【柳三變專欄】美國在AI競賽中犯了哪些錯誤？
多年來，美國與中國在開發先進人工智慧方面展開了愈演愈烈的競爭。鑑於人工智慧對國家安全和國防以及經濟的深遠影響，其風險很高。但通常很難判斷誰會獲勝。許多答案都集中在效能：哪些人工智慧模型在速度、推理和準確性方面優於其他模型。按照這些基準，美國擁有明顯的領先優勢，甚至可以說是絕對的領先優勢，這得益於美國擁有世界一流的工程師、數十億美元的數據中心投資以及對最先進計算晶片的出口管制。正是由於對前沿性能的關注，中國公司 DeepSeek 今年 1 月發布的強大新車型 R1 成為全球頭條新聞，並引發市場崩潰。 DeepSeek 的成功似乎表明美國的優勢並不像許多人想像的那麼穩固。Radha Iyengar Plumb和邁克爾·C·霍洛維茨(Michael C. Horowitz)發表在最新一期《外交事務》(Foreign Affairs) 的<美國在人工智慧競賽中犯了哪些錯誤>( What America Gets Wrong About the AI Race)指出，成功意味著部署最佳技術，而不僅僅是開發最佳技術。(Winning Means Deploying, Not Just Developing, the Best Technology.)
Radha Iyengar Plumb是佩里世界之家的傑出訪問學者，也是賓州大學華頓商學院負責任人工智慧實驗室的高級研究員。 2024年至2025年，她擔任國防部首席數位和人工智慧長。邁克爾·C·霍洛維茨是美國外交關係委員會技術與創新高級研究員，也是賓州大學理查德·佩里教授兼佩里世界之家主任。 2022年至2024年，他擔任美國國防部負責部隊發展和新興能力的副助理部長。
僅僅關注技術前沿會掩蓋競賽的本質
僅僅關注技術前沿會掩蓋競賽的本質。原始效能很重要，但次優模型也可以為使用者提供巨大的價值，特別是如果它們像 DeepSeek 那樣便宜、開源且被廣泛使用。 DeepSeek 成功的真正教訓是，人工智慧的競爭不僅是哪個國家開發出最先進的模型，還在於哪個國家能夠在其經濟和政府中更快地採用這些模型。軍事規劃人員喜歡說「業餘人員談戰術，專業人士談後勤」。在人工智慧領域，業餘愛好者談論基準；專業人士談論收養。
因此，為了維持美國在人工智慧領域的領先地位，美國政府需要大力推動軍隊、聯邦機構和更廣泛的經濟領域對人工智慧的採用。為了實現這一目標，它應該制定注重透明度和選擇性的規則，同時增強信任並促進雲端基礎設施和新能源的發展。它還應該幫助該行業將美國人工智慧產品出口到世界其他地區，以支持美國公司，鞏固民主價值觀，並阻止中國的技術主導地位。只有贏得採用競賽，美國才能獲得人工智慧真正的經濟和軍事利益。
即將到來的浪潮
軍事人工智慧的討論常常引發人們對殺手機器人造成無差別破壞且無需對其行為負責的擔憂。然而，在軍隊和其他領域，大多數人工智慧的應用將透過人機合作實現，其中人工智慧工具可以加速和改善現有的工作流程。對美國軍方來說，自主武器（與人類遠端駕駛的無人系統相對）仍需要負責任的人來做出使用武力的決定。
在國家安全背景下，這主要意味著改善軍隊和情報機構使用數據和做出決策的方式和速度。人工智慧將能夠更好地檢測威脅，讓人類有更多的時間做出反應；讓軍隊進行更詳細、更切合實際的規劃演習；縮短危機反應時間；並簡化財務和物流等必要的後端流程。
世界各國的軍隊已經在開發和部署人工智慧工具。烏克蘭戰爭為俄羅斯提供了將人工智慧迅速融入各種軍事系統的機會，例如日益自主的武器和可以將感測器數據轉化為人類決策者目標資訊的系統。伊朗和北韓都在投資人工智慧工具來協助軍事行動、政府監視和網路活動。在美國，五角大廈正在各種應用中採用人工智慧，包括作戰規劃、預測關鍵平台何時需要維護以及提高武器系統的自主性。每個應用程式都說明了大規模採用的重要性：讓少數指揮官更快做出決策的工具與廣泛使用該工具來加速整個軍隊的作戰活動之間存在著明顯的差異。
在經濟領域，人工智慧的效益將取決於其覆蓋範圍
