今天將為大家繼續(xù)美國特別競爭研究智庫發(fā)布的報告《生成式人工智能：創(chuàng)新動力的未來》下半部分內(nèi)容。

不同技術(shù)的融合能產(chǎn)生獨特的技術(shù)力量從而根本性地改變?nèi)虻膰野踩軜?gòu)。GenAI正與其他領(lǐng)域融合，不改變著創(chuàng)新的本質(zhì)，還將帶來更強大、通用性更強的人工智能形式。

因此，作者在報告下半部分首先探討了GenAI應(yīng)如何與其他領(lǐng)域融合，改變創(chuàng)新范式，從而形成以創(chuàng)新驅(qū)動更多創(chuàng)新的“創(chuàng)新飛輪”。

  “創(chuàng)新飛輪”是一個包含以下四個基本階段的循環(huán)過程：

1、技術(shù)融合：GenAI與其他戰(zhàn)略技術(shù)領(lǐng)域（如生物技術(shù)、能源、先進制造業(yè)）融合，創(chuàng)造出一系列跨領(lǐng)域的創(chuàng)新應(yīng)用（統(tǒng)稱為GenAI+）。

2、改變認知：這些創(chuàng)新應(yīng)用改變了世界的運作方式，同時也讓社會各界人士認識到人工智能帶來的巨大機會。

3、策略調(diào)整：認識到這些機會后，各類組織（從政府到初創(chuàng)公司）重新評估并調(diào)整其策略，將AI技術(shù)整合到其核心運營和戰(zhàn)略規(guī)劃中，以適應(yīng)GenAI帶來的巨大改變并充分挖掘GenAI的價值。

4、基礎(chǔ)技術(shù)變革：社會各界在GenAI方面的策略調(diào)整，使之得以更為廣泛地應(yīng)用，加上其他已經(jīng)在獨立進行的計算能力方面的創(chuàng)新（如量子計算等），將推動GenAI的底層基礎(chǔ)技術(shù)（包括算法、數(shù)據(jù)和硬件）的變革，從而進一步推動GenAI的進步，加速創(chuàng)新飛輪的旋轉(zhuǎn)。

作者指出，創(chuàng)新飛輪在每個階段都會產(chǎn)生技術(shù)洞察力，并推動持續(xù)創(chuàng)新與發(fā)展。這個過程是動態(tài)的，每個階段都可能激發(fā)新的創(chuàng)新，從而形成一個自我提高的循環(huán)，加速技術(shù)進步和應(yīng)用的擴散。

根據(jù)麥肯錫公司的數(shù)據(jù)，GenAI每年可以為全球經(jīng)濟貢獻4.4萬億美元，大致相當于世界第四大經(jīng)濟體德國的GDP。

基于這一數(shù)據(jù)，作者強調(diào)了GenAI對經(jīng)濟發(fā)展的產(chǎn)生的巨大潛力并進而指出GenAI的發(fā)展可能直接引領(lǐng)美國經(jīng)濟的未來。

為建立在GenAI領(lǐng)域的領(lǐng)導力，美國應(yīng)關(guān)注三個GenAI的基礎(chǔ)元素：計算能力、數(shù)據(jù)和人力資本，并逐一分析這三個基礎(chǔ)元素的發(fā)展現(xiàn)狀及未來規(guī)劃：

（1）計算能力

報告指出，自2012年以來，訓練前沿模型所需的算力資源每6個月就要翻一番，因此算力資源對GenAI的研發(fā)至關(guān)重要。

由于Nvidia、AMD和Intel等主要AI芯片公司均在美國且美國對中國實行了高端AI芯片和半導體制造設(shè)備的出口限制，美國在技術(shù)發(fā)展和技術(shù)資源的獲取上領(lǐng)先于中國。

但是由于芯片生產(chǎn)公司不在美國，導致美國的AI芯片供應(yīng)鏈脆弱。另外，美國未能像中國一樣為學術(shù)研究人員提供計算資源。

此外，報告還強調(diào)了云計算也是計算能力中的重要一環(huán)。美國的云服務(wù)商目前占有絕對優(yōu)勢，但中國的競爭者也憑借其更低廉的價格在亞洲、拉丁美洲和非洲占領(lǐng)更多市場份額。

根據(jù)上述評估，作者提出了兩點建議：

一是要給美國國內(nèi)的學術(shù)研究人員提供充足的計算資源，確保美國在AI研究領(lǐng)域的領(lǐng)導力；

二是對美國境內(nèi)的云服務(wù)提供商實施“了解你的客戶”制度（know-your-customer-regime），以防止受制裁的中國AI公司繞過出口限制，通過租用受控制的GPU獲取計算資源，同時還應(yīng)鼓勵境外盟友和合作伙伴在其云服務(wù)上實施類似的篩查措施，從而才能全面遏制中國獲取計算資源。

