标题党一下吧，不过也是我真实的想法。惯例还是不写太多数据：如果你还需要精确的计算才能得出一个企业值得你投资，那这个企业大概率就是不值得你投资的。类似的，如果你需要特别精确的数据才能判断出来一个方向，那说明在判断这个方向时候的底层逻辑未必那么可靠。
数据只能拿来作为佐证，不能作为前置判断的方法。一个企业季度收入增长10%就是好企业，增长8%就不是好企业了？你要不要再判断一下他少的这2%是少在了哪里、换来了什么东西呢？前置判断更应该依靠的是那些不变的框架和底层逻辑：比如人性，比如物理定律等等。而数据则是你确定了方向以后不停微调初始判断的佐证。
换句话说：框架和底层逻辑是导航，数据验证是方向盘。
言归正传，回来讲人工智能，我们先考虑一个问题：人类的小孩子是怎么学习和认识这个世界的？我们再考虑一个更细节的问题：作为家长，你多少次教过你的孩子“这是一只猫”，然后他又是怎么学会认识“这是一只猫”的呢？小孩子是怎么能认出来白猫黑猫公猫母猫布偶金渐层狸花都是猫的呢？他又是怎么知道猞猁是大猫，狮子也是大猫的呢？
是靠你给他的定义么？“这个毛茸茸的四条腿有尾巴的可爱的动物就是猫”，那孩子是怎么区分狗和猫的呢？他又怎么能够知道“三条腿的猫也是猫”，“断了尾巴的猫也是猫”以及“长的特别丑的猫也是猫”“无毛猫也是猫”的呢？你要怎样建立一个可以数量化描述的模型，让你的孩子见到一只动物以后用这个模型去框，框进去就是猫，框不进去就不是猫？有这样教孩子的家长么？
事实上，几乎所有的人类小孩子不需要这么复杂，甚至两三岁的小孩子都能够毫无障碍的不依赖一个数量化模型而认出一只猫，“这就是猫”，“瘸了一条腿的猫依然也是猫”，你让他画一只猫，虽然可能会画的千奇百怪，但是大概率你能通过某些明显的特征认出来这是一只猫，前提是他一定需要见过“一只以上的猫”，这就是人类归纳总结抽象能力的集中体现。
（你告诉我，这几个为什么不是狗？）
!
!
!
但是同样的问题对一个“先天性的盲人”就更加困难一点，法国的启蒙思想家狄德罗在自己的著作《供明眼人参考的论盲人书简》里写到——“倘若一个生下来又瞎又聋的哲学家仿照着笛卡尔的人来造一个人的话，我敢向您保证，夫人，他会把灵魂放在手指的末端；因为他的主要的感觉和全部知识都是从那里来的。”
盲人的世界则是另外一套体系，因为他没有视觉，只有触觉和听觉。所以在盲人的世界里没有颜色，没有形状，如果你不让猫“喵喵”叫不让狗“汪汪”叫，你把一只布偶和一只泰迪摆在先天盲人的面前，他大概率也很难分辨哪只是猫哪只是狗；你让一百个盲人分别画出自己想象中的猫，那结果一定跟一百个视力正常的小孩子画出来的是不一样的。
写这么多，其实只想先确认一个共识：人不能想象自己没有见过的东西；不同的人学习是有不同的学习路线的，你输入的是什么将来输出大概率也得靠什么，不存在输入靠视觉输出靠触觉的反馈方式；所有的学习，都非常依赖最原始的“素材”来源。
没见过猫和只见过一只猫的人是没法学习和定义什么是“猫”，也没有办法区分“猫”和“狗”的，机器也一样。
为什么唐僧在标题里面讲中国是人类面对人工智能最后的堡垒。原因有以下几点：
一、工业制造生产的各种传感器和机器人机械臂机器手是将来硅基所需要的“眼睛”“鼻子”“耳朵”和“手脚”，游荡在网络中和算力服务器中的“大脑”将来也一定要靠这些东西才能落地才能形成完全体的人工智能，只需要动脑的“金融”、“法律”和“码农”等行业太容易被替代了。
AI目前还只有一个大脑，可以统计分析，可以画图做PPT做视频，但是毕竟还没有“眼睛”“鼻子”“耳朵”和“手脚”可以直接侵入人类世界（当然，很多互联网公司的APP劫持了我们手机的摄像头和麦克风以后，AI是不是已经在采集我们的图形数据和声音数据其实是很难说的），而这些实体的最大产能和完整产业链都在中国。世界是也许是精神的，但是世界终究还是物质的。人类在对抗“天网”的时候最后一道底牌就是“拔网线”和“拔电线”，也就是说，在人工智能变成完全体之前（如果它真有自主意识想要这么做的话），一定需要去学习和掌握“制造和生产”的能力。
二、中国目前才有所有工业生产原始学习的最大“素材库”，而且目前这些“素材”是分散在各个数据库当中的，不集中便没有办法系统性的集中学习，也不可能总结抽象出所需要的基本逻辑。即便是人工智能也不可能“无中生有”。
知识一定不是凭空出来的，需要有个学习的过程。正如我们前文所说，不同的智能学习和理解这个世界的方式和逻辑是不同的，再强的人工智能也不能仅凭底层的数理逻辑就凭空想象出工程上的那些问题和解决方式（至少风洞就证明了纯靠计算机模拟是不可行的）。如果将来AI要向“不止有大脑，还要有手有脚”的方向进化的话，如何最快的学习、理解、吸收这些关于生产和制造的知识和数据是非常重要的一步。
（看过龙珠的人应该能看得懂这张图）
!
