學術研究人員在施密特科學AI2050計畫中面對AI挑戰

學術研究人員在施密特科學AI2050計畫中面對AI挑戰

在施密特科學AI2050計畫的一次會議中，我見證了學術研究人員如何面對人工智慧（AI）時代的挑戰。這項計畫由埃里克和溫迪·施密特（Eric and Wendy Schmidt）資助，支持從事人工智慧研究的學術人員。

背景與影響

近四年來，人工智慧研究的重心已轉向大型語言模型（Large Language Models），其前沿技術從學術機構轉移到私人公司。大學無法負擔訓練和運行前沿模型所需的圖形處理器（GPUs）成本，即使能夠負擔，像Anthropic和OpenAI這樣的公司也不會讓外界瞭解其模型（如ChatGPT）的內部細節。

研究人員的挑戰

Nika Haghtalab，加州大學伯克利分校的計算機科學教授，表示當前作為人工智慧學術研究人員的感受，就像在一個私人公司獨佔基因編輯工具CRISPR的世界中研究生物學一樣。外界專家只能研究ChatGPT和Claude的行為，但不能對其設計和訓練進行詳細研究，也不能自行指導設計和訓練。

解決方案與展望

AI2050計畫為研究人員提供了一些資助，以購買GPUs，這對於一些研究人員來說是參加計畫的一大益處。然而，資金仍然是一個迫切的問題，特別是考慮到美國聯邦科學資助的減少。即使研究人員不自己運行模型，重複查詢OpenAI、Anthropic和Google的模型以進行嚴格研究的成本也可能是禁止性的。

許多研究人員將注意力集中在不太可能由Anthropic或OpenAI解決的問題上。Anjalie Field，約翰霍普金斯大學的計算機科學教授，表示：「我嘗試不研究那些我認為會被科技公司解決的問題。」公司需要賺錢，對於那些可能無利可圖的研究問題，如果答案可能使公司看起來很糟糕，公司可能不會投資。最近，Field進行了一項研究，發現語言模型對某些問題的回答不夠成熟。

未來展望

學術研究人員面對人工智慧時代的挑戰，需要找到新的方法和資源來支持他們的研究。AI2050計畫是支持學術研究人員的一個重要步驟，但仍需要更多的努力來確保學術研究在人工智慧領域的發展中發揮重要作用。未來，人工智慧的發展將越來越依賴於學術研究和產業合作的結合，學術研究人員需要找到新的方法來合作和創新，以迎接人工智慧時代的挑戰。