大模型混战背后：科技“食物链”顶端是否会出现新霸主
ChatGPT的发布，让人工智能掀起了一波浪潮，与此同时，国内互联网大厂开启新一阶段的考验。那么，国内的人工智能将会往哪条路发展呢？让我们跟随作者一起了解吧~
如果说，现在的我们正处于一个巨大的软件互联网生态系统中。那么，未来我们或许会进入一个巨大的人工智能互联网生态系统。
从谷歌的阿尔法狗到OpenAI的ChatGPT，人工智能掀起了一波新的狂欢，国内的互联网科技圈的“颠覆”暗潮也在不断涌动。新诞生的AI大模型越来越多，“参战”AI大模型的玩家也有些数不过来。
据天眼查APP显示，截至目前，人工智能相关企业近267.4万余家。其中，2023年一季度新增注册企业17万余家，与2022年同期相比，上涨6.8%。
企业以雷霆之势迅速入局，竞争烈度已经到了以“天”为时间单位的地步。这一奇景背后，行业已经展露出初步的峥嵘头角，对当下“诸神之战”判断和洞察就显得尤为重要。
一、AI大模型：雏形初显，格局峥嵘实际上，人工智能已经经历了多次风口以及寒冬的“轮回”。
在人工智能元年1956年，出现了机器定理证明、跳棋程序等一批令人瞩目的研究成果；1970年，出现了能够分析语义、理解语言的人机对话系统SHRDLU；1997年，深蓝DeepBlue战胜国际象棋世界冠军卡斯帕罗夫；2016年，谷歌阿尔法狗与世界围棋冠军李世石“人机大战”，被写入历史…
每一次人工智能的高潮，都在推动人工智能崛起的到来，但往往不久后，又会陷入一段时间的冷寂之中。
不可否认的是，在多次周期之后，人工智能已经开始实现从技术研发向成果转化的目标。从不能用突破到不好用，再从不好用突破到可以用，我们似乎离人工智能的终点只有一步之遥。
本质上来说，此次大模型“诸神之战”中的各位玩家，也是在疯狂预判人工智能这场马拉松的下一个突破节点。尽管爆发时间尚短，但可以发现，目前国内的大模型格局雏形已经初步显露。
如果按目前发展趋势，国内大模型玩家大致可以划分为这么几派：
1.巨头派首先是以百度、阿里为代表的的“巨头派”。巨头入场，但不再是“清场”。
被称为中国版ChatGPT的百度“文心一言”早已极速发布。百度展示了文心一言在文学创作、商业文案创作、数理推算、中文理解、多模态生成五个使用场景中的综合能力。
阿里云旗下大模型产品“通义千问”也已面世。据介绍，通义千问的功能包括多轮对话、文案创作、逻辑推理、多模态理解、多语言支持等。张勇表示，面向AI时代，所有产品都值得用大模型重做一次。
腾讯面向大模型训练，发布“超强算力集群”。要助力企业云上训练AI大模型，解决中小企业和创业公司的算力压力。
作为颠覆者，身处宝座之上，往往更害怕被颠覆。作为当今互联网巨头，实际上每一步都更加心惊胆战，唯恐一步不慎，当下荣耀化为昔日荣光。
而大模型就是一个这样危险的因素，巨头很难允许大模型被掌握在其他人手中。
2.坚守派其次是商汤、云从、科大讯飞等“坚守派”。在人们看来，人工智能似乎已有“新”、“旧”之分，但这些企业无论风口与低谷，始终坚守在AI战线。
3月30日，云从科技披露定增预案，拟向不超过35名发行对象发行股份不超过2.22亿股，募集资金不超过36.35亿元，拟全部用于云从“行业精灵”大模型研发项目。
商汤也推出了商汤日日新大模型体系。据悉，日日新大模型体系主要包括自然语言生成、文生图、感知模型标注、以及模型研发功能。即“商量（中文语言模型）”、“秒画（文生图）”、“如影（数字人视频生成）”、“琼宇（场景生成）”，“格物（物体生成）”。
5月6日，科大讯飞召开了名为“讯飞星火认知大模型”的成果发布会，同步发布了讯飞AI学习机、讯飞听见、讯飞智能办公本、讯飞智能座舱和讯飞开放平台等5项应用成果。科大讯飞董事长刘庆峰表示，根据现在测试结果，星火在国内可测的现有系统中遥遥领先。
“卧榻之侧”，岂容被他人颠覆。在自己的人工智能主场，原有的人工智能玩家更不能轻易被外来者跨维度打败。
