站在 AI 十字路口：直面智能体与机器人狂潮

编译：OneFlow

生成式AI正在迅速介入人类世界。随着AI大模型不断进步，我们正面临着巨大的社会变革。

本文探讨了一个由高度智能的智能体和机器人主导的世界—— AI亚特兰蒂斯世界（指在数字领域拥有几乎无限的AI资源）。本文分析了当前的AI模型为何从根本上不同于以往的技术范式，它们如何重塑各行业，以及人类面临的关键选择。

作者认为，每个人都必须理解AI的进步将如何重塑经济、创造力和人类潜力的规则。除非AI实现民主化，否则少数实体将垄断并控制这些变革性技术（或权力）。今天的选择将决定AI是增强还是削弱人类的自主性和自由。本文对此进行深入探讨，同时呼吁人们采取行动，积极、明智地参与到AI所带来的挑战和机遇中。

本文源自 IntelligentInternet，这是一家由 StabilityAI 创始人 EmadMostaque创办的公司，旨在构建开放的分布式AI系统。1 前言

目前，少数人将决定AI的未来。他们有能力控制我们生活的方方面面。到2025年，全球AI投资预计将达到2000亿美元。[1]然而，我们即将面临的巨大变革却鲜为人知。一种新型AI正在被创造，将彻底改变整个人类社会的存在方式。

AI带来了难以想象的挑战和机遇，本文是你了解未来的速成教程。我们将探讨不同的AI模型，它们对知识的影响，以及对社会和个人技术自主权的冲击。

我们必须立即行动，AI亚特兰蒂斯正在崛起。[3]

2 AI 大学生

想象一下，一夜之间，当你醒来时出现了一片“新大陆”：一个由1000亿个AI智能体和10亿个机器人组成的数字领域。欢迎来到AI亚特兰蒂斯世界：一个看似遥不可及的乌托邦，实际上却是我们眼前正在展开的生动现实。

这里有一个令人难以置信的想法：你现在可以雇佣智能体员工和机器人工作者，他们的薪水甚至低于你花在咖啡上的费用——然而他们却拥有与普通大学毕业生相同的技能。这是一个将彻底改变经济和社会结构的重大转变。

如果你对自己说：“这不可能”，或者“AI永远无法达到那个水平”，那么你可以停止阅读了。我们在这里呼吁理性思考，如果你不同意这种思维模型，那么本文的其余部分可能会让你难以接受。

对于那些相信供需铁律的人来说，请做好准备。我们即将颠覆凯恩斯经济学。当你拥有几乎无限量的、全球范围内几乎零成本的组织化智能时，传统规则将不再适用。

我们只是触及了AI潜力的冰山一角。你所看到的是即将到来的（也是不可避免的）转折点，届时AI的能力将迅速爆发，使当前的模型显得更加原始。

如果你不相信AI开发的快速进展，请看看上图中的GPT-3.5和GPT-4。这两个模型发布时间仅相隔不到一年，但训练计算量却增加了近10倍。

今天的AI模型绝不仅仅是高级计算器——它们是纯粹的推理引擎（稍后会详细介绍）。可以将它们视为普罗米修斯，为人类带来无限创造力和解决问题的能力。

通过使用生成式AI，普通人瞬间变成了天才。想象一下，你手中掌握着人类所有知识的窗口。事实上，无需想象，这一切正在发生。

其影响已经渗透到各个行业。超过一半的美国企业已经开始以某种方式使用生成式AI[4]。例如，普华永道投资了10亿美元，为65000名美国员工提供GPT-4的集成培训。[5]

这里有一个显而易见的问题——工作。AI自动化使3亿个全职工作面临风险。[6]

不过，在你恐慌之前，请记住：新的AI相关职位正在迅速涌现。到2025年，AI的应用将创造9700万个工作岗位，涵盖所有行业：汽车、能源、医疗、采矿等等。[7]关键点在于适应能力和持续学习。

智能的成本正在暴跌，但人类在应用这一独特资源上的创造力价值将飙升。那些擅长与AI协作的人将在新世界中大展鸿图。

AI亚特兰蒂斯正在崛起。问题不在于它是否会发生，而在于如何驾驭这一浪潮。

未来已经到来，比我们想象得更加狂野。3 信息流

现代AI模型创造了一种新型技术，能够理解并生成人类语言，创作艺术，并解决复杂问题。为什么它们如此具有革命性？

这些AI模型不仅仅是高级计算器或简单的逻辑机器。它们能够以模仿人类认知的方式处理和生成信息。更令人惊叹的是，它们能够做到这一点，达到了令人难以置信的水平。

想象一下，一个公开可用的大型语言模型（LLM）可以在数万亿个词元上进行训练。如果有人将这些词元压缩成一个普通的zip文件，它们将占用数千个千兆字节的空间。然而，最终的模型可能只有几十个千兆字节大小——几乎完全存储在一个文件中。

模型之所以能够做到这一点，是因为它从训练数据中学习模式，而不仅仅是存储数据以供后期检索。AI模型生成的响应与原始数据相当，但绝不是完美的复制。

这就像你随身携带了个图书馆。看看特斯拉如何用一个AI模型替代了30万行自动驾驶代码。[8]这个新模型将代码量缩短了100倍——大部分存储空间都用于存储一个模型权重文件。这是对信息处理方式的巨大变革。

这些模型是通用翻译器。通过接收一种形式的输入，无论是文本、图像还是代码，它们都可以将其转换为另一种形式。它们可以向五岁的孩子解释复杂的概念，或者将莎士比亚的作品改写成说唱风格。

