Balaji Srinivasan称AI是我们这个时代最具经济实用性的发明

Balaji说AI是多神教的，而非一神教的，这意味着没有一个超级智能系统统治一切。相反，有许多强大的AI，每个都由不同的玩家支持。

用他的话说：“我们经验性地观察到多神教AI……而不是单一的全能模型。”这消除了一个AGI将世界变成回形针的幻想。我们拥有的是一系列人类/AI组合之间的权力平衡，而不是一个主导力量。

他说，目前的AI只在“中间到中间”工作。它不能从头到尾处理完整的工作。你仍然需要在两端有人；一个用来提示AI，另一个用来检查它的输出。

因此，所有的实际成本和精力都转移到了边缘：提示和验证。这就是公司现在花钱的地方，尽管AI加速了流程的中心部分。

AI让你更聪明，但前提是你已经足够聪明

Balaji不称其为人工智能。他称之为增强智能。因为AI不是自主行动，它不是完全代理的，它不设定长期目标，也不能验证自己的输出。“你必须花费大量精力进行提示、验证和系统集成，”他说。因此，AI的有用性取决于你的聪明程度。如果你给它错误的指令，它会给你错误的结果。

他还说，AI不会取代你，它只是帮助你做更多的工作。有了它，你可以假装成为一个合格的UI设计师或游戏动画师。但不要指望专家级的质量。AI让你变得足够好以达到平均水平，而不是优秀。对于真正的质量，你仍然需要专家。

它还有另一项工作要承担，那就是它自己上一个版本的工作。Midjourney将Stable Diffusion赶出了工作流。GPT-4取代了GPT-3的位置。正如Balaji所说：“AI不会取代你的工作，它会取代前一个AI的工作。”一旦公司在工作流中为AI创造了空间，比如图像创建或代码生成，这个空间就会一直存在。它只是被移交给了更新、更好的模型。

他还说，AI在视觉方面比文本更好。人类更容易判断一张图片，而不是验证一堵代码墙或几段文本。“用户界面和图像可以很容易地通过人眼验证，”Balaji说。对于文本，人类检查准确性更慢且成本更高。

加密货币限制了AI能做什么和不能做什么

Balaji划清了AI工作方式与加密货币工作方式之间的界限。AI是概率性的；它基于模式进行猜测。但加密货币是确定性的；它运行在坚硬、可证明的数学之上。因此，加密货币成为AI难以跨越的边界。

AI可能会破解验证码，但它无法伪造区块链余额。“AI让一切变得虚假，但加密货币让它再次变得真实，”他说。AI可能会解决简单的方程，但加密方程仍然阻挡着它。

还有一种杀手级AI的版本已经存在。那就是无人机。“每个国家都在追求它，”Balaji说。威胁不是来自图像生成器或聊天机器人，而是来自自主武器。这是AI的现实世界影响已经具有致命性的领域。

他认为AI正在去中心化，而不是集中化。目前，有大量的AI公司，而不仅仅是一两个巨头。拥有良好工具的小团队可以做很多事。而且开源模型正在快速改进。因此，即使没有庞大的预算，小团队也能构建强大的AI系统。这分散了权力，而不是集中它。

Balaji也拒绝了“更多的AI总是更好”的观点。他说理想的数量不是零，也不是100%。“0%的AI很慢，但100%的AI是垃圾。”真正的价值存在于两者之间。太少的AI意味着你落后了。太多的AI，质量就会崩溃。他将其与拉弗曲线进行比较，这是一个经济学概念，表明在极端之间有一个甜蜜点。

在他的最后一个论点中，他阐述了为什么今天的系统是受限的AI，而不是神一般的机器。他将此分解为四种限制：

• 经济：每次API调用都要花钱。大规模使用AI并不是免费的。
• 数学：AI无法解决混沌或加密问题。
• 实际：你仍然需要人类来提示和验证结果。AI不能单独完成整个任务。
• 物理：AI不会自行收集现实世界的数据。它不能像人一样感知环境或解释环境。

他最后表示，这些限制可能会在后来被移除。未来的研究人员有可能将系统1思维（快速且直观，如AI）与系统2思维（更逻辑和谨慎，如传统计算）合并。但目前，这仅仅是理论。它仍然是一个未解之谜。没有全知全能的AI。只有工具（昂贵、有限、竞争激烈的工具）按指示行事，并需要不断检查。