Epoch AI

是什么

Epoch AI 是一家以数据为先的研究型非营利机构，研究人工智能的未来 ^[1]。「以数据为先」说的是它的工作方式：不从对 AI 走向的猜测出发，而是先收集可测量的记录——训练一个模型用了多少计算量、市面上有哪些硬件、资金流向哪里——再从这些数字里推导结论。

由来

Epoch AI 起步于 2021 年，当时是一群志愿者在收集和分析 AI 数据，并整理数百个机器学习模型的信息 ^[1]。2022 年，这个群体发表了一篇分析训练算力趋势的论文；论文获得成功之后，他们正式成立了 Epoch AI，以便把 AI 趋势研究做得更大 ^[1]。从一个志愿的数据整理小组，变成一个正式机构，这条路径本身也说明了它的重心：最初做的事就是测量，机构是围绕把测量持续做下去而建立的。

数据库与测量

Epoch AI 开发并维护多个数据库，覆盖机器学习硬件、AI 模型训练算力估算、投资、GPU 集群和 AI 数据中心 ^[1]。

训练算力（training compute）通常指训练一个模型所消耗的计算量，常以浮点运算次数来衡量；相比模型的许多其他属性，它更容易测量，因此被当作衡量规模的粗略代理指标。Epoch AI 是最早系统监测 AI 训练算力趋势的机构之一 ^[1]。它也指出过算力使用方式上的一些关键变化，例如推理算力（inference compute）扩张所扮演的角色 ^[1]。推理是模型训练完成之后运行它、回答请求的阶段，所以推理算力扩张意味着把更多计算投入到这一环节，而不只是投在训练上——这改变了整个行业的计算资源去向。

评测与基准

Epoch AI 定期对新的 AI 模型做跨领域的独立评测 ^[1]。评测一般指用一套标准化的任务和固定的评分方式去测试模型；第三方独立评测的意义在于，结果不是只由模型开发者自己给出。

Epoch AI 创建了 FrontierMath，并把它描述为测试前沿数学能力的最先进基准 ^[1]。基准（benchmark）是一组共享的题目，让不同模型能在同一把尺子下比较。

AI 经济学研究

Epoch AI 在 AI 经济学方面做过被广泛引用的研究 ^[1]。其中包括分析远程工作被自动化之后的后果，以及为 AI 对经济的影响建立定量模型 ^[1]。这类工作把机构在测量一侧积累的东西——算力、硬件、投资——与劳动力市场和经济产出的问题连接起来。

合作与公众可见度

Epoch AI 过去和现在的合作伙伴包括斯坦福大学的 AI Index，以及英国科学、创新与技术部（Department for Science, Innovation, & Technology）^[1]。《时代》杂志在一篇讲述 Epoch 由来的报道中采访介绍了 Epoch AI 的 Jaime Sevilla ^[1]。

在领域中的位置

把上面几块放在一起看，Epoch AI 的工作很大程度上是供别人使用的「基础设施」：可供引用的数据库、让能力比较成为可能的基准、不来自模型开发者的评测，以及把趋势转化为情景的经济模型。这家机构公开申明的关注点是人工智能的未来，而它的做法是靠积累具体、可核查的数据，而不只是靠预测 ^[1]。