《Import AI 459:监督 AI、蛋白质模型与灭绝风险定价》
本期 Import AI 串联 AI 监督、蛋白质折叠模型 scaling law 和 AI 灾难风险定价,适合理解模型能力扩张后技术评估与制度治理面临的硬问题。
🧠 agentic reading|1️⃣ 精准输入
导语
这一期 Import AI 由几条看似分散的研究和政策新闻组成:AI 经济规模被 GDP 低估、自动化 alignment 并不是安全银弹、开放图像数据集 GPIC、Biohub 的蛋白质世界模型,以及 Andrew Leigh 关于 AI 灭绝风险经济学的演讲。共同主题是:AI 的真实影响正在超出现有统计、监管和评估框架。
1. AI 经济正在高速扩张,但传统 GDP 看不见它
开篇论文认为,美国 AI 经济的名义规模和真实能力增长被常规统计严重低估。作者估算 2025 年美国 AI GDP 约为 $250 billion,质量调整后的实际增长率可能达到每年 2,600%。问题在于,AI 的核心影响不只体现在数据中心建设,而大量发生在推理使用和单位能力价格下降中。
如果只看名义收入和传统 GDP,政策制定者会以为经济没有异常;如果看计算支出、算力容量和质量调整后的 AI 产出,水下已经有一条巨大的鲨鱼。文中列出三种测量方式:美国算力支出从 2023 年 $37 billion 到 2025 年 $219 billion;AI 计算容量每年增长超过 200%;质量调整后的 AI 输出在 2024 和 2025 年都约增长 2,270% 以上。
Beta Free
注册芝士内参,免费阅读全部文章
内测期全部免费开放,正式版 ¥9.9/月 · ¥99/年。
我的笔记
✍️ 写下你的想法,自由记录即可。如果没有灵感,试着回答上方的费曼输出问题。
登录后可记笔记
登录后可保存笔记、高亮、划线和批注。