人工智能教授正在讨论学术研究的新现实

对于占 AI2050 群体大部分的大学人工智能研究人员来说，这是一个奇怪的时期。过去四年，人工智能研究围绕大语言模型重新定位，前沿已从学术机构转向私营企业。大学根本买不起训练和运行前沿模型所需的 GPU，即使可以，Anthropic 和 OpenAI 也不会让其他人看到 Claude 或 ChatGPT 的内部细节。加州大学伯克利分校计算机科学教授 Nika Haghtalab 在午餐时的谈话中表示，如今作为一名人工智能学者就像在一个私营公司对基因编辑工具 CRISPR 拥有独家控制权的世界中成为一名生物学家一样。前沿实验室之外的专家可以研究 ChatGPT 和 Claude 的行为方式，但他们无法对这些工具的设计和训练进行任何详细研究，也无法自行指导设计或训练。 AI2050 计划确实为研究员提供了一些资金，他们可以用这些资金来购买 GPU，我采访过的一些研究人员表示，这是参与该计划的一个主要好处。但资金仍然是一个紧迫的问题，特别是考虑到美国联邦科学经费的减少。即使对于自己不运行本地模型的研究人员来说，为了严格研究而反复查询 OpenAI、Anthropic 和 Google 模型的成本也可能令人望而却步。许多研究员并没有专注于提升能力，而是将注意力集中在 Anthropic 或 OpenAI 不太可能解决的问题上。 “我尽量不去研究那些我认为科技公司能够解决的问题，”约翰·霍普金斯大学计算机科学教授安贾莉·菲尔德 (Anjalie Field) 说道。公司需要赚钱，而几乎没有利润前景的研究问题可能不值得投资——特别是如果他们的答案可能会让公司看起来很糟糕。例如，菲尔德最近进行了一项研究，她发现语言模型对女性比男性更常用的措辞方式的提示给出的反应不太复杂。很难想象 Anthropic 或 OpenAI 会做出这样的研究。还有一大批人工智能学者根本不与法学硕士合作。他们中的许多人都是科学家，他们构建了专门的人工智能模型，可以分析数据、做出有用的预测，甚至模拟整个物理系统。这些研究人员不一定要与前沿实验室竞争——谷歌 DeepMind 的 AlphaFold 团队建立了一个预测蛋白质结构的诺贝尔奖获奖模型，但上个月解散了。但他们自己也面临着许多挑战。在会议上，一些人对非法学硕士人工智能的普遍无知如何影响他们的工作表示担忧。例如，开发专门的人工智能工具来帮助应对气候变化的研究人员有时很难宣传他们的工作，因为很多人认为“人工智能”意味着“耗能的法学硕士”。所有这些挑战正在改变学术界的格局：几位著名学者最近从大学休假加入前沿实验室，许多 AI2050 研究员在从事学术工作的同时还担任行业职位。在过去的六个月里，又一个威胁出现了。 OpenAI 的模型已经解决了数学中的许多实际研究问题，一些专家担心人类在纯数学方面可能没有未来。与我交谈的一位同事说，她担心数学家同行的心理健康。但这并不全是厄运和悲观。一方面，实证科学可能比数学更难以实现自动化，因为收集数据本质上是一个缓慢的过程。一些研究人员将人工智能数学家和科学家视为福音而不是威胁，其中包括卡内基梅隆大学的计算机科学家蒂姆·德特默斯（Tim Dettmers），他致力于使人工智能模型运行得更快、更便宜。戴特默斯表示，人工智能科学家不会取代人类。相反，它们可以使人类科学家变得更加高效，以便他和他的同事有机会追求所有他们可能永远无法抽出时间的疯狂而富有灵感的想法。科学家是一种有弹性的人。阻碍他们训练前沿模型的资源限制也促使他们发现使模型更小、更高效的新方法，或者探索全新的架构。如果下一个人工智能重大突破不是来自大公司，而是来自一个斗志旺盛的学术实验室，我不会感到震惊。