共计 1551 个字符，预计需要花费 4 分钟才能阅读完成。
| 不谈 AI 和人类对立那种科幻情节，只说更现实的事情 分析一些蛛丝马迹 Chatgpt 最开始出来时候的智能程度是比现在要高的，答案更精准，错误更少，现在明显是减小算力的结果，毕竟使用的人太多了，即便是有 pro，但是经测试，只是输出速度的差别罢了，并没有回答更好 同样的事情在 New bing 上也有，最开始的时候答案更好，现在越来越答非所问，甚至今天还特别卡顿，昨天之前还很流畅，应该是使用人数的激增 设想一下，如果更高级更智能的 AI 被垄断，普通人只能用低智能的 AI，在高智能 AI 下工作效率和普通人是无法相比的，未来 AI 成了每个人的标配，人分三六九等，高等 AI 辅助下对普通人形成智商压制，普通人永远没法翻身 |
网友回复：
注册 ： 谢邀，按照现在的社会情况来看，不会被垄断，除非以后全球合并成一个国家，然后有一个资本站出来合并才行，现在的资本都跨不了国，垄断了也有另一个国家的公司追赶。
jore： 这种情况会发生吗？这种情况不太可能发生。AI 技术的发展是一个公平的过程，任何人都有权利获得高端 AI 技术带来的便利。此外，在当前国家相关法律法规下，对于任何垄断行为都将会受到重大处罚。所以我们不用担心 AI 会非法占用市场而形成“三六九”之分 全 ChatGPT 生成
darun2012： 如果只是目前的模型，按你的设想，高等 AI 被垄断 → 普通人低智能 AI → 高等 AI 得不到海量高级数据的训练 → 高等 AI 只能保持自身或者劣化，同时低智能 AI 一直有上升空间 AI 在 1965 年提出，有符号智能和神经网络两个流派，因为竞争研究资金互相敌视 1970 年代寒冬，因为两边都没有成果，随后符号智能因为在法律上的专家系统兴起 1980 年代寒冬，因为符号智能专家系统硬件无法赶上在普及的计算机，同时由于计算机神经网络可以实现 1988 年，神经网络视觉系统被美国银行采用用于识别支票 随着硬件发展，算力上升，神经网络理论但碰到的问题是——没有可供训练的数据 随后 30 年，互联网兴起，游戏行业兴盛，神经网络将游戏行业的 GPU 引入神经网络训练 直到此时，从游戏行业引入的 GPU + 开放互联网提供的海量数据 + 理论 => 现在的 AI 2010 年左右，siri、语音助手等商业应用井喷 现代 AI 同样可能遇到一个寒冬，一个在当代无法解决的局限，正如曾经的硬件局限，和曾经的数据局限 要达到你说的垄断，至少要 AI 能脱离训练集，自己生产海量数据 历史参考我的推文，发过一次推基本能背下来了，发推 + 写博客果然是记忆新知识的优秀手段 ◕‿◕ https:// 推特.com/sliver6367/status/1626789059216691200
景安 vps： 比如说给高等 AI 投入一些 不是公开资料呢？会形成三六九等吗？
sliver： 如果海量的训练集需要庞大的计算量，而这个训练结果被垄断，如果你要追赶那就需要投入相当的资本去获取自己的训练集，这样的成本不是普通人能投入的
nosec： 狼来了的故事
jore： 如果训练结果被垄断，训练结果本身就脱离了训练，换句话说，用的人太少以至于无法用于训练，除非 AI 可以像人一样思考，孤立的得出一个结果，并孤立的评估结果 比如，垄断者问一个问题，这个问题的答案从未被评价过（由于垄断其他人无法获取），其质量也就毫无保证，那垄断的意义是什么
小猪佩奇 ： 这种三六九等是训练集的三六九等，不是 AI 的，训练集需要规模和反馈，如果太小就成了从已知到已知
sliver： 其实这个论坛全是 npc 在回复你 只有你一个真人（具有真人意识）
注册 ： 人工智能这样发展下去, 还有什么未来,,, 人类被人工智能灭绝是时间问题 难道人工智能还会有道德感认为不会灭绝人类 就好比你现在去沙漠看到一个蚂蚁窝,,,, 你一脚下去, 里面蚂蚁就全死了,,, 你会有内疚感吗
注册 ： 排除用人训练 AI，未来未尝不可能 AI 训练 AI，转变成纯粹的计算量决定结果
