投机统治着世界。过去并非如此。但从 20 世纪 80 年代到 2008 年，情况发生了变化。投资者意识到，他们从炒作中获得的回报远高于任何合法业务。毕竟，这是信息时代，信息易于操纵和商品化。这导致了互联网泡沫、2008 年信贷紧缩、2016-2017 年加密货币泡沫、2020 年末-2021 年加密货币泡沫以及 2022 年 NFT 泡沫，而最新的热潮是人工智能泡沫。事实上，全球近一半的私人投资都流向了人工智能，人工智能投机是标准普尔 500 指数近期增长的主要驱动力。但是，就像其他泡沫在灾难性失败之前一样，人工智能泡沫正显示出即将破裂的迹象。然而，金融和科技界的兄弟们已经吸取了教训，他们正用我们所有的钱打造下一波潮流，准备乘着这股潮流走向夕阳，为最终的落败做好准备。可惜的是，这比人工智能更像一条死路。

因此，人工智能泡沫即将破灭，这几乎是常识。诸如高效计算前沿（点击此处了解更多）和弗洛里迪猜想（点击此处了解更多）之类的理论意味着，我们现有的人工智能模型已经达到了最佳水平。即使 OpenAI 花费数万亿美元将其模型规模扩大十倍，也只会略有进步。最近发布的 ChatGPT-5 就是一个很好的例子。它的数据、训练和投入的资金远多于其兄弟 ChatGPT-4，但它也只是略胜一筹。

这是一个大问题！因为就目前情况而言，生成式人工智能模型实际上并没有那么有用，甚至连一点盈利能力都没有。

麻省理工学院的一份报告发现，95% 的人工智能试点项目并未提高公司的利润或生产力。即便有 5% 的试点项目实现了盈利，但这些人工智能也被局限于后台、高度受限的管理工作，即便如此，也只带来了微小的改进。METR的一份报告发现，人工智能编码工具实际上会降低开发人员的速度。这些模型的不准确性意味着它们会反复出现非常奇怪的编码错误，而这些错误很难发现和纠正。从逻辑上讲，让开发人员自己编写代码更快、更便宜。研究甚至发现，对于 77% 的员工来说，人工智能增加了他们的工作量，而不是他们的生产力。就目前情况而言，生成式人工智能太容易出错，无法在绝大多数用例中显著提高生产力或盈利能力。

换句话说，要使人工智能模型真正实现推动其大规模投资的猜测，它们需要变得更好，这需要投入更多的资金。

这又是一个大问题，因为OpenAI拥有迄今为止所有生成式AI公司中最大的客户群，但其每月200美元的套餐仍在严重亏损。事实上，他们似乎需要以每月2000美元左右的价格出售才能实现收支平衡（点击此处了解更多）。

在风险投资和投资银行的支持下，大型科技公司在过去几年中每年在人工智能上投入数千亿美元。然而，这项技术已经达到极限，无法改进，而且距离盈利也相去甚远。这是一个完美的泡沫，巨额资金被用来支撑完全没有根据、彻头彻尾错误的猜测。现在，随着 GPT-5 的失望、Meta 重组并淡化其人工智能部门，以及利率面临上升的威胁，那些帮助吹大这个泡沫的投资者警告说，它将会破裂。就连向人工智能泡沫投入大量资金的高盛也警告说，人工智能泡沫可能很快就会破裂，一旦破裂，数据中心泡沫也将随之破裂，不仅对 xAI、Meta、谷歌、Anthropic 和 OpenAI 造成巨大损害，还会对提供人工智能基础设施的亚马逊、甲骨文和英伟达等第三方企业造成巨大损害。

换句话说，当这个泡沫破裂时，它将对你认识的每一个奇怪的技术兄弟和有毒的金融人造成难以置信的伤害。

幸运的是，他们有一个计划来规避这场人为的经济灾难。那就是量子计算机。他们都迫切希望我们赶上这股新的潮流。

遗憾的是，我没有时间详细解释量子计算机的工作原理，但如果你有兴趣，Veritasium 的旧视频很棒。然而，用外行人的话来说，量子计算机使用的不是比特（可以是 1 或 0），而是量子位（可以是两者）。这意味着量子计算机理论上可以拥有指数计算能力，因为它可以同时接收大量输入并同时输出大量输出。事实上，量子计算机最近在几分钟内解决了一个数学问题，而我们最好的超级计算机解决这个问题所需的时间比宇宙本身的年龄还要长。因此，量子计算有望通过计算复杂的分子结构和相互作用为化学以及机器学习和人工智能带来革命性的进步，因为它的指数计算能力可以消除该技术的当前限制。

