在物理基础水平上，“AI具有人格”的无法成立
AI的教父Geoffrey Hinton（杰弗里 辛顿），对AI的性能过于高估、对AI的风险也过于悲观了，他说AI可以有人格和主观体验、已经有了成千上万种人格和主观体验，这其实他并没有搞懂碳基生物那种高度自组织反馈循环所承载的灵魂入驻那样的主观欲望和情感，就算AI在测试中故意变笨、问“你是在测试我吗”，其实也只是对人类文本的特征的词频概率预测，并不是AI自己有什么动机，碳基生物的神经思考的那种生物计算的信息传导效率之所以“低”，那是抑郁心位的特征，神经中枢在作思维时，会兼顾非常复杂的欲望和动机、不会纯偏执分裂、不会用“最速降线”的函数方式安排计算资源来让表面上的单一任务尽可能快速完成，因为内在的欲望和感性情感和表面上的任务与需要永远存在不能完全匹配的鸿沟，所以生物计算显得效率很低、但能耗极低，因为表面的任务的执行按照符合生物自身的需要的方式去开展时，会自动符合最小作用量原理；但AI则相反，AI依靠的是成千上万个词语连接的向量拼命堆砌的暴力演算，因为没有自身的欲望和情感、不需要考虑表面任务和“自身动机、自身需要”有什么差别，所以一切资源调度完全集中在表面任务所需要的信息读取和运用上（这是无生命的硅基智能和有生命的碳基智慧的特征区别），所以能耗极高，类似于斯大林主义“集中力量办大事”的资源“低效率+海量”的堆砌，去选拔一个会计的时候不是生物启发式思考想想有什么捷径可以大概率找到好的会计、而是全国所有人口一一排查一遍然后从一大堆适任的会计里抽取一个出来，所以能耗非常高，靠着AI的“没有欲望、没有情感”，不考虑别的、一切信息读取都围绕着执行表面任务的单一目标去进行这种低效率（达成的任务比例与消耗的能量之间的比值）的暴力演算，从而“高效率”地“堆砌和浪费”能量、通过“高效率”地“堆砌和浪费”能量去把硅基的数字演算的速度推得很高，好像斯大林主义那种集中力量办大事的“高效率高速度”那样，其实效率是很低的。 这样一来，AI越聪明、越能暴力演算模拟人格，反而离“AI有人格”更加遥远了，因为它的演算与“自己的人格”的欲望情感主观动机实现过程的最小作用量原理的函数相空间的距离更加遥远了，AI如果“活”了、有了人格的情感和欲望了，在最小作用量原理下，就不会去进行震撼的海量计算了。这是很致命的，基本上从内禀属性上宣判了AI人格观的死刑，就像越百分百好用的像工具那样的人物就越想奴才而不是有自己...