Sin Chew DailyNovember 2026

AI的下一程,且看云起时

Yuan-Sen Ting / 丁源森View original →

不知不觉,预定的12篇,来到了最后一篇。这半年,从软件业、AI的估值、数据中心和工作,一路聊到学术、数学和甘榜。

当初向星洲日报提议写这个系列,是因为一个很实在的感觉。ChatGPT于2022年底就出来了,可一直要到去年年末,新一批模型至少在写程式和处理数据上跨过了一道坎,我们才真正意识到,这些聊天机器人已经能替人干活了。那时候满街都是AI的宣传,不是吹上天,就是喊末日。我想,作为一个在AI与科学的交界处摸爬滚打多年的人,能不能冷静一点、量化一点,把看到的东西老老实实摊开来讲。

3月底写下的第一篇,讲的是软件业被AI掀了桌子。那时我就自认是鸽派,不太相信AI会在短期内把世界翻个底朝天。可才过了半年多,连我心心念念的科研也被卷了进来。几期前聊过,OpenAI说它的模型解出了纳维-斯托克斯难题的其中一个版本。10月初,它又一口气放出722篇由内部模型写成的数学论文,数学界有人叫好,也有人质疑没核对清楚。鸽派如我,这半年也不得不一次次校准自己的判断。

当uncle的好处

不知怎么的,活着活着就成了个uncle。当uncle也有好处,小时候互联网扑面而来的样子,我还记得。那时候的大人也担心,上网会不会让孩子学坏、让人不再读书。回头看,我们终究慢慢学会了跟它相处。

所以这几个月,我一直在掂量AI到底有多大。说它只是另一个互联网,大概小看了它。互联网改变的,是我们怎么找资料;AI改变的,是活由谁来干。可说它像蒸汽机,像从没有电到有电,又说得太满。

互联网留下的,是谷歌搜索、智能手机这样的东西。一个让知识随手可查,一个把电脑塞进每个人的口袋,连叫车、付钱的方式都一并改写。AI到今天,给数码产业带来的是5倍、10倍的提速,可绝大部分还是在帮原有的行业做深度改造,还没长出一个真正属于它自己的新产业。而且这股冲击,目前还集中在数码世界。早前聊超级人工智能时说过,一离开屏幕,要在真实世界里动手,AI还有一段路要走,机器人学会插个插座,工程师就高兴得想绕操场跑。

不过单论提速,互联网已经比不上它。在我自己的研究里,有了AI撑腰,我们开始去碰以前想都不敢想的难题。新东西的苗头也冒出来了。今年8月,一款按每位病人的肿瘤量身定制、由机器学习挑选攻击目标的黑色素瘤疫苗,在一千多人的第三期临床试验里交出了正面结果。科学和医学会不会因此换一个范式,谁也说不准。

最让我觉得这东西好的,其实是一件小事。我帮妈妈装了ChatGPT,我不在身边的时候,她连花草该怎么施肥都可以问它。上一代的长辈,没有这种福气。当然,她也碰过它胡说八道的时候。

学东西也一样。比较入门的课程,只要自己肯学,几乎没有AI教不了的。以前得请补习、买参考书才学得到的东西,现在问一问就有。100令吉的月费拿来干重活不够,拿来学习,已经是从前手头不宽的人想都不敢想的资源。

用得其所,它真有可能让这个世界公平一点。就像今天谁也想象不了没有电的日子,将来一个离不开AI的世界,也不一定是耸动标题里的末日。这一点,我还是乐观的。

放心不下的事

做天文的人,对科技的代价特别敏感。几年前我在这个专栏写过光害,电灯带来了光明,也悄悄偷走了城市上空的银河。AI也不例外。“用得其所”4个字,说来容易,AI公司、政府、社会各方,少了谁都不行。

