闻乐 发自 凹非寺 量子位 | 公众号 QbitAI "不是AGI还没到，而是永远到不了。" CMU（卡内基梅隆大学）教授、艾伦人工智能实验室研究员 Tim Dettmers 从硬件瓶颈、资源成本、现实应用三重维度论证： 第一个是信息移动成本 。 比如有效计算需要平衡 全局信息传到局部 和 局部信息整合 ，可信息移动的成本会随距离呈平方级上升；芯片缓存也能说明问题，L2、L3缓 存比L1 大，但却因物理位置更远而速度更慢。 为什么AGI从一开始，就是个违背物理规律的幻想工程？ 一篇长文，指出 GPU性能峰值停在2018年，机架级优化2027年耗尽潜力，AI每提升1%的能力，资源消耗要翻好几倍 …… 核心观点 AGI的讨论都在回避"计算的物理枷锁" 智能不是飘在天上的想法，而是得靠电脑、芯片这些实实在在的东西算出来，而这些东西都得遵守物理规律。 计算从不是抽象概念，所有智能都要扎根物理现实。 这也是Dettmers反驳AGI的核心，很多人在聊到AGI时总把它当成抽象的哲学概念，但很多人忽略了硬件实现，而硬件必然受到物理规律限 制。 现在芯片里的晶体管越做越小，虽然能降低计算成本，但内存反而越来越贵，现在芯片上几 ...