AI距离人脑还有多远?
作者：微信文章AI就是人工智能，AI的大模型相当于人的大脑，大模型中包含着许多参数，正如人脑中连接几百亿神经元的链接强度。AI大模型的参数越多，AI就越聪明。
18年6月问世的GPT1.0还只有1.17亿个参数，到19年问世的GPT2.0就有15亿参数，20年问世的GPT3.0的参数高达1750亿个，23年3月发布的GPT4.0已经有1.8万亿个参数了。
几款使用次数最多的AI，其中使用次数最多的是GPT，其母公司是Open AI。目前全球AI领域基本是中美竞争，美国领先，中国紧随其后。
AI的发展速度惊人，科幻家们憧憬着有一天AI的能力超过人类。那么，现有AI的智力水平距离人脑到底还有多远呢？
人脑是由约860亿个神经元组成，每个神经元都有数千到上万个触突与其他神经元相连接。这样估算下来，人脑中的触突数量大约是100万亿到1000万亿个。AI的参数好比连接神经元的触突，仅仅从触突数量类比，人脑就相当于一个几百万亿级别的AI大模型。
目前世界上最先进的AI大模型的参数数量大约在万亿水平，比如GPT4.0的参数估计有1.8万亿个，Deepseek V3的参数数量大约是6700亿个。而人脑仅仅是参数数量就相当于一个几百万亿级别的AI大模型。
目前世界上参数数量最多的几款大模型，其中T表示万亿。
不过AI的发展速度实在太快了，从18年6月GPT1.0问世，到25年11月，才7年时间，AI大模型的参数数量翻了上万倍。也许在我们的有生之年真的可以见证堪比人脑甚至比人脑更聪明的超级人工智能AGI的诞生。
人脑的强大不止是神经元和连接起神经元的触突数量非常巨大，一般AI的参数只是一个静态的数字，一旦训练完成就不再变动。而人脑的突触具有极强的可塑性，简单说就是脑子越用越灵活。
人脑的神经元和连接起来的突触，图中显示了一个神经元和突触的复杂结构，而人脑有几百亿个这样的神经元，由此组成了巨大无比的复杂网络。
此外，从耗能上看，万亿参数级的AI，仅仅是训练就要消耗数十亿瓦，相当于一个小镇的一年耗电量。而人脑的耗电量低至仅20瓦，等于一个点亮一个电灯泡的电量。
AI的发展需要越来越强大的芯片，目前最先进的芯片的晶体管尺寸已经缩小到仅有2纳米，纳米是比毫米还要小100万倍的单位。比如英伟达的Instinct MI400 系列，采用台积电2纳米技术。目前国产芯片只能做到65纳米，主要是我们缺乏关键的光刻机技术。
目前主要的国产芯片企业。
而摩尔定律制约下，芯片晶体管的尺寸极限只有0.2纳米，低于这个尺度将无法容纳硅原子通过，因为硅原子的直径是0.2纳米。
目前我们已经越来越接近摩尔定律，电子计算机的计算速度即将迎来极限，除非人类研发出可以替代电子计算的方法，比如量子计算机、光子计算机、生物计算机等。
这个就是谷歌研发的量子计算机，其执行特定算法的速度达到了目前世界上最快的电子计算机的1.3万倍。
说回前面的问题，AI离人脑还有多远？
乐观者认为至少需要几十年乃至几百年时间，部分极端乐观派认为可能只需要几年甚至几个月。AI在部分领域已经超过人脑，比如说AI拥有庞大的知识储量和比人脑更快的计算速度。但是目前AI的参数数量和人脑还有几百倍的差距，AI的耗电量十分巨大，目前最先进的AI仅是训练就要用掉一座小城市的电量，人脑的耗电和一个电灯泡相当。
目前的AI不具备通用性，比如下围棋的不会聊天，聊天的不会开车，而人脑具备极强的知识迁移和联想、举一反三功能。
目前的AI局限在各自的专业领域，就像移动互联网时代各种APP一样。有一天会出现一种全能AI吗？
简而言之，目前的AI和人脑还有很远的一段路，AI技术的进一步突破可能有赖于科学家对人脑的研究，以及后摩尔定律时代对电子计算替代产品的研究，比如量子计算技术的成熟。
如果有一天AI的智慧完全超过人类了，如何让一个远比我们聪明的物种甘心为我们服务，而不是试图取代我们呢？或许超级AI问世的那天，就是人类敲响丧钟的那一刻。
页:
[1]