AI的崛起意味着人类的知识库将重回中心化
作者：微信文章人类掌握的知识已经庞大到难以想象，但这些知识并非集中在某个人或某个地方，而是高度去中心化地分布在全球数十亿人的头脑中。以iPhone为例，它可能是人类迄今制造的最精密的消费级产品，但世界上没有任何一个人能独立掌握制造iPhone所需的全部知识。从芯片设计、材料科学、软件工程到供应链管理，这些知识分散在成千上万的工程师、科学家和专家的头脑中。工业革命后的专业化分工，使得人类能够通过协作创造出远超个体能力极限的复杂产物。
这种情况并非历史常态。在古希腊时代，像亚里士多德这样的智者可以掌握当时几乎所有领域的顶尖知识，人们只需向他学习就能触及人类智慧的边界。但随着知识总量爆炸式增长，单一人类大脑已无法承载全部信息，知识才逐渐走向分布式存储——不再集中于某位智者，而是分散于无数个体之中。
然而，这一局面正在被人工智能技术彻底改变。随着OpenAI等机构不断推出更强大的AI系统，人类知识的存储方式正在经历一场前所未有的变革。最新一代的AI模型在各学科领域的知识掌握程度已经超越了大多数专业学者，其知识广度更是任何人类个体都无法企及的。
更关键的是，AI的学习能力仍在以惊人的速度提升。预计在未来几年内，AI系统将能够完整掌握人类现有的全部知识体系。不仅如此，通过分析这些海量知识，AI很可能自主推导出许多人类尚未发现的新理论和新方法，就像AlphaGo在围棋领域创造出超越人类认知的新策略一样。
在艾萨克·阿西莫夫的经典科幻小说《最后的问题》中，人类创造了一台名为 “Multivac” 的超级计算机。它掌握着人类所有的知识，能够解答任何问题，这台近乎全知的“超脑”，成为了人类文明的知识核心，任何疑问都可以向它寻求答案。
如今，阿西莫夫的预言似乎正在成为现实。大语言模型（如GPT-4o） 已经展现出类似“超脑”的潜力——它们不仅能存储海量知识，还能进行跨领域推理，甚至在某些方面的表现超越人类专家。我们正在见证一个历史性的转变：人类知识库，从分散重新走向重新集中。
但是，要警惕的是，这种“知识资源”的高度集中，极有可能引发新的集权风险。在政治经济学中，有一个著名的理论叫做“资源诅咒”（Resource Curse Theory），指出一些自然资源极度丰富的国家（如部分中东产油国）反而更容易走向权力集中与制度僵化。因为掌握资源就意味着掌握国家命脉，从而使得政府缺乏对公民权利、民主治理的真正依赖。而在AI时代，谁控制了知识资源，就可能控制了社会的认知路径与集体决策能力。
当AI系统成为最主要、甚至唯一的知识来源时，它就有可能变成新的“认知垄断者”（cognitive monopolist）。“知识作为公共品”的理想状态会被打破，取而代之的是知识成为“战略资源”，其使用受限、其解释权集中、其生产机制黑箱化。知识一旦被某些技术集团、企业或国家所“封装”并控制，就可能形成一种数字意义上的“技术封建主义”
页:
[1]