前面一篇文章，给大家科普了混沌效应。弄懂了混沌效应，就知道人工智能取代人，机器人完全取代人，是根本不可能的事，完全是杞人忧天！

至于为什么？我已经在以前的回复中说了，不想再重复，你们有兴趣的可以看我的回复。

弄懂了混沌效应，也知道靠堆算力，靠提高计算能力的方式，是不可能达成通用人工智能（AGI）的。

因为我们身处的这个世界，是充满了混沌效应的世界。而混沌效应，是没办法通过提高计算能力去克服，去战胜的。

真实的世界，是由固体、 液体、 气体组成的，

我们先来说说相对简单的固体，其中最简单的一个双摆。

就这么一个简单的模型，计算机就不可能长期准确模拟它的运动轨迹-----短期可以。 因为测量的误差是不可避免的，而极其细微的测量误差，

就会使得现实中的双摆 和电脑中的双摆模型的运动轨迹，在时间很长之后，产生巨大的差别，差别到了几乎完全不同。这就是混沌效应。无论计算机的计算能力有多强，程序有多好，都改变不了这一事实 。 

这还是质量均匀的刚性物体做的双摆，如果是质量不均匀的弹性物体， 将更容易引发混沌效应。

这还是双摆，那么三摆呢。

即使是质量均匀的刚性物体做的三摆，也容易引发混沌效应，而质量不均匀的弹性物体做的三摆更容易引发混沌效应。

要知道这双摆，还是三摆，都是受力很简单的，计算机都无法长期准确模拟，而在现实中很多物体受力非常复杂，计算机从长期来看，更是无能为力去准确模拟----也许短期行。

这还是相对来说比较容易计算容易模拟的固体物体呢，如果是液体或者气体，计算机模拟起来更加的困难和不可靠。因为液体和气体在分子层面上在进行永不停息的不规则运动！以至于悬浮在液体或气体中的微粒产生布朗运动。而液体或者气体流动时，极易形成湍流。而湍流，则是混沌得不能再混沌了。大气运动就是典型的湍流现象，气象学上的蝴蝶效应是非常典型的混沌效应之一。

描述牛顿流体运动的偏微分方程纳维-斯托克斯方程（N-S方程）到现在也没有数学家能精确的解出来。描述非牛顿流体运动的方程则更加难解。

所以人类在设计船舶的时候，要进行水池实验。在设计航空航天飞行器的时候，也要进行风洞实验。老美在高超声速上不如中国，也是因为美国在高超声速的风洞建设和实验上不如中国。

我们的这个现实的物理世界充满了混沌效应，一个混沌效应，再好的计算机都解决不了，两个 三个甚至更多的混沌效应共同作用，计算机更是无能为力。这是从数学上和物理上决定了计算机面对现实的物理世界，只要时间一长，必然抓瞎。这必然导致计算机对现实的物理世界，是不可能有正确的认知的。所以美国人靠狂堆算力，疯狂计算，是不可能计算出通用人工智能（AGI）的。

看懂了我上面的这些话，下面的人工智能教父图灵奖得主杨立昆的话，是不是容易理解了。

https://baijiahao.baidu.com/s?id=1813165025909853015&wfr=spider&for=pc

教父怼了教父！图灵奖得主杨立昆怼刚获诺奖的好友：AI威胁人类？大模型比你的猫还笨

在巴黎出生的美籍科学家Yann
LeCun（中文名杨立昆）是一位享誉全球的计算机科学家，在纽约大学和美国贝尔实验室任职，并担任Meta公司首席人工智能科学家。作为图灵奖获得者，杨立昆凭借在卷积神经网络方面的贡献，和约书亚·本吉奥、杰弗里·辛顿并称“人工智能三大教父”。

在近日揭晓的2024年诺贝尔奖中，多个奖项与AI相关，而杰弗里·辛顿凭借在AI方面的研究获得诺贝尔物理学奖。在AI受到火热关注的当下，杨立昆再一次发出了特立独行的声音。在日前一场媒体专访中，记者提起了辛顿的观点，辛顿强调AI的发展将对人类的生存产生毁灭性的威胁，呼吁全球合作加强对AI的监管。

对此杨立昆丝毫没给好友留情面，他表示：“请原谅我的脏话，不过这完全是胡说八道。”今年5月，杨立昆在自己的社交媒体发文称，“如果你要创造一个能毁灭人类的人工智能，那么首先你得让它比你家养的猫更聪明”。如今杨立昆依然坚持认为，现在的AI大模型智力水平仍然不如家养宠物。在他看来，AI大模型只能预测文本的发展，而丝毫不具备推理能力和对物理世界的理解。相比之下，家养的猫科动物拥有理解现实物理世界的基本心智，有一定的推理、规划和长期记忆的能力。

杨立昆认为，如今的人工智能“根本算不上智能”，不仅像本吉奥和辛顿这样的“AI威胁论”过于杞人忧天，而且很多投入巨资想要开发出“通用人工智能”的企业也搞错了方向。此前，Open
AI首席执行官奥尔特曼称人类有望在“几千天之内达到通用人工智能”，马斯克则预测通用人工智能将在2026年降临。