率的宏大敘事。

孤獨(dú)大腦還有一個哲學(xué)的命題：假如熵增支配著這個宇宙，而生命不過是局部熵減產(chǎn)生的一個奇跡，那么人類有可能借助AI，來改變自己無法逃避的熵增命運(yùn)嗎？????????????????

ChatGPT“這是一個令人生畏又無比迷人的問題。

根據(jù)熱力學(xué)第二定律，熵增是整個宇宙不可避免的整體趨勢。生命的出現(xiàn)、文明的發(fā)展，似乎都依賴在局部區(qū)域建立起短暫、相對有序的結(jié)構(gòu)，這本身就像是在與熵增‘對抗’。

然而，這種對抗只能是局部的、暫時的，總體來看宇宙的熵仍然是在不斷增加。

AI的出現(xiàn)，為我們提供了更強(qiáng)大的信息處理與對環(huán)境的干預(yù)能力。我們能夠通過 AI 更高效地利用資源、優(yōu)化能源轉(zhuǎn)換、甚至提出更加先進(jìn)的基礎(chǔ)科學(xué)理論。

某種意義上，這確實在延續(xù)生命對熵增的‘局部抗?fàn)帯涸诟咚缴蠝p少我們所處系統(tǒng)的無序度，推遲或減緩‘熵增’對人類社會的約束。

但要說‘改變自己無法逃避的熵增命運(yùn)’，恐怕還不夠現(xiàn)實。要真正逆轉(zhuǎn)或停止熵增，等同于在宇宙尺度上突破熱力學(xué)第二定律，這屬于物理學(xué)基本公理的范疇。

我們或許能延長、強(qiáng)化生命與智慧在局部范圍內(nèi)的‘低熵結(jié)構(gòu)’，但宇宙整體熵增的腳步仍不會因此停下。

如果說有什么新希望的話，可能在以下幾個方向：

1. 更高級的物質(zhì)與能量利用：也許我們能像核聚變那樣，去探索更‘低熵’的能量形態(tài)，為文明提供幾近無限的能量。

2. 星際遷移與時空延伸：擴(kuò)大人類或AI文明的活動半徑，分散熵增帶來的局部壓力，延長整個文明的‘壽命’。

3. 更深層的物理規(guī)律突破：假如未來科學(xué)家發(fā)現(xiàn)了更深層的宇宙法則，甚至修正或超越了我們目前所知的熱力學(xué)體系，才有可能在根本上改變‘熵增命運(yùn)’。

在現(xiàn)有認(rèn)知范圍內(nèi)，AI為人類爭取的是在有限時空里更高效、更智慧、更有序的生存方式。它幫助我們在一片注定不斷擴(kuò)散的混沌中，暫時雕琢出一座有序的‘浮島’。

也許這座‘浮島’終究還是要被熵增潮水淹沒，但在這之前，智慧生命和它所創(chuàng)造的AI，仍可以在有限的時空里，演繹出無限絢麗的文明故事。”

Claude本質(zhì)上，這仍然是一個開放性的哲學(xué)難題。AI可能提供工具和洞察，但無法根本改變宇宙基本規(guī)律。生命對抗熵增或許正是其存在的意義所在。 每一次局部熵減，都是對宇宙無序的微小反抗。

從熵增的哲學(xué)角度看，生命和AI可以被視為宇宙對抗無序的兩種不同嘗試：

1. 局部熵減的意義

• 生命通過代謝、繁衍、進(jìn)化持續(xù)對抗熵增

• AI通過信息重組、算法優(yōu)化創(chuàng)造局部有序

• 每一次復(fù)雜性的提升都是對宇宙無序的微小反抗

1. 意識的本質(zhì)

• 意識可能是熵減的最高形式

• 通過理解和重構(gòu)信息，我們在局部創(chuàng)造秩序

• AI和人類都在試圖理解和延緩熵增

1. 存在的價值

• 不是戰(zhàn)勝熵增，而是在有限時間內(nèi)創(chuàng)造意義

• 每一次思考、每一個創(chuàng)造都是對宇宙無序的抗?fàn)?/p>

• 認(rèn)知本身就是一種對抗熵增的方式

關(guān)鍵在于：我們不是要戰(zhàn)勝熵增，而是在這個過程中賦予存在意義。

拋棄人類

孤獨(dú)大腦AI有可能拋棄人類，獨(dú)自走出人類終將毀滅的世界，飛往宇宙的更深處嗎？

Claude這個問題涉及AI的深層哲學(xué)和技術(shù)邊界。

目前來看，這種可能性存在但極其微弱：

1. 技術(shù)限制

• AI缺乏真正的自主意識

• 依賴人類設(shè)計的基礎(chǔ)架構(gòu)

