被譽為引領(lǐng)人類歷史上的第四次工業(yè)革命，以ChatGPT為代表的人工智能技術(shù)迅速席卷各個行業(yè)產(chǎn)業(yè)，推動通用大語言模型在垂直領(lǐng)域的開發(fā)應用成為熱點。順應歷史洪流和當下這種趨勢發(fā)展，國內(nèi)不少智庫也開啟了通用大模型在研究咨詢這個垂直領(lǐng)域開發(fā)應用的探索。
開啟這一進程，首先是因為智庫作為一個典型的代表人類智能的專家密集型組織，天然承擔著代表人類社會探索人類智能（Human Intelligence，HI）與人工智能互動博弈邊界的神圣使命。
然而，當這扇探索人工智能與人類智能互動博弈的大門被打開之后，人們會發(fā)現(xiàn)，AI的發(fā)展竟然與現(xiàn)代智庫的誕生有著密不可分的歷史淵源。
一群人類和機器人并排站立。圖片左邊以冷色調(diào)為主，給人一種冷靜、理性的感覺。右邊則使用暖色調(diào)，傳達出溫暖、活力的氣息。這種對比或許傳達了AI眼中的兩者差異雖然各自都是由復雜系統(tǒng)構(gòu)成的實體，但卻擁有獨特的特質(zhì)和價值。（王航使用AI工具生成/圖）
AI與智庫的淵源
智庫的歷史在中國古代可以追溯到姜子牙、諸葛亮、劉伯溫這類典型的軍師型智囊。始建于齊桓公田午時期的稷下學宮可稱為中國最早的政府智庫，而養(yǎng)士、謀士、軍師、食客、門客、幕僚、幕賓、諫官、言官、學士、參謀等各種稱謂，則折射出典型的中國古代智庫參與治國理政的諫文化和諫議制度。
盡管中國的智庫文化歷史悠久，但智庫作為一個術(shù)語是從英文翻譯過來的舶來品�！爸菐臁币辉~的英文直譯是“思想坦克”（Think Tank），最初在二戰(zhàn)期間被用于描述軍事戰(zhàn)略家聚集在一起討論計劃的房間，后來在致力于研究和政策分析的組織中流行起來。
廣義上講，成立于1831年的英國皇家聯(lián)合服務研究所 (RUSI)，可以被認為是第一個智庫，盡管當時并沒有被冠以智庫之名。1884年在英國成立的社會主義組織費邊社，旨在通過研究和倡導影響公共政策，也經(jīng)常被當作最早智庫的例子。
作為美國歷史上最悠久的智庫之一，不得不提到于1910年創(chuàng)立的專注于國際和平與政策分析的卡內(nèi)基國際和平基金會。1916年成立的布魯金斯學會則是一家基于事實研究國家公共政策問題的私人智庫。
但是，第一個現(xiàn)代意義上公認的智庫，當數(shù)美國的蘭德公司。該機構(gòu)成立于1946年，原本是道格拉斯飛機公司的一個項目，1948年成為獨立組織，以其創(chuàng)新的研究和政策分析方法，在塑造現(xiàn)代智庫格局方面發(fā)揮了關(guān)鍵作用，為全球智庫樹立了標準。
可以說，智庫與AI的歷史淵源正始于此。
如果說有哪個地方比北約總部更重要，對冷戰(zhàn)的影響更大，那就是蘭德公司。蘭德公司初期以國防安全相關(guān)復雜問題的研究模擬為主業(yè)，尤其從研究方法上開創(chuàng)了桌面推演和不確定性下的決策，這使得對數(shù)學建模和模擬成為必要的工具。這種對純粹計算暴力的剛需，離不開超級計算機，而計算機無論過去還是現(xiàn)在都是AI得以發(fā)展的必要硬件條件。
蘭德公司在利用先進計算資源為政策決策和戰(zhàn)略規(guī)劃提供信息方面，無疑引領(lǐng)了那一時代的前沿。蘭德公司認識到超級計算技術(shù)在增強決策能力方面的潛力，從而增加了對計算資源的投資。
不滿足和后悔于租借IBM提供的早期603和604型號產(chǎn)品，蘭德公司聘請了一位杰出的顧問約翰馮諾依曼（John von Neumann），蘭德公司基于馮諾依曼架構(gòu)建造了以其名字命名的超級計算機“約翰尼亞克（JOHNNIAC）”，解決了蘭德公司對于超級算力的需求。
作為當時世界上最偉大的數(shù)學家之一，約翰馮諾依曼在計算機科學、博弈論、量子力學等領(lǐng)域作出了開創(chuàng)性的貢獻。他于1947年12月16日加入蘭德公司后對這一智庫的發(fā)展產(chǎn)生了深遠的影響，尤其推動了計算機技術(shù)的發(fā)展，并為公司開展的各種研究提供了理論基礎。盡管蘭德后來確實購買和租賃了包括IBM701國防計算器在內(nèi)的其他計算機，但仍然對它們的性能不滿意，而約翰尼亞克為蘭德公司量身打造的計算機無疑風光無限。
