我们还没有人工智能能够进入你从未见过的房子，找到厨房并收拾餐桌”——而这些工作一个拿着最低工资的人类工人就能做到。

“限制因素在于计算机的运算能力和你能输入的数据量。而数据现在确实是一个制约因素。” 他说，整个维基百科的数据只占 GPT-3 训练数据的 3%。“下次训练时，你从哪里获得十倍的数据呢？”

伍尔德里奇是一位优秀的公众传播者，尤其擅长人工智能领域——他在这个领域工作了30多年，但始终保持着健康的怀疑态度。在他2023年为英国皇家学会举办的题为“人工智能的真相”的圣诞讲座中，他带来了一只机器狗，并让他的小学生们投票决定是否要用棒球棍打它。为了解释强化学习，他还重现了80年代的经典电影《战争游戏》。在电影中，年轻的马修·布罗德里克通过让美国军方电脑与自己玩井字棋（直到它得出结论认为没有真正的获胜方法）来避免核灾难。“马修·布罗德里克当时正好在伦敦。我们试图邀请他来参加圣诞讲座，但他没能来，”伍尔德里奇说。“所以我们为了向他致敬，把我们的电脑命名为布罗德里克（BrodeRick）。”

战争游戏实际上与伍尔德里奇的新书《博弈论的人生启示：复杂世界中的战略思维艺术》的主题非常接近。他说，他已经向学生们讲授这门课程超过15年了。现在轮到我们了。伍尔德里奇的书里没有数学公式；相反，他将博弈论转化为21个易于理解的场景，涵盖了从大西洋鳕鱼捕捞到百事可乐与可口可乐之争，再到上帝是否存在等方方面面。

Life Lessons from Game Theory: The Art of Thinking Strategically in a Complex World by Michael Wooldridge