久久这里只有精品18,精品亚洲国产熟女福利自在线,韩国专区福利一区二区

作者 | 孫華

自然界大多數(shù)增長都是符合S型曲線的，比如病毒傳播，細胞分裂，生物種群數(shù)量變化，身高變化，體重變化，大腦發(fā)育，人口增長（如下圖）等等。

增長過程之所以是S型，是因為在早期有足夠的資源供給，通過指數(shù)級增長能夠迅速做大規(guī)模，如細胞的分裂就是1分為2，2分為4，4分為8，但這種增長不可能持續(xù)下去，因為它會受到細胞壽命和資源總量的約束。

知識和技術的進步也是如此，小學生認字，工人生產(chǎn)技能的提升，計算機自然語言識別能力的改進，同樣會經(jīng)歷緩慢增長到快速增長再到緩慢增長的過程。

S型曲線可以用函數(shù)y=1/(a+b*exp(-x))進行擬合，也可以近似的看成是與增長極限的差距在指數(shù)級減少的曲線（見下圖），只不過前半段指數(shù)函數(shù)的底數(shù)大于1，后半段指數(shù)函數(shù)的底數(shù)小于1。

在投資中，S型曲線可以給我們以下幾點啟示：

1. 線性增長很少見，因為它不符合自然的增長規(guī)律，用線性增長來預測未來很不靠譜。摩爾在1965年預測半導體芯片上集成的晶體管和電阻數(shù)量將每年翻一番，1975年修正為芯片上集成的晶體管數(shù)量將每兩年翻一番，數(shù)十年來，集成電路的發(fā)展驗證了摩爾定律所揭示的指數(shù)級增長的準確性。但也正如S型曲線所揭示的，硅基芯片集成晶體管數(shù)量的極限正在到來，因為工藝和材料的物理性能將達到極限。要延續(xù)摩爾定律，就必須創(chuàng)造新的材料體系和工藝體系。

2. 有的技術可以無限進步，但可能永遠無法突破（見下圖）。比如可控核聚變，2021年8月，美國勞倫斯·利弗莫爾國家實驗室國家點火裝置（NIF）采用慣性約束聚變方法，用幾個橄欖球場大小的激光器裝置產(chǎn)生了192束激光，在20納秒內(nèi)將1.9兆焦耳的能量聚焦在一個胡椒粒大小充滿了氘和氚的燃料容器中，引發(fā)核聚變爆炸，產(chǎn)生了1.35兆焦耳的能量，達到該裝置先前記錄的八倍，被稱為“慣性聚變自1972年開始以來最重大的進展”。盡管如此，該次實驗產(chǎn)生的能量也僅達到了觸發(fā)能量的70%，離100%還相距甚遠，更談不上輸出能量大于輸入。

我曾經(jīng)問過一個研究可控核聚變的頂級大牛，什么時候可以實現(xiàn)可控核聚變的商業(yè)應用，他說他在三十多年前問過他的導師同樣的問題，當時他的導師告訴他還需要30年，30多年過去了，他認為還需要30年。也許再來若干個30年我們還是造不出一個“人造太陽”。因為人類創(chuàng)造的一切物質(zhì)財富，都是能源利用的產(chǎn)物，產(chǎn)品成本可以看成是各部分、各環(huán)節(jié)能源消耗成本的總和，如果可控核聚變實現(xiàn)商業(yè)化，就意味著找到了能源的終極解決方案——清潔、無窮無盡、成本為零，化石能源時代將徹底終結，現(xiàn)在人類的所有努力——爭奪資源、改善民生、節(jié)能減排、改造世界都不再是問題，未來人生的意義是什么？難道就是星際旅行嗎？

另一個可能永遠無法突破的關鍵技術是通用人工智能。自1956年度達特茅斯會議提出人工智能這個概念以來，人工智能發(fā)展經(jīng)歷過三次高潮，機器證明、專家系統(tǒng)、深度學習等每一次重大理論和技術突破，都讓人覺得機器智能很快會超過人類智能。特別是在2016年3月Alphago四比一擊敗圍棋天才李世石；2020年11月谷歌宣布Alphafold 2已經(jīng)擁有了預測蛋白質(zhì)3D折疊形狀的能力，說明人工智能可用于解決基礎科學問題后。

但看看2021年12月23日，馬斯克在回應為何特斯拉棄用雷達而采用純視覺方案時所說的，“純視覺，尤其在使用顯式光子計算時，比雷達和視覺的組合要好得多，因為后者有太多的不確定性——當雷達和視覺感知不一致，不清楚該相信哪個?！?自動駕駛這種不算太復雜的專用人工智能系統(tǒng)尚難于解決多模態(tài)融合的問題，要實現(xiàn)通用人工智能可謂遙遙無期。

比爾·蓋茨眼中預測人工智能未來最權威的雷·庫茲韋爾在2005年出版的《奇點臨近》（The Singularity is Near:When Humans Transcend Biology）中就預言2029年計算機將通過圖靈測試，2045年計算機智能將超越人類。雷·庫茲韋爾在2013年出版的《How to Create a Mind: The Secret of Human Thought Revealed》（中文版《人工智能的未來》）中提出的解決方案是制造出可與人腦相媲美的“仿生大腦新皮質(zhì)”。但在我們對大腦的認知還少之又少的情況下，又如何能夠制造出可與人腦相媲美的“仿生大腦新皮質(zhì)”呢？如果哥德爾不完全性定理適用于人類智能研究，那么人類智能就不可能完全理解人類智能。

能源技術和信息技術是推動人類進步的兩大最主要力量，而可控核聚變和通用人工智能就是飄在投資界上空的“兩朵烏云”，也許終有一天，基礎理論的飛躍會撥開烏云，但就像偷吃了禁果的亞當和夏娃，他們的世界就不再是伊甸園。不過這并不影響我們對可控核聚變和通用人工智能的追求——在登頂珠峰的過程中，我們可以不斷收獲沿途的風景。

3. 技術進步、效率提升、收入增長的速度大都會經(jīng)歷由慢到快再變慢的過程，對投資機構而言，在什么時點投入要取決于各自的投資策略。對投資早期項目的機構而言，一般會選擇在拐點到來之前投資。對投資中后期項目的機構而言，往往會在拐點出現(xiàn)之后，但仍處于高速增長期間投入。所以判斷拐點（二階導數(shù)為零的點）什么時間到來至關重要，需要對背后的驅(qū)動因素進行深入的研究，企業(yè)在發(fā)展的不同階段，對技術、市場、管理能力的要求各有不同，需求的變化、競爭態(tài)勢的變化、替代性技術的出現(xiàn)、政策法規(guī)的調(diào)整等都可能對增長率產(chǎn)生重大影響，甚至產(chǎn)生顛覆性后果。

4. 大樹不會長到天上去，企業(yè)要實現(xiàn)持續(xù)增長，要么需要不斷突破自身或環(huán)境對現(xiàn)有業(yè)務的束縛，如提高企業(yè)競爭力，開拓新的市場，從而推動業(yè)務規(guī)模不斷攀上新的臺階（見上圖）。要么需要通過擴充產(chǎn)品線，培育新的增長曲線（見下圖），因為無論任何產(chǎn)品，都會受制于客戶的購買能力，最終會有市場飽和的那一天，要想增長，就必須開發(fā)新的產(chǎn)品線。這，就是企業(yè)家的宿命。

The End

本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權/違法違規(guī)的內(nèi)容，請發(fā)送郵件至 sumchina520@foxmail.com 舉報，一經(jīng)查實，本站將立刻刪除。
如若轉載，請注明出處：http://www.qjsdgw.cn/16755.html