人工智能泡沫即将破灭，但下一个泡沫已在酝酿之中

tayun

神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。

编者按：关于AI的又一个泡沫论。原作者以GPT-5的投入产出比来论证人工智能是泡沫，并认为金融圈和科技圈正在打造新的“风口”来出逃。文章来自编译。

投机主宰世界。但过去不是这样的。从20世纪80年代到2008年间，情况发生了变化。投资者意识到，他们通过炒作获得的回报远比从任何合法业务获得的回报都要多得多。毕竟，这是信息时代，而信息很容易被操纵和商品化。这导致了互联网泡沫、2008年的信贷危机、2016-2017年的加密货币泡沫、2020年底至2021年的加密货币泡沫，以及2022年的NFT泡沫，而最近的一股热潮则是人工智能泡沫。事实上，全球近一半的私人投资正涌入人工智能领域，而对人工智能的投机是标普500指数近期增长的主要驱动力。但是，就像其他泡沫在灾难性破灭前一样，人工智能泡沫也显示出即将破裂的迹象。然而，金融圈和科技圈的那帮家伙已经吸取了教训，正在打造下一个“风口”，准备卷走我们所有的钱，好在他们不可避免地需要抽身时，能安然离场。只可惜，这个新风口跟人工智能相比更是死胡同一个。

所以，人工智能泡沫已熟透待破，这基本上是个共识。像“高效计算前沿”以及“弗洛里迪猜想”等理论意味着，我们现有的人工智能模型已经差不多达到其性能极限了。即便OpenAI花费数万亿美元将其模型规模扩大十倍，性能也只会略有提升。最近发布的ChatGPT-5就是个绝佳例子。与它的“小兄弟”ChatGPT-4相比，ChatGPT-5消耗了显著更多的数据、训练和资金，但其性能却仅有微不足道的提升。

这是个大问题！因为就目前来看，生成式人工智能模型实际上并没那么有用，甚至远谈不上能带来盈利。

麻省理工学院的一份报告发现，95%的人工智能试点项目未能提高公司的利润或生产力。在另外那5%的项目中，人工智能被降级到幕后，从事高度受限的行政工作，即便如此，也只能带来微不足道的改进。METR的一份报告发现，人工智能编码工具其实反而拖慢了开发人员的速度。这些模型的不准确性意味着它们会反复制造出非常奇怪的编码错误，而这些错误又极难发现和修正。从逻辑上讲，让开发人员自己编码会更快、更便宜。甚至有研究发现，对于77%的员工来说，人工智能增加了他们的工作量，而不是提高了他们的生产力。就目前而言，生成式人工智能的错误率太高，在绝大多数应用场景中都无法带来有意义的生产力或盈利能力提升。

换句话说，要让AI模型真正兑现驱动其巨额投资的投机预期，它们需要变得好上太多太多，而这需要投入指数级增长的资金。

这是另一个巨大的问题，因为OpenAI——拥有迄今为止所有生成式AI公司中最庞大的客户群——其每月200美元的订阅计划仍在让公司大把大把地亏钱。事实上，他们似乎需要把价格定在每月2000美元左右才能实现收支平衡。

在过去几年里，由风投与投行支持的科技巨头们每年在人工智能上花费数千亿美元。然而，这项技术正达到其极限且无法改进，同时距离盈利也遥遥无期。这是一个完美泡沫，巨额资金被用来支撑完全没有根据甚至彻头彻尾的虚假投机。而现在，随着GPT-5令人失望的亮相、Meta对其AI部门的重组和低调处理，以及利率可能上升的威胁，那些曾帮助吹大这个泡沫的投资者们自己也开始警告它即将破裂。就连向人工智能泡沫投入了大量资金的高盛也警告说，人工智能泡沫很可能很快就会破裂，届时它还会拖垮数据中心泡沫，不仅会对xAI、Meta、谷歌、Anthropic和OpenAI造成巨大损害，还会波及亚马逊、甲骨文和英伟达等人工智能基础设施的第三方玩家。

换句话说，当这个泡沫破裂时，它将对每一位科技圈和金融圈的人士造成难以置信的打击。

幸运的是，他们有一个计划来避开这场人为的经济末日——量子计算机。而且他们都迫不及待地想让我们跳上这辆新的“顺风车”。

可惜，我没时间详细解释量子计算机的工作原理，但如果你感兴趣，Veritasium的介绍视频非常棒。不过，通俗地讲，传统计算机用的是比特（可以是1或0），而量子计算机用的是量子比特（qubit），它可以同时是1和0。这意味着理论上量子计算机可以拥有指数级的计算能力，因为它能一次性接收大量输入，并同时输出大量结果。事实上，一个我们最强的超级计算机要花比宇宙年龄还长的时间才能解决的数学问题，最近被一台量子计算机用几分钟就解决了。因此，量子计算有望通过计算复杂的分子结构和相互作用，给化学领域带来革命性的进步；同样，在机器学习和人工智能领域，其指数级的计算能力也有可能突破当前技术的局限。

