不得不说，AI用来写形式主义材料实在是太好用了。
我希望ai机器人能优先取代那些危险的，重复的，对人体能造成永久性伤害的那种工作，并给之前干那种工作的人进行补偿，而不是把ai全用在让各种人物吃饭上。
ai的发展实际上可以理解为人对于工作祛魅，人类的价值将重新洗牌，发展效率将迎来世纪最高，对于我们来说最关键的一点，就是分配，人需要ai恰恰是因为人的工作需要被替代，而不是人需要被替代。
目前人类最大的优势还是在于其的社会性质，人类能参与生产和消费，而ai再发达也只能在生产力上突破，随之带来的就是产能过剩。
如果ai全面取代了绝大部分岗位，只有极少部分人负责维护ai，那生产出来的商品就没人消费了，大部分人连工作都没有，社会结构将会发生巨大改变，或许会朝着扁平化方向发展。
那样就实现共产了啊，建成完整的社会主义社会，物质极大丰富，教育得到普及，按需分配人们从公共资源得到产品和服务，劳动不再是谋生手段而是自我实现，在这样的社会中消费接近零，公司本就该消失，作为统治工具的国家也会消失，这明明是好事你怎么觉得是坏的？
AI是处理已知的东西，而人类则需要处理未知的东西，这样，人类才有发展的可能。
竞争永远是人，为啥注意力会在AI本身上，这玩意还算不上新物种好吧，我也没觉得需要焦虑啥的，不会用那你就去学啊，即使工厂里的工人当年还不是要重新培训上岗的，失业这事情跟技术进步真不是啥直接关系，每时每刻都有人不断失业，我反而觉得失业多才是好事，这样才会重新审视这种生产关系，现代人为啥会对AI感到恐惧，本质上就是怕失业，为什么怕失业，因为没有任何保障，为什么没有保障，因为生产关系本来就有问题。
对比人工智能电子原件与人脑神经元的基本特性发现:
电信号比神经信号的传播速度高六七个数量级
单个神经连接数比单个门电路高六七个数量级。
纯硬件的半导体确实没法与神经元相同，但是抽象的程序里面跑的模型的训练方式已经和生物一样了，有回荡，有反馈，唯一的缺点是目前最大规模的模型的内部链接数也没法和老鼠的一小片大脑相比；也就是规模不够，但是方式已经是一样的了。
现在AI最可怕的是，所有的文字都是计算出下一个字应该是什么，而非这个知识或者结果是一个准确的可信的答案，对于AI来说，它的输出仅仅只是因为这么输出的话，在它的语言逻辑中是可行的，而非在人类思想中，这些文字所代表的抽象含义，好比说苹果指的是一个水果，对于AI来说，它只是觉得，这个时候应该输出苹，然后因为第一个字是苹所以第二个字输出果的结果是最多的。
不知道我这么理解有没有问题，如果真是这样，我个人很难对AI产生任何一丝一毫的信任，所有的知识和问题还是必须要从一些专门的地方得到答案才行。
然而你的大脑也是相同的原理，人脑也就是个更复杂的AI而已，你思考出“苹”的后面是“果”字并不是逻辑运算而是你的大脑根据经验判断出来的。
问题是很多人并不想创造，只想按部就班，比如抄作业，按照固定套路解题，而不是自己去开辟一条新的解题思路。
机械，计算机程序，ai和人脑相比，人脑的优势在于可以把各种乱七八糟的信息放一起抽丝剥茧的寻找出其中数个符合多数结果的逻辑，找到最符合自身利益的部分加以利用，工具本身是人把某一类事物的实现过程中的重复部分归类压缩成一项技能，或者一种机械，或者说一种程序，让产生念头到实现这个念头实现时间压缩到最短也就是完成思维的虚和实物的实转换的效率最大化。
比如狩猎，原始人需要针对不同猎物寻找规律选择不同的工具进行猎杀，
