麻省理工学院在周三搞了个大会，超过300人聚在一起探讨AI到底造福了谁。这场由MIT妇女与性别研究项目主办的"性别、帝国与AI"研讨会特别火。活动头炮是Paola Ricaurte，这位墨西哥蒙特雷科技大学的教授、哈佛大学伯克曼克莱因互联网与社会研究中心的合作者强调，开发AI得看用户真正需要什么，不能只盯着技术本身。Rebecca Solnit的话也挺有分量，她说希望就是在不确定中寻找出路。Hao作为《华尔街日报》和《麻省理工科技评论》出身的记者、《AI帝国》作者，在主题演讲里狠狠批判了AI行业现在那种大规模扩张的路子。她在2025年出版的书里预言了行业的发展趋势，认为这种动辄用海量数据、建数据中心、搞通用人工智能的做法纯属浪费。她说大家根本不需要那种规模的算力就能看到好处。尤其是那些全球零工经济的员工，他们得手动输入海量数据给大模型喂料，这种代价太大了。Hao拿AlphaFold举例子说明问题。这个获得诺贝尔奖的蛋白质结构识别工具就是个小型、任务专用的AI模型，专门解决蛋白质折叠这类明确的问题。它用的数据集特别小，训练的时候不需要快速超级计算，但照样能释放巨大价值。"交通"这个词可能指的是自行车也可能是火箭，"AI"这个词现在也是一样，指代太宽泛了。Hao说大家得把话说得具体点，到底想用哪些工具？比如她提到的气候变化AI项目，帮忙提高建筑能效、预测极端天气这类工具才是该干的事。 MIT施瓦茨曼计算学院的那个会场里挤满了听众。活动最后还有个Q&A环节。Q1问为什么大规模扩张是错的？答：Karen Hao说了这种规模没必要，能耗大还污染环境，还得花很多钱请人手工录入数据。Q2问AlphaFold怎么回事？答：它是个精准应用的典范，数据集小、模型小照样有效果。Q3问怎么让AI造福社会？答：得按实际需求开发技术，多搞像气候变化AI这样的实用工具。 Karen Hao最后鼓励大家积极参与进来，说技术发展的路线还没定死呢。Hao提到了Manduhai Buyandelger作为MIT妇女与性别研究项目的主任致开幕词，而Paola Ricaurte是哈佛大学伯克曼克莱因互联网与社会研究中心的教员合作者。 Rebecca Solnit的这句话也被拿来劝大家：希望是建立在不知道会发生什么的前提上的。 Ricaurte还在全球AI伙伴关系、联合国教科文组织AI伦理无国界专家等机构任职。