現在我的理論更接近現實了，這就是我對 "大 AI " 發生的事情感到擔憂的原因： > 作為一名受過訓練的機器學習工程師，我主要被教導如何高效地做事情（即在有限或更少的資源下提高推理質量，即使在 Meta 也是如此） > 所有這些大型 AI 項目的問題（例如 OpenAI、Nvidia 等）是它們需要過度支出才能變得盈利 > 作為一家 AI 科學公司，盈利的唯一方法是收取計算費用。例如，OpenAI 的 CFO 已經表示，當前的商業模式（銷售推理/API）不會盈利，他們需要轉向銷售計算（這也是 Nvidia 進入的地方） > 這基本上意味著這些公司需要擴大低效系統以賺錢。過度耗電的 AI 系統將銷售更多的計算（即他們不在乎科學實際上有多“好”）。這一切都是為了賣出更多的機器。 > 整個設置就像一座 Jenga 塔。最終，一些科學家將找出如何以更少的計算（因此成本）維持高推理質量的方法，當那發生時，整個塔就會崩潰 > 簡而言之，他們試圖增長到盈利的方式是反科學的。在我看來，這在科學領域是一個危險的境地 > 這導致了兩種潛在的結果：OpenAI 崩潰，經濟大幅下滑，或者出現監管捕獲（OpenAI 的 CFO 昨天明確主張過）。這兩種結果都很糟糕 順便說一下，應該清楚的是，我對 AI 作為一門科學非常看好。我對當前的基本經濟並不看好。