为这些模型提供任何上下文，它们都能适应，正是这种多功能性使它们如此强大，使它们在各个行业中如此适用。并变得至关重要。

丹尼尔·卡尼曼提出了一个有助于解释这些模型如何工作的概念。[9]他描述了两种思维方式：

系统1：快速、本能、情感化

系统2：缓慢、逻辑、计算化

今天的生成式AI模型在系统1方面表现出色。它们可以根据学习到的模式快速生成响应，就像你可能本能地对突然的噪音做出反应或脱口而出熟悉的短语一样。因此，它们几乎可以立即生成类似人类的文本或图像。

有趣的是，随着这些模型的进化，它们开始展示出类似系统2思维的能力——这是过去仅限于非生成式AI（如国际象棋机器人或垃圾邮件过滤器）的独特特征。

我们必须迅速深且思熟虑地采取措施。以下是必须采取的行动：

投资AI教育，覆盖全社会各个层面。如果大多数人不理解基本概念，有关未来的有意义辩论就无法进行。

制定强有力的伦理准则和法规。适用于AI的开发与部署。这些准则必须足够灵活，以跟上快速发展的步伐。

重新思考经济模式，以应对不可避免的就业流失和不平等问题。知情的公民和政策制定者需要共同做出数据驱动的决策。

推动国际合作。确保AI的利益能够全球共享。AI亚特兰蒂斯应当是带动所有船只前行的潮水，而不仅仅是硅谷和华尔街的豪华游艇。

结论是，尽管生成式AI的时代才刚刚开始，但它已经达到了改变世界的性能水平，将重塑我们的社会结构。社会需要迅速行动，以降低风险并利用机会解决这些紧迫问题。

塑造AI驱动的未来权力掌握在人类手中。它会被用来放大人性还是削弱人性？你会帮助创造一个技术作为桥梁，促进所有人更好理解、创新和繁荣的未来吗？

选择权在我们手中。如果AI将塑造人类的未来，那么全人类都需要参与塑造AI。6 结语

属于AI的时代已经到来，并且发展速度超过了大多数人的理解能力。再次强调，我们不是在谈论遥远的未来，而是在谈论现在。今天的选择将决定AI是我们最伟大的盟友，还是我们最强大的挑战。

我们希望你们能记住的是：

AI亚特兰蒂斯正在崛起。1000亿个智能体和10亿个机器人触手可及——它们都像大学毕业生一样有能力——这是迫在眉睫的现实。

现有模型只是开始。我们正站在AI能力爆炸的前沿，这将使今天的技术看起来太过陈旧。

工作的本质、创造力和问题解决能力正在发生变化。从软件到医疗、教育到娱乐，众多行业正处于变革的开端。

个人自主性将大幅提升。AI将为人们提供更多的选择、时间和能力，比以往任何时候都要多。那么，我们该做什么？

社会需要以既迅速又深思熟虑的方式行动：

投资AI教育与素养。面向每一个人，你的祖母也需要理解这些。

推动开放、合作的AI发展方式。科技巨头或政府不应垄断这种力量。

重新思考我们的经济模式。旧的经济范式正在崩溃，需要新的框架来应对AI亚特兰蒂斯的现实。

制定AI伦理和法规标准。确保AI增强人类潜力，而不是削弱它。

鼓励全球合作。AI不在乎国界，需要全球共同努力，应对挑战并利用机遇。

现实是，AI将改变一切，包括人类的工作方式、创造力、问题解决能力。我们所有人的生活方式。

我们仍然有选择。我们可以一起塑造这一变化，可以引导它走向这样的未来：AI可以增强人类创造力，解决我们面临的最大挑战，展示出令人难以置信的可能性。

或者，我们也可以走向一个更糟糕的未来：AI加剧不平等，侵蚀隐私，让许多人被抛在后面。

选择权在我们每个人手中，但我们必须现在做出决定。不是明年，而是现在。

那么，你打算怎么做？坐在那里看着AI接管我们的世界，还是愿意参与塑造未来？

我们已经做出了选择：塑造一个赋能人类的AI未来。你愿意和我们一起吗？

让我们把AI亚特兰蒂斯打造为一个天堂，而不是反乌托邦。我们必须确保AI由人民创造，为人民服务，和人民一起前行。

附录

[1]https://www.goldmansachs.com/intelligence/pages/ai-investment-forecast-to-approach-200-billion-globally-by-2025.html

[2]https://www.bloomberg.com/company/press/generative-ai-to-become-a-13-trillion-market-by-2032-research-finds/

[3]Friedman,N.2024年3月，《AI格局：去年与未来几年》，2024年AbundanceSummit，Abundance360，洛杉矶，加利福尼亚州。

[4]https://www.pwc.com/us/en/tech-effect/ai-analytics/ai-predictions.html

[5]https://www.gspublishing.com/content/research/en/reports/2023/03/27/d64e052b-0f6e-45d7-967b-d7be35fabd16.html

[6]https://www.gspublishing.com/content/research/en/reports/2023/03/27/d64e052b-0f6e-45d7-967b-d7be35fabd16.html

[7]https://www3.weforum.org/docs/WEF_Future_of_Jobs_2020.pdf

[8]https://x.com/elonmusk/status/1686513363495346178

[9]卡尼曼（Kahneman,D.）。2011年，《思考，快与慢》。纽约：Farrar,Straus&GirouxInc.

[10]https://doi.org/10.2139/ssrn.4573321