除了被称为室温超导体的LK-99可能只是昙花一现外，我从未见过有什么事情比生成式人工智能更受追捧。许多公司的估值达到数十亿美元，新闻报道不绝于耳；从硅谷到华盛顿，再到日内瓦，所有人都在谈论它。
但实际上，目前的收入还未达到预期，甚至可能永远无法实现。
这些估值预计会有万亿美元的市场，但目前生成式人工智能的实际收入据传仅为数亿美元。尽管这些收入可能会增长1000倍，但这纯属猜测。我们不应该简单地假设它会实现。
到目前为止，大部分收入似乎来自两个方面， 一是编写半自动代码（程序员喜欢使用生成工具作为助手），二是撰写文本 。
我认为，程序员将乐于使用生成式人工智能的辅助工具；其自动补全特性对他们的工作非常有帮助，而且他们受过培训，能够发现和修复并不常见的错误。本科生们将继续使用生成式人工智能，但他们的口袋并不宽裕（他们很可能会转向开源的竞争对手）。
其他潜在付费客户可能很快失去兴趣。今天上午，颇具影响力的风险投资家Benedict Evans在“X”（原Twitter）上发表了一系列文章，提到了这一问题：
我那些试图使用ChatGPT来回答搜索，以帮助学术研究的朋友们也面临着类似的失望。一位律师在法律研究中使用ChatGPT后受到了法官的谴责，并书面承诺以后不在无监督的情况下使用ChatGPT。几周前，一则新闻报道称，GPT的使用可能正在减少。
如果Evans的经历是一个警示信号，那么整个生成式人工智能领域，在目前的估值下，可能会迅速走向终结。程序员会继续使用它，那些需要撰写大量文案来推广产品，以提高搜索引擎排名的营销人员也会继续使用它。但无论是编码还是速度、质量平平的文案写作，都远远不足以维持当前的估值梦想。
即使是OpenAI，也很难实现其290亿美元的估值；如果年复一年只能实现数千万或数亿美元的营收，那么估值低至数十亿美元的竞争初创公司很可能最终倒闭。微软今年的股价上涨了近一半，或许主要是由于人工智能的期望，但其股价可能会下跌；NVIDIA的股价飙升得更厉害，但也可能会回落。
最近，我和软件投资领域的早期先锋Roger McNamee讨论了这个问题。也许唯一真正吸引我们的经济应用场景是搜索。例如，使用由ChatGPT支持的必应代替谷歌搜索，但是相关的技术问题非常巨大；我们没有理由认为“幻觉”问题会很快得到解决。如果不能解决，泡沫很容易破灭。
但现在让我担心的不仅仅是整个生成式人工智能经济，更多地是基于期望而非实际商业用途，将来可能会出现大规模、令人痛心的修正，还有我们正在把整个世界和国家政策建立在人工智能生成将改变世界的前提之上，而事后看来，这种前提可能是不现实的。
在国家层面上，可能会延缓保护消费者的监管措施（例如围绕隐私、减少偏见、要求数据透明性、打击虚假信息等），因为反对意见认为应尽快推进生成式人工智能的发展。我们可能无法获得所需的消费者保护，因为我们正试图培育一种可能不会如预期增长的东西。
在我看来，几乎所有人都犯了一个根本性的错误，那就是认为生成式人工智能等同于AGI（通用人工智能，智能和机敏程度与人类相当或更高）。
也许每个行业的人都希望你相信AGI即将来临。这激发了他们对必然性的叙述，并推动了他们的股价和初创公司的估值。Anthropic公司的首席执行官Dario Amodei最近预测，我们将在2-3年内实现AGI。谷歌DeepMind首席执行官Demis Hassabis也对近期的AGI做出了预测。
我对此深表怀疑。 在生成式人工智能的核心问题上，我们面临的不是一个，而是许多严重的、尚未解决的问题 ，从它们容易制造幻觉与虚假信息，到它们无法可靠地与Wolfram Alpha等外部工具可靠对接，再到从一个月到另一个月的不稳定（这使得它们无法在大型系统中进行工程应用）。
现实情况是，除了纯粹的技术乐观主义之外，我们没有任何具体理由认为这些问题的解决迫在眉睫。通过扩大系统规模来扩展系统在某些方面有所帮助，但在其他方面则不然；我们仍然无法保证任何特定系统都是诚实、无害或有益的，而不是谄媚、不诚实、有害或有偏见的。
人工智能研究人员多年来一直在研究这些问题。幻想这些具有挑战性的问题会突然全部迎刃而解是不现实的。22年来，我一直在抱怨幻觉错误；人们一直在承诺解决方案即将到来，但却从未实现。因为我们现在的技术是基于自动补全，而不是建立在事实基础上的。
过去一段时间，人们对这种担忧充耳不闻；但最近一些科技领导者似乎终于明白了这个道理。就在几天前，《财富》杂志刊登了这样一则报道：
如果幻觉问题无法解决，生成式人工智能可能也无法每年创造万亿美元的产值。如果它可能无法创造万亿美元的产值，那么它可能也不会产生人们期望的影响。如果它不会产生这种影响，也许我们不应该基于这种前提来构建我们的世界。
原文由Gary Marcus撰写，中文内容由元宇宙之心（MetaverseHub）团队编译，如需转载请联系我们。
原文标题 : 如果生成式人工智能被证明是一个哑弹怎么办？