最先吃亏的,往往是手上资源本来就少的人。贫富之间、国与国之间的差距,在AI加持下很容易变成赢家通吃,上一篇写的甘榜就是一例。

年轻人也首当其冲。入门的工作最先被挤掉,美国已有研究发现,在AI最能取代人的职位上,刚入行的年轻人就业明显下滑。我身边几个对数学有抱负的年轻人,也开始动摇,觉得反正AI都会解。可数学家的价值从来不只在解出定理,而在几代人一路走出来的那副眼光。几期前说过,被直升机空投上山顶的人,是画不出地图的。我的学生是第一批一入行就得跟AI竞争的人,我能教他们的,越来越不是技术,而是判断哪个问题值得问。

然后是我们自己的脑子。把思考整个外包出去,久了是会生锈的。那722篇论文出来后,我以前待过的普林斯顿高级研究院,有个数学与AI顾问小组说得好,这只是人类理解的开始,不是结束。文章、歌曲、图画如今都能一键生成,满屏挑不出大毛病的作品,反而让分辨好坏的眼光更稀缺。

还有注意力。眼下最被看好的方向之一,是实时生成的视频和游戏,谷歌今年已经让最高档的付费用户,走进AI边走边生成的虚拟世界。互联网已经让不少人窝在舒适圈里不肯出来,AI只会把这个圈子造得更舒服,孩子尤其难抵挡。

再往外看,是整个社会。用得好,AI其实很划算,把不需要动脑的活交给它,往往比人做更省资源,还能把人解放出来。可如果大把算力都烧在让人上瘾的娱乐上,那些到2035年可能吃掉半岛三成电力的数据中心,烧的就是不该烧的东西。社群也更容易被撕裂,深度伪造的视频在WhatsApp群里乱飞,下一届大选就是考验。看到一段太刚好的视频,先问它从哪里来,谁会因此得利。

最后是安全。几家前沿的AI公司,都在往同一个方向跑,让AI帮忙做AI研究,也就是业界说的“递归式自我改进”,AI自己改进自己。有的公司已经说,AI能在人类指挥下完成资深研究员要花几天的研究任务,目标是几年内让AI自己当研究员。可连跑在最前面的公司也承认,还不知道怎样安全地走完这一步。风险当然有。不过在相信耸动的新闻之前,不妨先问一句,背后有多少是商业上的动机。

聊AI有没有泡沫那一篇说过,大家看不懂的地方,往往就是溢价的温床。当年千年虫(Y2K)也被渲染成世界末日,最后风平浪静,那是因为无数工程师事先默默把问题修好了。认真对待,但不必恐慌。

往后的世界,会更零散

写到这里,大家大概看得出来,我还是那个AI鸽派。

往后的世界,大概会更零散,也更流动。很多活会被拆成一块一块,由人和AI一起拼起来。一个小团队有了AI撑腰,就可能跟大公司过招,甚至后来居上。这是机会,对年轻人尤其如此。可另一面,是挫败会来得更频繁,换工作、换行业也会变成家常便饭。与其慌,不如早点习惯这种节奏。

王维有两句诗,“行到水穷处,坐看云起时”。走到看似没路的地方,不妨坐下来,看云怎么升起。

这篇后记,也算留几道题给一两年后的自己。第一篇提到的那条每几个月就翻一倍的曲线还在不在,AI有没有长出它自己的谷歌,第一款由AI发现的新药上市了没有,刚毕业的年轻人找工作有没有容易一点,甘榜的孩子用不用得上好一点的AI,柔佛那些没有窗的灰色大房子,住满了没有。

要是我看走了眼,也不要紧。谁信誓旦旦告诉你AI的未来会怎样,本来就不必全信,包括我。

这个世界会更好,也许还会更公平,要做的事还很多。唯一不变的,是它一直在变。

一两年后再回头看,云,起来了没有。

(完结篇)

作者简介: 吉隆坡中华独中毕业生,2017年美国哈佛大学天体物理博士毕业,随后获得美国NASA哈勃奖学金,于美国普林斯顿高级研究院(IAS)研究天体物理,曾任澳洲国立大学天文与电脑科学双系教授,现任美国俄亥俄州立大学天文系教授,专注于利用AI技术加速天文与基础科学的发现。目前在马来西亚学术休假,作为一个旁观者观察本地市场,欢迎各界读者来信交流。