在AI巨头主导的时代，学术科学如何变革

人工智能学术界正经历身份危机。过去四年间，尖端模型的开发领导权已从大学转移至OpenAI、Anthropic、Google等私营公司。原因显而易见：训练与运行大型语言模型需要巨量计算资源，即使顶尖高校也难以承担。更甚者，这些公司对自家系统架构严格保密，迫使学者只能从外部观察模型行为。

资金短缺进一步加剧困境。即使像AI2050这样的项目提供GPU购买补助，也无法根本解决问题。许多研究者需自掏腰包购买商业模型API访问权，令大规模实验成为大学预算难以承受的奢侈品。于是，科学家们纷纷转向商业价值较低的研究方向——如约翰霍普金斯大学教授Anjalie Field所研究的模型性别或社会偏见问题。

并非所有学者都专注于语言模型。许多人致力于开发专用AI工具用于科学、气候或医学领域。然而，这些工作被LLM热潮所掩盖，难以获得关注与资金。更雪上加霜的是，即使像Google DeepMind的AlphaFold这样的成功项目，也可能因企业战略被迫关停。这些困境正推动学者们转投产业界或同时从事学术与商业工作。

尽管面临重重挑战，专家们仍看到积极的一面。AI有望通过解放研究者于琐碎任务来加速科学发现。资源限制也在倒逼创新——从模型优化到全新架构的探索。或许，下一个AI突破将诞生于大学教室而非企业实验室。