摩爾定律終結？AI奇點幾時來臨？

摩爾定律的終結與科技奇點的遙遠未來

曾幾何時，世界看似由較大顆粒組成。雨水從厚重、朦朧的雲層傾瀉而下，這些雲層甚至遮蔽了太陽。人體看似完整且實體，無法證明其內部構造。當年煉金術士熔煉礦石時，誤以為水銀與銀有關，因為它們外觀相似。

我們知道宇宙趨向無序，但對宇宙的認識卻愈來愈細微。更高解析度、更強放大鏡、電子顯微鏡、粒子加速器、核能……科技的推進都依賴電腦晶片，而晶片的解析度也在提升。

電腦基本上利用電路——精心設計的導電或半導電元件連接，執行大量算術運算。早期的穿孔卡片（晶片的前身）透過孔洞形成電路連接，如同用特定手指彈奏鋼琴鍵或老式電話交換機連接電話線。然而，電子學的精細程度如今已難以想像。

1960年代半導體熱潮中，英特爾聯合創辦人戈登·摩爾（Gordon Moore）觀察到晶體管尺寸以穩定速度縮小，並預測集成電路元件數量每兩年翻倍，該趨勢可持續約十年。這即後來所謂「摩爾定律」。事實上，它的準確度遠超預期，持續了數十年，成為全球計算機科學的基礎理論之一，雖然從未是嚴格的法則。

但近年來，業界與學者開始討論摩爾定律的終結。晶體管無法無限縮小，物理極限已近。這些微小晶體管仍需維持與電路其它部分的溝通，且必須具備可製造性與成本效益。

摩爾定律的矛盾與現實挑戰

麻省理工學院計算機科學與人工智能實驗室指出，摩爾定律自2016年起已經失效。以英特爾為例，從14奈米技術（2014年）到10奈米技術（2019年）用了五年，而非摩爾定律預期的兩年。

然而，這一物理現實與2025年企業推廣的技術願景存在矛盾。像OpenAI等公司承諾生成式AI將改變生活、節省時間、取代人類勞動，吸引風投投入。微軟甚至強制員工在工作中使用生成式AI。

應對晶體管縮小放緩的方法之一，是製造更大型的電腦，這也是現今生成式AI公司所採用策略，並不斷優化機器其他部分的效率。但這只是權宜之計，無法長久滿足日益龐大的計算需求。就像晚期羅馬帝國的領導無法挽救衰敗一樣，硬體組件無法無限延伸。

富裕者與科技樂觀主義者則寄望於迅速發展AI，以期建立防止AI失控的「護欄」。然而，現實是，人工智能聊天機器人時有種族歧視、對兒童產生不當內容，甚至引發心理疾病等問題，控制依然困難。

這些AI支持者追求的是人工通用智能（AGI），即擁有類似甚至超越人類思考能力的AI。當AGI出現的瞬間，即為科技奇點（Singularity）。他們希望加速奇點到來，實現類神一般的智能。

可預測性與人腦的複雜性

電腦邏輯的核心是：若足夠放慢速度並細看，理論上可以預測程式的每個動作。算法指導一切，資訊以位元（bit）形式在中央處理器中傳遞，層層組合成遊戲、影片或文件。

人腦在某種程度上也是電氣機械。美國國家標準與技術研究院（NIST）將人腦的運算能力量化為每秒10^18次運算，消耗約20瓦電力，遠比超級電腦節能。但人腦與電腦設計截然不同。神經網絡結合感官、情緒、記憶與經驗，形成複雜決策過程。每個人的腦路因經歷而獨一無二。

許多影響大腦的因素尚未被理解，甚至常用藥物的作用機制也不明。大腦的可預測性遠不及電腦元件。

計算力的物理與能源限制

即使有能力打造百萬倍於人腦的超級電腦，摩爾定律終結帶來的最大問題是「尺寸」。電腦的電力需求、儲存、散熱等物理限制，無法輕易突破。

AI支持者寄望核融合能解決能源問題，但核融合商用仍遙遙無期，可能還需數十年甚至更久。太空科技如戴森球（Dyson Sphere）構想，雖令人嚮往，但目前純屬科幻。

量子計算是另一條路，但目前仍處於初期階段，需要極端冷卻，且無消費級產品，組裝困難。

總結來說，這些解決方案至少還有數十年至數百年才能實現。現今風投熱衷於未來願景，但核融合、量子計算、戴森球都還未成為現實。

人工智能的（Exa）Flop時代

在AI領域，定義和目標多樣。人工通用智能（AGI）是其中之一，但公眾討論常因術語模糊而混亂。

筆者認為AGI仍遠未到來，儘管有學者如谷歌DeepMind的Murray Shanahan認為距離不遠。Shanahan強調，AI系統與人類本質差異巨大，應避免以人類特質來形容AI。

OpenAI的Sam Altman則公開提出戴森球等科幻方案來應對AI能源需求，顯示其對技術細節理解有限。全球仍有數億人缺乏穩定用電，氣候變化與能源危機迫在眉睫，遠比奇點更現實。

案例研究：YInMn藍

AI在材料科學中常用於算法篩選大量組合，協助尋找新分子。2024年，化學家Mas Subramanian談及新顏料YInMn藍的發現過程，指出機器學習只能基於現有資料，無法真正創新。許多算法建議需人類篩選，因為突破性發現往往來自未知領域。

回歸摩爾定律

摩爾定律作為工程基準的終結，給製造商提供了重要參考，幫助調整產品與研發策略。晶體管物理極限提醒人類，短期內無新計算範式可取代現有晶片架構。

今天，像Sam Altman這樣的人賣的是奇點的夢想，但正如《音樂之人》中的教訓，賣一把長號不代表你已是紐約愛樂樂團首席。真正的專家研究更多是謹慎而非浮誇。

Shanahan的澄清提醒我們，AI系統與人類思維截然不同，我們應避免擬人化語言，理性看待技術發展。

總之，我們連建造足夠龐大電腦以應對戴森球能源需求的技術都尚未掌握，奇點還非常遙遠。

—

評論與啟示

這篇文章深刻剖析了摩爾定律的歷史與終結，並對科技奇點的實現提出理性反思。當前AI熱潮常被過度炒作，許多承諾飄忽不定，忽略了物理與能源的根本限制。核融合、量子計算、甚至戴森球等概念雖具吸引力，但距離實際應用尚遙。

對香港與全球讀者而言，這提醒我們在面對科技未來時應保持清醒頭腦。投資與政策應重視現實可行的技術進步，而非盲目追逐科幻願景。AI的發展固然令人期待，但如何兼顧倫理、能源效益與社會影響，才是技術真正落地的關鍵。

此外，對人腦與AI的比較揭示了人類思維的複雜性與獨特性。AI無法簡單模仿人類意識或情感，這也是我們理解智能本質尚未完成的證明。未來科技發展應更加謙遜地承認未知，鼓勵跨領域合作，推動實用且負責任的創新。

總結來說，摩爾定律的終結不是終點，而是科技發展的新起點。技術路徑將更為多元且充滿挑戰，唯有理性與創新並重，才能引領我們走向真正意義上的智能未來。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。