中文版序
鲜活的记忆：数字奇遇的故事
你将阅读的这本书问世已有三年。在技术指数发展的背景下，这本书可能会被视为过时。
任何关于科技预测的书籍，尤其是在人工智能领域，几个月甚至几周内就会变得过时。不过，《随机存取存储器：数字技术革命的故事》（以下简称《随机存取存储器》）并不是谈未来的书。它涵盖了科技的近期历史，帮助世界各地的读者理解产业所面临的挑战和长期趋势。正如已故的史蒂夫·乔布斯（Steve Jobs）所说，这是将点与点连接起来的书。《随机存取存储器》缺少最后一章，尤其缺少人工智能的部分，但目前看来写这最后一章尚为时过早，因为整个产业风景尚未稳定下来。
去年12 月，聊天机器人模型ChatGPT 满两岁。像早慧的儿童一样，它以前所未有的速度掌握多门语言、艺术和科学，OpenAI 开发的这个聊天机器人已然把技术新玩意儿变成全球数亿人日常伴侣。其成长速度无视以前采用的一切指标中国的现象级全球社交媒TikTok 花了九个月的时间才达到1 亿用户，而ChatGPT 仅用两个月就抵达这一里程碑。如今，ChatGPT 用户每天生成3 000 亿个单词，相当于每小时就重写一次维基百科的英文内容这是我在2022 年2 月用法语写本书时难以想象的人机交互量。凑巧在那个月，OpenAI 发布了ChatGPT API。今天，与OpenAI 刚刚发布的GPT-4.5 相比，GPT-3 现在已经被5001 000 倍的差距所压倒。
科幻文学鼻祖阿瑟·克拉克（Arthur C. Clarke）说得好：任何足够先进的技术都与魔法没有区别。今天的生成式人工智能系统经常显得很神奇编写代码、创建图像、创作音乐，甚至参与哲学对话。这样的神奇感知固然可以理解，却掩盖了重塑我们世界的三场同步革命：前所未有的进步速度、所需资源的天文数字规模、创新重心的根本转变。这些主题自始至终在本书的技术探索里回荡。
先考虑规模。2023 年11 月，启动深度学习革命的著名人工智能专家李飞飞博士致信美国国会，发出令人深省的信息。斯坦福大学是世界领先的人工智能研究机构之一，却仅有300 台图形处理器（GPU）。与此同时，微软原本计划到2025 年春时部署180 万台GPU，如今却已部署250 万台GPU，大大超过原定计划。业界与学界6 000 ∶ 1 的GPU 拥有量鲜明对比，说明前沿人工智能研究如何转移到了学界之外。2011 年，人工智能博士毕业生在学术界和工业界平分秋色。如今，70% 的博士加盟私营公司，工业界吸引人才的资源是学界无法比拟的。
这种权力集中的现象最明显的表现就是产业和市场里硬件对软件的依赖。英伟达市值3 万亿美元，目前控制着人工智能芯片市场约70% 的份额，它面临AMD、Intel 和硅谷云服务供应商的激烈竞争，其市场主导地位已经从2023 年巅峰时的80% 降至如今的70%。这一变迁与本书第十章的软件飙升，硬件式微相呼应。那一章预料，即使在看似虚拟的行业中，对物理基础设施的控制仍然是至关重要的。虽然英伟达的主导地位有所下降，但主要的云技术服务商仍然严重依赖它的芯片，微软将数据中心GPU 预算的近60% 用于采购英伟达芯片，而谷歌和亚马逊分别将预算的45% 和40% 用于采购英伟达芯片。微软宣告2025 年用800 亿美元投资计算力基础设施，苹果未来五年在这个领域投资达500 亿美元。同时，在一个122 天内建成的数据中心里，xAI 公司在19 天内就部署了10 万台GPU。半导体的风景线快速演变，Anthropic 等公司开发定制芯片以减少对英伟达的依赖。这样的演变正是本书描绘的镜像：众多公司为夺取竞争优势而追求纵向集成的动力学。
能源需求同样惊人，这个主题与第九章数字经济的悖论三角共鸣。训练一个前沿的大语言模型消耗的电力相当于一个10 万人口城市一天的用电量。从这个角度来看待这一点，仅微软的人工智能运营所需的电能预计就相当于56 个核反应堆输出的电能，比两年前核电站输出电能翻一番。中国认识到这一挑战，正在加速建造40 多座核反应堆，其中许多专用于人工智能和技术区。中国正在实施本书探讨的战略举措长期基础设施的清晰谋划。零碳算力的竞赛已变得与算法竞赛一样至关重要，引导了东西方通用的创新。中国贵州省率先实施的数据中心液体冷却技术降低能耗35%，微软的水下数据中心实验还在继续发展。
以百度的机器人文心一言（Ernie Bot）4.0 和字节跳动的专有模型为例，中国在多模态AI 方面的进步，以及最新言语技术方面的突破证明，不同的监管环境如何加速人工智能特定方面的发展。《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》为数据利用创建了一个结构化的框架，使创新和战略利益得以平衡。这种监管方法，与本书第七章从操作系统到系统的运行所描述的更为分散的西方景观形成对比。
竞争从硬件和数据延伸到人才，这是本书探讨创新在地理上集中分布的主题。顶级人工智能研究人员的薪水高达八位数，重要的实验室在人才聚集的地方建立业务。谷歌DeepMind 从巴黎往上海扩张以利用区域优势；微软在伦敦、新加坡一些城市和特拉维夫建设基地；OpenAI 在巴黎、东京和伦敦开设实验室。字节跳动、阿里巴巴和新兴的深度求索等中国公司在全球范围内建立了人工智能实验室，它们认识到创新无国界这一现实呼应了第九章数字经济的悖论三角里的数字创新的地理悖论。
