拒绝赛博朋克：斯坦福HAI报告警示“科技巨头垄断AI研究已成威胁”

“上等人”在空中穿梭飞行，享尽数字霸权的福利。而普通人只能在满是辐射、污染和杀戮的地面上挣扎求生。真真正正的“朱门酒肉臭，路有冻死骨”。科技在极速飞跃，民众却苦不聊生。夜之城，就是高新技术垄断造成病态社会的缩影。

对此我们不禁感到担忧？做为举足轻重、甚至可能影响人类整体未来走向的AI技术，若掌控在寥寥几家科技巨头手中，能否避免潜在风险继续普惠大众、造福人类呢？

耐人寻味的是，当今人工智能的“领头羊”几乎都坐落在夜之城的原型——美国加利福尼亚州。这些曾经野心勃勃并疾速扩张的初创企业，现在已经成长为无可撼动的行业巨鳄。自2020年以来美国对互联网巨头的反垄断突然升级，去年10月 众议院反垄断小组委员会公布了一份长达449页的重磅报告——《数字市场的竞争调查》（Investigation of Competition in Digital Markets），认定这些当代科技“大亨”GAFA（Google, Amazon, Facebook, Apple）利用在业务中积累的巨量数据，滥用垄断权力为扩展相关领域获取巨大优势，造成不公平的恶性竞争。

怎样打击日渐严峻的AI技术垄断？如同强子对撞机对物理学的影响，美国政府委员会目前正在考虑一项创新举措，它将令人工智能领域产生革命性的转变。

由斯坦福大学教授李飞飞等顶尖专家组成、美国家人工智能研究资源工作组(National AI Research Resource Task Force, 简称NAIRR)正在研究如何开发“国家研究云计算框架”（National Research Cloud，简称NRC）。让学者们能够获得目前由少数科技巨头掌握的计算资源—— 访问他们的云数据中心，和用于研究的公共数据集，为基础和非商业AI的发展注射入一针强心剂。

20世纪60年代中期，美国政府在公共科学的投资接近GDP的2%，回报同样惊人，今天美国任何一个科技巨头都是站在联邦研发投资(research and development, R&D)的肩膀上发展起来的。然而自冷战时期以来，美政府对基础科学研究的投资率大幅减少。中国发展研究基金会的文章指出，美国对研发投入的高峰期在20世纪60年代，接近联邦预算的12%，该比例之后一路走低，目前只有4%左右。据报业辛迪加（Project Syndicate）数据，美国科研支出已经下降到GDP的0.6%，世界排名第12位。而中国正在加倍加大对科学的投资，科研项目支出约占GDP的1.3%，从经济规模的角度想对比，这一比例是美国的两倍。

国家研究云计算框架（NRC）的概念其实很简单，是由美国联邦政府提供AI研究所需数据和计算资源。随着工业界和学术界发展愈渐失衡，学者们想要获得这些资源越来越难。为他们拓宽访问渠道的最佳方式，是由政府部门为学者科学家们提供资金支持短期访问现有的云数据，同时构建长期公共云计算系统。

反对声消息一出犹如平地惊雷，引发激烈争议，支持声和抵制声都纷涌而至。NRC甚至诱发了科技巨擎怀疑论者和自由市场主义者的“应激”反应，质疑的“炮火”主要密集攻击两点：

1. 科技巨擎怀疑论者担心这会增加大型科技公司“裹挟”的能力，借助AI技术损害弱势群体的权益，因此拒绝接受NRC的设想。
2. 自由市场主义者则认为政府扮演的角色过于激进，“伸手”太长管的太宽。学术研究完全可依赖私营技术公司提供的商业云服务。

