ARTICLE · 1164320
警惕AI工具的“泡沫化”
警惕AI工具的“泡沫化”今天，格拉斯哥大学的老师来到南开，给我们上了英方的第一节课。近年来，全球高校内无论师生AI使用率都非常高，在此背景下，格拉斯哥大学忙不迭地推出了关于AI的"Quick Guidance for Students"，基本立场和国内类似，即允许学生使用AI查文献、做大纲和翻译，但不允许AI直接帮助生成写作内容。 英国老师问：“有多少同学在学习生活中使用过AI工具？用过的请举手。”大家齐刷刷地举手，他大吃一惊。他说：“在英国大学的AI使用率还远没有这么高。我讨厌AI！我讨厌这些技术！”但随后又说：“你们既然都用了，那今后更应该学习如何正确地使用这项工具……” 
格拉斯哥大学官网，关于学生如何使用AI的提示。 其实我能理解英国人的感受。英国老师对AI的抵触，一方面是源自英国不论在技术层面还是在应用层面都落后于中美所带来的落差感；另一方面是AI确实给文科特别是传统的文科研究手段带来了冲击，一切都变得未知了，他们不知道下一步怎么走。在AI技术的应用层面，中国走得比世界上任何一个国家都快，可以说当今中国社会不论男女老少都用过AI工具，或者至少听说过人工智能。但它的普及会带来另一个层面的问题：泡沫化。 人工智能技术的泡沫化，在中美两国同时存在。 在美国，AI闭源技术所带来的阶级壁垒越来越大，大厂们都在不断地投入巨额资本、巨大算力和庞大的人力物力去做迭代更新，而这种投入是永无止境的，靠半导体、芯片、算法甚至电力支撑起的庞大系统是个无底洞。所以大模型将越来越贵，资源消耗将越来越大，和平民百姓将越来越没关系。为了填补庞大的财力消耗，美国从上到下都需要持续对AI进行炒作，不管是“AI失业论”、“AI恐慌论”、“算力枯竭论”，还是“半导体稀缺论”，其目的都是吸引资本，带热市场。事实上，任何工业技术都必须真正作用于生产生活实际才能稳定变现，但国际市场上的热钱不可能耐心等到实现应用的那一天。而现在美国的闭源大模型没办法为群众所用，一是其价格实在太贵，普通人无法长期订阅，二是其超强算力普通人也用不上。人工智能在美国就越发成为一场资本的狂欢，而非生产力的实际进步。 中国的情况相比美国要好，但也存在泡沫。“量大管饱”的开源大模型天然就具备广泛应用的场景，即使是普通民众也能享受科技进步带来的便利，而且中国的电力资源相对更丰富，即使算力赶不上，能源储备还是绰绰有余的。此外，国内的投资者更为谨慎，不会轻易注入大量资本。但中国的AI泡沫仍然存在，主要在三个方面： 1、应用场景的泛化。当今各行各业都开始大搞人工智能，无论什么东西都要套在“人工智能”的包装下，才能显得更为可靠和高端。以我所学的国际关系专业为例，有不少学者开始做“人工智能对国际关系的影响”、“人工智能在国际关系中的应用”等方向，我承认人工智能的确是个大趋势，而且相关的“技术政治学”、“计算政治学”方向也大有发展，但将二者粗暴地结合起来能得到什么有价值的成果呢？有蹭热度之嫌。 2、无意义的内卷。国内部分大厂视野狭隘，不去跟美国大厂竞争，一味追求占据国内市场，不惜投入巨额资本进行“红包大战”、“外卖大战”，拼命在国内与同行内卷，而这些钱本可以用来投入算力提升的。 3、对高算力的过分吹捧。以我身边同学们的行为为例：昨天，我刚在教室里坐下，就听到一个同学说“我刚用Codex跑出来了这个！”，我一下子有些慌——自己现在还在用国产的WorkBuddy、CodeBuddy之流呢，这些平台没办法用更强大的ChatGPT！AI对于大学生来说实在太有用了，不少人日常作业都用AI完成，他们自己也打趣说在搞“AI大战”，所以我身边的同学个个都是AI高手，他们熟练地在国内外各个AI平台上穿梭，不知花了多少token，多少钱。其实这就有点像“安全困境”，因为别人在用更厉害的大模型，自己就会觉得落后了，有些“危险”。但实际上日常的学习工作完全不需要这么强大的模型，除非他想连论文写作也一并交给AI。所以，没有必要过分追求高算力。