AI的发展速度到底该怎么衡量？Epoch AI给出了一个答案：把数据、图表和分析集中到主题页上，按领域逐一呈现。

这家机构做的是数据驱动的研究，关注人工智能的当下与未来。它的主题页不是零散的观点，而是把每个方向的数据和图表归拢到一起，形成可查、可比的资料。

打开网易新闻 查看精彩图片

三条主线，覆盖AI的整条轨迹

按Epoch AI的划分，这些主题页覆盖的范围可以归为三块：

  • 推动AI前进的力量——从训练算力、硬件，到算法和能源；
  • AI能力本身的进展——横跨各类基准测试和真实世界任务；
  • AI对经济、劳动力以及全球力量平衡日益增长的影响。

这三块串起来，恰好是一条从底层投入、到能力表现、再到外部后果的链条。训练算力和硬件决定了模型能跑多大，算法和能源决定了这条路能走多远；基准和真实任务衡量的是能力到了哪一步；经济和劳动力层面的变化，则是这条链条最终落到现实里的样子。

为什么是"主题页"这种形式

AI研究的一个麻烦在于，数据散落在论文、报告和各家机构的更新里，口径不一，时间点也不齐。主题页的思路是把同一领域的数据和图表放在一起，让趋势本身说话，而不是靠单点结论下判断。

Epoch AI的定位是数据驱动，这意味着它的分析建立在可核查的数据之上。对于关心AI走向的人来说，这类页面的价值不在于给出预测，而在于把"现在到了哪一步"这件事变得可量化、可追溯。

从训练算力到全球力量平衡，跨度确实不小。但这条线索本身说明了一件事：AI的轨迹已经不只是技术问题，它同时是能源问题、经济问题，也是格局问题。