AI 的關鍵突破正在醞釀

最近的市場從 AI 泡沫的討論，現金流可能的斷炊，一路討論到大語言模型的瓶頸。流心必須說，很多悲觀空頭的言論都是有道理的，他們唯一的問題，就是認為事情只會到此為止。

他們忽略 AI 的訓練方式還在飛快進步，Gemini 已經開始 Google Map 的協作，AI 的總訂閱人數越來越多，運用 AI 的研究人員始終在抱怨 token 不夠用。

接下來，流心想聊一下大語言模型的觀點，並且推測 AI 未來爆發的關鍵點，可能會是什麼。

大語言模型的問題在於，它是基於「現有人類的知識」去訓練出來的東西。

它比較像是百科全書的總管，只要書裡面有的東西他都會，也有一定程度的變通。但你如果問到書以外的知識，他就只能拼湊可能的解答，最早期還會亂回答亂猜，現在略有改進，會反覆驗證修正，或乾脆坦承不知道。

相較之下，真正的 AI 會是什麼？

真正的 AI 應該是，能夠理解現有的知識基礎，並且能夠反覆探索未被發現的知識。你要知道人類所謂的發明，其實都是一種發現。某個物質和某個物質組合在一起，就能夠有什麼特性，又或者哪些化學物質相互反應，就能夠產生某種變化。

一個有探索能力，能夠自動學習的 AI，才是真正的人工「智慧」。要更了解這點，我推薦各位去看 Google DeepMind 的紀錄片 The Thinking Game。在這影片，你可以了解他們是怎麼一路利用 AI 解決問題的，Demis 最後還因此獲得 2024 年諾貝爾化學獎。

簡單下個註解：真正的 AI，能夠學習人類的已知，然後發現人類的未知。

近期最重要的事情是，正確的 AI 訓練方式已在進行中

最近 Google Gemini 超車 OpenAI，TPU 勝過 GPU 之類的辯論，其實都不重要。近期真正的重點在於 DeepMind 展示了一個正確的 AI 該怎麼訓練。

也就是說，你不該單純把所有知識砸在一起，叫 AI 想辦法從現有知識中找出最佳解，這種 AI 永遠無法超越現有的人類知識。

正確的訓練方式，應該是協助 AI，讓它自己去學習每項知識的基礎，然後在這基礎上，找出人類未知的知識。當然，用這種能力去解決人類已知知識的問題，也不會是什麼問題。

未來的關鍵突破，可能是幻覺不再存在

當 AI 透過正確的訓練方式來學習，幻覺有可能不再存在，因為 AI 的每一步動作，都是基於已知知識的開展。它不是在現有知識中模糊比對，想辦法拼湊出答案，而是像數學公式推導一樣，有邏輯地解答所有問題。

當幻覺不再存在，企業就會開始瘋狂導入，畢竟 AI 若存在幻覺問題，就會讓人害怕有什麼潛在問題，始終不敢積極導入。當這個疑慮消失時，每個企業都想導入，這時反而要擔心自己搶不搶得到算力資源，至於 TPU 和 GPU 誰比較好之類的爭辯，搶得到再說吧。

投資者該看見的未來

當 AI 能夠自動學習和擴展時，就像上述影片中的蛋白質結構，會有很多未知的技術突破，生物、化學、醫療、太空…等等。當企業都積極導入 AI，整個世界都充滿著技術突破新聞時，人們還會淡定嗎？還會懷疑 AI 變現嗎？還在那邊 AI 泡沫論嗎？

悲觀者正確，樂觀者獲利。空頭的很多擔心都很合理，但正是這些擔心，讓他們忽視未來可能發生的希望。如果你覺得 AI 發展，終其一生就這樣了，再也不會進步，那看空很合理。但是如果你相信 AI 會持續突破，直到關鍵性爆發的那一天，那你應該保持樂觀，靜待那件事發生。