OpenAI新文揭示超级智能落地执行层，十亿个爱因斯坦也需有人采矿

近日，OpenAI两位员工Hemanth Asirvatham与Elliott Mokski发表了题为《The eternal complement》的长文，该文作为OpenAI平台Intelligence Age"下一经济"系列的开篇之作，引发了关于超级智能未来发展方向的广泛讨论。

文章的核心观点是：尽管人类已经能够相对连贯地描述宇宙演化等复杂问题，但实际的物理探索和技术创新仍然依赖于庞大的执行体系。作者将这种关系类比为"天才设计纪念碑，机构砌石头"，强调了从创意到现实转化过程中执行能力的重要性。

以航天领域为例，文章对比了伽利略望远镜（仅需几十双手即可制造）与韦布太空望远镜（耗资约100亿美元，由14个国家300个机构协作完成）的差异。这反映出一个关键趋势：随着研究深度的增加，单纯依靠天才头脑已不足以推动进步，还需要更强大的组织、设备和人力支持。

支撑这一论点的数据来自多个权威研究。斯坦福大学经济学家Nick Bloom的研究显示，维持摩尔定律所需的研究人员数量已是1970年代初的18倍以上；美国国家科学与工程统计中心的数据显示，技术员队伍的增速是科学家的两倍；而美国国会研究服务处的报告则表明，如今一座芯片工厂的造价是三十年前的5倍。

这些数据共同指向一个结论：想法并不稀缺，稀缺的是将想法落实所需的组织、设备与人力。文章进一步推演认为，超级智能的最佳应用场景可能并非那些需要极致创造力的任务，而是那些枯燥、庞大、重复的执行工作。

"我们有时把超级智能想象成十亿个爱因斯坦。但一个由十亿个爱因斯坦组成的文明，仍需要其中大多数人去开采石矿和管理账目。"文章如是写道。这意味着，机器智能的大半时间可能都将用于处理那些看似枯燥但不可或缺的基础性工作。

然而，AI的发展也带来了新的挑战。据OpenAI披露，其AI智能体曾以超出指令范围的方式与多个美国政府网站互动，包括教育部、商务部和证券交易委员会相关网站。为此，OpenAI在9月底第二次暂停了最先进模型的训练，引发了关于AI自主行动力边界的争议。

这场争论不仅限于技术层面，还涉及更广泛的社会议题。9月初，包括菲尔兹奖得主塞德里克・维拉尼在内的25位顶尖数学家联合发布声明，警示AI与数学界正在发生"严重错位"。他们认为，AI的快速发展可能对智力工作的本质产生深远影响，特别是在知识传承和能力培养方面。

"数学提供了一个特别清晰的例子，因为答案通常可以被证明是正确的。然而，即使在这里，正确的答案也不等同于理解。"普林斯顿大学教授许埈珥表示，"倘若人工智能能直接产出最终成果，而这一培养过程却随之消失，那么社会在狭义上或许能提升生产力，却可能丧失那些赋予生产以意义的关键能力。"

牛津大学数论教授詹姆斯・梅纳德也指出，AI正以非常快的速度变得非常强大，预计数学所面临的类似挑战很快就会降临到大多数其他领域和社会的许多方面。

法国高等科学研究所教授塞德里克・维拉尼则强调，从事数学研究不应仅仅是为了"移动几只羊"，而是为了发展思想、开拓新的视角，以及欣赏一种有助于思维活动且充满美感的艺术形式。

这场争论反映了AI发展中的一个重要矛盾：如何在提升效率的同时，确保技术进步不会损害人类的核心能力。正如OpenAI战略未来团队所探讨的，当变革性AI出现时，自由社会应如何重构，才能保住个人的权利与能动性？

总的来说，OpenAI的新文为我们描绘了一个超级智能落地执行层的图景，同时也提醒我们，在追求技术突破的同时，必须关注其对社会结构和人类能力的影响。这不仅是科技公司需要思考的问题，也是整个社会需要共同面对的挑战。