从大型计算机到个人电脑，从互联网到智能手机，计算的每一次突破都为更多的人提供了在数字前沿领域发明创造的机会。
　　不过，越来越多的人开始担心，这一趋势在新兴的人工智能行业正在发生逆转。
　　计算机科学家们指出，人工智能研究的成本飙升，需要巨型数据中心完成复杂演算，这导致越来越多的人难以获得开发未来产品（如自动驾驶汽车，或具有观察、对话、推理能力的数字助手）所需的计算能力。
　　由此带来的恶果是，人工智能的前沿研究将出现贫富分化。
　　富有者主要是Google、微软、亚马逊、Facebook等大型技术公司，它们每年都要斥资数十亿美元建设数据中心。
　　贫困者的阵营成员则多为高校实验室，它们一直以来都是创新的源泉，为新产品和新服务提供动力。
　　南加州大学信息科学研究所主任克雷格·诺布洛克（Craig Knoblock）表示：“这些公司拥有的庞大计算资源是一大威胁，高校无力竞争。”
　　OpenAI研究的可以玩魔方的机器人。
　　不单研究人员提出了警告，大眾对技术巨头的实力也愈发担忧。不同的是，大众关注的焦点集中在眼下的这一代技术，如搜索、在线广告、社交媒体和电子商务，而科学家们担心高强度计算要求会阻碍未来技术的探索脚步。
　　大型技术公司的现代数据中心庞大而神秘。这些建筑占地不下一个足球场，安放着数万台电脑。大门防弹、墙体防火、外人禁止入内。
　　这就是云计算的引擎室。它们为智能手机和笔记本电脑提供了丰富的娱乐和资讯，令数百万开发人员能够编写基于云端的应用软件。
　　然而，Allen Institute fnr Artificial Intelligence近期的一份报告指出，若想在语言理解、游戏和常识推理等任务中取得领先，所需计算量在过去6年里飙升了30万倍。这些计算都是为了增强深度学习软件模型的能力，这也是近年来人工智能研究的突破口。
　　Allen Institute for Artificial Intelligence的首席执行官奥伦·埃齐奥尼（Oren Etzioni）表示：“如果成功，回报可观。但研究成本呈指数级增长。因此对于一个社会经济体而言，若只能在少数几方面领先，处境将相当艰难。”
　　人工智能实验室OpenAI的发展之路便为我们展示了不断变化的经济形势，以及深度学习技术的前景。
　　得到伊隆·马斯克（Elon Musk）支持的OpenAI成立于2015年，最初是一家非盈利性研究实验室，意在开发人工智能领域的前沿技术，并与外界分享收益。这种愿景体现了天才程序员们以一己之力创一片天地的传统。
　　今年春天，OpenAI开发的软件通过数月的试错学习，获得了相当于人类花4.5万年才能积累的游戏经验，一举击败DOTA2的世界冠军团队。
　　在OpenAI的科学家们看来，他们从事的工作更类似于粒子物理学或天气模拟等需要庞大运算资源的领域。例如，为了在DOTA2游戏中获胜，需要花费数百万美元，租用由Google和微软等公司运营的云计算中心的数万个计算机芯片。
　　为了获得资金，OpenAI在今年转型为一家以盈利为目的的公司，并于7月宣布接受微软10亿美元的投资。OpenAI方面称，这笔资金的大部分将用于提升计算能力，以便在反哺投资方之后与外界分享其人工智能研究成果。
　　除了资金，学者们还对高级人工智能软件的能耗问题表示了担忧。根据马萨诸塞大学安姆斯特分校的3名科学家在近期论文中的估算，训练一个大型深度学习模型所产生的碳足迹相当于5辆美国产汽车在使用寿命内的碳排放量（包括油耗）。（大型技术公司纷纷表示，它们尽可能购买可再生能源，以减少数据中心对环境的影响。）
　　埃齐奥尼和Allen Institute for Artificial Intelligence的同事们表示，若能改变人工智能技术成败的衡量指标，或有望在—定程度上解决能源消耗和计算成本这两大问题。
　　罗切斯特大学的计算机教授亨利·考茨（Henry Kautz）指出，准确性“实际上只是我们在理论和实践中关心的一个方面”，其他方面也值得重视，包括能源消耗、数据需要量、人工投入等。
　　如果研究项目能减少对原始计算能力的依赖，采用多元化的评估视角，则有助于在学术研究人员和大型技术公司的计算机专家之间建立起公平的竞争环境。
　　大型技术公司正专注于提高数据中心和人工智能软件的效率，在它们看来，这将使得外部开发人员和学者更容易获得计算能力。
　　多年来，大型技术公司向高校提供了数百万美元的资助和捐赠。但有些计算机科学家认为，技术巨头为缩小人工智能研究领域的差距所做的远远不够，它们与高校之间的合作仍停留在买卖层面，比如聘用教授、研究生，甚至本科生。
　　华盛顿大学的埃德·拉佐夫斯卡（Ed Lazowska）教授说，这些公司应明智地为学术研究提供大量支持，包括在更大程度上开放它们的计算能力。
　　他补充道，加大对高校的支持力度也符合公司自身的利益。
　　否则，“学术界培养下一代计算机科学家的能力将严重下降，而那些未来的科学家正是公司发展的动力”。
　　版权声明
　　本文内容由《纽约时报》提供版权