3.互联网科技派另外，还有小米、360、知乎等“互联网科技派”。即便未跻身互联网头部，但终究不甘于平庸。
360集团创始人周鸿祎对外展示了360版的GPT大语言模型，公布了基于这一大模型开发的人工智能产品矩阵“360智脑”，落地搜索场景并面向企业用户开放内测。
知乎创始人、董事长兼CEO周源在“2023知乎发现大会”上宣布，知乎联合面壁智能发布中文大模型“知海图AI”。知乎方面表示，在特定场景中，把“知海图AI”大模型的效果与GPT-4进行了比较，两个模型几乎是持平的。
据澎湃新闻报道，小米集团发布内部邮件，任命栾剑担任技术委员会AI实验室大模型团队负责人，向技术委员会副主席、AI实验室主任王斌汇报。
曾经辉煌过以及正追求互联网高光的玩家们，终于撞上当下愈发稀缺的“翻盘”机遇，他们或许会对大模型会寄予更高的期望。
4.互联网蓝血派最后，是王小川、王慧文、李开复等“互联网蓝血派”。互联网大佬们也已随之沸腾。
王慧文在社交平台发文宣布进入AI领域再创业并高调招揽AI人才，其创办的光年之外已正式开张，近期已启动第二轮融资，投前估值约10亿美元。
李开复宣布筹办的新公司ProjectAI2.0目前已正式开启团队组建。李开复在朋友圈表示：“我正在亲自筹组的ProjectAI2.0，是一个致力打造AI2.0全新平台和AI-first生产力应用的全球化公司。
王小川正式宣布入局中国大模型创业，和前搜狗COO茹立云联合创立人工智能公司。王小川在公开信中表示，新公司名为“百川智能”，目前已初步组建了50人的团队，获5000万美元启动资金。
互联网蓝血们往往已经实现了财富自由，人身同样自由，出钱又出人，不求其他，只为假设一切、打翻一切，只求干一票前无古人的大事。
从大模型玩家各自出身来看，大致如此。但即便相同“派别”的玩家，也未必会抱有相同的发展目标，玩家们在大模型的发展逻辑上也各有不同。
真正有实力的玩家，往往是奔着大模型“底层路线”去探索。真正坐在人工智能牌桌前，参与这场历史赌局。
科大讯飞内部人士对互联网江湖表示：大模型技术背后最核心的是认知智能，科大讯飞在认知智能上已有近10年布局，取得多项成果。在ChatGPT推出后，公司迅速进行技术和研发体系的验证，并在去年12月迅速启动大模型的专项攻关。
而剩下的玩家，大都走的是“应用层路线”。大模型未来潜力绝不止于此，只要能够在大模型产业链发展过程中分一杯羹，就有可能给企业带来极大发展空间。
百家云在这些企业中较为典型，百家云对互联网江湖表示，目前大模型在应用层主要面临两大问题：
一个是市场培育问题。当下大模型仍然处于一个教育市场、教育客户的阶段，作为一项新技术，需求方对于大模型的能力边界认知还不够清晰，客户对于大模型的技术实现程度、具体细分场景落地能力都还不太了解，这需要大模型企业和客户共同进步。
百家云举了个例子，此前大模型技术主要被运用于机器翻译上，大概能达到80%的准确率，再加上简单的人力完善才可使用。现在AI人脸识别已经较为成熟，在银行广泛使用，百家云在做的工厂工序检测场景下的大模型也没有问题。而手势识别场景下的技术，离落地还有一段距离。
另一个是成本问题。不同细分场景落地的AI所需要的训练语料是不一样的，想要得到一个足够有效且好用的大模型，需要投入足够多且针对性的语料。为此，百家云专门开发了一套自动化开发平台，让客户自主选择语料以及成本的投入量，从而实现应用层大模型的成本降低。
当然，其中也不乏一些“浑水摸鱼”者，并没有真正入局大模型，而是想要借这场狂欢，谋得更多短期利益。越来越多的上市公司加入大模型概念股的大军，想要借助大模型概念提升企业估值。
二、科技产业“食物链”，迎来新霸主1.互联网的科技“食物链”互联网科技产业，本身就存在一条科技“食物链”：软件吞噬世界，平台吞噬软件，云吞噬平台。而这条科技“食物链”正迎来一位新的霸主，大模型正在吞噬云。
互联网企业本质上是软件企业，通过软件搬运信息，改变世界。
