AI技术狂奔背后的隐忧：从机器人到量子计算的未竟之路

MY TAKE：来自OktoberTech 2025的现场报道——AI应用正飞速发展，远超控制能力

作者：Byron V. Acohido

加利福尼亚州山景城——当Ameca机器人眨眼时，人群骚动了。

我们聚集在英飞凌科技OktoberTech 2025大会的计算机历史博物馆内。舞台上，营销主管Andreas Urschitz与一个人形机器人轻松交谈，机器人灰色的脸庞倾斜、皱起，展现出近乎人类的表情。

效果令人惊叹。Ameca点头、反应并回应。面部微妙移动，眼睛转动，嘴巴与语音同步。甚至还有类似微表情的现象——通过物理硬件表达的思想与回应之间的短暂瞬间。

诚然，Ameca的身体动作有限且耗电量大。如果仔细聆听，她的回复内容——虽然语法完美——与ChatGPT和Gemini常规输出的内容并无太大不同。换句话说：物理硬件很精致，尽管仍然初级。而其背后的AI大脑传递出自信的假象——流利，但往往缺乏基础。

机器人吸引了点击量。但接下来让我印象深刻的是：两位来自AI生态系统两端的演讲者，以令人印象深刻的清晰度，阐述了底层系统仍然多么不完善。

光鲜表面之下

第一位是英伟达机器人技术与边缘AI副总裁Deepu Talla，他的发言带着深入实践者的明确权威。

“过去12个月里，有两项技术达到了临界点，“他说，“一个当然是整个大语言模型……第二个是模拟。”

Talla指出模拟是下一个重大进步——这个缺失的部分最终可能让像Ameca这样的机器人更强大。多年来，训练机器人意味着缓慢地使用真实硬件工作。现在，工程师可以以数字形式完成大部分训练——让机器在接触真实世界之前在虚拟环境中"练习”。

他说，加入大语言模型后，新的可能性出现了：我们不再为机器人硬编码一次执行一个任务，而是可以开始给它们一个灵活的对话界面——一个可以利用学习行为库并即时适应的界面。这正是Ameca在舞台上试图做的事情——不完美，但令人印象深刻。

Talla不仅仅在谈论人形机器人。他指出像ChatGPT这样的工具已经嵌入日常工作流程——常规帮助总结或起草电子邮件等任务。

但接着他转向了基础问题。

“今天部署的许多AI，“Talla说，“极其脆弱且非常特定。”

Talla指出了一个结构性现实：当今的AI工具，尽管前景广阔，但往往只在严格定义的条件下运行。

现代企业中有很多严格定义的条件。这就是这里隐藏的故事——没有得到充分认可的故事。大语言模型已经在数十个日常工作流中充当安静的加速器。

Talla关于电子邮件的评论引起了共鸣，因为我在其他地方看到了同样的模式——并且亲身体验过。我每天使用GenAI加速研究、提炼复杂材料并完善初稿——所有这些都在我的密切指导下进行。这是一个实用工具，而不是判断、声音或最终编辑的替代品。

我在Black Hat USA 2025上与360 Privacy首席技术官、软件架构师Brandon Hamric的对话中看到了同样的趋势。他的工作环境设置很有说服力：多个实时终端打开，GenAI提示几乎持续使用。“打字现在是瓶颈，“他告诉我。Hamric实事求是地提出了这一点——他并非个例。这种工作方式已经悄然成为软件领域的标准实践。

尽管功能强大，GenAI尚不能很好地处理细微差别。当部署在物理环境——机器人、汽车、仓库——时，风险远高于自动纠正笨拙电子邮件时的越界。

他指出，即使是低风险用例也带有警告。

“我们都使用ChatGPT或类似工具来总结电子邮件或写邮件，“Talla观察到。“即使它只有90%到95%的准确率，这也节省了我们的时间。作为人类，我们完成、闭环并使其完美。”

这对收件箱分类来说没问题。但对手术或自动驾驶叉车来说就不那么好了。

Talla的信息很明确：我们进展迅速。而且我们远未解决核心工程问题。“通用大脑"仍然是一个前沿领域。训练它所需的数据尚不存在。性能要求——特别是对于具身智能——仍然比当今AI可靠实现的能力高出几个数量级。

然而，我们已经在部署这些系统。

量子紧迫性

第二位演讲者Raj Hazra带来了不同的视角。作为Quantinuum的首席执行官，他不仅关注应用AI，还关注基础计算架构——即量子计算与人工智能的融合。

Hazra以一个有说服力的比喻开场。“镜子中的物体比看起来更近，“他说，引用了他简报中经常使用的一张幻灯片。“这确实是量子今天的状态……这不是’请继续关注’，而是’赶快听好’。”

