AI 是否有一天会变得资源高效？
摘要
一场关于AI模型长期可持续性的讨论，质疑由于高昂的计算成本和对投资者资金的依赖，探讨资源效率的提升能否防止泡沫破裂。
我听说AI需要大量的计算资源。你可以在笔记本电脑上运行本地模型，但低计算量基本上使其无法使用。这显然不便宜，AI公司每天亏损数百万美元，以远低于维持成本的价格提供产品。目前这是由于投资者大量注资以及为击败竞争对手的努力。但当泡沫破裂，投资者停止补贴成本时会发生什么？这些我们已经融入生活诸多方面的模型，其成本会突然变得极其昂贵吗？防止泡沫破裂的唯一方法是在风投资金枯竭之前让这些模型更加资源高效，但这可行吗？说到底，LLMs的优化程度是有下限的。我的问题是想请教比我更了解这方面的人。AI真的可持续吗？还是说泡沫会破裂，迫使我们把生活倒退到LLMs不像现在这么普及的时代？
相似文章
AI在经济上是否越来越只可能由超大规模云服务商承担？
文章认为，高额的资本支出、电力基础设施和GPU成本使得AI开发对所有除了谷歌、微软、亚马逊和Meta这类最大超大规模云服务商之外的企业在经济上不可持续。
AI云基础设施市场是否已失控？
本文探讨了AI云基础设施领域高达7250亿美元的资本支出大战，质疑市场是否正变得难以管理，并指出归纳分析将成为下一个主要战场。
关于 AI 工具定价走向的认真探讨——我们是否处于泡沫之中
文章分析了 Gemini 和 Amazon Q 等 AI 编程工具目前激进的免费层级策略，质疑这究竟是可持续的市场特性，还是类似于价格整合前泡沫阶段的临时补贴。
我正在尝试使用AI构建新的经济模型。
作者提出，使用AI扫描来自电网、数据中心等来源的信号，提取权力动态变化，并生成关于AI经济的更好问题，而不仅仅是回答现有问题。
人工智能在投资领域的应用
一位拥有14年经验及CFA认证的金融专业人士对当前投资领域的人工智能应用表示怀疑，指出其结果往往过于乐观或流于表面，并询问其他人如何有效利用人工智能。