现如今，软件已经吞噬了许多被广泛认为存在于物理世界行业的价值链，比如今天的汽车，软件开始操纵引擎与方向盘，引导驾驶员向目的地行驶。实体零售巨头沃尔玛，利用软件提升自身后勤和配送能力，提升企业运转效率。航空公司凭借票务系统协调机票、准确定价等等。
而平台模式的本质是构建多主体共享的商业生态系统，实现互联网中多主体共赢的一种策略。平台早已不是最初我们简单理解的第三方中介或者渠道，而是一个完善且不断进化的生态圈。
以电商行业为例，淘宝京东等电商平台成长的同时，更多的垂直性电商消失于历史长河。淘宝京东也并没有拘泥于自身电商平台属性，而是不断扩展平台边界，买菜、医药、短视频…变得更加庞大。
平台发展的同时，也受到了云计算的吞噬。，让平台巨头不得不切入云计算领域。透视互联网的底层，本质上还是大量的数据，以及对数据的计算。而云的诞生本身就是为了解决分布式计算和存储的，因此，随着平台的发展壮大，云计算终归会慢慢成为平台的基础核心。
比如亚马逊，云业务早已成为亚马逊主要的增长贡献来源。亚马逊2022全年442亿美元的规模增长中，40.5%是由亚马逊云科技（AWS）实现。随着国内产业互联网如火如荼的发展，云计算也成为了国内平台巨头们的重要战场。
为何说大模型的发展有可能会“吞噬”云计算？
首先，大模型的进化必然离不开云计算，且有吞噬云计算的趋势。
大模型需要大量的算力供给，需要云计算提对底层大规模算力统一编排调度，创造一个性能超强的计算环境并提供海量存储空间。阿里的通义千问背后离不开阿里云的支撑，百度想要发展文心一言，也不得不开始重视自家的百度云。
其次，大模型的进化过程，或许也将会对传统云计算架构开始新一轮的改造。
如果人工智能的智慧程度达到超越人类的程度，那必然依赖一个能够超越人脑的“硅脑”，而云计算目前正扮演这样一个角色。需要注意的是，当下云计算仅仅具备IaaS、PaaS、SaaS三层架构，这对于当下大模型的进化显然不够的。
比如ChatGPT，有两个最引人瞩目的创新，是运用了云计算以后工程化的创新：
情景学习模式以及多模态（文本、代码、图片等多维度信息）输入；人类反馈强化学习（RLHF）的微调训练机制和提示导引模式。当下，大模型已经证明了自身强大的能力。人们出于对大模型所实现的突破充满狂热，认为大模型如同最初的互联网一般，甚至已经超越了互联网所带来的改变，将会带来新一轮的生产力改造，因此也给予大模型相关企业很高的期待。然而在短期内，大模型还未真正实现落地，对企业的业绩拉动作用也并未凸显。
2.大模型市场的基础条件大模型的能力及其危险程度呈正相关关系，而安全能力将是大模型市场爆发的最基础条件。
技术层面，大模型仍是一项黑盒技术，为什么大模型能够压缩知识，我们不了解其中的细节参数，不具备可解释性。尽管现在的大模型的错误还很明显，但我们目前已经能体会到大模型的强大之处。当大模型回答的正确度越来越高，而我们还没有形成完善的谎言的识别能力，其危险程度将随着落地而陡然上升。
政策方面，国内管控环境和国外管控环境不同，国内政策监管或许会更加严格。此前有K12的例子，一纸禁令，行业“熄火”。如果大模型的安全性无法解决的话，在能力达到一定临界线或者在场景落地并出现行业阵痛之际，也有可能重蹈在线教育的覆辙。
商业层面，不同于国外的OPENAI，国内大模型企业未做到利益与控制权分离。从OpenAI的股权设置来看，虽然OpenAI“卖身”给微软49%的收益权，但并未让微软获得其没有控制权，这保证了大模型技术不会因为商业利益而被滥用。
而对于国内的大模型企业来说，不存在这点限制，保证技术的发展速度以及商业化速度是首要考虑的因素，而先保证安全等于“先掏罚金”。
