indigo
5个月前
解密【暗黑启蒙】谁在推动 AI 加速统治新世界?美国正在经历一场深层次的、由技术资本和新反动思想(NRx)主导的“加速主义革命”。其最终目标是终结或大幅削弱民主制度,建立一个以技术与资本为核心的「CEO 式君主制」,同时通过私营化城市和网络国家的模式,彻底“排斥”传统公共领域、官僚机构及媒体 。。。 周末读到一篇兼具现实和科幻色彩的雄文《The A.I. Monarchy》作者是罗马尼亚新闻和哲学领域的学者 Mihnea Măruță。当前看似零散的硅谷大亨、政治人物、反主流思想家的联盟背后,有一套相对完整、极具颠覆性的“加速未来”哲学,他们试图“以资本和 AI 为引擎,冲破历史桎梏”,让世界在“技术 — 君主制”下快速变革。 文章并未明确评判这种模式好坏,但强调其力量之强劲,足以动摇现有的民主秩序。我的看法是在这一轮“全球大割裂后”,下一次融合就是 ASI 到来后的智能共识治理了 - AGI 降临派😅 TL;NR - 作者的主要观点 文中多次提及与特朗普关系密切的亿万富豪 Peter Thiel 及其周边人物(如 J.D. Vance、David Sacks 等),并把他们的理念与英美“新反动运动”(Neo-Reactionary,简称 NRx)和 Nick Land 提出的加速主义理论联系起来,指出这些思想和实践或将推动美国走向一种“去民主化”、高度技术化和资本化的“加速社会”。 1. 美国的政治版图正在转向“企业治理 + 加速主义” 特朗普再度当选后所组建的政府,与传统的共和党建制派有显著区别:他们不只是要“改进”民主,而是把民主本身视为技术—资本扩张的障碍,试图以“公司式垂直管理”取代代议制。 2. NRx与加速主义并非“小众边缘”,正成为新政治理念 尼克·兰德、柯蒂斯·亚文等人被许多人视为“极客怪才”,但文中指出,随着彼得·蒂尔(Peter Thiel)、马克·安德森(Marc Andreessen)等大型投资人和硅谷领袖拥抱这些思潮,加速主义正影响美国的经济和外交政策。 3. 目标是消解传统“官僚和公共领域” 作者用“教堂”隐喻表明,当下政府官僚系统、媒体、大学、NGO 等常被视为“进步政治的堡垒”。新政府或将对这些机构大规模削减资金与权力,甚至尝试替换它们。这一进程可能快速而极端:先是削弱媒体(“主流媒体”被视为顽固势力),之后针对高校、智库、公益组织。 4. 资本主义与 AI 的融合被视为“不可阻挡” 加速主义者认为,与其抵抗 AI 接管,不如“加速”其到来,让资本与技术最大化地产生新形态社会。他们将AI视为“自我实现”的未来力量。 5. 宗教、资本、技术三方结合,加剧了变革的力量 作者特别点明,加速主义能与犹太教和基督教福音派在“末世论”层面产生共鸣,从而形成经济与宗教的同盟,这种结合在政治上极具冲击力。 6. 新形态国家:城市—公司与“网络国家” 部分富豪开始大规模购买土地、筹建自治社区,试验私营化与区块链化的城市治理模型,为今后取代传统民族国家做准备。一旦势能成熟,当前的国家架构或将被分割或淡化,出现若干互不相属的“城市国”或“网络国”。
indigo
6个月前
AI 的革命让梵蒂冈也感到了恐惧!2025 是天主教的圣年(Jubilee 每 25 年一次)在一月24日梵蒂冈教会总部发布了一篇雄文「Antiqua et Nova」 反思了 AI 的本质、伦理影响及其对人类尊严的潜在冲击,乍看之下这或许只是宗教对科技的新一轮解读,但作为人类历史上最古老的机构之一,梵蒂冈非常清楚:AI 绝不仅是个技术进步,它还是一种可能动摇数千年来支配人类社会的权力结构的力量,包括宗教权威本身。 即使你并非天主教徒,或根本没有宗教信仰,也无法忽视 Antiqua et Nova 反映出的全球精英群体的普遍担忧:AI 或许会颠覆传统的权威来源 —— 从政治体制、企业垄断到宗教领导。