开放前沿研究

危机

西方民主国家的开放前沿AI研究面临生存威胁。学术研究人员可用资源与封闭的企业实验室之间的差距已从十年前的2倍增长到今天的10-1000倍。曾经公开发表的主要AI实验室——Google、OpenAI、DeepMind——已经逐步关闭了大门。

与此同时,中国已成为开放AI贡献的领导者,DeepSeek和阿里巴巴等公司发布详细的技术论文并发布有竞争力的开放权重模型。

为什么开放研究很重要

历史先例

正如Jeff Dean所指出的,Google本身就是建立在开放学术研究之上的:

• 来自学术工作的TCP/IP
• 来自斯坦福数字图书馆项目资助的PageRank
• 来自30-40年前神经网络研究的深度学习

每一个重大的技术范式都因开放协作而加速。

曼哈顿项目 vs. 互联网模式

Yan Stoica对比了重要技术发展的两种历史模式:

1. 曼哈顿项目: 封闭、国有化、受控
2. 互联网: 开放、协作、共享成果

两者都实现了目标,但互联网模式创造了更多分散的创新,并使更多人受益。

民主与权力

Yoshua Bengio将开放AI视为民主的必要条件:

“The power of intelligence is going to give power to whoever controls it, including potentially AIs that could be smarter than us, including dictators. This is a threat to our democracies because democracy is about sharing power.” “智能的力量将赋予控制它的人力量,包括可能比我们更聪明的AI,包括独裁者。这是对我们民主的威胁,因为民主就是分享权力。“

样本效率和代表性

Yejin Choi强调AI应该是:

• 属于人类的 - 反映人类价值观
• 由人类创造的 - 由多样化的社会创造,而不仅仅是少数几家公司
• 为人类服务的 - 使所有人受益,而不仅仅是掌权者

现状

封闭实验室

美国主要实验室逐步限制发表:

• OpenAI: 曾经发表所有内容,现在有选择地发表
• Google/DeepMind: 减少开放发表,竞争压力
• Anthropic: 有限的公共研究分享

开放替代方案

开放生态系统通过以下方式继续:

• Meta AI: Llama模型,开放研究文化
• 中国实验室: DeepSeek、Qwen,详细发表
• 学术合作: LAUD研究所、伯克利AI研究
• 创业公司: 一些(如Mistral)承诺开放

需要什么

资源

学术研究人员需要:

• 计算访问: 与封闭实验室相当
• 有竞争力的薪酬: 2倍差异,而不是10-1000倍
• 长期资助: 3-5年的研究视野

协作基础设施

• 共享成果: 代码、模型、数据集
• 开放基准: 透明评估
• 发表文化: 奖励开放性

政策支持

• 政府资助: NSF、DARPA对开放AI的投资
• 国际合作: 不仅仅是美国,全球协作
• 监管框架: 不会对开放研究造成不利影响

关键声音

Yan Stoica (伯克利):

“In order for the best minds to collaborate, they need to be able to share the information and work on shared artifacts.” “为了让最优秀的人才协作,他们需要能够分享信息并在共享的成果上工作。”

Yoshua Bengio (Law Zero):

“We need a global agreement on what to do and not do, where countries agree not to use AI to dominate others.” “我们需要就该做什么和不该做什么达成全球协议,各国同意不使用AI来统治他人。”

Yejin Choi (斯坦福):

“We need to democratize generative AI. Different countries and different social sectors should be able to create that AI.” “我们需要使生成式AI民主化。不同的国家和不同的社会部门应该能够创造这种AI。“

相关阅读

• Yoshua Bengio - Law Zero创始人,AI安全和开放的倡导者
• Yejin Choi - 斯坦福教授,倡导民主AI
• Jeff Dean - Google首席科学家,学术资助倡导者