3.未来大模型技术需要至少三层防火墙对于底层的大模型企业来说，需要建立底层安全防护理念，保证未来接入其他各类接口的安全性。随着产业协作的完善，底层、中间层、平台层、应用层等产业各个环节会逐渐成熟，这时候需要在各个环节建立行业统一的安全标准。如果大模型部署在公有云上，可以将安全解决方案整体交给专业的云计算企业实施，从而实现大模型系统的整体安全管控。纵观人类历史，从公元元年到18世纪，人类经济增长曲线几乎是平的。也只有在近三百年才出现工业革命，实现技术巨大飞跃，带来经济高速增长，这在人类已知的历史中不过是短短一瞬。
可见技术进步的速度和加速度不见得是一致的，接下来的人工智能或许也到了这“最后一瞬”的时候，能否抓住这个机遇就成了当下企业面临的考验。
科技树可以有很多条分支，但终归只有一条是通向成功。
在这之前，很少有人能够预测到未来人工智能的走向，此前连谷歌也押错了注。而此次大模型就一定走在成功的分支上吗？
仍需时间来验证。
专栏作家
刘志刚，微信公众号：互联网江湖（ID：VIPIT1）。人人都是产品经理专栏作家。资深媒体人，TMT领域深度报道。
本文原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
人类并不在食物链顶端，仅仅处于前三分之一
本文来自微信公众号：集智俱乐部（ID：swarma_org），作者：E.Preston，受访者：Dunne，圣塔菲研究所科学副主席。编译：集智俱乐部翻译组，来源：quantamagazine，原文题目：SheFindsCluestoFutureSustainabilityinOldFoodWebs。
文明的回溯：人类与生态系统相互作用的历史生态学家JenniferDunne 探索了生态系统中物种之间的互联网络。对于大多数生物而言，彼此间的联系就是捕食与被捕食关系，而对于人类来说，与其它物种则存在多种多样的联系方式。
在史密森国家动物园的一座长满草的山上，我遇到了Dunne；这时一只狮子正抬着它的长满狮鬃的头仰望从天空飞过的直升飞机。如果说，我们人类在生物系统中非常不寻常，这就是鲜明的例证——在几代人以前，狮子还能猎杀我们；而今，孩子们已经可以躲在铁栏杆后面观看狮子了。
然而值得警醒的是，我们从未置身于这个全球的食物网之外。
Dunne说：“生态学家倾向于在不包含人类的情况下研究生态系统，但是，人类无处不在并影响着一切。”当生物学家考虑人类因素时，会把人类视为导致气候变化的外部因素。然而纵观历史，我们已经被全球的食物网所包裹。
Dunne是圣塔菲研究所科学副主席，她从植物生态学开始，进而研究食物网。通过对生态系统中的每一个物种及所需的食物进行精心分类，Dunne和同事构建了一个可以量化的食物网。在可视化的数据中，每一个置身于食物网中的物种都被表示成了一个节点；用节点之间的连边表示两个物种之间的捕食与被捕食关系。
那些节点（生物）并不一定要活在今日。Dunne研究了数个史前时期的食物网，其中包括了一个出土于伯吉斯页岩的5亿年前的食物网。为了能在这些奇奇怪怪、老得不能在老的生物化石中找出那些生物的食物链，她和同事研究了已经石化的胃内容物和齿痕，并发现：寒武纪生物大爆发时的食物网和今日的食物网在结构上有相似之处。
当一些生物数量变得稀少或难以找到，那么在生态系统中它的生态价值就会降低；而在珍禽异兽的市场中，你反而会有更多的捕猎的理由。2016年，Dunne与合作者做出了第一篇全面且详细的包含了人类的食物网，这篇论文以数千年来居住在阿拉斯加 SanakArchipelago群岛的阿留申人作为研究对象。此后，她和合作者们继续研究了从过去到现在，其他生态系统包含人类在内的食物网。Dunne和她的一些生态学和考古学同事在建立这些食物网的同时，也开始集思广益地去探究人类与生态系统互相作用的历史。
论文题目：ParasitesAffectFoodWebStructurePrimarilythroughIncreasedDiversityandComplexity
论文地址：https://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.1001579
