AI 学术研究转向私营公司，大学教授艰难适应新现实
AI 研究的前沿已从大学转向公司，本文记录学者们的困境与应对。
大学 AI 研究者正面临尴尬：前沿大模型训练被少数公司垄断，学术界既缺算力也看不到模型内部。于是有人转向公司不愿碰的问题，有人继续做专用模型，也有人担心纯数学研究会被 AI 取代。但资源限制也在催生新思路。
正文摘录
本文最初发表于我们的每周 AI 通讯《The Algorithm》。想要第一时间在邮箱中收到此类文章，请[在此订阅](https://forms.technologyreview.com/newsletters/ai-demystified-the-algorithm/)。 上周，我驱车前往旧金山以南 30 英里的加州山景城，在一家酒店里与世界上最杰出、也最有前途的一批 AI 研究者相聚。我主持了圆桌访谈，并在一次媒体培训上发言，这场活动由 Schmidt Sciences AI2050 项目组织——该项目由 Eric 和 Wendy Schmidt 资助，支持从事 AI 相关工作的学者。研究员名单堪称 AI 领域的名人录，尽管并非所有人都来到了湾区，但每次转角我几乎都能遇见一位此前采访过的科学家，或是我一直钦佩其研究的学者。（完全披露：我在 2024 年获得了 Schmidt Sciences 资助的科普奖项。） 对构成 AI2050 群体主体的大学 AI 研究者来说，这是一个奇怪的时期。过去四年里，AI 研究已围绕大语言模型（LLM）重新定向，其前沿阵地从学术机构转移到了私营公司。大学根本负担不起训练和运行前沿模型所需的 GPU（图形处理器，最初用于图形渲染，现已成为 AI 计算的核心硬件），即便负担得起，Anthropic 和 OpenAI 也不会让任何人窥探 Claude 或 ChatGPT 的内部细节。 在一次午餐交谈中，加州大学伯克利分校的计算机科学教授 Nika Haghtalab 说，如今的 AI 学者就像生活在一个私营公司独家控制着基因编辑工具 CRISPR 的世界里的生物学家。前沿实验室之外的专家可以研究 ChatGPT 和 Claude 的行为表现，但无法对这些工具的设计和训练进行任何深入研究，也无法自行引导其设计或训练方向。