米尔肯研究院大会揭秘AI趋势：芯片、能源、架构与主权问题凸显

AI瓶颈真实存在

在本周米尔肯研究院大会上，五位覆盖AI供应链各层的核心人物探讨诸多话题，涉及AI瓶颈等根本问题。ASML CEO Fouquet指出全球芯片制造虽加速，但未来两三年甚至三到五年市场供给受限，云巨头或难获足够芯片。Google Cloud的deSouza用数据说明需求强劲，上个季度收入超200亿美元，同比增长63%，订单积压从2500亿美元涨至4600亿美元。Applied Intuition的Younis认为其公司业务的真正瓶颈是数据，单靠合成仿真数据难以训练出可靠模型。

能源问题凸显

芯片之后，能源成为AI发展的大问题。Google Cloud的deSouza证实谷歌在研究太空数据中心，因太空中能源丰富，但散热困难。他还强调谷歌协同设计AI技术栈可提升效率，用TPU运行Gemini更节能。ASML的Fouquet也认为AI行业投入巨额资本带来更多算力的同时，能源成本不可忽视。

或许需要新的智能架构

Logical Intelligence的Eve Bodnia的公司专注“能量模型”（EBM），与主流大语言模型不同，更接近人脑工作方式。其最大模型参数少但运行速度快，能随数据更新知识，在一些领域可能比大语言模型更适用，引发对扩大模型规模是否足够的思考。

Agent权限和信任问题

Perplexity从AI搜索产品转变为数字员工，新产品Perplexity Computer带来控制问题。Shevelenko认为权限要细化，企业管理员要明确AI Agent的访问权限。当使用Agent Comet执行操作时会先展示计划并请求批准，虽部分用户觉得麻烦，但这一步很必要。他加入投行Lazard董事会后更理解企业CISO的保守态度。

物理AI关乎主权

Applied Intuition的Younis指出物理AI与国家主权关系复杂，与互联网扩散不同，物理AI系统在现实世界的活动引发安全、数据归属等问题，各国不希望外国控制的智能系统存在于国境之内，全球能部署robotaxi的国家比拥有核武器的国家还少。ASML的Fouquet认为中国在AI上层应用有进展，但底层缺少关键要素，如无EUV光刻机，芯片制造受限。

AI影响下一代批判性思维？

讨论尾声有人提出AI是否影响下一代批判性思维的问题，嘉宾回答乐观。Google Cloud的deSouza认为AI能帮助解决难题，带领人类进入创造力阶段。Perplexity的Shevelenko认为入门级工作可能消失，但个人做事门槛降低。Applied Intuition的Younis提到部分行业劳动力短缺，物理AI可填补缺口。

总的来说，这场对话揭示AI已涉及多方面问题，行业开始怀疑扩大大语言模型规模是否唯一，新的技术方向正引领行业进入新阶段。