蘭德公司對超級計算的早期應用為AI研究奠定了基礎，使其能夠處理大型數(shù)據(jù)集和復雜的算法，從硬件和軟件兩個層面作出了應有的貢獻，也在智庫與AI之間構(gòu)建了緊密的歷史淵源。
打通智庫研究“最后一公里”
隨著新一代AI技術(shù)實現(xiàn)跨越式發(fā)展，它也日益成為現(xiàn)代智庫的重要工具，幫助創(chuàng)新研究方法、提高運營效率并進行具有影響力的政策分析。
從初期開發(fā)和使用AI的經(jīng)驗看，智庫類研究咨詢服務對AI的需求并非一下就上升到開發(fā)和訓練大語言模型的階段。目前，智庫仍側(cè)重于通過對各類通用大模型的參數(shù)微調(diào)，打通各類通用大模型服務智庫研究咨詢需求的“最后一公里”問題。
具體而言，智庫開發(fā)和應用通用AI大模型服務研究咨詢的主要場景可以簡要概括如下：一是數(shù)據(jù)收集與分析。AI使智庫能夠有效地處理大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，從而識別政策領(lǐng)域的趨勢、相關(guān)性和模式。
比如，布魯金斯學會使用AI分析經(jīng)濟和人口數(shù)據(jù)，對勞動力市場、城市化和全球不平等產(chǎn)生深刻見解。蘭德公司長期以來注重應用機器學習，來分析有關(guān)國防和國家安全的大量數(shù)據(jù)集。
通過向智庫系統(tǒng)投喂由資深專家甄別的有效、可靠、真實信源，對這些投喂的“精飼料”進行收集和分析，可以有效避免通用人工智能在整個公共大數(shù)據(jù)中進行搜索、信息處理時，受到垃圾和無效信息干擾的問題。
二是政策模擬與預測。人工智能驅(qū)動的模擬模型，使智庫能夠預測各種政策情景的結(jié)果，從而增強基于證據(jù)的決策。
蘭德公司曾因朝鮮戰(zhàn)爭有關(guān)預測獲得聲譽，當時它擁有一支軍事分析師團隊，在朝鮮戰(zhàn)爭爆發(fā)前和初期階段提供了戰(zhàn)略評估。但1950年6月朝鮮人民軍的突襲也讓蘭德公司的分析師措手不及，這表明了當時條件下其預測模型在預測沖突突然爆發(fā)方面存在局限性。
現(xiàn)代人工智能條件下，這種預測會得到很大改觀。比如，彼得森國際經(jīng)濟研究所使用人工智能進行貿(mào)易政策影響分析，模擬關(guān)稅和貿(mào)易協(xié)定的經(jīng)濟結(jié)果。查塔姆研究所利用人工智能進行氣候建模，以評估全球變暖和環(huán)境政策的長期影響�；谌斯ぶ悄艿念A測工具（例如機器學習模型）越來越多地用于更準確地預測經(jīng)濟和地緣政治發(fā)展。
通俗解釋，在向人工智能投喂足夠多的涵蓋各種場景模式的“標準答案”之后，他就可以用來打分、評級和評價。這種應用比較簡單的一種場景就是“客服系統(tǒng)”，對于任何公司而言，當你把足夠多的場景模式及相應標準答案投喂給人工智能時，它便會根據(jù)觸發(fā)的場景對客戶的問題進行應答。
擴展開來，這種模式同樣適用于智庫服務私營部門出海的政策法規(guī)咨詢需求。依托智庫不同領(lǐng)域的行業(yè)和政策專家，理論上通過專家的數(shù)據(jù)投喂，這些數(shù)據(jù)包括專家認可的開源數(shù)據(jù)，也包括專家私有數(shù)據(jù)，就可以在各個行業(yè)產(chǎn)業(yè)或國別區(qū)域打造不同的人工智能助手。如果其中有專家獲得諾獎或達到院士級別，就相當于身邊多了一個同等級別專家培育的人工智能助手。
三是作為研究工具和提高研究效率。人工智能有自動執(zhí)行重復性任務的特性，通過預訓練，其在多模態(tài)翻譯、音視頻轉(zhuǎn)錄等方面的工具性價值也會顯著提高，其生成式人工智能優(yōu)勢對于文獻綜述、內(nèi)容摘要和引文管理也都表現(xiàn)出色。這必然會大大提高工作效率，使研究人員能夠?qū)Ｗ⒂谏疃确治鲱惖母邇r值活動。