这最后一张拼图何时用，怎么用，用给谁？都是值得思考的问题。但是更重要的前提，你得先有，才谈得上思考这个问题。
三、在制度上，社会主义社会的资源分配体制才有可能对抗或者减缓K型的演化，而不至于陷入死亡螺旋自己摧毁自己。
资本家会卖出绞死自己的绳子，而目前美国的资本家就在干“绞死”自己的事情。利用中国提供的低价电力和开源模型来提升自己的企业效率，提升效率后再裁掉自己的员工进一步降低成本，节约出资源去买更多的算力，最后形成了人工智能能力提升→企业用工需求减少→白领裁员增加→失业人群消费下降→利润压力迫使企业加大人工智能投入→人工智能能力进一步提升……的死亡螺旋（死亡螺旋这段摘自躺平学教授美第奇文章的网友评论）。
而美国经济中，金融、医疗和法律等服务业占比极高，其对抗AI冲击的稳定性也就越差：做个标准的资产配置模型需要人吭哧吭哧算半天么？看个标准的血检尿检报告需要一个20年医疗经验的专家戴着眼镜给你肉眼看半天么？起诉个标准的借贷案件需要找一个律师给你吭哧吭哧查半天法律文本写起诉书么？那这些行业最先崩溃以后，我们已经习惯了的生产---消费模型会变成怎样呢？
完全自由的市场经济下，资本家在裁员的时候毫无负担，那所有人都不约而同的一起裁员就是一个“公地悲剧”，不知道奥地利学派的米赛斯和哈耶克如何看待这件事儿？只有在社会主义体制下，生产成果分配更多的向没有大量资源来进行AI投入的普通民众倾斜，变相的通过再分配来劫富济贫才能解决这件事情，至少在对待AI这件事情上面，凯恩斯比哈耶克要有用的多。
未来也许要像分档电价一样开征“算力税”，用“算力税”去进行再分配，维持生产和消费的平衡和循环，以保证现有经济体系可以有节奏的可控进化而不是过了奇点以后瞬间崩溃。这又谁知道呢？
四、电力即算力，那终极的解决方案就在中国。
当最终的收入来源变成“算力”以及“算力税”的时候，谁拥有最强的算力和电力生产能力就拥有了最终的王牌，而这个电力一定不是来自于传统化石能源的电力（昂贵且不可持续），一定是光伏水风电等“新能源电力”。
甚至在拼总量的时候，计算效率上的差距都可以靠总量弥补。这又不是手机或者战斗机这种有空间约束，一定要在小体积内实现单位体积效率的特殊产品，我单体效率是你的70%，大不了我堆你两倍三倍五倍十倍的产品好了，无非就是耗你五倍十倍的电，以及高功耗衍生出来的散热需求（但是散热是不是又能想办法用来发电）。
那如果我的电是你的五十倍一百倍呢？我在堆总量的时候同时也在把效率往上提，两条腿走路呢？
所以要么AI就是个伪命题，要么AI进化的速度和路线远超人类的想象，将来可以消灭几乎所有人类“生产”的功能，只有那1%的人还在创造价值，思考和引领未来的方向，其他99%的人类只剩下消费的需求。如果这样的话，那人类的社会制度、组织形态、经济模式，会面临一场怎样的革命？
答案已经呼之欲出了，就像标题里面写的那样，数据在这里，电力也在这里，那最终的堡垒不就在这里？中国，才是面对人工智能进化最后的堡垒。
至于肯定有读者想问，那我应该买点什么股票呢？这个问题特别像寻秦记里面项少龙那个“一滴蜜糖”的故事：我管他那么多，我先享受当下的一滴蜜糖再说。其实答案也都在文章中，多看两遍就好了。