事实上，有些人甚至认为我们的大脑就是量子计算机，这意味着量子人工智能最终可以创造出具有人类水平智能的机器，而且这些机器比目前的模型效率更高、运行成本更低。

我相信你一定能预见到这一切的走向。所有在人工智能领域投入巨资的科技大佬和金融大佬，现在都开始相信量子计算机能够解决人工智能的所有问题，并纷纷投入资金和精力。

人工智能巨头谷歌、微软和亚马逊目前正在开发自己的量子计算机。英伟达正在开发量子计算机硬件和软件平台。OpenAI 最近聘请了全球顶尖的光子量子计算物理学家。就连马斯克也开始考虑将量子计算应用于他的人工智能雄心。但这并非仅限于大型企业；规模较小的量子计算公司也开始获得巨额投资，其估值也一路飙升。以 Quantinuum 为例，这家规模较小的量子计算研究初创公司最近融资 6 亿美元，估值翻了一番，达到 100 亿美元。

这似乎是他们逃离人工智能泡沫的逃生舱——将金钱和炒作强行注入这项承诺解决人工智能世界所有问题的技术。那么，这是否只是用一个泡沫取代了另一个泡沫？这些科技巨头及其支持者是否又一次将数十亿美元投入到虚假承诺中？或者，量子计算真的能够解决人工智能行业面临的问题吗？

遗憾的是，量子计算并不像看上去的那样。

首先，硬件距离完全投入使用还有很长的路要走。真正通用且可合法运行的量子计算机还需要10到20年的时间才能问世。它们的制造极其困难，操作起来更是难上加难。通过一些大规模的投资，这个时间表或许可以加快，但正如核聚变所表明的那样，没有什么是可以保证的。

说实话，问题不在于硬件，而在于软件。

在大多数情况下，量子计算机实际上比普通的超级计算机慢得多。只有在执行诸如计算阶乘等非常具体、复杂的任务时，它才能胜过普通的超级计算机。然而，由于量子比特的特殊性，这些计算机无法运行标准代码或算法。它们需要特定的算法，这就是问题所在。

还记得吗，当你打开薛定谔的猫的盒子时，你会把它的叠加态固定为“死”或“活”吗？这被称为量子波函数坍缩。好吧，当你读取一个量子比特时，你也会做同样的事情，通过固定它的状态，它就像一台普通的计算机一样，要么是1，要么是0，这使得整个指数级计算变得毫无意义。相反，计算机需要运行一种算法，利用量子波干涉将量子比特精简到有用的状态，然后再进行读取；这样，当我们读取它时，我们就能得到一个有用的答案，并能够利用这种指数级的计算能力。

然而，弄清楚这些类型的算法非常困难，并且它们只能用于解决非常特定类型的多节点复杂任务。

我们已经有一些能够计算阶乘或模拟量子物理的算法，但仅此而已。我们还没有找到任何适用于化学模拟或人工智能神经网络的算法，许多研究人员甚至认为，这些应用可能根本没有合适的算法。他们指出，人工智能训练中使用的数据结构非常不规范，训练过程中进行的实际数学计算也不适合量子计算机。

因此，即使大型科技公司能够加快真正可用的量子计算机的交付，目前的科学研究表明，它们对人工智能不会产生任何影响。事实上，我们发现的量子算法如此之少，以至于这项技术所承诺的大部分优势似乎完全无法实现。

如果你觉得这个话题难以理解——说实话，这可是量子物理学，总是难得一见——可以看看量子计算博士毕业生运营的频道“Looking Glass Universe”。这个视频很好地解释了量子计算机的工作原理及其局限性。

再说一遍，这都是炒作，没有实质内容。

甚至我们的大脑是量子计算机的概念，即引发整个量子人工智能运动的想法，也已被最近的研究彻底推翻。

但这不重要。现实已不再重要。这种观念已成时代潮流。关于量子计算机能做什么的错误信息四处流传，而且盛行。而这些傻瓜已经准备好将其商品化了。

如果大型科技公司及其支持者能够足够快地发展量子计算机泡沫，他们所能做的只是延缓人工智能泡沫的破裂。迟早，当承诺的收益无法兑现，时代精神开始与现实接轨时，炒作就会消退。数千亿美元本应用于提高工人工资，至少能跟上通货膨胀的步伐，但却被抽进了这个无底洞，最终会化为乌有，而我们几乎不会看到任何成果。这很可悲，很悲哀，除了那些身居高位的亿万富翁之外，我们所有人都会受到伤害，因为他们会在一切崩溃之前就把钱抽走了。