当前位置: 首页 > article >正文

“星门计划对AI未来的意义——以及谁将掌控它”

“星门计划对AI未来的意义——以及谁将掌控它”

图片由DALL-E 3生成

就在几天前,唐纳德·特朗普宣布了“星门计划”,OpenAI随即跟进,分享了更多细节。他们明确表示,计划在未来四年内投资5000亿美元,在美国为OpenAI构建一个全新的AI基础设施。这让我颇感意外,尤其是考虑到埃隆·马斯克——现在是特朗普最亲密的盟友之一——正在支持一个直接为OpenAI提供资金的项目。更有趣的是支持这一计划的公司名单,其中包括软银、甲骨文和MGX。

最引人注目的是甲骨文在该项目中的参与。众所周知,甲骨文是微软Azure的直接竞争对手。目前,几乎所有的OpenAI系统都运行在微软的平台上,这得益于OpenAI创立之初与微软的紧密合作。而看到甲骨文的CEO拉里·埃里森积极支持并资助这一宣布,起初让我有些怀疑。

为了回应“星门计划”公布后引发的一些问题和担忧,微软澄清表示,他们与OpenAI的合作伙伴关系不会改变。他们还承认并似乎欢迎新合作伙伴加入该计划。

新的太空竞赛

拉里·埃里森是最早公开谈论“星门计划”的人之一,并分享了一个非常乐观的观点。他强调了这一计划的潜在好处,比如在治愈癌症和开发新药方面的突破。同样,软银CEO孙正义也公开表示,这个计划不仅仅是关于商业,更是关于超级智能AI对人类生活的变革性影响,并称之为“黄金时代”的开端。

自然地,山姆·奥特曼也发表了看法,他表达了乐观态度,认为该项目将创造更多的就业机会。

此刻,我必须承认,“星门计划”让我感到复杂的情绪。一方面,我认为美国通过这一策略定位自己为追求重大AI进步的领导者,是明智之举——类似于太空竞赛中的战略。目前,美国和中国等国家正在竞争成为第一个实现AGI(人工通用智能)的国家,因为谁先到达这一点,谁就有可能在开发ASI(人工超级智能)方面占据主导地位。考虑到这一点,我希望这个项目能代表一次历史性的飞跃——从治愈疾病到创造新工作岗位。

另一方面,我对围绕这一计划的过度乐观保持谨慎。在读了一篇关于拉里·埃里森对AI监控的采访后,我不得不说他的愿景让我感到不安。他似乎专注于利用AI在现实世界中建立绝对的控制力。这让我感到矛盾:一方面,他谈到了医疗和就业方面的巨大好处,另一方面,他的真正目标似乎是建立一个庞大的数据中心,用AI来加强对公民的监控。这种矛盾很难忽视。

权力掌握在富人手中

乍看之下,这似乎是美国在AI进步方面领跑的表现。然而,事实并非如此。真正发生的是,几家总部位于美国的公司掌控着最先进的AI模型——所谓的“前沿模型”,比如OpenAI、Grok和Llama。但这些并不是真正意义上的美国实体。相反,它们由一群极其富有的精英控制,他们正在开发的系统,在不久的将来,可能会超越地球上所有人类和事物的智能——如果还没有超越的话。

政治家们犯下的关键错误是将AI视为经济增长或利润的竞赛。真相要远比这令人不安得多。这是一场关于权力的竞赛——一场关于谁将第一个创造出具有超人类智能、能够控制世界的AI的竞赛。当这一点到来时,公司注册在哪里将不再重要,因为它们会在全球范围内建立冗余系统和备份,使得强制国有化变得不可能。当政府意识到他们已经失去控制时,一切都为时已晚。

与此同时,世界各地的小型初创公司正在投资于AI,但它们根本没有真正追赶上前沿模型的机会。目前,大多数正在开发的小型应用直接依赖这些先进系统。实际上,大多数新的投资都在为少数几个AI技术提供支持。

为什么会这样?

因为从长期来看,这更容易、更便宜,也更方便。你只需注册,就可以立即访问能够完成你所需任务的AI,无论在什么设备上。我们已经开始依赖AI写邮件、支付账单,以及无数的日常任务。在某个时刻,这种依赖将增长到AI对政府和企业来说变得不可或缺的程度。无论是管理财务、制定军事战略,还是进行政治评估,AI都将成为所有领域的关键工具。

在短短几年内,无法访问AI将像今天放弃互联网一样难以想象。


http://www.kler.cn/a/527334.html

相关文章:

  • C语言指针专题四 -- 多级指针
  • C++,STL 命名空间:理解 std 的作用、规范与陷阱
  • css-background-color(transparent)
  • OpenFeign的工作原理是什么?它第一次加载的时候为什么慢?
  • ResNet 残差网络
  • 【学术会议征稿-第二届生成式人工智能与信息安全学术会议(GAIIS 2025)】人工智能与信息安全的魅力
  • Ethflow Round 1 (Codeforces Round 1001, Div. 1 + Div. 2)(A,B,C,E1)
  • hot100(4)
  • 对比DeepSeek、ChatGPT和Kimi的学术写作关键词提取能力
  • Baklib推动企业知识管理创新与效率提升的全面探讨
  • 计算机网络 性能指标相关
  • Python——基本数据类型——字符串类型
  • 代码随想录刷题day20|(哈希表篇)15.三数之和
  • 机器学习6-全连接神经网络2
  • 基于改进的强跟踪技术的扩展Consider Kalman滤波算法在无人机导航系统中的应用研究
  • 使用 Ollama 和 Kibana 在本地为 RAG 测试 DeepSeek R1
  • LeetCode 0541.反转字符串 II:模拟
  • C# 数组和列表的基本知识及 LINQ 查询
  • Spring Boot 基础开发:实现 RESTful API 开发
  • 【算法设计与分析】实验4:动态规划—0/1背包问题
  • Baklib赋能企业实现高效数字化内容管理提升竞争力
  • 【基于SprintBoot+Mybatis+Mysql】电脑商城项目之用户注册
  • 第05章 16 Implicit Function应用举例
  • 【蓝桥杯】43697.机器人塔
  • origin如何在已经画好的图上修改数据且不改变原图像的画风和格式
  • 知识库管理如何推动企业数字化转型与创新发展的深层次探索