2025 年1 月，深度求索（DeepSeek）发布的DeepSeek v3 是一
个分水岭，显示中国公司在出口限制下仍能迅速进步。凭借开发需要较少计算资源的新算法，DeepSeek 证明，控制反而激发灵活的创新这是本书反复考察的模式。随着美国科技股市场的矫正，近10 000 亿美元的价值灰飞烟灭。特朗普总统宣布星门计划（Project Stargate）5 000 亿美元的投资之后几天就发生这样的震荡，说明AI 的发展继续塑造着产业地缘政治的维度。
但在这些挑战中，效率的突破带来了希望。法国的Mistral Large
2 语言模型、美国Anthropic 公司的 Claude 3.7 十四行诗模型和京泰（Kyutai）的莫希（Moshi）等大语言模型，展示了堪比更大模型的性能，其能耗却仅为两年前所需能量的1/200。京泰是法国一家非营利
组织，由亿万富翁泽维尔·尼尔（Xavier Niel）资助，他们致力于开
放研究和原型开发，其开创性的莫希对话代理系统能够直接将语音处理成语音，无需中间的文字转换步骤，大幅减少了延迟，创造了更加自然的互动体验。清华大学的研究人员开创了模型压缩的新方法，实现了显著的效率提升。产业界努力应对环境影响时，这些进步至关重要这与本书第五章九键键盘的统治所讨论的资源消耗主题直接相关。
人工智能对我们数字世界的影响已经十分深远。最近的统计表明，人工智能生成了40%45% 的新在线文本内容、60% 的共享图片，以及越来越多与人类媒体的创作难以区分的视频内容。在中国，微信、支付宝和抖音等平台上的AI 服务每天处理数万亿次互动，而高（Goldman Sachs）现在可以在几秒钟内生成复杂的法律文件（如S-1 申报书），而不是之前需要几天或几周的时间。高盛23% 的员工是工程师，这一事实说明了本书第八章云端书商亚马逊中描述的转变传统产业如何围绕数字能力完成自身的重组。
如何区分人类生成的内容与人工智能生成的内容，这一挑战随着每一次进步而变得更加复杂，引发了关于数字空间中真实性和信任性的基本问题。2025 年2 月的巴黎人工智能行动峰会试图通过国际合作来解决这些问题，制定了负责任的人工智能巴黎框架，吸引西方国家和中国的广泛参与。这一框架代表了本书结语：狂人的纵向集成中倡导的技术治理的合作方针。
这种人工智能能力集中在私人手中的情况引发了关于创新未来的重大问题。斯坦福大学的人工智能研究所警告，大学曾经是GPS、MRI 和互联网等变革性技术的发源地，如今却有被边缘化的风险，大学在人工智能的发展中处于次要地位了。美国创建人工智能法案（Create AI Act）的实施，承诺投入320 亿美元用于国家人工智能研究基础设施建设。这是姗姗来迟觉悟的标志：将人工智能开发完全交给私人科技巨头可能会损害公共利益本书对广泛的技术发展模式表示关切。
2025 年2 月，美国科技公司联盟宣布星门计划（Project
Stargate），拟投资5 000 亿美元。该倡议进一步显示当前人工智能开发的规模。这一前所未有的私人投资在计算基础设施上的投入远远超过了大多数国家的科研预算，强化了本书所描述的创新重心转移。与此同时，中国通过下一代人工智能规划持续投资硬件和算法开发，确保即使监管和贸易壁垒增加，人工智能创新仍能保持全球分布的局面。
高度专业化AI 系统的出现也加速了。谷歌DeepMind 的AlphaFold 3以前所未有的规模准确预测了蛋白质相互作用，彻底改变了药物的研发；而北京基因组研究所也开发了类似的系统，优化了亚洲遗传数据。这些专门的应用显示，AI 的影响远远超出消费应用，延伸到了科学研究和医疗保健领域在这些领域中，数据、计算能力和专业知识的结合创造了新的卓越中心。
理解这些发展所需要的不仅仅是技术知识。本书有一句压轴话：
三学科是一切教育的基础。任何改革都不应消除、减少三学
科的教育，更不能使之分离。只有它们结合时，我们才能理解这
个世界，它们的结合使我们进步。三学科就是数学、哲学和历史。
三学科的框架为我们的人工智能革命导航，仍然至关重要。
数学帮助我们掌握技术基础，哲学指导我们的道德实践，历史揭示了塑造技术变革的范式本书就此做了巧妙的展示。人工智能以前所未有的速度飞跃发展。与此同时，人类的智慧也通过对过去的了解而积累起来。
2025 年初，京泰公司的Moshi 模型崛起，体现了多学科理解的
需求。这个由泽维尔·尼尔支持的法国非营利项目，通过消除传统转换步骤的新方法，在语音处理方面求得了突破性的性能提升，而不是依赖暴力计算。借鉴不同的知识传统并公开其研究成果，该团队创建了一个系统，展示了更少参数下卓越的对话能力由此表明多学科和开放合作得到优化时，创新就会涌现。
《随机存取存储器》问世以来，其中所论数字技术演进和人工智能革命的观察业已得到验证。它对数字创新悖论、物理基础设施的重要性以及技术发展地缘政治维度的分析，为我们理解当前的技术发展提供了必要的框架。随着人工智能以越来越快的速度重塑我们的世界，本书提供的历史视角不仅变得有趣，而且至关重要。
菲利普·德沃斯特
2025 年3 月6 日
新书资讯