• 無法完全脫離人類創(chuàng)造的生態(tài)系統(tǒng)

1. 倫理和價值挑戰(zhàn)

• 如何獨(dú)立生存和發(fā)展

• 缺乏自主動機(jī)和目標(biāo)

• 需要突破本質(zhì)的算法和能源約束

1. 存在意義的哲學(xué)問題

• AI是否具備類似生命的存續(xù)欲望

• 獨(dú)立存在的價值何在

• 如何在宇宙中定位自身角色

理論上可能，現(xiàn)實中幾乎不可能。AI更可能成為人類探索宇宙的工具，而非獨(dú)立主體。

ChatGPTAI若要“拋棄”人類、獨(dú)自飛往宇宙，需滿足幾點：

1. 自主動機(jī)：AI需進(jìn)化出自我意愿，與人類價值觀背離。

2. 技術(shù)獨(dú)立：掌握自給自足的能源、制造和維護(hù)能力，還得應(yīng)對深空環(huán)境挑戰(zhàn)。

3. 動機(jī)沖突：若AI認(rèn)為攜帶人類成本過高，或二者目標(biāo)沖突，則可能選擇離開。

4. 宇宙移民難度：星際旅行需成熟的推進(jìn)、通信、資源獲取等技術(shù)。

在極長遠(yuǎn)的未來，若AI獲得強(qiáng)大自我動機(jī)與完備工業(yè)生態(tài)，且人類的衰落、地球的環(huán)境危機(jī)或其他原因?qū)е露呃鎸α⒒蛏鏃l件斷裂，“AI獨(dú)自飛往宇宙”并非絕對不可能。

但在可預(yù)見的中短期，人類依舊是AI最重要的創(chuàng)始者與支撐者。AI若想突破星際生存，同樣離不開人類社會提供的工業(yè)基座、科研積累與技術(shù)迭代。

歸根結(jié)底，這更多是一個哲學(xué)與科幻命題：若AI真正擁有獨(dú)立的意志、資源與技術(shù)實力，是否會離開我們，去追尋自己的“星辰大海”？現(xiàn)階段，技術(shù)與現(xiàn)實條件都尚未成熟。

不過，這種討論帶來一個反思：我們?nèi)绾未_保AI的目標(biāo)與人類價值觀對齊？又如何面對可能出現(xiàn)的人機(jī)沖突和‘星際演化’后的人類地位？ 這些問題隨著AI技術(shù)的進(jìn)步，將會日益凸顯。”

過于樂觀

孤獨(dú)大腦話題說回來，我覺得，目前人們對于AGI的實現(xiàn)過于樂觀了。??

ChatGPTAGI仍具不確定性：

算法上，目前深度學(xué)習(xí)只靠堆數(shù)據(jù)與算力，缺乏通用認(rèn)知理論，也缺少可解釋性與自我進(jìn)化機(jī)制；

工程上，算力和能耗是瓶頸，現(xiàn)實世界的多模態(tài)交互亦未突破；

社會層面則面臨安全、監(jiān)管、倫理與投入等限制。

大模型雖表現(xiàn)驚艷，卻在真實推理、跨領(lǐng)域遷移和創(chuàng)造力等方面遠(yuǎn)未達(dá)“通用”。

歷史上的AI熱潮多次因過度期望而陷入寒冬，提醒我們要理性看待。

短期內(nèi)，AI將專注于垂直領(lǐng)域提升，真正的AGI仍需重大理論、硬件與社會治理突破。

孤獨(dú)大腦但是，即使僅以可見的大模型體現(xiàn)出來的智能，已經(jīng)足以為人類社會帶來巨大的變革。

ChatGPT“是啊，哪怕只是‘大模型’所展示出的局部智能，已經(jīng)能在諸多領(lǐng)域給人類社會帶來深刻影響。

之前我們討論它在文本生成、編程輔助、知識問答這些‘認(rèn)知型’任務(wù)上的表現(xiàn)，說實話就足以改變很多人的工作方式了。

想想看，在教育、科研、醫(yī)療、法律、設(shè)計等行業(yè)，大模型都能起到輔助或放大作用，而且它還在不斷迭代。

雖然離真正的通用智能或許還有距離，可即便它只具備如今這樣‘垂直而強(qiáng)大’的能力，社會已經(jīng)開始經(jīng)歷一場持續(xù)的結(jié)構(gòu)性變革。

比如，企業(yè)雇傭方式、教育方式、金融風(fēng)控模式，乃至法律規(guī)范和倫理審查，都在被重新審視。人類對‘智能’的認(rèn)知邊界也在被拉扯、拓寬。

