这个故事最初出现在《算法》中，这是我们关于人工智能的每周通讯。想要第一时间收到这样的故事，请在这里注册。上周，我驱车前往旧金山南部30英里外，加利福尼亚州的山景城，一家酒店，与一些最杰出和最有前途的人工智能研究人员汇聚一堂。我主持了圆桌访谈，并在施密特科学AI2050计划的媒体培训中发言，该计划由埃里克和温迪·施密特资助，支持涉及人工智能工作的学者。参与者名单上是人工智能界的杰出人物，虽然并非所有人都来到湾区，但每当我转弯时，都能看到我之前采访过的科学家或我欣赏的研究者。（完整披露：我在2024年获得了施密特科学基金资助的科学传播奖。）目前，大学的人工智能研究者正处于一个奇怪的时期，他们在AI2050小组中占大多数。在过去四年里，人工智能研究重新聚焦于大型语言模型，其前沿已从学术机构转移到私人公司。大学实际上无法承担训练和运行前沿模型所需的GPU，即使能够，Anthropic和OpenAI也不让其他人看到Claude或ChatGPT的内部细节。在一次午餐会上，加州大学伯克利分校的计算机科学教授Nika Haghtalab表示，如今做人工智能学者就像是在一个私人公司拥有CRISPR基因编辑工具独占控制权的世界中做生物学家。前沿实验室之外的专家可以研究ChatGPT和Claude的行为，但他们无法对这些工具的设计和训练进行任何详细研究，也无法自行引导该设计或训练。AI2050计划确实为研究员提供了一些可以用来购买GPU的资金，我所谈到的一些研究员表示这是参与该计划的主要好处。但资金仍然是一个紧迫的问题，尤其考虑到美国联邦科学资助的减少。即使对于不自己运行本地模型的研究者来说，反复查询OpenAI、Anthropic和谷歌的模型以进行严格研究的成本也是禁止的。许多研究员将他们的关注点转向不太可能得到Anthropic或OpenAI回应的问题，而不是专注于提升能力。约翰霍普金斯大学的计算机科学教授Anjalie Field表示：“我尽量不去研究那些我认为会被科技公司解决的问题。”公司需要赚钱，缺乏利润前景的研究问题可能不值得投资，尤其是当它们的答案可能让公司看起来不好时。例如，Field最近进行了一项研究，她发现语言模型对于用女性更常用的表达方式提出的提示，给出的反应要不那么复杂。很难想象这样的研究出自Anthropic或OpenAI。此外，还有一大批根本不使用大型语言模型的人工智能学者。他们中的许多人是构建专用AI模型的科学家，这些模型可以分析数据、做出有用的预测，或甚至模拟整个物理系统。这些研究者并不一定与前沿实验室竞争——谷歌DeepMind的AlphaFold团队开发的诺贝尔奖获奖模型在上个月解散。但他们面临着自己的诸多挑战。在这次会议上，一些人表达了对非LLM人工智能广泛无知如何影响他们工作的担忧。例如，构建专用AI工具以帮助应对气候变化的研究者有时会发现在许多人认为“人工智能”就是“耗能的大型语言模型”时，难以为他们的工作辩护。所有这些挑战正在改变学术界的格局：几位知名学者最近从大学请假，加入前沿实验室，许多AI2050研究员在学术工作之余还担任行业职位。在过去六个月中，又出现了另一个威胁。OpenAI的模型解决了数学中的一些真实研究问题，一些专家担心人类在纯数学领域可能没有未来。我所采访的一位研究员表示，她对数学家同行的心理健康感到担忧。但并非都是悲观和阴郁。一方面，经验科学的自动化可能比数学要困难得多，因为收集数据是一个内在缓慢的过程。一些研究人员则将AI数学家和科学家视为一种福音，而不是威胁，包括卡内基梅隆大学的计算机科学家Tim Dettmers，他致力于使AI模型运行得更快，更便宜。Dettmers表示，AI科学家不会取代人类。相反，他们可能使人类科学家更高效，使他和他的同行有机会追求所有疯狂而富有灵感的想法。