算力、数据和 AI 的一些预测

未来会是AI的世界， 因为 AI 是按照算力单位去发展的，可以在数量和性能上进行快速得扩展，而人类的智力和人口规模一直比较稳定，产出只能按照时间进行讨论。所以当前的公司的生产效率和人力资源的利用效率相关；但是当 AI 足够发展后，拥有最多的算力和数据的公司，就会有最高的效率和生产力。

这就是为什么大公司都是不懈余力的发展 AI，比如特斯拉建造 10 万张卡集群，研发脑机接口、自动驾驶 FSD和进军机器人领域（获取数据）。公司策略将会是：堆砌算力->提升 AI 性能->占领场景市场->获取更多数据->训练更强大的 AI。算力和数据会指数级增长，在超大公司中就会产生分化，目前是七姐妹，以后可能只有三巨头。

在 个人工作过程方面，消耗最少的token 完成任务的员工，将会成为最高效率的员工。效率高的员工会有更多的产出，转而获得更多的 token，并保持最先进模型的使用权，比如 ChatGPT Pro 的月费是 200 美金，这个费用对于大部分高级白领来说，都无法产生和这个费用匹配的生产价值来，但一定有 人可以使用ChatGPT Pro 产生出高于 200 美金的价值。同样的，在个人方面，两极分化也会更严重。

根据这些推测可以解释一些企业和市场的行为，比如：

1. 为什么智能驾驶不使用雷达呢，我觉得主要问题还是雷达的数据不利用做训练。目前视觉数据的形式是： 连续的视频帧-》对应的行驶动作。雷达数据的形式是：连续采集的雷达波-》对应的驾驶动作，但这里的驾驶动作还是依据视觉产生的，也就是说雷达波到行驶动作之间没有表征关系。如果人类可以采集到蝙蝠的数据，用蝙蝠的数据倒是可以训练一个自动飞行机器人的。

2. 为什么会大力发展机器人呢？因为互联网的数据快耗尽完了，机器人产生的高质量数据可以融入到大模型中，带来更好的空间和物理理解。补充：世界基础模型（World Foundation Model， WFM），会生成模拟真实世界的数据。

3. AI 会超过人类吗？如果能获取到人类能感知，可表征的数据之外的数据，AI 可以超过人类。