数据：
智能的增长不再依赖单一的计算速度，而是通过结构的重新组织和单元的协作来实现。
线索：
摩尔定律似乎已不再适用于当前AI发展的趋势。相反，结构的合并和并行处理能力成为提升智能的关键。这为投资者提供了新的视角，未来的科技进步可能不依赖于单一硬件的提升，而是多节点协作的技术开发。投资在并行计算和协同工作的技术上可能获得更好的回报，而如果仍旧依赖传统硬件的提升，可能面临落后的风险。
正文：
近年来，智能的提升并不再依赖于芯片速度的提升，摩尔定律似乎已经失去了其适用性。根据一篇在Nature上发表的文章，智能的进化正在遵循一条全新的路径，增长的关键在于结构的合并与单元之间的协作。
过去几十年间，很多人认为计算能力的增强会直接提升智能，然而到2020年，我们发现芯片的速度已经触顶，制程也逼近了极限。在这种情况下，AI却展现出了惊人的进步，这一现象无法用速度来解释。
因此，这篇文章指出，智能的核心实际上是“预测”，而提升智能能力的方式并不是简单地提升单个计算单元的速度，而是通过让更多的单元参与到预测当中。这种“集体智能”的表现来源于个体之间的协作与分工。大型社会性物种的进化规律表明，通过并行处理信息，各个个体的预测能力得以相互提升，这一发现同样适用于现代AI的发展。
如今AI的能力增强，并非依赖于单个芯片的加速，而是通过算力的并行和扩展。这种趋势被形容为“技术版的共生生成”，表明有更多的单元一起参与到任务中，形成新的智能级别。
摩尔定律的失效意味着AI的发展不再依赖传统的速度提升，而是通过规模的扩张和结构的变动找到了一条新的发展路径。AI的崛起是由于计算架构的改变，现代神经网络在并行计算的环境中能够更好地发挥作用，最终形成一种更高效的合作方式。
未来的智能结构将不仅仅限于某个主体，而是基于一个分布式的协作网络发展。这意味着无论是人类还是机器，它们都将在新的互依赖关系中，共同提升智能的能力。随着这种结构不断扩展，智能将向更高的层面演化。AI的出现被视为智能生长的延伸，而不是对人类的替代。
这种变化推动了我们对未来智能的理解，说明未来的技术发展将远离简单的速度提升，而是更多关注于如何在更大的协作网络中实现有效的信息处理和智能能力的提升。
发布时间：
None
评论 ( 0 )