1樓：我反對
個人愚見，熵減是乙個創新的過程，是由舊到新的過程，是兩個量級之間的質變。1+1=2，消耗了兩個1，得到了乙個2，但這兩個1並沒有被真正犧牲掉，廣義上講，沒有付出任何代價，1是永恆的。一家企業投入數百萬美元，研究人工智慧，最後以失敗收場，員工拿到了應得的工資報酬，各得其所，這又有什麼損失呢？
這不過是個企業經營問題。同時，另一家公司由於經營有方，在人工智慧領域取得成功，隨著時間的推移，他的技術壁壘會漸漸消彌，整個行業開始繁榮起來，世界人民受益於此，這個「收穫」是不可估量的。代價都是短視的，巨集觀上講，人並不能長期占有任何東西，又何來付出代價一說？
2樓：凌冰
在宇宙尺度上不是，人工智慧相當費電，和位元幣挖礦一樣，通過向更大的系統增加了大量的熵以換取了某個子系統有序度的上公升。
自從熱力學第二定律出現之後，不管使用哪種表述，只要它沒有被證偽，那麼我們都應該相信在熵的層面，任何行為給子系統帶來的有序度上公升，都伴隨著更大的系統為此支付熵增的代價，人工智慧也不外乎如此。但是現在根本不必擔心更大的系統熵增加會怎麼樣，人類還沒到那麼聖母的程度，各國站在地球的尺度上都先汙染再說，就不要談站在宇宙尺度上思考問題了。
人工智慧是不是乙個閉環，MLP CNN TRANSFORMER MLP？
yearn 瀉藥，好多類似的問題，那麼就用類似的回答 狗頭 在MSRA的時候老闆專門做CV裡的transformer，也看過一段時間NLP中的CNN Transformer在CV中確實展示了很多的設計技巧，有很多transformer和高階CNN正規化聯合起來組成更強更快transformer的工作...
用一堆弱人工智慧能夠拼成乙個強人工智慧嗎？
慕容喬峰 答案是不能。這並不是乙個靠簡單拼湊堆積就能實現從量變到質變的事情。簡單來說，弱人工智慧是按照事先設計好的方式來完成具體的指令和操作，即使現在非常火的語音識別 機器視覺 機器閱讀，甚至阿爾法狗等都是弱人工智慧的範疇。強人工智慧雖然也有程式來對其進行控制，並基於這種控制完成具體指令和操作，如果...
如何提乙個問題難倒人工智慧？
證明Riemann猜想 如果答出來了，讓其證明或否定P NP問題 如果否定，隨便送乙個NPC問題給人工智慧 如果證明了 大概只有停機問題能難倒人工智慧了 桔了個仔 這裡準備了幾個句子，用來考察人工智慧系統是否能懂，是否能翻譯，是否足夠健壯 貨拉拉拉不拉拉布拉多？貨拉拉拉不拉拉布拉多取決於拉布拉多拉拉...