他们想到了一个新的网络，不再是食物网，而是人类用途网（human-useweb）。他们的工作组从2017年的创建起，一同研究了6个工业化以前或者没有工业化的人类群体。研究者对人类与周围生物的互动方式进行了分类：制衣毛皮、建筑木材、医用草药等等。为了可视化他们的研究结果，研究者将一个文化中最常用到的五六个物种根据用途进行分类，并投射到了一个圆环上，这样的图示结果看起来像一个织得很厚密的捕梦网。
捕梦网（Dreamcatcher）是北美奥吉布瓦人的文化中一种手工艺品，使用柳树来做框，中间编织著松散的网或蜘蛛网，可能搭配羽毛、串珠等装饰。奥吉布瓦人相信挂上捕梦网能够“捕捉”好梦，阻挡恶梦。|©wikipedia
每一个被研究的人类群体都有着自己独特的故事。他们会遇到不同的生态系统和气候环境，也会养成不同的文化习俗。有的以打猎-采集为生；有的种植自己的食物；有的则饲养动物。比如古波利尼西亚人带着鸡、椰子和搭顺风车的老鼠等物种来到了波利尼西亚群岛。他们把自己的食物网通过小舟带到了定居地。有些人类群体选择比较灵活，而有的则对吃什么不吃什么有着顽固的观念。
文明的延续：JenniferDunne访谈整理通过梳理这些故事，Dunne和她的研究小组希望能够借此去了解是什么让人类文明得以延续或被迫中断。Dunne说：“这个研究过程非常新颖，以前没有人这样做过。”以下是对Dunne的访谈，有经过编辑整合。
Q：是否只需要找出一个地方的物种，并连接物种节点之间的边就能构建一个食物网？
A：如果简单来说，这就是食物网。尽可能的获取详尽的物种列表，并找出每个物种的食物是什么。理论上听起来很简单，但实际上很难做。
例如，陆栖生态系统中，我们通常对昆虫知之甚少。或者我们能获得当地物种的详细信息，但是除了“这个虫子吃植物”以外我们就对它的食谱一无所获了。
Q：在构建伯吉斯页岩的食物网时，得出的似乎是：生物吃那些周围的能吃得下嘴的食物？
A：是的，没错！在我参与的每一个古代食物网项目中，基本上都是要假设捕食关系。然后提出一个或多个证据作为注解。根据这些证据，我们确定一个可信度的级别。这样人们就更容易去重新评估和理解，它们是活的、会呼吸的数据库。我们并没有彻底的理解它们，只是重新呈现出来。
Q：给我们讲讲食物网络可视化吧，它看起来像分层蛋糕一样~
A：在这些食物网中，纵轴的具有生态上的意义，代表着营养级别。底部是生产者（比如，植物、藻类），生产者通过光合作用制造食物，这是第一营养层级。下一层是食草动物，它们食用生产者，这是第二营养层级。
这个“蛋糕”记录的是威斯康星州一个湖中食物网。最低层是藻类（algae）位于第一营养层。其他生物位于较高的营养层级，依次是浮游生物（zooplankton）、昆虫（insects）、鱼类（fishes），这个层级取决于每个生物个体到初级生产者的单个食物链的平均长度。|©indico
A：对于食草动物以上的物种而言，研究者会沿着不同的食物链把它们连接到初级生产者，然后计算出平均值。举例来说，某个生物只吃食草动物，不吃植物。那么，它将位于第三层级，因为它距离初级生产者有两步的距离。但是许多生物是杂食性动物，它们既吃植物也吃食草动物。这意味着，这些物种跨越了不同的营养层级。所以，几乎所有食草动物以上的生物的营养层级都不是整数，比如2.5。
Q：在得到分层蛋糕以后能做些什么？这个分层能告诉我们什么？
A：基本上来说，这个形状提供了一个方法，让我们能描述生物系统的结构。当我们拥有这些数据的时候，我们就可以用吸引人的方式可视化它们，并针对其不同的属性进行评估。比如说，生态系统中有多少人赖以生存的物种，和这个系统中的其他消费者相比结果如何？
JenniferDunne在圣塔菲研究所的办公室内。她是圣塔菲研究所科学副主席。
Q：那么你对人类在食物网中的位置了解多少？
