編譯：OneFlow

生成式AI正在迅速介入人類世界。隨著AI大模型不斷進步，我們正面臨著巨大的社會變革。

本文探討了一個由高度智能的智能體和機器人主導的世界—— AI亞特蘭蒂斯世界（指在數字領域擁有幾乎無限的AI資源）。本文分析了當前的AI模型為何從根本上不同于以往的技術范式，它們如何重塑各行業，以及人類面臨的關鍵選擇。

作者認為，每個人都必須理解AI的進步將如何重塑經濟、創造力和人類潛力的規則。除非AI實現民主化，否則少數實體將壟斷并控制這些變革性技術（或權力）。今天的選擇將決定AI是增強還是削弱人類的自主性和自由。本文對此進行深入探討，同時呼吁人們采取行動，積極、明智地參與到AI所帶來的挑戰和機遇中。

本文源自 IntelligentInternet，這是一家由 StabilityAI 創始人 EmadMostaque創辦的公司，旨在構建開放的分布式AI系統。1 前言

目前，少數人將決定AI的未來。他們有能力控制我們生活的方方面面。到2025年，全球AI投資預計將達到2000億美元。[1]然而，我們即將面臨的巨大變革卻鮮為人知。一種新型AI正在被創造，將徹底改變整個人類社會的存在方式。

AI帶來了難以想象的挑戰和機遇，本文是你了解未來的速成教程。我們將探討不同的AI模型，它們對知識的影響，以及對社會和個人技術自主權的沖擊。

我們必須立即行動，AI亞特蘭蒂斯正在崛起。[3]

2 AI 大學生

想象一下，一夜之間，當你醒來時出現了一片“新大陸”：一個由1000億個AI智能體和10億個機器人組成的數字領域。歡迎來到AI亞特蘭蒂斯世界：一個看似遙不可及的烏托邦，實際上卻是我們眼前正在展開的生動現實。

這里有一個令人難以置信的想法：你現在可以雇傭智能體員工和機器人工作者，他們的薪水甚至低于你花在咖啡上的費用——然而他們卻擁有與普通大學畢業生相同的技能。這是一個將徹底改變經濟和社會結構的重大轉變。

如果你對自己說：“這不可能”，或者“AI永遠無法達到那個水平”，那么你可以停止閱讀了。我們在這里呼吁理性思考，如果你不同意這種思維模型，那么本文的其余部分可能會讓你難以接受。

對于那些相信供需鐵律的人來說，請做好準備。我們即將顛覆凱恩斯經濟學。當你擁有幾乎無限量的、全球范圍內幾乎零成本的組織化智能時，傳統規則將不再適用。

我們只是觸及了AI潛力的冰山一角。你所看到的是即將到來的（也是不可避免的）轉折點，屆時AI的能力將迅速爆發，使當前的模型顯得更加原始。

如果你不相信AI開發的快速進展，請看看上圖中的GPT-3.5和GPT-4。這兩個模型發布時間僅相隔不到一年，但訓練計算量卻增加了近10倍。

今天的AI模型絕不僅僅是高級計算器——它們是純粹的推理引擎（稍后會詳細介紹）。可以將它們視為普羅米修斯，為人類帶來無限創造力和解決問題的能力。

通過使用生成式AI，普通人瞬間變成了天才。想象一下，你手中掌握著人類所有知識的窗口。事實上，無需想象，這一切正在發生。

其影響已經滲透到各個行業。超過一半的美國企業已經開始以某種方式使用生成式AI[4]。例如，普華永道投資了10億美元，為65000名美國員工提供GPT-4的集成培訓。[5]

這里有一個顯而易見的問題——工作。AI自動化使3億個全職工作面臨風險。[6]

不過，在你恐慌之前，請記住：新的AI相關職位正在迅速涌現。到2025年，AI的應用將創造9700萬個工作崗位，涵蓋所有行業：汽車、能源、醫療、采礦等等。[7]關鍵點在于適應能力和持續學習。

智能的成本正在暴跌，但人類在應用這一獨特資源上的創造力價值將飆升。那些擅長與AI協作的人將在新世界中大展鴻圖。

AI亞特蘭蒂斯正在崛起。問題不在于它是否會發生，而在于如何駕馭這一浪潮。

未來已經到來，比我們想象得更加狂野。3 信息流

現代AI模型創造了一種新型技術，能夠理解并生成人類語言，創作藝術，并解決復雜問題。為什么它們如此具有革命性？

這些AI模型不僅僅是高級計算器或簡單的邏輯機器。它們能夠以模仿人類認知的方式處理和生成信息。更令人驚嘆的是，它們能夠做到這一點，達到了令人難以置信的水平。

想象一下，一個公開可用的大型語言模型（LLM）可以在數萬億個詞元上進行訓練。如果有人將這些詞元壓縮成一個普通的zip文件，它們將占用數千個千兆字節的空間。然而，最終的模型可能只有幾十個千兆字節大小——幾乎完全存儲在一個文件中。