AI 能够以远超人类的速度生成知识、做出道德判断,甚至挑战对 “智能” 或 “创造力” 的传统定义。如果有一天AI不仅是人类的工具,而是真正成为独立“思考者”,世界的决策者又将如何自处? Antiqua et Nova 也许是官方首次在道德层面阐释 AI,但绝不会是最后一次。这份文件并不仅仅是天主教的观点,它折射出的是在一个智能不再为人类所独有的时代里,人类传统权威将面临的严峻考验。下面是对全文核心思想的总结(完整总结见评论🧵): - AI 并非“人类智能”的翻版:它模拟或实现部分人类功能,却无身心合一的体验、无道德良知、无真正的自由与爱。 - 教会的整体人类学框架:强调理智与道德、身体与灵魂、个人与社群、人与天主的关系统合在一起。人性尊严不可简化为功能性价值。 - 伦理责任仍在于人:应确保 AI 开发、使用与监管都以人性尊严与公益为评判标准,涵盖隐私、正义、劳动尊严、医疗、教育、环境、和平等方面。 - AI 的机遇与风险:既有助于人类应对复杂问题,也可能造成不平等、道德淡漠、虚假信息泛滥、军事升级等。需全社会各层面协力规范和反思。 - 呼吁“心灵智慧”:在高度数字化时代,只有藉着对真理和爱的追寻,人类才能将 AI带向正确方向、避免异化;尤其要防止将技术奉为偶像或让人性沦为机器的附庸。 - 终极指向:人类的完整幸福乃在与天主及他人真正的共融中。AI是人手所造,应谦卑地作为服务与建设之工具,为“共同善”“共同家园”及“人类家庭”而存在。 尽管 Antiqua et Nova 对 AI 提出了宝贵的伦理思考,但它也暗示了一种对 AI 本质的误读:文中将 AI 描述为可能与人类思维相媲美的存在,却将“计算”与“理解”混为一谈。当前的 AI 模型即便再强大,也不具备自我意识、意图或真正的“理解” —— 它们只是极其先进的模式识别系统。在模拟推理方面很出色,但并不具备人类那样的“思考”能力。 这种误解并不只存在于梵蒂冈。许多人担心 AI 会拥有与人类相当的“意识”,但眼下更紧迫的并非 AI 是否有自我意识,而是人类如何利用它。真正的风险在于政府、企业或个人可能会滥用 AI,而非 AI 本身会挑战神圣权威。讽刺的是,如果我们把焦点一直放在“AI 是否会有朝一日变得像人类一样聪明”,那就容易忽视对“AI 在当前可能带来的监控、偏见、就业替代和虚假信息”等更现实问题的关注。
indigo
7个月前
芯片数据摸底还得靠 SemiAnalysis!今天最新这篇提到了 DeepSeek 拥有的 GPU 数量不是某些人声称的 50,000 个 H100,而是 10,000 个 H800 和约 10,000 个 H100,剩下 30,000 左右的 H20,这是 Nvidia 在出口管制法案之后为中国市场定制的。 SemiAnalysis 的分析表明,DeepSeek 的服务器 CapEx 总额接近 13 亿美元,这些 GPU 由 High-Flyer 和 DeepSeek 共享,它们被用于交易、推理、训练和研究! 文章中最有趣的观点就是 AI 模型产业与芯片产业的类比,就像在最新一期的 Indigo Talk 中提到的 - 大模型正在商品化,与芯片制造工艺迭代逻辑类似。 1. 前沿能力带来超额利润 - 在芯片产业里,最先进制程(比如台积电领先的 3nm、2nm)往往拥有高额的毛利率。做“落后一代制程”的代工厂只能打价格战; - 在大模型市场,“前沿水平的推理/生成能力” 同样可以定更高的价格,为早期付费用户提供独家或高质量服务,进而获得溢价; 2. 快速迭代与淘汰 - 芯片工艺每一代很快就更新,AI 模型同理,更新迭代速度越来越快 —— 谁能最先推出下一代“推理/思考”能力,谁就能够暂时占领高端市场; - 同时,过往一代的技术不会立即消失,会在某些场景继续存在,但利润和售价往往走低,与新一代“前沿能力”拉开差距; 3. 