作者還強調(diào)了節(jié)能降本在GenAI的開發(fā)中也至關(guān)重要，如果計算的成本還繼續(xù)以當前的速度上漲，訓練世界上最大的AI模型的費用將在2036年超過美國的GDP。

為解決這些問題，從技術(shù)層面，作者建議AI公司應(yīng)致力于構(gòu)建更高效的算法和硬件，減少計算和能源資源的消耗。

例如，通過“剪枝”技術(shù)移除不必要的模型層，或簡化神經(jīng)網(wǎng)絡(luò)架構(gòu)，這可以使能效提高四到十倍甚至更多。

此外，與專用硬件加速器結(jié)合使用，可以將能效提高幾個數(shù)量級。

從政策層面，作者建議白宮啟動 “綠色AI倡議”并由國家人工智能倡議辦公室協(xié)調(diào)，要求業(yè)內(nèi)專家，共享減少AI訓練和推理過程碳足跡的最佳實踐。

同時，國會還應(yīng)鼓勵公司披露AI訓練過程中的能耗和碳排放，增加透明度，以激勵減少模型訓練和推理所需的能量。

最后，作者還指出計算需求的激增的同時也面臨著摩爾定律的進步速度減緩的挑戰(zhàn)，為應(yīng)對這一挑戰(zhàn)，作者提出了三條建議：

一是為AI技術(shù)量身定制新型硬件，包括使用GPU和專用AI加速器；

二是開發(fā)新的計算范式，如量子計算、類腦計算和3D異構(gòu)集成等新興技術(shù)；

三是加大政府投資，提供至少10億美元的種子資金，支持AI技術(shù)的創(chuàng)新發(fā)展。

（2）數(shù)據(jù)

數(shù)據(jù)對GenAI的重要性不言而喻，作者主要從數(shù)字基礎(chǔ)設(shè)施和數(shù)據(jù)治理兩個層面對數(shù)據(jù)這一基礎(chǔ)元素進行分析。

從數(shù)字基礎(chǔ)設(shè)施層面，作者指出美國盡管在這一領(lǐng)域已投入超過1000億元，但其缺乏協(xié)調(diào)一致的數(shù)字基礎(chǔ)設(shè)施戰(zhàn)略，尤其在推進下一代高級網(wǎng)絡(luò)方面存在不足。

美國一方面應(yīng)加強在國際網(wǎng)絡(luò)技術(shù)標準制定中的領(lǐng)導地位，另一方面需促進關(guān)鍵網(wǎng)絡(luò)組件在美國境內(nèi)的生產(chǎn)能力，以減少對中國制造組件的依賴。

從數(shù)據(jù)訪問和治理層面，美國擁有全球最大的科技公司、最多的數(shù)據(jù)中心，而且互聯(lián)網(wǎng)上大量的英語文本也使其在AI訓練中享有獨特優(yōu)勢。

但美國目前的數(shù)據(jù)治理方法零散且不協(xié)調(diào)，可能威脅其在全球數(shù)字領(lǐng)域的領(lǐng)導地位。

而中國的數(shù)字戰(zhàn)略更為全面，不僅限制了境外企業(yè)訪問其境內(nèi)數(shù)據(jù)，還利用其科技公司在全球的影響力有效獲得了境外數(shù)據(jù)。

歐盟則采取隱私優(yōu)先的監(jiān)管導向，可能會抑制創(chuàng)新并限制美國公司的機會。

對此，作者建議要建立全面系統(tǒng)的法律體系，統(tǒng)一各州在數(shù)據(jù)隱私方面的法律，提升他國對美國數(shù)據(jù)生態(tài)系統(tǒng)的信任，為新的數(shù)字貿(mào)易協(xié)議奠定基礎(chǔ)。

同時，還應(yīng)與盟友合作，增加數(shù)字貿(mào)易，通過促進跨境數(shù)據(jù)流動和減少數(shù)字交易中的關(guān)稅成本，加速與歐盟及其他民主國家在數(shù)據(jù)流動方面的兼容性工作。

（3）人力資本

作者在人力資本部分重點強調(diào)了對技術(shù)移民應(yīng)采用更開放包容的態(tài)度，以吸引AI領(lǐng)域的高素質(zhì)技術(shù)人員在美工作。

此外，還應(yīng)提升技術(shù)工人的人工智能素養(yǎng)，并在目前的中小學生教育體系中加入人工智能課程。