最近改版，容易找不到尹哥的文章，大家記得把尹哥設為星標⭐️ 哦~
位元依然跑在原子上，這話沒錯。但原子是組成神經元效率高？還是組成GPU效率高呢？
當年李世石、柯潔與Alpha Go、Alpha Zero對戰，我就說這是勝之不武。人類的大腦只有15W-20W的可測量功率，而面對的卻是一臺能耗千倍萬倍的超算中心。
而如今的人工智慧超級計算中心的背後，恨不得都要跟一個核電站了，這樣高能耗拉起來的算力，真的是我們通往AGI的唯一道路嗎？
您和我都是人類，自然也就是一個平均水平的通用人工智慧。你可曾想過，人體的機制究竟有多複雜？從奈米級別的分子機器到米級別的身體，在空間上，我們跨越了9個數量級，即10億倍的差別；在時間上，從奈米級別的分子馬達或者線粒體能量鏈的反應到百歲人生，更是跨越了18個數量級，達到了百億億的差別。在這樣大的時空尺度下，生命窮盡手段，透過每一步的理化極限在巨大的尺度上實現了時空耦合，從無機中誕生了有機，進而湧現了智慧，在原子、基因、文化上建立了看似不可思議，卻又絲絲入扣的奇妙聯絡。
我們始終都要回答一個問題：生命是如何以超高效率、超低能耗來實現物質合成、能量轉化和資訊傳遞的？這個高效設計的基礎就是透過一臺打引號的“計算機”，即活細胞來完成。我們可以把一個活細胞看成一臺可以對內外所有資訊來進行處理的模擬計算機。相比於GPU，比如目前最先進的GPU——Blackwell B200擁有2080億個電晶體，聽著數量很大了吧？但一個細胞內所擁有的分子數量遠遠高於此，即使最複雜的城市也無法和一個細胞內的交通系統相比。人類今天的城市不過是整體二維、區域性三維的攤大餅，而細胞內的骨架系統早就是成百上千層的星羅棋佈。
經過長達38億年的“毒打”，我是說自然選擇。細胞內很多的設計都趨於極致，比如說基因編碼的最最佳化、三聯密碼子的簡併性、蛋白質結構的穩定性、可以隨時因需而變的生物酶系統，以及奈米發電廠，我是說線粒體設計的優越性。
我們在初中生物課就知道了線粒體，也知道線粒體上佈滿了ATP合成酶，但你想過這個小小的酶分子有一個由幾十個蛋白質所組成的“奈米渦輪”麼？它的速度可以達到每分鐘9000轉，每一圈360度，都會形成3個ATP分子，沒錯，就是120度生成一個。
更有意思的是，科學家經過測量計算，120度旋轉做功大概是90皮牛·奈米，而合成的ATP則可以釋放80皮牛·奈米的能量，這個轉化效率近90%，這在人類工業上是幾乎無法做到的，比如電動車的能量轉換效率約為14%。
我再舉個例子，比如氧氣供應。我們知道人類是透過紅細胞攜帶氧氣，既然你就是負責運輸氧氣的，就不要帶“計算機”了，所以成熟的紅細胞是沒有細胞核，也就是沒有基因組的。形狀上，選擇了雙凹圓盤形而不是球形，目的就是可以使得其表面積顯著增加，從而允許最快的氣體交換，而表面積與體積之比越大，細胞的變形能力越強，就越能夠達到最小的毛細血管。在此基礎上，它還裝載了達到數量極限的血紅蛋白，從而攜帶了最多可能的氧氣。
知道我為什麼喜歡生命科學了吧，實在是太多讓你拍案驚奇的事情！
細胞是怎樣透過對內外環境的感知，在有限的時空內按照基因設定的各種可能程式，啟動複製和分化，成功完成了一次次發育和繁衍？人類用烹飪外化了消化，用書寫外化了記憶，用IT外化了智慧，但僅80億人的人類社會如今已經亂七八糟，但一個標準的成年人卻有近37萬億個細胞，這些天文數字的細胞又是如何以不可思議的方式配合工作的？所以我經常說，與其人類自研，何不道法自然？
過去從未死去，甚至從未過去。通往大算力之路，絕不只是馮諾依曼，也就是CPU/GPU這一條路徑，太不經濟了。
一定還有類腦計算， DNA計算這樣更加高效有趣的全新路徑等待著我們去突破。
