AI辅助研究的SETI家园

在世纪之交，SETI@home项目曾是一个美丽的公众参与范例——利用家庭电脑的闲置计算能力搜寻地外文明。其工作原理简单：家庭电脑空闲时，屏幕保护程序会显示计算进程，处理后的数据传回总部汇总。这是PC和互联网时代分布式信号分析的经典案例。

如今，随着AI订阅服务的普及，许多用户每月有固定的token配额，但使用量波动很大。同时，大型AI公司正大力推广本地代理软件，如Codex、Claude Code等。这意味着大量闲置的推理能力有待利用。本文提出一个大胆设想：能否像SETI@home那样，将这些闲置的推理能力众筹起来，用于支持科学和数学研究？

事实上，小团队和个人已经通过AI在数学领域取得了显著成果。例如，他们解决了著名的Erdős问题中的单位距离问题，并于近期宣布了循环双覆盖猜想的一个候选证明。这些成功表明，当领域专业知识与强大的AI系统相结合时，可以突破知识前沿。然而，一个公平的批评是：算力本身并不能使一个无能的系统变得有能力——你可以花费数百万美元让GPT-3.5解决错误的数学问题，但不会成功。

因此，设计挑战在于：未知的前沿与当前系统真正能够实现的能力在何处重叠？显然，我无法确切回答，但可以肯定的是，有些领域确实需要更多算力。至少，一个公开的账本——记录算力投入、方法和结果——本身就会成为公共资产，让我们能够更现实地评估AI对知识的贡献。

这个类比并不完美。未使用的token配额并非闲置的处理器，研究问题也无法像SETI@home的无线电数据那样轻易分割。严肃版的项目可能需要新的商业安排、新的检查点和研究状态共享方式，以及用于分支、审计和重组研究线索的新型代理架构。潜藏的推理能力可能会激励我们构建所需系统。

如果众筹的资源变为AI推理能力，公众可以将其汇聚成类似超级计算机的研究力量，而产出的知识保持公有，那么这样的SETI@home会是什么样子？这是文章最终提出的开放性问题，也为我们描绘了AI驱动分布式科学的可能性。