谷歌Jeff Dean和多位图灵奖得主合著论文，全面剖析了AI

【导读】图灵奖得主John Hennessy与谷歌首席科学家Jeff Dean联手，拒绝「AI末日论」与盲目狂热，发布重磅报告规划务实路线。本文深度解读这一行动蓝图：如何打破「饭碗焦虑」，利用AI重塑教育与医疗，以及Laude研究所如何通过「实战」项目定义未来。拒绝空谈，这是一场关乎十亿人命运的技术突围。

在关于AI的讨论甚嚣尘上之时，我们仿佛置身于两个极端阵营的对立之中。

一方是极度狂热的技术信徒，他们恨不得明天就快进到那个无需劳动、资源无限的乌托邦；

另一方则是忧心忡忡的末日预言者，在他们眼中，正在进化的代码或许就是人类文明的丧钟。

这种非黑即白的争吵，虽然能在社交媒体上博取眼球，却无助于解决眼前的问题。

幸运的是，包括谷歌首席科学家Jeff Dean、图灵奖得主John Hennessy等计算机科学界的一众顶级大脑，并没有陷入这种口水战。

他们联合发布了一份分量极重的报告《塑造AI对数十亿人的影响》。

他们的态度既不盲目狂欢，也不贩卖焦虑，而是选择了一条更为艰难的中间道路：务实。

既然技术进步的洪流不可阻挡，与其在岸边争论水流的善恶，不如跳下去修筑河道。

这份报告，就是他们绘制的河道蓝图。

报告官网：https://shapingai.com/

打破「饭碗焦虑」的迷思

ChatGPT横空出世后，很多人的第一反应是恐惧：机器这么能干，我还能干什么？

这种焦虑源于一种直觉：工作总量是一定的，机器干得多了，人干的就少了。经济学家把这种直觉称为「劳动总量谬误」。

历史数据给了我们一个反直觉的答案。

回看1970年，那时的程序员是稀缺物种，编程是极少数精英的特权。

按照「替代逻辑」，随着编程工具越来越先进，效率提升了成千上万倍，我们需要的程序员应该大幅减少才对。

但现实恰恰相反，2020年美国的程序员数量是1970年的11倍。

同样的，尽管自动驾驶技术已经非常成熟，现代飞机驾驶舱机组人数远少于几十年前，但飞行员的数量却增加了8倍。

秘密在于「需求弹性」。

在软件开发、医疗服务、教育这些领域，人类的需求就像一个深不见底的池子。

当技术降低了成本，被压抑的需求就会井喷式爆发。

以前只有大公司用得起软件，现在连家里的灯泡都能联网；

以前只有富人能享受私人医疗，未来可能每个人都能拥有可负担的个性化医疗服务/AI健康助理。

需求的增长速度远远超过了效率提升带来的替代效应，结果反而创造了更多岗位。

当然，并非所有行业都是如此。

农业就是一个反例，无论粮食多便宜，人一天只能吃三顿饭。

因此，技术的使命非常明确：我们要把AI引导到那些需求还有巨大增长空间的领域，去把蛋糕做大，而不是在有限的盘子里争抢。

更令人振奋的是，AI正在成为缩小贫富差距的利器。

在一项针对咨询顾问的实验中，原本表现平平的员工在AI辅助下，工作效率提升了惊人的43%，而顶尖高手的提升幅度只有17%。

这意味着，AI就像一套「外骨骼」，能帮助普通劳动者迅速跨越技能门槛，让他们在职场中拥有与精英一较长短的能力。

教育的回归

从「工厂」到「私塾」

现代教育体系在某种程度上像是一条工业流水线：统一教材、统一进度、统一考核。虽然高效，却难以顾及每个孩子的个性。

中国古人推崇「因材施教」，但在师资匮乏的现实面前，这往往是一种奢侈的理想。

AI的出现，让「为每个孩子配一位私教」成为可能。

哈佛大学的一项物理课实验提供了有力证据。

使用AI导师辅助学习的学生，不仅学习成效是传统课堂的两倍，而且所花时间减半。

这并非要用机器取代老师，而是让老师从批改作业、填写报表这些繁琐事务中解脱出来。

设想一下，未来的教育场景将会发生怎样的质变：AI负责知识点的精准传递和习题的个性化推荐，而人类教师则回归育人的本质——去点燃学生的好奇心，去关注孩子的情绪变化，去培养那些机器无法传授的价值观与创造力。

