@chairuosen 规模不够大的意思是做不到人脑的规模，你要是懂体系结构就知道我在说什么

@catazshadow 那你来解释解释为什么做不到，不要装懂哥。

@coefuqin #32 我也比较赞同你这个观点，多次信号叠加这个，就算当前 LLM 造出来的玩意儿有逻辑了，也模仿不来这个，所以也就没法与人脑类比

你要是深究下去你就会发现你根本没法证明人类是有智能的，现阶段人们根本不知道智能到底是啥，根本没法证明一个东西有智能或没有智能，你的观点「这种被称作 AI 的东西，根本没有智能」相比认为「 AI 一定有智能」并没好到哪儿去 而且对于乐观者，没法证明 AI 有没有智能已经是很满意了

不是从 ai 反推大脑，现代的人工智能就是应用了脑科学的研究成果，去模拟人脑。

@chairuosen 就是方向错误。就算是毫无这个方向的知识储备的 B 站老色批们，看到了春水堂的人偶之后，都想让春水堂和双足机器人合作接入 LLM ，看起来好像三位一体很美好。但是为什么没做，这个市场的价值从 pornhub 的流量就能感知到。因为做不到啊，就算是多模态 LLM ，也无法真正的做到人对世界的认知。三位一体之后，你让结合的机器人，告诉他让它从上海去到纽约，做不到的。打车，买票，上飞机，下飞机。。。。。。这其中的每一个行为都要出各种岔子。

@chairuosen 最简单的，内存墙。 其次是各种架构设计的数据通路的宽度提升和带来的效率提升不是线性的。半导体已经到极限了，几千倍的提升几十年内不可能的

@chairuosen 这还没提能耗问题，上面说了，一个 open AI 已经让美国面临电力短缺了，你要来几千个

@cxe2v 不是我的观点，多次信号叠加的神经网络是 snn 脉冲神经网络，脉冲神经网络是最有可能能很好的解决视频这个方向的基础技术。只是目前，原生支持 snn 的芯片也不成熟，需要重新设计，走的是存算一体的路线。和当前的冯诺依曼体系完全不同。

@catazshadow 是的，因为冯诺依曼体系架构的问题，用现在芯片几乎不可能做到人脑级别的类脑。