规模、效率与摩尔定律 / 算力扩张的矛盾 - 芯片制造商要通过更精细的工艺(规模效应)推动晶体管数量的指数增长。但越是先进制程,研发与设备投入越是惊人; - AI 模型也在追求“更大规模”与“更高效率”的矛盾:一方面大家想训练更大的模型来突破能力上限,另一方面也在积极提升训练/推理效率、降低成本; - Jevons 悖论:当每次训练或推理变得更便宜时,模型推理调用量会激增,总体算力需求反而上升(如同手机、云计算普及后算力需求的爆炸式增长)。 4. 技术领先者的地位与盈利 - 芯片代工龙头(TSMC)之所以能持续保持高盈利,在于其维持了对下一代工艺节点的快速投入和良率领先,使竞争对手短期很难追上; - 大模型赛道里,OpenAI、Google、Anthropic、Meta 等会通过持续大规模资金投入在新一轮“算法+算力”中领先。如果哪家公司短暂落后,就必须以降价或开放等策略跟进; 因此,AI 模型的商业化进程很可能出现类似芯片产业的“前沿与追随”并存格局: - “前沿模型” 依靠新一代推理能力赚取高额利润; - “追随模型” 则以相对较低价格抢占中低端或更多场景市场; - 双方都持续增长对算力(GPU 等硬件)的需求,进一步刺激芯片企业的发展。 最后总结下对 Nvidia 的影响: - 短期内:DeepSeek 等高效模型的出现非但不会削弱 GPU 需求,反而加剧争抢,Nvidia 的 H100/H200 价格和市场需求高企; - 中长期:前沿模型升级与新一轮“能力竞赛”将继续扩大整体算力需求,Jevons 悖论带动 GPU 采购量不降反升,维系甚至增进 Nvidia 在 AI 训练/推理硬件领域的盈利地位; - 只要有足够的前沿芯片投入市场,在短期内很难被其它产品或自研 ASIC、国内 GPU 芯片替代,Nvidia 将保持对 AI 训练/推理硬件市场的统治地位; - 出口管制对中国买家采购 Nvidia 高性能芯片会带来一定阻力,但市场仍会尽可能在政策缝隙中购入高端硬件,或转向 Nvidia 专为中国市场推出的“缩水版”高端产品,整体需求依旧旺盛; 从 Semianalysis 这篇报道的观点出发,高效 AI 模型并不会让 Nvidia 的市场萎缩,反而更可能助推 Nvidia 的先进 GPU 需求和全球出货量持续上行。
indigo
8个月前
日本文部科学省发布初等中等教育生成式 AI 指南,非常详细切有借鉴意义。 使用生成式 AI 的基本原则: - 人类中心原则:AI的目标是扩展人类能力,而不是取代人类判断; - 学校需认识到生成式AI的输出是“参考之一”,最终决策和责任应由人类承担; 培养学生的核心能力: - 结合《学习指导纲要》中的能力要求,利用生成式AI培养-学生的信息素养和问题解决能力; - 鼓励学生使用AI工具来提炼自己的观点,提升批判性思维能力; 教师的角色: - 教师需成为学生与生成式AI之间的“引导者”,帮助学生正确使用这些工具; - 教师需要具备一定的 AI 知识与技能; 应用场景: - 教师的校务工作:用于教学资料准备、时间表制定、活动计划等,提高工作效率; - 学生的学习活动:帮助学生进行个性化学习、提供多样化的学习视角,但需注重信息真实性和道德教育; - 教育委员会的指导:提供政策支持,确保生成式AI的安全使用。 安全与法律合规: - 使用生成式 AI 时需遵守相关法律法规,特别是在隐私保护、著作权和公平性方面。 - 避免在生成式 AI 中输入敏感信息,如个人隐私和成绩数据。 道德教育和信息素养培养: - 强化学生的信息素养和道德教育,使其能够正确使用AI工具,同时提高批判性思维能力。 - 指导学生在引用生成式AI的内容时,注明来源,避免抄袭或不当使用。 教师与AI的关系: - 教师需要掌握生成式AI的基本知识,并在教学中适时引入,以支持学生学习; - AI 的使用不能替代教师的人文关怀和教育职责;