同樣，在經濟領域，人工智慧的效益將取決於其覆蓋範圍。顧問公司麥肯錫 2023 年的一份報告估計，人工智慧的廣泛應用可以為全球經濟帶來數兆美元的生產力效益。人工智慧的進步正在推動科學、醫學、先進製造等領域的創新。但如果各國無法使用人工智慧系統，它們就不會受益。富裕國家可能會率先採用人工智慧，因此美國政策制定者需要幫助美國公司將人工智慧技術出口到全球南方。這樣做不僅將推進關鍵的發展目標，而且有助於遏制中國的全球影響力，因為美國供應商的主要替代者可能是中國。
在這裡，就像在其他地方一樣，僅僅擁有領先的模型是不夠的。即使中國模型不如美國競爭對手，DeepSeek 的成功也表明，低成本開源技術即使落後於尖端技術，仍然可以為用戶提供大量價值。對於許多普通應用，例如起草法律合約、協助商業研究和分類客戶服務查詢，採用人工智慧並不需要性能最佳的模型；它需要足夠好的解決方案，能夠快速、大規模地部署。對於那些尋求廉價且有效的人工智慧工具用於廣泛日常用途的國家來說，DeepSeek 等中國模型可能會具有吸引力。同時，美國擁有許多優勢——最先進的晶片、更多的雲端基礎設施、更好的基礎模型和更多有用的應用程式——但它需要一個策略來傳播這些優勢。
贏得人工智慧普及競賽將決定美國全球領導地位的未來。北京利用其在海外的技術投資來建立勢力範圍，削弱美國的利益並擴大中國的政治壓力。如果美國的人工智慧系統在世界各地被採用，那麼這些系統所蘊含的價值觀，包括言論自由、隱私和缺乏偏見，也將傳播開來。如果中國模式勝出，那麼結果很可能是審查、監視和偏見。
必須培養能夠廣泛部署的低成本、更有效率模式
鑑於採用的重要性，美國政府不能僅僅專注於維持前沿模式的領先地位；它必須培養能夠廣泛部署的低成本、更有效率模式。首先，這意味著要清楚了解美國能從拜登政府實施的出口管制中得到什麼，不能得到什麼，以禁止中國取得先進的半導體和其他人工智慧技術。由於人工智慧是一種通用技術，政策制定者不應期望出口管制能夠無限期地阻止中國獲得關鍵的人工智慧技術。人工智慧模型不像核武器，核武器的基本成分（包括鈽和鈾）非常稀缺，嚴格的控制可以阻止其他國家取得它們。對於人工智慧來說，雖然硬體必不可少，但模型本身就是軟體，可以輕鬆複製和轉移。政府永遠無法像限制核子材料那樣嚴格限制運算能力，因為晶片還有許多其他用途。從根本上講，出口管制是一種有限的工具。它們可以在有限的時間內保護特定的尖端技術，以幫助美國公司保持領先中國競爭對手。但它們無法限制前沿領域的發展，而且不可避免地會產生意想不到的後果，包括鼓勵外國公司尋找創造性的解決方法。那麼問題就變成了美國如何利用透過出口管制爭取到的時間。
華盛頓的政策制定者也應該制定人工智慧法規，以實現負責任的技術傳播。這將要求美國提供一個具體的替代方案，一個注重透明度和選擇的方案，以取代更具規定性的法規，例如歐盟對不符合歐盟廣泛規則的人工智慧應用的限制。歐盟等的做法正在應對真正的風險，但它們也扼殺了創新，破壞了使模型更加透明的努力，並鼓勵用戶尋找其他方式來訪問被禁用的工具，特別是如果這些工具以開源應用程式的形式提供。例如，DeepSeek 應用程式可以在歐盟使用，儘管它不符合歐盟《一般資料保護規範》中的隱私權要求或歐盟《人工智慧法案》中的安全規定。
應採用自願和監管相結合以降低災難性風險
更好的方法是降低風險，同時鼓勵快速採用可信工具。人工智慧治理框架應採用自願和監管相結合的方法，以降低災難性風險的可能性，例如能夠開發大規模殺傷性武器的人工智慧模型，同時鼓勵自願提高安全性和可靠性。例如，採用政府開發的風險管理工具或標準的模型開發者可以減少其係統造成的損害的責任。美國法規也應保護智慧財產權並確保資料隱私，這些措施既可以保護美國產業，又可以將美國的人工智慧產品與外國競爭對手區分開來。
只關注技術前沿會掩蓋人工智慧競賽的真正本質。
這樣的框架將有助於推動美國開發的人工智慧技術的應用。就像更好的煞車可以讓火車和汽車更快、更安全一樣，清晰、協調的治理策略，加上透明的規則、使用者的選擇和嚴格的限制，可以促進更有效、更有用的人工智慧。增強透明度的工具將促進信任，並使消費者和企業更願意使用人工智慧系統。相較之下，簡單地限制人工智慧工具的使用會減緩創新，並激勵用戶規避監管要求，並激勵人工智慧開發人員尋找其他市場。
