人工智能大模型，如ChatGPT，正以惊人的速度发展，如同早期的搜索引擎和社交媒体平台一样，它们最初被视为有趣的工具，但如今已逐渐演变为影响世界格局、塑造权力关系的关键力量。那么，ChatGPT等大模型是否会在未来扮演类似的角色，甚至成为一种新型的殖民工具？这需要我们深入分析构建大模型所需的三大要素：人才、算力和数据，以及由此带来的潜在风险与挑战。
人才：大模型竞争的核心
构建大模型在技术上具有高度挑战性，掌握相关知识和技能的人才十分稀缺。更重要的是，这些人才不仅需要高薪待遇，还需要对工作、公司和老板抱有认同感。这一点在OpenAI的CEO更迭事件中得到了充分体现，员工的集体行动直接影响了公司的决策。
从全球范围来看，大模型人才的分布极不均衡。2022年，美国占据了该领域学术出版物的70%以上，中国和英国分别占比20%和10%左右。更令人担忧的是，这些研究成果主要集中在少数私营企业手中，而非学术机构。例如，谷歌一家公司就贡献了近30%的出版物。这意味着，大模型人才和知识正日益集中在发达国家的私营企业手中，这无疑加剧了技术垄断的风险。
这种人才垄断的后果是多方面的。一方面，它限制了其他国家和地区在大模型领域的发展潜力。另一方面，它可能导致技术偏见和价值观倾斜。如果大模型的开发和训练完全由少数西方公司主导，那么它们所反映的价值观和文化可能无法代表全球多样性，从而在应用中产生不公平或歧视性的结果。
算力：巨头角逐的战场
训练和运行大模型需要大量的算力投入。而这种算力的背后，是芯片和云计算基础设施的支撑。目前，全球几乎所有大模型训练所需的芯片都由美国公司英伟达（Nvidia）设计。由于产能有限，采购英伟达的芯片需要排队等待。
更重要的是，搭建云计算数据中心的巨头也主要集中在美国。亚马逊、微软和谷歌控制着全球6000亿美元的云计算市场。这些公司不仅掌握着算力资源，还通过投资新兴的大模型公司，进一步巩固其在人工智能领域的统治地位。例如，微软是OpenAI的最大投资者，同时也在投资其他人工智能技术公司。而谷歌、亚马逊等也纷纷投资大模型初创企业。
这种算力垄断的影响是深远的。一方面，它提高了大模型开发的门槛，使得只有少数巨头公司能够负担得起高昂的算力成本。另一方面，它可能导致技术创新受到限制。如果大模型领域的创新完全依赖于少数几家公司，那么创新方向和速度可能会受到影响。此外，算力的集中也带来了潜在的安全风险。如果少数数据中心发生故障或遭受攻击，可能会对全球的大模型应用产生重大影响。
数据：语言霸权的隐忧
训练大模型需要海量数据。而全球范围内，数字化文本中英语占主导地位。根据OECD的数据，大模型训练中使用的文本约40%是英语，而德语、法语和土耳其语的比例分别为5%、4%和2%。这导致了大模型在不同语言环境下的表现差异。
例如，ChatGPT在英语环境下的表现明显优于土耳其语。事实上，许多大模型在土耳其语环境下的表现甚至无法达到可用水平。这不仅仅是语言翻译的问题，更涉及到文化背景和语义理解的差异。如果大模型仅仅基于英语数据进行训练，那么它们可能无法准确理解和处理其他语言和文化中的复杂信息。
巴塞罗那大学的研究人员使用英语、德语、法语、西班牙语、加泰罗尼亚语和土耳其语对各种大模型进行了测试，结果显示，土耳其语的测试结果最差。这表明，大模型的性能受到训练数据的语言分布的影响。
这种数据偏见的影响是多方面的。一方面，它可能导致大模型在非英语环境下的应用受到限制。另一方面，它可能加剧文化霸权。如果大模型主要反映英语文化和价值观，那么它们可能会对其他文化产生负面影响，甚至导致文化同化。
大模型：文化价值观的放大器
大模型的输出反映了训练数据所代表的文化和价值观。在可预见的未来，大模型可能会进一步强化加州白人男性主导的思想体系。尽管一些公司的CEO可能具有不同的种族背景，但他们大多接受了相同的价值观体系。
这种价值观倾斜的影响是深刻的。一方面，它可能导致大模型在应用中产生偏见和歧视。例如，如果大模型主要基于西方文化价值观进行训练，那么它们可能会在处理其他文化相关的问题时产生误判或偏见。另一方面，它可能强化现有的权力结构。如果大模型的开发和应用主要由西方公司主导，那么它们可能会进一步巩固西方在全球的影响力。
如何应对大模型时代的挑战？
对于像土耳其这样的，以及其他在全球体系中处于边缘地位的国家来说，如果未能采取必要的措施，并明确合作对象，可能会在大模型经济中进一步边缘化。这将导致我们继续生活在一个规则在其他地方制定，且常常是不民主的方式制定的世界里。
要应对大模型时代的挑战，发展中国家和地区需要采取以下措施：
- 加大对人才培养的投入： 鼓励高校和研究机构加强人工智能相关专业的建设，培养本土大模型人才。同时，积极吸引海外人才回国发展。
- 推动算力基础设施建设： 加大对云计算和数据中心建设的投入，构建自主可控的算力基础设施。鼓励企业自主研发芯片，降低对国外技术的依赖。
- 构建多元化数据资源： 鼓励企业和机构收集和整理本土语言和文化数据，构建多元化的训练数据集。加强与其他国家和地区的数据合作，共享数据资源。
- 加强伦理和社会规范研究： 开展大模型伦理和社会规范研究，制定相关政策和法规，确保大模型的应用符合伦理道德和社会价值观。
- 促进国际合作： 加强与其他发展中国家的合作，共同应对大模型带来的挑战。参与国际规则制定，维护自身权益。
例如，中国在人工智能领域的发展已经取得显著成就。中国政府高度重视人工智能技术的发展，并出台了一系列政策支持。中国企业也在大模型领域取得了重要进展，例如，百度、阿里巴巴等公司都推出了自己的大模型产品。同时，中国也积极参与国际合作，与世界各国分享人工智能技术和经验。
结论：把握机遇，迎接挑战
大模型时代既带来了机遇，也带来了挑战。我们既要充分利用大模型技术带来的便利和发展机遇，也要警惕潜在的风险和挑战。只有通过加强人才培养、推动算力基础设施建设、构建多元化数据资源、加强伦理和社会规范研究以及促进国际合作，才能确保大模型技术能够真正服务于人类，而不是成为一种新型的殖民工具。
我们必须清醒地认识到，大模型不仅仅是一种技术，更是一种权力。掌握了大模型技术，就掌握了塑造未来的能力。因此，我们必须积极参与大模型的开发和应用，争取在全球人工智能治理中发挥更大的作用，确保大模型技术能够造福全人类。只有这样，我们才能真正把握大模型时代的机遇，迎接挑战，实现共同发展。