面对反对的呼声甚嚣尘上，斯坦福大学三位学者（Daniel E. Ho, Jennifer King和Russell C. Wald）公开发文驳斥：“你们错了。”斯坦福大学“以人为本”人工智能研究所(Stanford Institute for Human-Centered AI，简称HAI) 在2020率先发起呼吁建立人工智能研究资源工作组（NAIRR）。过去的10个月里，这里汇集了全美最优秀的科学家深入研究如何架构NAIRR，最终呈现了一份“重量级”白皮书《构建国家人工智能研究资源：国家研究云蓝图》（Building a National AI Research Resource: A Blueprint for the National Research Cloud.）

“我们的调查结果就是给反对者最有力的回应。”

“美国需要国家研究云”“我们想对那些担心AI研究力会集中在大科技公司的人说: 目前已经是这种情况了。如果最终不能成功建立国家研究云，这只会进一步巩固私营企业在人工智能领域的主导地位。”

“最好的服务器都在工业界。” 深度学习（Deep Learning）是人工智能中机器学习的重要分支，也是美国国家研究云的主要着力点。代码运行需要巨大的算力支撑，而算力是靠钱“烧”出来的。一个优秀算法模型的诞生，需要数十万、乃至数百万美金的投入。根据OpenAI的资料显示，过去7年里，人工智能头部公司的计算量飙升大约30万倍。高昂的成本让学术界难以应对，只有Google、亚马逊这种巨头才供得起数据中心每年数十亿美金的研发经费。

在经费和设备的双重差异下，计算机人才纷纷投奔大公司的怀抱。十年前，人工智能专业博士进入学术界和工业界的可能性是一样的。但现在，他们选择工业界的可能性更高，是学术界的两倍！这种失衡会有两个严重后果：

首先，私营部门的研究方向受制于科技公司的决策、监督和否决权，最终造成研究短视。像之前Facebook驳回了旗下产品Instagram对年轻女性有危害问题的内部讨论。第二，私营部门的科研工作因受利益挟制，只能指向宽泛不足的应用领域。

一切正如数据科学家杰夫·哈默巴赫尔(Jeff Hammerbacher)所说:“ That sucks！我们这代里最聪明的人都在思考如何让人点击广告！” 哈默巴赫尔是扎克伯格在哈佛时的同学，Facebook的数据团队正是由他一手创建的。

毋庸置疑，国家研究云是解决核心矛盾的最佳办法。因为它可以拓宽企业环境之外的AI访问资源。研发、评审AI科研人员可以借助国家研究云的力量“超越”狭隘的技术领域（包括自然科学、社会科学和人文科学）。在保证隐私前提下释放地球观测、劳动力市场和司法系统的数据——当前只有少数人有权限访问——这将引导人工智能解决更多样复杂且迫切的社会问题。

对于那些视政府部门如“仇敌”、私营部门如“亲朋”的异见者，三位学者表示：

“仅依靠私营部门只会阻碍AI产业整体发展、造成减缓创新，最终损害的将是的民众利益。公共部门对促进基础研究和成本效益方面至关重要。以卫星图像为例，2008年前，美国地质调查局(U.S. Geological Service)对每张卫星图像收取约600美元的费用，随着后来数据开放免费提供图像，这大大推动了计算机视觉在研究全球变暖、栖息地改变、贫困和城市扩张方面的应用，每年产生30 - 40亿美元的效益。”

文中指出，在计算领域，联邦政府对建立运尖端计算设施经验丰富值得信任，从橡树岭国家实验室的Summit系统（2018-2020年世界上最强大的超级计算机），再到美国国家科学基金会(National Science Foundation)投资高性能计算网络，与私营部门合作，在应对COVID-19等重大事件中发挥了强大的作用。依赖商业云服务的成本是构建自己系统的3到8倍。国家公共云不可能一蹴而就，但它带来的回馈，会让前期的努力和投入都变值得。

美国迫切需要建立一支能够在紧要关头随时投入使用、监控和监管AI系统的公共部门“战队”—— 实现这一目标的最好方式就是国家研究云。早先遗留的IT系统持续困扰着美国当局，政府问责局(Accountability Office)曾指出的，截止2016年，美国防部仍在使用 8 英寸软盘来协调足以毁灭世界的核力量”。