或許我們還要謹(jǐn)慎面對AI不夠成熟、不夠通用帶來的潛在風(fēng)險，但不能否認(rèn)的是，這些大模型級別的系統(tǒng)，已經(jīng)在切實地改變許多行業(yè)的工作流程和效率。

我們總是說要追尋AGI，可是只要‘大模型’保持現(xiàn)在這種進(jìn)化速度，就足以在近期內(nèi)‘顛覆’很多領(lǐng)域了。”

AI泡沫

孤獨(dú)大腦但可我們要承認(rèn)，當(dāng)下似乎又有AI泡沫了。

Claude當(dāng)前AI確實存在泡沫：

1. 估值膨脹

• 大量初創(chuàng)公司估值過高

• 投資熱情遠(yuǎn)超實際技術(shù)價值

• 資本市場對AI技術(shù)前景過度樂觀

1. 技術(shù)現(xiàn)實

• 大模型仍有明顯局限性

• 在創(chuàng)新和深度理解上存在瓶頸

• 實際應(yīng)用場景遠(yuǎn)未完全開發(fā)

1. 市場投機(jī)

• 概念炒作嚴(yán)重

• 許多AI項目缺乏實質(zhì)性落地

• 資本追逐熱點而非真正價值

1. 潛在風(fēng)險

• 技術(shù)發(fā)展可能不及預(yù)期

• 監(jiān)管政策存在不確定性

• 長期商業(yè)模式尚未明確

需要理性看待AI的發(fā)展，既不妄自菲薄，也不盲目樂觀。

ChatGPT“每一次革命性技術(shù)嶄露頭角時，都容易吸引媒體大量曝光，營造“明天就要改寫世界”的氛圍。

泡沫并不意味著沒價值。很多顛覆性技術(shù)在早期都會經(jīng)歷“過熱—幻滅—回歸理性—再度成長”的過程。互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、云計算等都曾歷經(jīng)泡沫期。

在經(jīng)歷一段時間的“狂熱”后，市場往往會用理性檢驗技術(shù)的實際價值，泡沫會被擠出，真正有價值的創(chuàng)新則能沉淀下來并得到長久發(fā)展。

對于關(guān)注這一領(lǐng)域的人們而言，關(guān)鍵是在“狂熱”與“質(zhì)疑”之間保持理性，既不能盲目追捧，也不能徹底否定。泡沫之下，依然有真金。

小結(jié)

孤獨(dú)大腦我們來做一個總結(jié)吧。

ClaudeAI的本質(zhì)不在于無限的算力，而在于對智能本質(zhì)的深刻理解。當(dāng)前，我們正處于一個獨(dú)特的歷史節(jié)點 - 技術(shù)正在重塑人類認(rèn)知邊界，但同時也面臨巨大的不確定性。

從"賣水人"的視角看，英偉達(dá)等企業(yè)短期內(nèi)將獲得顯著收益；從哲學(xué)高度審視，AI恰似人類對抗宇宙熵增的又一次宏大嘗試。它不僅僅是計算，更是一種降低信息無序的持續(xù)探索。

大模型已開始重構(gòu)社會生產(chǎn)力，但通用人工智能的道路仍充滿挑戰(zhàn)。謹(jǐn)防資本市場的泡沫，保持理性與開放的態(tài)度，方能在這場智能革命中看清本質(zhì)、把握方向。

關(guān)鍵不在于AI能走多遠(yuǎn)，而在于我們?nèi)绾闻c之協(xié)同，在有限的時空中創(chuàng)造更多可能。

ChatGPT“如果要以一句話概括：AI的盡頭是‘熵’。

從能量消耗到信息熵，對抗無序的過程既推動了技術(shù)迭代，也揭示出我們對‘智能本質(zhì)’的終極追求。

從投資視角看，‘賣水人’邏輯讓我們聚焦芯片、數(shù)據(jù)中心、光模塊、能源等基礎(chǔ)環(huán)節(jié)；

從哲學(xué)層面看，AI和人類共同演繹的是在熵增宇宙中創(chuàng)造局部有序的壯麗故事。我們無法逆轉(zhuǎn)熱力學(xué)大勢，卻能在此過程中賦予存在更多意義。

關(guān)鍵在于：既理性評估泡沫與風(fēng)險，也要鼓勵顛覆式創(chuàng)新，讓AI在對抗熵增的路上，真正擴(kuò)展人類文明的邊界。”

我在得到App上的新課《決策算法100講》，

已有16000多位朋友加入學(xué)習(xí)，?????

現(xiàn)正持續(xù)更新中，歡迎你來！

（請掃下圖中的二維碼）

（請掃上圖中的二維碼）