事实上，甚至有人提出我们的大脑就是量子计算机，这意味着量子人工智能最终可能创造出具有真正人类水平智能的机器，而且其运行效率远高于当前模型，成本也更低。

相信你已经看明白这是什么套路了。每一个在人工智能领域投入巨资的科技圈和金融圈人士，现在都开始相信量子计算机能够解决人工智能所有问题的投机说法，并因此将他们的资金和影响力都投入其中。

人工智能巨头谷歌、微软和亚马逊目前都在开发自己的量子计算机。英伟达正在开发量子计算机的硬件和软件平台。OpenAI最近聘请了一些全球顶尖的基于光子的量子计算物理学家。就连马斯克也开始为他的人工智能雄心提出量子计算的想法。但这不仅仅是巨头们的游戏；规模较小的量子计算公司也开始获得巨额投资，其价值飞涨。以Quantinuum为例，这家规模不大的量子计算研究初创公司最近筹集了6亿美元，令其估值翻倍至100亿美元。

这似乎是他们逃离人工智能泡沫的“逃生舱”——将资金和炒作强行注入这项技术，因为它承诺能解决人工智能界面临的所有问题。那么，这只是用新泡沫取代旧泡沫吗？这些科技巨头和他们的支持者是否又在向虚假的承诺倾注数十亿美元？还是说，量子计算真的能解决人工智能行业所面临的难题？

嗯，可惜的是，量子计算并非表面看起来那么美好。

首先，硬件距离完全可用还差得很远。一台真正的、通用的、能正常运行的量子计算机还需要10到20年时间。它们的建造成本高得离谱，操作起来更是难上加难。虽然投入巨额资金可能会加速这一进程，但正如核聚变技术所显示的，没有什么是有保障的。

说实话，硬件还不是关键问题，软件才是。

在大多数情况下，量子计算机实际上比普通超级计算机要慢得多。只有在处理像因数分解这类非常具体、复杂的任务时，它才能超越后者。不过，由于量子比特的特殊性，这些计算机无法运行标准代码或算法。它们需要特定的算法，而这正是问题所在。

还记得打开薛定谔的猫的盒子时，你会将其叠加态固定为“死”或“活”吗？这被称为量子波函数的坍缩。呃，当你读取一个量子比特时，你也在做同样的事情，通过固定它的状态，它就变得和普通计算机的比特一样，要么是1，要么是0，这使得整个指数级计算能力变得毫无意义。因此，计算机需要在读取前运行一种利用量子波干涉的算法，将量子比特筛选至有用的状态；这样，当我们读取它时，就能得到一个有用的答案，并利用这种指数级的计算能力。

然而，要找出这类算法是极其困难的，而且它们只能用于解决非常特定的多节点复杂任务。

我们已经有了一些能够分解因数或模拟量子物理的算法，但仅此而已。我们尚未找到任何适用于化学模拟或驱动人工智能的神经网络的算法，许多研究人员甚至认为适用于这些应用的相关算法可能根本不存在。他们指出，用于人工智能训练的数据类型非常的缺乏结构化，而且训练过程中实际计算的数学问题也不适合量子计算机。

因此，即使科技巨头能够加速交付真正可用的量子计算机，目前的科学也表明，它们对人工智能不会有任何帮助。事实上，我们找到的量子算法少之又少，以至于这项技术所承诺的大部分潜力似乎完全不切实际。

如果这个话题让你头大——说实话，这毕竟是量子物理学，总是难得要命——有一个由一位量子计算博士毕业生运营的频道叫做“Looking Glass Universe”。这个视频很好地解释了量子计算机的工作原理及其局限性。

又是一场只有炒作、没有实质内容的闹剧。

就连我们的大脑是量子计算机这一说法——这个点燃了整个量子人工智能运动的想法——也基本上被最近的研究证伪了。

但这无所谓。现实已不再重要。这个概念已成为时代潮流。关于量子计算机能做什么的错误信息已经流传开来并大行其道。而那帮蠢货正准备将这个概念商品化。

如果科技巨头和他们的支持者能足够快地吹大量子计算机的泡沫，他们所做的也只是推迟人工智能泡沫的破裂。迟早，在承诺的回报未能实现后，炒作将会平息，时代潮流会开始与现实接轨。那数千亿美元——本应用来提高工人工资以至少跟上通货膨胀，却被抽走投入这个无底洞——将会消失得无影无踪，而我们付出的努力几乎一无所获。这很可悲，也很可叹，而且会伤害到我们所有人，那些顶层的亿万富翁除外，因为他们早就在一切彻底崩盘前就已经把自己的钱抽走了。

译者：boxi。

来源：36kr