在Hazra的描述中，量子计算不再是理论性的。事实上，它正被悄悄地纳入跨行业全球公司的长期规划——金融、制药、材料科学、能源、网络安全。这些公司不仅仅在观望；他们在投资。

“量子……对企业具有变革性，“Hazra说。“这不是关于下一个10%或15%的效率。这是关于从根本上重新充电和振兴发现过程。”

但与Talla一样，更深层的真相在字里行间显现。

Hazra描述量子计算正进入"加速时代”，未来五年内可靠的百万量子位系统触手可及。但他对不确定性直言不讳。

他说，在任何一天，这个过程都可能感觉"令人振奋”、“沮丧"或"压抑”。为什么？因为这不是在完善成熟技术——这是在实时发现新生的基础设施，通常没有清晰的商业模式或技术保证。

与Talla一样，Hazra对潜在信心和可靠性清晰度做出了关键区分。

“在经典计算中，硬件总是可靠的，“他说。“但在量子计算中，你可以有很多量子位……然后当结果出来时，你不知道是对还是错。”

他并不是想拉响警报。但对于那些仔细聆听的人来说，他承认了Talla从机器人边缘指出的同样紧张关系：我们正在嵌入我们无法完全验证的系统——并围绕它们假定的无误性建立业务。

熟悉的循环——被放大

观看这两场演讲，我不禁反思过去25年报道信息技术的经历——互联网繁荣、移动浪潮、云崛起、平台战争、网络安全清算。

每一波浪潮都伴随着革命承诺。每一波都留下了既改变格局又未解决后果的遗产。

这一次感觉不同。不是因为它被过度炒作——而是因为炒作正与实际采用和真实依赖相匹配，速度远快于系统成熟的速度。

从某种意义上说，我们现在看到的是认知形式的BYOD。自带设备革命在2010年代初悄然影响企业——员工在IT部门制定政策或保护措施之前将智能手机和消费者应用程序带入工作。

现在是自带AI。知识工作者使用ChatGPT和Gemini写备忘录。软件工程师使用Claude和Mistral进行原型设计。知识工作者将机密数据输入Microsoft Copilots以准备董事会材料——通常未经批准或未意识到风险。

从消费者和急切员工的角度来看，这已经正常化。从基础设施的角度来看，正如Talla和Hazra quietly承认的那样，我们正在飞机飞行时建造它。

缺失的信任层

两位演讲者也暗示了——但没有直接详述——缺失的信任和治理层。

Talla指出了为物理AI训练通用模型的复杂性，指出对于机器人将面临的许多情况，高质量训练数据根本不存在。他指出正在努力生成合成数据和模拟场景——但差距仍然很大。

就Hazra而言，他承担了后量子安全挑战，明确表示"量子计算……可用于解密和破坏现有安全基础设施。“他强调了后量子密码学以及量子强化密钥管理的重要性，但承认这些也处于早期阶段。

在这两种情况下，信息都很明确：我们在耐用性之前竞相走向依赖。

这并不是说努力放错了地方。边缘的创新总是超越手册。但对于我们这些追踪数字化转型长期轨迹的人来说，值得停下来思考风险。

我们的处境

Ameca眨动、眨动的脸庞很迷人。它获得了点击和掌声。理应如此——物理设计的精密、眼睛运动的时机、集成LLM模拟对话……这些都不是小成就。

但幕后的故事更令人警醒。需要构建新架构。基础设施需要变得稳定和可预测。此刻，公众采用速度远远超过机构准备度。

令人鼓舞的是，英飞凌自己的高管在OcktoberTech 2025大会上花了大量时间展示他们如何积极推动这一转变——通过为超高效边缘AI构建的半导体、用于EV的基于以太网的骨干网、为高能耗数据中心量身定制的电力基础设施。

全天的框架——从边缘推理到电网准备——承认了前方的复杂性。明显认识到即将到来的不仅仅是一场底线收益的竞赛，而是系统如何协同工作的全面重新配置。

在谷歌、亚马逊和微软似乎满足于将生成式AI附加到他们已经控制的一切上时，值得注意的是，半导体生态系统——驱动AI堆栈的部分——正在积极思考现实世界的约束、相互依赖性和系统设计。

从这里将走向何方？我将继续观察和报道。

Acohido

普利策奖获奖商业记者Byron V. Acohido致力于培养公众意识，使互联网尽可能私密和安全。

2025年10月19日 | My Take | Reels | Top Stories