AI 学术研究重心已转向私企：高校学者面临算力与封闭双重困境

近日，MIT Technology Review 记者 Melissa Heikkilä 走访了由施密特科学基金会（Schmidt Sciences）资助的 AI2050 学者项目年会，与多位顶尖 AI 学者深入交流，呈现出一幅 AI 学术界正在被私营公司边缘化的图景。

在过去四年里，AI 研究以大语言模型（LLM）为核心发生了根本性的重心转移：前沿阵地已从大学实验室搬到了 Anthropic、OpenAI 等私营公司手中。高校买不起训练和运行前沿模型所需的 GPU，即便买得起，Anthropic 和 OpenAI 也不会公开 Claude 或 ChatGPT 的训练细节。这意味着身处学术界的研究者，既无法详细研究这些模型的设计与训练过程，也无法亲自参与其中。

学者的「CRISPR 困境」

加州大学伯克利分校计算机科学教授 Nika Haghtalab 在午餐交流时打了一个比方：如今的 AI 学者就像身处一个由私企独占基因编辑工具 CRISPR 的世界里的生物学家。学者们可以观察 ChatGPT 和 Claude 的外部表现，但无法深入其内部机制。

AI2050 项目虽然会向学者发放一部分可用于购买 GPU 的经费，被部分受访者视为重要福利。但在联邦科研经费削减的大背景下，资金压力依然严峻。即使不本地运行模型，仅是反复调用 OpenAI、Anthropic、Google 的接口进行严谨研究，API 费用对许多学术团队而言也是一笔沉重负担。

转向「公司不愿碰」的问题

正因为前沿被公司占据，许多 AI2050 学者选择把研究目标对准那些 Anthropic、OpenAI 不太可能去做的课题。约翰斯·霍普金斯大学计算机科学教授 Anjalie Field 表示：「我会刻意避开那些我认为会被科技公司解决的问题。」她近期的一项研究发现，语言模型对女性更常用的措辞方式，会给出相对不够复杂的回答——这类让公司「不太好看」的研究，显然难以由厂商自己发起。

除了 LLM 方向，还有一批 AI 学者专注于构建用于数据分析、预测乃至物理系统模拟的专用 AI 模型。这些研究者与前沿大模型实验室并不直接竞争，例如曾做出诺贝尔奖级蛋白质结构预测模型 AlphaFold 的 Google DeepMind 团队上月刚刚解散。但他们同样面临挑战：当公众把「AI」等同于「耗能巨大的 LLM」时，那些用 AI 应对气候变化等问题的专用工具往往难以争取到关注与资源。

学者出走与新焦虑

结构性压力正在改变学术界的人才流向：近期数位知名学者已请假离开高校，加入前沿实验室；许多 AI2050 学者同时在产业界任职。过去半年，一个新的焦虑浮出水面——OpenAI 的模型已经解决了一些真实的数学研究问题，部分学者开始担忧纯数学领域是否还有人类的未来。有一位 AI2050 fellow 在受访时直言，她担心数学家同行的心理健康状况。

不全是悲观信号

文章并未止步于悲观。多个受访者指出，经验科学因数据采集本身极为缓慢，自动化难度远高于数学；卡内基梅隆大学的 Tim Dettmers 认为，AI 科学家不会取代人类，反而会让人类科学家更高效，去追逐那些原本没时间做的灵感课题。此外，正是资源约束本身，倒逼学术圈不断探索更小、更高效的模型，乃至全新的网络架构。如果下一次 AI 重大突破来自一家资源有限的小型学术实验室，作者表示「并不会感到意外」。