A：人类是非常杂食的生物，因此，人类并不在食物链的顶端。根据我们所研究的少数几个生态系统，人类通常位于食物网的中上三分之一的位置。大家倾向于认为人类位于食物链的顶端，嗯，这是因为每个人确实处于他自己的食物链的顶端。但是因为从植物到顶层的肉食动物人类都吃，所以，人类最终会处在食物网的中间位置。
当然，这些活动都忽略了寄生虫和病毒。我们另外做了包含寄生虫的食物网，但那是另外一回事了。如果我们忽略寄生虫、病毒和携带的微生物群，现在的人类通常处于食物链的顶端。在过去，人类会被别的生物吃掉，但现在情况有所变化。
论文题目：Therolesandimpactsofhumanhunter-gatherersinNorthPacificmarinefoodwebs
论文地址：https://www.nature.com/articles/srep21179
当然，人类也有通往其他物种的捷径。人类基本上与食物网上的其他90%的物种有两个分离度。用KevinBacon的话来说，人类会直接进食25~50%的生物，这样就能与其他所有的生物相关联。所以在两个连边内，我们可以到达任何地方。
Q：这会使得人类成为一个很特殊的物种么？
A：在我所看到的生态系统中，在吃方面，人类可以说是大嘴吃八方的老饕。我们吃的东西比其他所有生物都多。
在任何一个食物网中，大多数生物都吃特定的东西。绝大多数物种会吃十种甚至更少的食物。吃的类型越少，也就意味着要吃的量越多。如果用长尾分布来刻画这个规律，人类会在末端（吃的种类多）。从这一点来说，人类很特别。
当然，一个生态系统中，总会有这种老饕的存在。在SanakAleut海岸附近的食物网中这样的“人物”就有两位：人类和鳕鱼，鳕鱼能把任何东西都塞进嘴里咬上一口。
Q：可是，这并没有让我觉得很特别？
A：的确！我预计这种情况不会总发生。一个悬而未决的问题是，这种模式普遍么？我们看到的每一个生态系统都非常的不同，人类能接触到不同的物种。归根结底，人类才是吃货之王。
人类极其灵活，遍布世界各地，成功地入侵了不同的生态系统并且成为其中不可忽视的一员。这就是我们这个项目的意义所在——重新思考人类与各物种之间纷繁复杂的作用关系。
Q：现在的你们在做的新项目和以前的食物网有何不同？
A：食物网展示了生态系统中所有物种以及它们彼此之间的一种相互作用方式：进食。现在通过人类用途网（human-useweb），我们把关注点集中在所有与人类有关的联系上。但这些联系不再仅仅是进食，而是扩展到了多种用途。
这幅画展示了太平洋西北海岸的原始女性收集浆果的画面。这是人类与别的生物最古老、最简单的作用关系之一。图中的女性是特林吉特人（美洲土著）。Dunne研究了努特卡人的这种作用。
这些相互作用可以很简单也可以很复杂。一个例子是来自加拿大太平洋西北海岸的努特卡人。（上面的特林吉特女性吃浆果图仅供参考，但研究的数据来自努特卡人）我们获得了人类、任何类型的浆果，以及他们之间的关系。这很简单：两个节点，一条连边。人类到森林里漫步，并采集浆果。
在同一个生态系统中，人类会吃鲸类。同样是两个节点，一条连边，却是完全不同的故事。如果人类想要成功的捉到、杀死并吃掉鲸类，需要许多物种参与的多种相互作用才能完成这一目标。你必须得做一只独木舟吧，这本身就是个复杂的麻烦事——你必须用到12种不同的植物和10种不同的动物；必须做所有划独木舟要用的东西，比如气囊；还得要做长毛和保护的衣服；努特卡人通过举行仪式来祈求狩猎成功，他们要把鲸拖回岸边，分割成块；然后，还得举行更多的仪式。他们可能会用不同的方式储备鲸肉和鲸脂，不过也没准儿。
这可能是最复杂的互动形式，但还有许许多多的事情都是这样的。
Q：通过这个分析，你能得到什么见解？
A：这提供了一种以人类为中心的物种互动数据，这使得我们能够接触到一系列有趣的生态、文化和社会生态问题。我希望这能给我们提供一种思考可持续性的新方法。我们正在研究会带来糟糕结果的环境系统，比如物种减少、环境退化、人类文明陷入混乱或崩溃。这不就是在学习现在以及未来的可持续性的教训吗？
