人工智能奇点之争（二）：反对者的观点

当然，不是所有人都相信奇点的存在。反对奇点理论的人指出： 因为技术发展有极限，指数式增长难以持续，到了一定程度就会停止或者减缓。著名的摩尔定律：芯片的计算力每18个月翻一番，价格降一半。这个定律左右了科技界很多年。但在最近几年也因为遇到物理极限，开始明显放缓。

反对者认为，作为人工智能作为人创造的，其智力上限不会超过人类。人类的一些大科学家和大哲学家，不是靠大量数据和知识的累积而获得重大突破的，而是苦思冥想后获得灵感，从而顿悟的。

牛顿经常在苹果树下思考或休息，有一天忽然被苹果砸中脑袋，从而获得万有引力定律的灵感，从而解开天体运行的奥秘。从苹果落地到天体运行，八竿子打不着。这恐怕不是人工智能技术所能模拟和重现的。如果苹果砸在智能机器人脑子上，要么没反应，要么把苹果都摘下来，要么一生气把苹果树给砍掉，恐怕都与万有引力无关。

爱因斯坦不用做实际实验，仅仅凭借大脑中的假象光速旅行实验和理论推导，在1905年就得到了狭义相对论理论和质能方程，指导了20世纪40年代美国原子弹的设计和制造。更为神奇的是，在1916年，爱因斯坦还推导出广义相对论，预测了黑洞和引力波的存在。 100多年后的2017年，三位物理学家因为检测到引力波而获得诺贝尔奖。爱因斯坦无与伦比的洞察力、想象力和理论推导能力，是令人惊叹的，是依赖大量数据和知识进行拟合的AI技术无法模拟和重现的。

诚然，在某个特定任务领域，弱人工智能通过大量的训练和学习，将会取得超过人类的能力。但是，单个弱人工智能的堆积的技术路线是不可能产生强人工智能的，因为人类可做的事情成千上万，难以穷尽。人类智能的多才多艺、触类旁通、无师自通、灵感顿悟等高级特征让我们自己都叹为观止，可能是AI技术无法模拟的。大量弱人工智能的堆积将极大增加系统的复杂度、可靠性以及建造成本，是得不偿失的，或者说是不可能做到的。强人工智能都做不到，更不用说实现超级人工智能了。