模型之所以能夠做到這一點，是因為它從訓練數據中學習模式，而不僅僅是存儲數據以供后期檢索。AI模型生成的響應與原始數據相當，但絕不是完美的復制。

這就像你隨身攜帶了個圖書館。看看特斯拉如何用一個AI模型替代了30萬行自動駕駛代碼。[8]這個新模型將代碼量縮短了100倍——大部分存儲空間都用于存儲一個模型權重文件。這是對信息處理方式的巨大變革。

這些模型是通用翻譯器。通過接收一種形式的輸入，無論是文本、圖像還是代碼，它們都可以將其轉換為另一種形式。它們可以向五歲的孩子解釋復雜的概念，或者將莎士比亞的作品改寫成說唱風格。

為這些模型提供任何上下文，它們都能適應，正是這種多功能性使它們如此強大，使它們在各個行業中如此適用。并變得至關重要。

丹尼爾·卡尼曼提出了一個有助于解釋這些模型如何工作的概念。[9]他描述了兩種思維方式：

系統1：快速、本能、情感化

系統2：緩慢、邏輯、計算化

今天的生成式AI模型在系統1方面表現出色。它們可以根據學習到的模式快速生成響應，就像你可能本能地對突然的噪音做出反應或脫口而出熟悉的短語一樣。因此，它們幾乎可以立即生成類似人類的文本或圖像。

有趣的是，隨著這些模型的進化，它們開始展示出類似系統2思維的能力——這是過去僅限于非生成式AI（如國際象棋機器人或垃圾郵件過濾器）的獨特特征。

我們必須迅速深且思熟慮地采取措施。以下是必須采取的行動：

投資AI教育，覆蓋全社會各個層面。如果大多數人不理解基本概念，有關未來的有意義辯論就無法進行。

制定強有力的倫理準則和法規。適用于AI的開發與部署。這些準則必須足夠靈活，以跟上快速發展的步伐。

重新思考經濟模式，以應對不可避免的就業流失和不平等問題。知情的公民和政策制定者需要共同做出數據驅動的決策。

推動國際合作。確保AI的利益能夠全球共享。AI亞特蘭蒂斯應當是帶動所有船只前行的潮水，而不僅僅是硅谷和華爾街的豪華游艇。

結論是，盡管生成式AI的時代才剛剛開始，但它已經達到了改變世界的性能水平，將重塑我們的社會結構。社會需要迅速行動，以降低風險并利用機會解決這些緊迫問題。

塑造AI驅動的未來權力掌握在人類手中。它會被用來放大人性還是削弱人性？你會幫助創造一個技術作為橋梁，促進所有人更好理解、創新和繁榮的未來嗎？

選擇權在我們手中。如果AI將塑造人類的未來，那么全人類都需要參與塑造AI。6 結語

屬于AI的時代已經到來，并且發展速度超過了大多數人的理解能力。再次強調，我們不是在談論遙遠的未來，而是在談論現在。今天的選擇將決定AI是我們最偉大的盟友，還是我們最強大的挑戰。

我們希望你們能記住的是：

AI亞特蘭蒂斯正在崛起。1000億個智能體和10億個機器人觸手可及——它們都像大學畢業生一樣有能力——這是迫在眉睫的現實。

現有模型只是開始。我們正站在AI能力爆炸的前沿，這將使今天的技術看起來太過陳舊。

工作的本質、創造力和問題解決能力正在發生變化。從軟件到醫療、教育到娛樂，眾多行業正處于變革的開端。

個人自主性將大幅提升。AI將為人們提供更多的選擇、時間和能力，比以往任何時候都要多。那么，我們該做什么？

社會需要以既迅速又深思熟慮的方式行動：

投資AI教育與素養。面向每一個人，你的祖母也需要理解這些。

推動開放、合作的AI發展方式。科技巨頭或政府不應壟斷這種力量。

重新思考我們的經濟模式。舊的經濟范式正在崩潰，需要新的框架來應對AI亞特蘭蒂斯的現實。

制定AI倫理和法規標準。確保AI增強人類潛力，而不是削弱它。

鼓勵全球合作。AI不在乎國界，需要全球共同努力，應對挑戰并利用機遇。

現實是，AI將改變一切，包括人類的工作方式、創造力、問題解決能力。我們所有人的生活方式。

我們仍然有選擇。我們可以一起塑造這一變化，可以引導它走向這樣的未來：AI可以增強人類創造力，解決我們面臨的最大挑戰，展示出令人難以置信的可能性。

或者，我們也可以走向一個更糟糕的未來：AI加劇不平等，侵蝕隱私，讓許多人被拋在后面。

選擇權在我們每個人手中，但我們必須現在做出決定。不是明年，而是現在。

那么，你打算怎么做？坐在那里看著AI接管我們的世界，還是愿意參與塑造未來？

我們已經做出了選擇：塑造一個賦能人類的AI未來。你愿意和我們一起嗎？

讓我們把AI亞特蘭蒂斯打造為一個天堂，而不是反烏托邦。我們必須確保AI由人民創造，為人民服務，和人民一起前行。

附錄

[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：去年與未來幾年》，2024年AbundanceSummit，Abundance360，洛杉磯，加利福尼亞州。

[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，快與慢》。紐約：Farrar,Straus&GirouxInc.

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