CMU教授万字反思：西方式AGI永远到不了量子位

CMU（卡内基梅隆大学）教授、艾伦人工智能实验室研究员Tim Dettmers从硬件瓶颈、资源成本、现实应用三重维度论证：

为什么AGI从一开始，就是个违背物理规律的幻想工程？

一篇长文，指出GPU性能峰值停在2018年，机架级优化2027年耗尽潜力，AI每提升1%的能力，资源消耗要翻好几倍……

智能不是飘在天上的想法，而是得靠电脑、芯片这些实实在在的东西算出来，而这些东西都得遵守物理规律。

计算从不是抽象概念，所有智能都要扎根物理现实。

这也是Dettmers反驳AGI的核心，很多人在聊到AGI时总把它当成抽象的哲学概念，但很多人忽略了硬件实现，而硬件必然受到物理规律限制。

比如有效计算需要平衡全局信息传到局部和局部信息整合，可信息移动的成本会随距离呈平方级上升；芯片缓存也能说明问题，L2、L3缓存比L1 大，但却因物理位置更远而速度更慢。

现在芯片里的晶体管越做越小，虽然能降低计算成本，但内存反而越来越贵，现在芯片上几乎所有空间都给了内存，计算单元占比微乎其微。