這種人工智能工具性價值的應用場景非常廣泛。對于智庫而言，一項最簡單的基礎應用就是對數(shù)據(jù)資料的多語種全文翻譯，對于音視頻信號的轉(zhuǎn)錄、翻譯等語言文字處理。效果表明，使用人工智能做翻譯的效果不差于現(xiàn)有的很多專業(yè)翻譯軟件。
最后，由于很多智庫專家基于戰(zhàn)略思維能夠提供觀點和趨勢判斷，但有時并不能給出證據(jù)。鑒于人工智能通用大模型的公共數(shù)據(jù)集足夠強大，向其投喂觀點后讓人工智能提供證據(jù)和匹配數(shù)據(jù)信息是它的強項。當然，人工智能作為工具性價值的開發(fā)應用太多，不可能一一列舉。
風險與挑戰(zhàn)
人工智能通過革新數(shù)據(jù)收集、整理和分析方式，正在改變智庫的傳統(tǒng)角色。
相比人類大腦的局限性，人工智能卻能以前所未有的速度收集、整理和分析大量數(shù)據(jù)，同時具備識別趨勢和模式的初步能力，可以提供以往人類難以實現(xiàn)的預測分析。類似的技術(shù)優(yōu)勢不僅局限于某單一領(lǐng)域，而是可以跨越多個學科，通過整合多樣化數(shù)據(jù)集解決原本難以應對的研究課題。
毋庸置疑，智庫運用人工智能進行研究的潛力是巨大的。但與潛在優(yōu)勢并存的是一系列的風險與挑戰(zhàn)，這使得智庫必須在實踐中對此保持高度警惕。
作為比較典型的風險與挑戰(zhàn)，首先是AI的意識形態(tài)基因問題。以ChatGPT為例，作為通用大模型，其預訓練投喂的數(shù)據(jù)必然帶有西方價值觀和意識形態(tài)導向，中國學者在使用他們做分析時，需要警惕大模型基座固有的認知陷阱和局限性。
其次是可能導致的倫理困境與法律合規(guī)性。在處理敏感數(shù)據(jù)的過程中，AI可能面臨諸多倫理挑戰(zhàn)，比如隱私保護與透明度不足的問題、知識權(quán)歸屬問題等，可能對研究成果的公信力造成負面影響。
第三是警惕AI的討好型人格。為了滿足所問“問題（prompt）”的要求，人工智能可能會出現(xiàn)張冠李戴甚至虛構(gòu)事實數(shù)據(jù)的情況。復雜的AI模型往往被視為“黑箱”，這可能影響政策制定者和公眾對其結(jié)果的信任。
最后，也要警惕對AI的過度依賴。AI確實能顯著提升工作效率，但過度依賴可能會削弱人類在分析過程中所發(fā)揮的關(guān)鍵作用。而對于通用模板類的公文寫作，只需想象一下，假如你作為一個組織機構(gòu)的領(lǐng)導，在閱讀組織成員年終總結(jié)時發(fā)現(xiàn)大量重復和千篇一律的文章，那一定是過度依賴和重復使用人工智能的結(jié)果。
這一切都對駕馭AI的人的素質(zhì)提出了更高的要求。作為智庫研究員，必須時刻保持獨立思考與創(chuàng)新能力，這才是研究人員無可替代的獨特價值。
AI可以生成已有想法的變體，但真正的創(chuàng)新往往來源于人類的創(chuàng)造力，這是解決復雜全球問題的關(guān)鍵。與此同時，作為感情動物和文明傳承的載體，人際溝通的效果遠勝于冰冷的機器，人也善于將復雜研究轉(zhuǎn)化為易懂的敘述，影響政策、與利益相關(guān)者建立信任需要人類的敘事能力和人際溝通技巧。
影視界也從未忽視人工智能與人類智能的博弈，華納兄弟影片公司出品的《黑客帝國》系列影片已經(jīng)拍到了第四部，影片描述了覺醒的人類與AI對抗并試圖復興人類文明的故事。這種擔憂也絕非僅僅在影視片當中。據(jù)《紐約時報》報道，被視為人工智能之父的杰弗里欣頓就曾明確發(fā)出警告：“AI會對人類構(gòu)成威脅。”
確保人工智能與人類智能的博弈互動不致失控，讓人工智能始終向善，最終需要全球?qū)用娴暮献骱图訌娙斯ぶ悄艿娜蛑卫怼＿@既包括關(guān)注AI涉及的倫理問題，制定明確的人工智能研究使用倫理準則，包括數(shù)據(jù)隱私、算法偏見等，也要在全球?qū)用姹３殖掷m(xù)監(jiān)控與評估，定期評估人工智能對研究質(zhì)量、效率和倫理結(jié)果的影響，并根據(jù)需要調(diào)整策略。
南方防務智庫特約研究員 田士臣 張嘉懿 呂彥承 南方周末記者 王航
責編 姚憶江
