在近日于麻省理工学院举办的一场会议上，人工智能（AI）受益者这一核心问题成为讨论焦点。与会者深入探讨了AI的多维影响及其未来走向。

记者Karen Hao ’15在主旨演讲中呼吁改变当前AI的发展轨迹，特别是反对依赖大规模数据、数据中心和模型来追求所谓的“通用人工智能”。她指出：“这种规模的扩张并非必要。实现AI的益处并不需要如此庞大的计算资源。”她强调，如果我们希望AI真正惠及大众，必须紧急转变现有的发展模式。

作为《华尔街日报》和《MIT科技评论》的前记者，以及2025年著作《AI帝国》的作者，Hao详细介绍了大型AI公司用于训练大语言模型的数据集规模之巨大。她还指出，这种规模化带来的巨大能耗、碳排放和水资源消耗，以及全球零工经济中大量人工数据输入的艰辛。

相比之下，Hao提出了另一条AI发展路径——以诺贝尔奖获奖工具AlphaFold为例，展示了“小型、针对特定任务的AI模型如何有效解决明确问题”。AlphaFold专注于蛋白质折叠和氨基酸序列，使用高度精选的数据集，模型体积小且无需超级计算机，却能带来巨大价值。

另一位主讲嘉宾、墨西哥蒙特雷理工大学教授Paola Ricaurte强调了以目标为导向的AI发展理念，提出评估AI实用性的多个关键概念。她指出：“技术若不能回应使用者社区的需求，就毫无意义。” Ricaurte还曾参与全球AI伙伴关系、联合国教科文组织AI伦理专家组及女性伦理AI项目等多个国际专家委员会。

此次活动由MIT女性与性别研究项目主办，项目主任、人类学教授Manduhai Buyandelger致开场辞。会议主题为“性别、帝国与AI：研讨会与设计工作坊”，在MIT施瓦茨曼计算学院会议厅举行，吸引了300余人参加主旨演讲。会议还设有讨论小组和涵盖多个领域的设计工作坊。

Hao在演讲中批评了AI讨论中的模糊性，认为这阻碍了对行业未来的深入思考。她比喻说：“‘人工智能’这个词就像‘交通工具’，可以指自行车也可以指火箭。因此，谈论AI的益处时必须具体明确，我们到底指的是哪种AI技术，想要更多的是哪一种？”

她认为，类似自行车的小型工具在日常生活中更为实用。她举例提到“气候变化AI”项目，致力于开发提升建筑能效、监测排放、优化供应链和预测极端天气的工具。

Hao总结道：“这才是我们应当努力构建的AI愿景。”她鼓励听众积极参与AI相关讨论和项目，强调技术发展轨迹尚未固定，公众的介入至关重要。引用作家Rebecca Solnit的话，她说：“希望源于我们对未来未知的认识，而在这不确定的空间中，正有行动的余地。”她还强调：“你们每个人都能在塑造技术发展中发挥积极作用。”

Ricaurte同样呼吁大家积极参与AI事务，指出只有满足所有公民的切实需求，技术才能发挥最大效用。她说：“我们有责任让希望成为可能。”