高昂成本加剧全球人工智能“发展鸿沟”

封帅

封帅

上海国际问题研究院国际战略与安全研究所副研究员

美国微软公司、“元”公司等技术巨头正增加投入，大力兴建人工智能（AI）数据中心。“通向智能时代的道路是用无数金钱铺就的”，这是当下全球科技发展进程中最令人无奈的事情之一。

关键要素成本增长

一方面，人工智能技术的高速发展正改变着世界经济格局，并创造出难以想象的经济红利。但另一方面，推动人工智能技术发展的成本直线攀升，迫使很多经济和技术基础条件不足的国家和地区面对新技术时踟蹰不前。

随着人工智能技术的进步，几乎每个关键要素的成本都在持续增长。以大语言模型为例，就可以清晰地看到成本增长的轨迹。首先，大语言模型的训练需要大量的标记数据，数据的收集、清洗、组织和处理都是成本高昂且耗时的过程。随着模型越来越大，数据集越大、越复杂，软件成本增加得越快。有很多数据的获取还涉及版权等问题，需要额外付费。

其次，大语言模型的训练需要大量计算资源，当前人工智能企业极为依赖高性能的图形处理器（GPU），这些芯片价格非常昂贵，单品价格常常达到数万美元，而且长期供不应求。训练大模型常常需要数万甚至数十万颗高性能芯片，仅此一项，成本就达数十亿美元。

再次，大型数据中心也是发展大语言模型过程中不可缺少的重要环节。每一个大型数据中心的成本都达到数亿美元甚至数十亿美元。过去十年，全球范围内的数据中心已经由3600个增加到7000个以上，几乎翻了一番。全球数据中心的建筑面积更是增加了5倍以上。快速膨胀的数字基础设施价格也在不断提升人工智能企业的成本。

人力资源是人工智能发展的另一关键要素。为了创建大语言模型，企业需要招聘很多数据科学家、机器学习工程师和软件开发人员。很多岗位的能力要求高，相关领域的人才供应有限，导致行业工资水平不断增长，招聘成本越发昂贵。

“高墙”推动发展失衡

除此之外，系统维护和更新的成本、社会保障成本也随着人工智能产业的发展以几何倍数提升。位于美国旧金山的人工智能初创公司Anthropic首席执行官达里奥·阿莫迪说，目前市场上的人工智能模型训练成本约为1亿美元，但“目前正在训练的模型以及今年晚些时候或明年初发布的模型成本接近10亿美元……到2025年和2026年，可能将达到50亿或100亿美元”。这种成本增速令国际科技巨头都感到了财务上的压力，更是将小成本运行的初创公司排除在大模型研究之外。

成本因素犹如一堵不断升高的围墙。这堵“高墙”不仅阻碍了初创及中小企业的生存和创新，而且严重影响了发展中国家的人工智能产业发展。

发展中国家大多是人工智能领域的后进者，他们不仅缺乏有竞争力的科技企业，也缺乏足够的资金、人才与技术积累，甚至与信息通信相关的基础设施都严重不足。以几何速度激增的发展成本对于发展中国家而言犹如压倒骆驼的最后一根稻草，几乎完全剥夺了他们平等分享人工智能红利的机会。全球人工智能领域本就已经存在的“发展鸿沟”在高成本的推动下正持续扩大，将造成世界发展的进一步失衡。

需要广泛国际合作

总之，高昂的人工智能发展成本对发展中国家来说是严峻挑战。在现有全球体系中，发展中国家已经无法依靠自己的力量摆脱困境。想要缩小“发展鸿沟”，维护全球产业系统的稳定，就需要广泛开展国际合作。国际社会应以联合国为核心，创建具有普适性特征的全球人工智能治理体系，确保所有国家都能够共享人工智能技术发展给人类带来的机遇。