“NAIRR是联邦政府“洗牌”AI领域的机会，不该沦为技术怀疑论者和唯市场论者之间的儿戏，零和博弈没有赢家，都是输家！”

实际上技术垄断之下，这些科技“寡头”也不会是永远的胜利者。

垄断无益今年7月美国反垄断执法机构首次对移动应用商店提起诉讼，指控Google利用Google Play商店向销售应用的开发商收取过高佣金，故意屏蔽Android系统上其他竞争对手的应用商店。令人诧异的是，世界上为数不多比Google规模还大的公司——亚马逊竟也成了受害者。要知道在反垄断的诉讼案中，亚马逊可是被告席上的“常客”。

“国家研究云将受益每个人。”白皮书中的原文这样写到：“NRC将提供优廉的高端计算资源、大规模政府数据集的安全云环境、和必备的专业知识，通过资源之间的密切合作受益学术界、政府和工业界。以扩大AI研究中关键资源的获取渠道，NRC将提供支持基础科学人工智能研究、人工智能创新的大众化，以及继续提升美国在人工智能领域的领导地位。”

眼下，科技巨头对AI的掌控大有不可阻挡之势。HAI认为，一个健康且来源广泛、包容度高的创新生态系统——国家研究云计算框架是扭转局面的唯一钥匙。打破“卡脖子”的数据壁垒将对实现AI的产研平衡产生深远影响。

目前“国家研究云”仍在构想阶段，诸如“组织架构、实施主体、资金安排、合作机制、硬件布局、数据范畴、访问权限”等许多难点并未攻克，此外还需要强力的 “数据标准化”等公共政策和持续的资源支撑，以及大量持续的资金投入。

《构建国家人工智能研究资源：国家研究云蓝图》（Building a National AI Research Resource: A Blueprint for the National Research Cloud.）的作者：

Daniel E. Ho, William Benjamin Scott 和 Luna M. Scott法学教授，斯坦福大学以人为本的人工智能研究所（HAI）副所长。

Jennifer King，斯坦福大学以人为本的人工智能研究所（HAI）的隐私和数据政策研究员。

Russell C. Wald，斯坦福大学以仁为本人工智能研究所（HAI）的政策主任。

Christopher Wan，斯坦福大学法学博士/MBA预读生，是“建立国家人工智能研究资源”报告的合著者，为本文提供了研究和编辑协助。

斯坦福大学“以人为本”人工智能研究所(Stanford Institute for Human-Centered AI，简称HAI)，由华裔斯坦福大学人工智能科学家李飞飞和哲学教授约翰·埃切曼迪联合担任院长，致力于推动人工智能跨领域合作，让科技以人为本，回归人性，加强对人工智能社会影响力的研究。

国家人工智能研究资源工作组(NAIRR) ：美国国家智库，由12名来自学术界、政界和产业界尖端专家组成，斯坦福大学李飞飞教授，Google云Andrew Moore， 艾伦人工智能研究所Oren Etzioni等。旨在让AI科研人员旨科研人员获得更多政府数据、计算资源和其他工具。

链接：https://thehill.com/opinion/technology/580594-do-we-really-want-facebook-and-amazon-to-rule-ai?rl=1https://hai.stanford.edu/sites/default/files/2021-10/HAI_NRCR_2021_0.pdfhttps://www.project-syndicate.org/commentary/biden-infrastructure-plan-increases-federal-science-funding-by-jonathan-gruber-and-simon-johnson-2021-04/chinese?barrier=accesspayloghttps://judiciary.house.gov/uploadedfiles/competition_in_digital_markets.pdf?utm_campaign=4493-519https://www.cdrf.org.cn/fangjin/5545.htmhttps://picture.iczhiku.com/weixin/message1595243731316.html