但现代人如果不是为了玩只是为了猎杀的话，可以靠枪械，热成像仪，无人机等手段高效寻找目标予以猎杀，原始人要长期练习的投掷被简单归类为瞄准和扣动扳机，中间的过程被枪械机构代劳且精度威力都很稳定，原始人移动寻找目标被归类为开热成像无人机飞行和寻找锁定 因为人发现多数生物都会产热这个贯穿始终的规律，包括运动产生的声响脚印粪便气味核心因素是这些家伙在燃烧食物中的能量进行运动进行搜寻生存资源和防止被当做生存资源搜寻的循环，亦可粗略归类为缓慢燃烧放热的过程，于是人类把寻找热源的功能集成到无人机的摄像头上。
但没有个做决策的人类，无人机 ，猎枪不会自动猎取动物送到跟前。
假设ai机械已经可以自主索敌猎杀，但决定要不要去猎杀什么时候去哪进行猎杀的还是人，否则只会滥杀无辜的人工智能机械和往树林里投放几波燃烧弹没什么区别何谈智能 ，因为决定吃哪个用什么调料加什么配菜是炖了还是煮了还是烤了炸了的还是人类，毕竟机器对吃这些东西没兴趣，他们吃的是几亿年前生物压缩储存的能量：煤石油天然气包括现在直接获取的太阳能以及其产生的水力风能转换出来的电力进行运作的。并且不像人太久不吃东西会死，它们是完全可以做到长期有电就活没电就死弱电休眠的，但因为程序较为简单不能做到自我检修和寻找能源需要人进行补充，而且属于健康的情况下拿了资源绝对办事的究极黑奴，所以其依然属于人类附属品的范畴，所以叫人工智能。
AI还不能形成有效劳动力，完全数据化建模，天量数据流通与处理矩阵都不具备。比如大脑的建模，思维的建模，践行的纠错的建模。海量数据流通太耗能，是否划算很难说。最后就是量子计算研究还很不成熟，传统技术运算算力可能根本就是在烧钱，应用极其有限。
弱人工智能罢了，真的写过神经网络的模型就知道，ai的神经网络基础都是一个高维的复合函数，输入和输出都是一个向量或者矩阵。训练模型就是一直求导数，求梯度，总体来说还是数学那套。你说一个函数能产生意识，我觉得是不太可能的。信这个，不如等以后的通用量子计算机问世。
人类是用大脑和双手改变世界的，现在的ai归根结底只是个工具，训练过程精细复杂，使用场景却局限。
而且，文字作为符号，在人类眼里是有特殊象征意义的，然而AI不会真正明白这个的，它所做的只是在找出必然性最强的符号连接形式而已。
绘画和音乐虽然不会被取代，但大部分人会失业是早晚的事。因为绘画和音乐的信息体量本身不大，且有比较明显的规律性，容易被AI分析和解构。 而且现在绘画和音乐想要广泛传播，只有以数据的形式，但只要上传，都可能被AI抓取，AI的样本量会越来越多。就像钱一样，现在用纸币的除了偏远落后地区真的很少了。
神经元也不一定是最小的人脑单元，我记得前几年彭罗斯不是还因为发现神经元里的量子效应获得诺贝尔奖吗？
为什么一定开发所谓的“人工智能”当初可能不太了解，后来发现，我们在解决一个问题或面临一个现象时，会用自己的逻辑体系去解决。但同样的问题在学了数学的人，他有可能会建立一个数学模型，总结出一个数学规律或一套完整的操作流程。当他们总结出一个数学公式时，那个领域光速发展。比较详细的例子是克劳德*香农（大神级）第一个准确定义了信息是什么，并列出相应的数学公式。当一个领域出现了数学上的解决方式，那个领域就光速发展。而人工智能核心是深度学习算法（模仿大脑的数学模型）。与其说是开发人工智能，不如说是我们找到了很强数学模型了解决多个复杂问题。
再扩展一点就是，我们最后目标是找到一个究极通用模型，他唯一的使命就是自我进化，学会并掌控一切。
你如何看待AI人工智能的未来呢？