摩爾定律的終結與科技奇點的迷思
曾幾何時，世界彷如由較大顆粒組成。雨水從厚重不透明的雲層落下，遮擋住陽光。人體似乎是自成一體、堅實無比，沒有人能證明它是由更細微的元素構成。煉金術士熔煉礦石時，誤以為水銀與銀息息相關，因為兩者外貌相似。
雖然宇宙本身趨向無序，我們對宇宙的認知卻越來越深入微觀世界。高解析度影像、強力放大鏡、電子顯微鏡、粒子加速器、核能等技術的發展，都依賴電腦晶片的運算能力，而晶片本身也不斷進化，達至更高的「解析度」。
基本上，電腦透過電路連接不同的導體或半導體元件來執行大量計算。早期的穿孔卡片就像鋼琴按鍵一樣，透過特定孔洞與電路連結。隨著電子技術日益精細，晶片中的電晶體尺寸也不斷縮小。
1960年代半導體產業蓬勃發展，英特爾共同創辦人戈登‧摩爾觀察到電晶體數量以驚人速度增長，預測每兩年數量會翻倍，這就是後來所謂的「摩爾定律」。原本他只預測這趨勢會持續十年，但實際上卻維持了數十年，成為全球電腦科學教育的基石，雖然它從未被視為嚴格的定律。
然而，近年來業界開始討論摩爾定律的終結。電晶體無法再無限縮小，因為物理定律限制了尺寸的下限。這些微小的電晶體仍需與其他電路元件通訊，且必須維持可製造性及成本效益。
摩爾定律的悖論與現實挑戰
麻省理工學院的查爾斯‧萊瑟森教授指出，摩爾定律自2016年起已經失效。英特爾從14奈米技術過渡到10奈米，花了五年時間，遠超過摩爾定律預測的兩年。
然而，這與2025年企業宣稱的科技進步形成鮮明對比。像OpenAI這類公司承諾生成式人工智能（AI）將徹底改變生活，節省大量時間，甚至取代許多行業的人工。風險投資者也利用這些承諾吸引資金，而微軟等企業更強制員工使用生成式AI。
面對電晶體縮小的瓶頸，廠商和AI公司選擇製造更大規模的電腦，並優化其他組件以提升效率，但這並非長遠之計。電腦元件無法無限擴展，否則就如同羅馬帝國晚期的領導者，最終會因為過度擴張而崩潰。
富有的科技樂觀者則寄望於未來主義、長期主義或「AI樂觀論」，他們推動AI快速發展，希望藉此設置防護措施防止AI失控。儘管現今的聊天機器人仍存在種族歧視、對兒童產生不當互動甚至引發精神病症狀的問題，但支持者仍堅信人工通用智能（AGI）即將實現。
AGI指的是一種能像人類一樣思考且運算能力遠超人類的AI，當這種AI誕生時即稱為「科技奇點」。AI樂觀者期望加速奇點的到來，迎接這位「神一般」的AI。
可預測性與人腦的神秘
電腦邏輯的核心在於，若能將運算過程放慢並細致觀察，便可預測程式的每一步行為。電腦內的演算法指引著所有運算，資訊以一位元為單位在中央處理器中傳送，再層層組合成遊戲、影片或文字檔案。
人腦在某些方面也像電氣機械。美國國家標準與技術研究院（NIST）將人腦運算能力估算為每秒一百萬兆次運算，僅耗20瓦電力，相當驚人。相比之下，頂尖超級電腦耗電量是人腦的百萬倍。
然而，人腦與電腦設計截然不同。人腦由神經元網絡組成，思考時這些網絡整合感官訊息、情緒、記憶及習慣，驅動決策。大腦的獨特性源於成長過程中感知與經驗的累積，形成獨有的神經路徑。
我們對大腦的理解仍非常有限，許多藥物的作用機制尚未明瞭，記憶和情感的形成更難以預測。要像理解電腦零件般理解大腦，還需要很長時間。
運算能力的極限與未來展望
即使我們能建造運算能力相當於百萬人腦的電腦，也不代表這些系統會擁有意識或自我感知。AI工程師希望打造的「AI照護者」往往想讓AI掌握整個人類歷史的知識，但這與意識的本質仍相距甚遠。
摩爾定律結束的核心問題是尺寸限制：不僅是晶片，整台電腦的儲存、處理、散熱及能源需求都會限制其擴張。解決方案如核融合能源、太空中建造戴森球等，雖然理論上可帶來突破，但離實現還有數十年甚至上千年。
量子運算被視為通往奇點的可能技術，但目前仍處於初期階段，需極端冷卻，且無消費級產品，必須由物理專家手工精密組裝。
這些未來選項距離我們仍非常遙遠，而風險資本家們所販售的未來願景，往往忽略了當前能源危機與氣候變化的現實挑戰。
人工智能的真實應用與限制
AI最實際的用途在於運算和測試龐大組合的能力，例如化學家馬斯‧蘇布拉馬尼安利用演算法尋找新顏料。新分子發現困難重重，演算法只能提出建議，最終仍需人類科學家驗證。機器學習模型基於現有資料，缺乏真正的創新能力，突破往往來自未知領域。
摩爾定律的終結提醒我們的啟示
摩爾定律作為工程基準的結束，提醒全球製造商調整策略和預期。電晶體尺寸已接近物理極限，而現有電腦架構短期內無法被全新範式取代。
當前的AI領袖如OpenAI的山姆‧奧特曼提出的戴森球構想，雖然激動人心，但更多是科幻幻想而非近期可行的計劃。與此同時，氣候變化和全球能源危機卻是迫在眉睫的現實問題。
計算機科學家莫瑞‧沙納漢則提醒我們，不要用擬人化語言誤導大眾，AI系統與人類思考本質截然不同。我們應以謹慎和科學態度看待人工智能的發展，避免過度炒作。
—
編輯評論：科技奇點的夢想與現實的落差
這篇文章深刻揭示了摩爾定律的歷史意義及其即將終結的現實，並對當下AI熱潮中的過度樂觀提出警示。科技奇點的概念雖然吸引人，但實際上仍遠未到來，甚至基本的硬體限制和能源瓶頸都尚未突破。
現時AI的進步主要來自演算法優化和大數據計算能力的提升，而非硬體的飛躍。核融合、量子電腦和太空級能源收集等技術雖有潛力，但短期內無法支撐大規模AI系統的能耗需求。這提醒我們，不應盲目追求「神話式」的AI，而忽略了技術發展的實際步伐與社會、環境的承載能力。
此外，AI的「智慧」與人類大腦的複雜性相差甚遠。當前AI缺乏真正的創新能力和意識，許多看似智能的行為其實是大數據和概率運算的結果。人類思維的多層次性、情感和主觀經驗，仍是AI難以模擬的領域。
從政策和社會角度看，過度炒作AI奇點可能導致資源錯配，忽視當下更重要的科技倫理、數據隱私和公平性等問題。未來的科技發展應更加務實，結合跨領域的深度研究與綜合治理，而非僅憑單一技術幻想。
總結來說，科技奇點或許是未來的可能，但當下我們應正視摩爾定律終結帶來的挑戰，理性看待AI的能力和限制，把握現有技術為人類帶來的實際福祉，並謹慎規劃未來科技藍圖。
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。