报告更进一步提出了「全球导师」的宏愿。

在地球上那些师资极度匮乏的角落，一部智能手机里的AI导师，或许就是当地孩子改变命运的唯一那扇窗。

科学的加速器

解开上帝的密码锁

如果说教育关乎未来，那么科学探索则关乎人类的生存边界。

AI正在彻底改变科学家探索世界的方式。

生物学领域困扰人类50年的「蛋白质结构预测」难题，被AI在短短几年内攻克。

AlphaFold不仅仅是一个软件，它相当于给全人类的生物学家发了一副高倍显微镜，让我们能看清生命微观齿轮的咬合方式。

这意味着新药研发、疾病治疗的周期将被极度压缩。

在能源领域，核聚变反应中极不稳定的等离子体，曾像一团无法驯服的烈火。

如今，DeepMind的AI系统已经学会了如何通过磁场精准控制它，让我们离清洁能源的终极梦想又近了一步。

还有气象预测，AI模型GraphCast现在的运行速度比传统超级计算机快成千上万倍，且在预测台风路径等极端天气时更为精准。

未来的科学家将不再是孤独的苦行僧。

他们将拥有一个不知疲倦的AI合作伙伴，它能阅读人类所有的文献，能跨越学科壁垒寻找灵感，甚至能提出人类意想不到的假设。

治理的智慧

寻找平衡点

技术是中性的，但人性是复杂的。

面对AI可能带来的虚假信息、偏见和安全隐患，我们该如何应对？

报告提出了一种务实的治理思路。我们不需要为AI发明一套全新的法律体系，现有的反欺诈、反歧视法律在很大程度上依然适用。

关键在于如何灵活地执行。

比如，对于「深度伪造」带来的信任危机，报告建议成立类似「反兴奋剂机构」的国际组织，即「虚假信息侦探社」。

当社会出现重大谣言或选举受到干扰时，这个中立机构可以用最先进的技术手段进行权威鉴定，让真相跑赢谎言。

行胜于言

Laude研究所的实验

这群顶尖科学家在通过行动改变现状。

Laude研究所成立了，并发起了资助计划。

这不同于传统的学术拨款。

他们拿出的不仅是钱，还有稀缺的算力资源和工程支持。

他们要求受资助者不能只发几篇论文了事，必须交付可用的代码、工具或者产品。

其中一个核心方向是「制定度量衡」。

现在的AI好不好，往往是科技巨头自己出题自己考。

Laude研究所支持了一批独立的评估项目，例如：

• CodeClash：这是一个让AI互相对抗的竞技场。不同模型的AI在这里编写代码攻防，以此测试它们的真实能力，而不是靠死记硬背题库拿高分。

• BizBench：模拟真实的白领工作流，测试AI是否真能胜任复杂的商业分析和图表制作，而不仅仅是写段俏皮话。

• Terminal Bench：让AI直接面对真实的计算机命令行环境，去解决那些让工程师头秃的系统级难题。

这种独立、公开、接近实战的评估体系，是防止AI技术被少数巨头垄断解释权的关键。

我们正站在一个微妙的历史节点。

AI不是某种从天而降、不可抗拒的神力，它更像是一块正在被锻造的钢铁。

它的形状，取决于我们此刻的敲打。

不需要盲目崇拜，也不必惊慌失措。

通过将AI引导至需求广阔的领域，通过让它成为教育和医疗的普及工具，通过建立公正透明的规则，我们可以驯服这股力量。

技术终究只是容器，它的温度，取决于注入其中的人性。

参考资料：

https://shapingai.com/

https://arxiv.org/abs/2412.02730