更好地平衡風險和權衡的人工智慧監管框架也可能說服沙烏地阿拉伯和阿拉伯聯合大公國等中東國家更多地投資美國資料中心和人工智慧技術。這意味著他們既要明確需要避免什麼，例如與美國對手分享某些技術，也要明確他們可能得到什麼，例如在自己的主權雲端資料中心內存取先進的人工智慧模型。海灣國家已經對美國人工智慧技術表現出濃厚興趣；關鍵在於促進他們的獲取，同時防止該技術以規避美國出口管制的方式傳播到中國。這需要海灣國家加強流程，以驗證其科技公司和公私合作夥伴關係能夠保護可能流向中國控制實體的美國技術。透過加強與海灣國家的人工智慧夥伴關係，華盛頓將鼓勵這些國家與美國建立更廣泛的聯繫，並為美國工業開放更多的能源管道。與海灣國家合作實現可信任存取也將幫助美國公司將其人工智慧服務帶到全球南方，透過合作，例如去年微軟與肯亞的阿聯酋科技公司 G42 宣布的合作，旨在為那裡的企業提供人工智慧工具和雲端存取。如果美國政府不為更多此類合作鋪平道路，中國「數位絲綢之路」計畫等競爭對手將填補這一空白。該計劃旨在為發展中國家帶來5G和雲端服務等一系列數位技術。
需要足夠的運算能力和能源運行人工智慧模型
為了加速國內採用，美國需要在晶片生產、資料中心和能源方面進行基礎投資。就像汽車在沒有道路的情況下會變得毫無用處，導致一些第一次世界大戰時期的軍事分析家懷疑內燃機對戰爭的影響一樣，如果沒有新的雲端環境、更容易獲得的運算能力和可用數據，人工智慧技術將無法實現其承諾。國家，尤其是政府，需要足夠的運算能力和能源來運行人工智慧模型，以及可信賴的晶片來源。美國總統川普最近宣布計劃向私營部門資料中心投資 5,000 億美元，這是一個重要的開始。但新聞報導顯示，迄今為止只承諾了 1000 億美元，而且大部分工作似乎在宣布之前就已經開始。
增加政府投資可以吸引更多商業資金，以實現大規模採用。聯邦政府承諾投入 500 億美元支持國內半導體生產，包括人工智慧資料中心所需的尖端晶片。這些資金將幫助美國生產在整個經濟中開發和部署人工智慧工具所需的晶片，但僅靠這些資金不足以確保人工智慧的採用。政府也需要發揮主導作用，開發大規模能源，為人工智慧資料中心提供動力。雲端服務供應商已投資於提高產量，但聯邦政府還需要擴大和現代化輸電和交付基礎設施，以便升級後的電網能夠有效地擴大本地接入和分配。以更低的成本為耗能龐大的新資料中心提供電力並擴大其存取範圍對於實現人工智慧的廣泛應用至關重要。
僅僅擁有領先的人工智慧模式是不夠的。
政府可以透過優先推動其機構快速採用人工智慧來進一步加速整個經濟領域人工智慧的應用。透過將聯邦資金投入人工智慧技術，國防部等主要機構可以向企業發出投資訊號，並向資本市場發出哪些技術可能需求旺盛的訊號。為了達到最佳效果，各機構需要清楚解釋其優先事項，簡化採購流程，並專注於提供特定的能力。如果國會提供定期年度撥款而不是持續的決議（通常不允許簽訂新合約），那將會有所幫助。
聯邦投資還可以讓企業和消費者放心，人工智慧工具是安全可靠的。美國企業對生成式人工智慧的採用落後於投資者最初的預期，部分原因是該行業的風險規避，民意調查顯示美國公眾對人工智慧持謹慎態度。與中國相比，一些民調顯示，大多數民眾對人工智慧的前景感到興奮，消費者和商業採用的步伐都在加快。公共部門的採用將有助於消除部分擔憂。
即使沒有明確的政府策略，美國公司仍在繼續推動人工智慧前沿的發展，但他們的領先程度以及能夠保持多久仍不確定。人工智慧等通用技術的競爭一直非常激烈。 DeepSeek 的成功表明，美國的領先地位遠未得到保證，任何突破都會有許多快速追隨者。尤其是由於尚不清楚最先進的模型將在多大程度上轉化為經濟收益，人工智慧領導的競爭最終可能主要集中在採用上。美國軍方、政府和私營部門對人工智慧的採用，以及美國企業向世界其他地區出口人工智慧技術的能力，最能清楚地展現美國在人工智慧領域的實力。為了實現這一目標，美國需要簡化繁瑣手續，同時加速基礎投資、加強能源網路、低成本技術和戰略夥伴關係，以實現人工智慧的大規模應用。