当前位置: 首页 > news >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.lryc.cn/news/529377.html

相关文章:

  • 为什么“记住密码”适合持久化?
  • 国产SiC碳化硅功率器件技术成为服务器电源升级的核心引擎
  • 【Block总结】动态蛇形卷积,专注于细长和弯曲的局部结构|即插即用
  • Spring MVC 框架:构建高效 Java Web 应用的利器
  • 新鲜速递:DeepSeek-R1开源大模型本地部署实战—Ollama + MaxKB 搭建RAG检索增强生成应用
  • Linux_线程同步生产者消费者模型
  • Origami Agents:通过AI驱动的研究工具提升B2B销售效率
  • linux的/proc 和 /sys目录差异
  • AIGC时代的Vue或React前端开发
  • 代码随想录算法训练营第三十九天-动态规划-337. 打家劫舍 III
  • Java线程认识和Object的一些方法
  • 【算法应用】基于A*-蚁群算法求解无人机城市多任务点配送路径问题
  • 电梯系统的UML文档14
  • 一种用于低成本水质监测的软传感器开源方法:以硝酸盐(NO3⁻)浓度为例
  • [250130] VirtualBox 7.1.6 维护版本发布 | Anthropic API 推出全新引用功能
  • JVM_类的加载、链接、初始化、卸载、主动使用、被动使用
  • 2025最新版MySQL安装使用指南
  • MIMIC IV数据库中mimiciv_hosp的transfers表的careunit分析
  • AI学习指南HuggingFace篇-Hugging Face 的环境搭建
  • 白嫖DeepSeek:一分钟完成本地部署AI
  • C# dataGridView1获取选中行的名字
  • Day28(补)-【AI思考】-AI会不会考虑自己的需求?
  • 幸运数字——蓝桥杯
  • 快速提升网站收录:避免常见SEO误区
  • [Java]泛型(二)泛型方法
  • 如何监控ubuntu系统某个程序的运行状态,如果程序出现异常,对其自动重启。
  • UE学习日志#15 C++笔记#1 基础复习
  • CSS:跑马灯
  • rust 自定义错误(十二)
  • EWM 变更库存类型