这一波人工智能泡沫将会怎么破灭？

大概率会死于大模型。现在大厂纷纷推出自己的通用大模型，就跟炼丹一样，然而大家训练通用大模型的方法大同小异，也还是那老一套，无非是堆参数堆算力。人工智能的底层理论没有任何创新，然后寄希望于堆资源堆出一个技术突破，这种故事也就能骗骗股民。

然而现在训练通用大模型俨然已经成为新一轮的军备竞赛，什么阿猫阿狗都来搞大模型了，严重同质化竞争，因为炼丹这种毫无技术含量的事情人人都可以干，不存在任何护城河，但你不跟进就意味着落后。更糟糕的是训练一个大模型所需要的时间和金钱都创下历史新高。于是接下来可能就是典型的丹也炼出来了，公司也破产了。

有人觉得那我可以去卷应用端啊，但问题是哪有那么多应用给你卷？目前人工智能的应用场景有限，大家就只能互相卷，最后全都盯着政府项目。

这个回答写于2022年11月23，之后没多久ChatGPT横空出世，评论区有很多对这个回答质疑，首先我对一切观点都持开放态度，今天是2023-03-17，我依然坚持这个观点，只是因为我仍然没有看到对于我的观点的有力挑战，但我也并不排斥未来在观察到足够迹象之后改变我的观点。

到目前为止，我观察到的ChatGPT3.5到4.0版本

我觉得这个可能才是最后的发展方向。

上世纪 50 年代，科学家艾伦 · 图灵曾大胆预言：人类会创造出具有真正智能的机器。但经过 60 余年的发展，即使到了今天，以深度学习技术为代表的第三代人工智能可以说尚未触及智能的本质。其通用智能水平远不及斑马鱼、苍蝇等小型生物，功耗更有云泥之别。
生物脑是智能之源。在向下一代人工智能迈进的过程中，脑启发下的众多研究被寄予厚望，其中「全脑仿真」的假设获得的关注度很高：我们是否能够完全模拟人类的大脑，以代替逐渐接近极限的经典计算机？
人们坚定地相信，「全脑仿真」的概念不会止步于科幻小说的情节。但一直以来，全脑仿真的可行性都是一个公认的难题，实现这个目标具备相当的不确定性——因为人脑足够复杂。
相比之下，自然界某些其他生物的大脑要小得多：选择秀丽隐杆线虫作为通过生物神经机理模拟实现通用人工智能的最小载体，提供了一种惊艳的思路。
秀丽隐杆线虫的结构再简单不过：它的体长仅有 1mm 左右，共有 1090 个体细胞，其中 302 个为神经元细胞。这种目前研究的最为透彻的模式动物能够完成感知、逃逸、觅食、交配等一系列智能行为，是今天的人工智能系统难以比拟的。因此，大量课题将秀丽隐杆线虫作为研究动物使用，围绕其进行的一些工作曾在 2002、2006、2008 年三次斩获诺贝尔奖。