当地艺术家MichaelSchippling创作的能动的雕塑作品。这个作品挂在Dunne的办公室内，Dunne认为这是展示复杂系统的创造性的例子。（复杂性是圣达菲研究所的主要研究主题）同事，也是在提醒人们，人类与自然界中的其他成分的错综复杂的网络关系。
我们工作组的一名研究员，圣达菲研究所和犹他州立大学的StefaniCrabtree 和她的同事最近写了一个例子：在澳大利亚西部沙漠中，Martu人作为该生态系统的一部分已有数万年之久，没有Martu人就没有当地的生态系统，但是澳方政府决定把他们赶出那片土地。Martu人会为了捕捉大型蜥蜴而放一把小规模的火。一旦这些人离开了那片土地，生态系统就被破坏了。会看到小型哺乳动物的灭绝；会发现因为没有人把草地烧成分隔斑驳的区块，大规模的野火在草原燃烧。所以，Martu人重新回到了那片土地，并开始传统的燃烧行为，生态系统终于得以恢复稳定。
论文题目：SubsistenceTransitionsandtheSimplificationofEcologicalNetworksintheWesternDesertofAustralia
论文地址：https://link.springer.com/article/10.1007/s10745-019-0053-z
但是，7000年前进入阿留申群岛的阿留申人并没有造成什么明显的破坏。也没有发现的短期或长期的物种灭绝。他们成功地融入了当地的生态系统，并成为了其中的一部分。
Q：那是什么让一个生态系统没有延续7000年，而是崩溃了呢？
A：阿留申人作为高度的杂食性物种，本来是极具潜在破坏力的物种。他们带来了狩猎技术，这种技术让人类获取食物的速度比你所想象的同体型的生物更快。无所不吃的杂食物种、具备狩猎能力、还能在不破坏生态环境的前提下进入这个生态系统，这也是人类的能力。
原因之一就是，他们像其他的“口无禁忌”的杂食生物一样进食。人类可以并且确实做到了轮换狩猎（preyswitching）。这样的生物可以在一个系统中吃很多的生物，但是在特定的时间内，人类的食物选择范围比较固定。阿留申人更喜欢捕猎海狮，但大多数时候他们却做不到。因为糟糕的天气，他们无法开动皮艇，所以会去潮间带采集食物。他们首先会采集大而多汁的东西，当鲑鱼来了的时候，他们会放下其他事情，去捕捉鲑鱼。因此他们的食物一直在轮换。
轮换狩猎一个效果就是允许以前被捕捉的物种得以恢复。从动力学模型中我们得知，这一点能稳定物种的共存和持续发展。
阿留申人没有一直利用他们所有的捕猎技术。他们有很高超的技术去打造皮艇和捕捉还是。但多数时候他们没有这样做，他们只是在采集。
Q：今天，人类有使用类似于轮换狩猎的技术么？
A：有一个反面的例子，我常常用金枪鱼举例子。国际上，寿司市场对蓝鳍金枪鱼的需求非常高，因此它们会被商业化捕捞。随着它们变得越来越稀少，也就变越来越贵。
你看，这是反常的反生态动力学的例子。当一些东西数量变得稀少或难以找到，那么在生态系统中它的生态价值就会降低。因为捕捉工作会消耗大量的卡路里，或者捕捉工作太危险。而在珍禽异兽的市场中，你反而会有更多的捕猎的理由。因为它会越来越值钱，一条蓝鳍金枪鱼刚刚创纪录地卖到300多万美元。这样，对蓝旗金枪鱼很不利，对吧？而且，给整个生态系统也带来了不好的力量。带来了不稳定因素，不仅仅对于蓝鳍金枪鱼是这样，对整个包含蓝鳍金枪鱼的食物网络也是这样。
这就是做食物网络（相互作用）研究工作的一部分。你抓住一个节点，就能拉扯出一个作用关系，这不仅仅是影响某个物种，也常常以意想不到的方式波动整个生态系统。
本文来自微信公众号：集智俱乐部（ID：swarma_org），作者：E.Preston，翻译：Leo，审校：李周园，编辑：王怡蔺
原文地址：https://www.quantamagazine.org/with-food-webs-jennifer-dunne-puts-humans-back-into-ecology-20190321/