人工智慧技術從誕生伊始就被冠以懸在人類頭上的達摩克利斯劍之名。 在遊戲《賽博朋克2077》（Cyberpunk 2077）中，超級科技企業荒坂集團制霸全球，掌控著大部分國家的政府及命脈，滲透在人們生活的每個角落。 它如同坐落在夜之城的龐然巨獸，敲骨吸髓地汲取著整個星球的養分。”上等人”在空中穿梭飛行，享盡數位霸權的福利。 而普通人只能在滿是輻射、污染和殺戮的地面上掙扎求生。 真真正正的”朱門酒肉臭，路有凍死骨”。 科技在極速飛躍，民眾卻苦不聊生。 夜之城，就是高新技術壟斷造成病態社會的縮影。

對此我們不禁感到擔憂？ 做為舉足輕重、甚至可能影響人類整體未來走向的AI技術，若掌控在寥寥幾家科技巨頭手中，能否避免潛在風險繼續普惠大眾、造福人類呢？耐人尋味的是，當今人工智慧的「領頭羊」幾乎都坐落在夜之城的原型——美國加利福尼亞州。 這些曾經野心勃勃並疾速擴張的初創企業，現在已經成長為無可撼動的行業巨鱷。 自2020年以來美國對互聯網巨頭的反壟斷突然升級，去年10月 眾議院反壟斷小組委員會公佈了一份長達449頁的重磅報告——《數位市場的競爭調查》（Investigation of Competition in Digital Markets），認定這些當代科技”大亨”GAFA（Google， Amazon， Facebook， Apple）利用在業務中積累的巨量數據，濫用壟斷權力為擴展相關領域獲取巨大優勢，造成不公平的惡性競爭。

怎樣打擊日漸嚴峻的AI技術壟斷？ 如同強子對撞機對物理學的影響，美國政府委員會目前正在考慮一項創新舉措，它將令人工智慧領域產生革命性的轉變。

由斯坦福大學教授李飛飛等頂尖專家組成、美國家人工智慧研究資源工作組（National AI Research Resource Task Force， 簡稱NAIRR）正在研究如何開發”國家研究雲計算框架”（National Research Cloud，簡稱NRC）。 讓學者們能夠獲得目前由少數科技巨頭掌握的計算資源—— 訪問他們的雲數據中心，和用於研究的公共數據集，為基礎和非商業AI的發展注射入一針強心劑。

20世紀60年代中期，美國政府在公共科學的投資接近GDP的2%，回報同樣驚人，今天美國任何一個科技巨頭都是站在聯邦研發投資（research and development， R&D）的肩膀上發展起來的。 然而自冷戰時期以來，美政府對基礎科學研究的投資率大幅減少。 中國發展研究基金會的文章指出，美國對研發投入的高峰期在20世紀60年代，接近聯邦預算的12%，該比例之後一路走低，目前只有4%左右。 據報業辛迪加（Project Syndicate）數據，美國科研支出已經下降到GDP的0.6%，世界排名第12位。 而中國正在加倍加大對科學的投資，科研專案支出約佔GDP的1.3%，從經濟規模的角度想對比，這一比例是美國的兩倍。

國家研究雲計算框架（NRC）的概念其實很簡單，是由美國聯邦政府提供AI研究所需數據和計算資源。 隨著工業界和學術界發展愈漸失衡，學者們想要獲得這些資源越來越難。 為他們拓寬訪問管道的最佳方式，是由政府部門為學者科學家們提供資金支援短期訪問現有的雲數據，同時構建長期公共雲計算系統。
反對聲

消息一出猶如平地驚雷，引發激烈爭議，支援聲和抵制聲都紛湧而至。 NRC甚至誘發了科技巨擎懷疑論者和自由市場主義者的”應激”反應，質疑的”炮火”主要密集攻擊兩點：

1. 科技巨擎懷疑論者擔心這會增加大型科技公司”裹挾”的能力，藉助AI技術損害弱勢群體的權益，因此拒絕接受NRC的設想。
2. 自由市場主義者則認為政府扮演的角色過於激進，”伸手”太長管的太寬。 學術研究完全可依賴私營技術公司提供的商業雲服務。

面對反對的呼聲甚囂塵上，斯坦福大學三位學者（Daniel E. Ho， Jennifer King和Russell C. Wald）公開發文駁斥：”你們錯了。 ”

斯坦福大學”以人為本”人工智慧研究所（Stanford Institute for Human-Centered AI，簡稱HAI） 在2020率先發起呼籲建立人工智慧研究資源工作組（NAIRR）。 過去的10個月里，這裡彙集了全美最優秀的科學家深入研究如何架構NAIRR，最終呈現了一份”重量級”白皮書《構建國家人工智慧研究資源：國家研究雲藍圖》（Building a National AI Research Resource： A Blueprint for the National Research Cloud.）”我們的調查結果就是給反對者最有力的回應。”

“美國需要國家研究雲”

“我們想對那些擔心AI研究力會集中在大科技公司的人說： 目前已經是這種情況了。 如果最終不能成功建立國家研究雲，這隻會進一步鞏固私營企業在人工智慧領域的主導地位。 ”

“最好的伺服器都在工業界。” 深度學習（Deep Learning）是人工智慧中機器學習的重要分支，也是美國國家研究雲的主要著力點。 代碼運行需要巨大的算力支撐，而算力是靠錢「燒」出來的。 一個優秀演算法模型的誕生，需要數十萬、乃至數百萬美金的投入。 根據OpenAI的資料顯示，過去7年裡，人工智慧頭部公司的計算量飆升大約30萬倍。 高昂的成本讓學術界難以應對，只有Google、亞馬遜這種巨頭才供得起數據中心每年數十億美金的研發經費。

在經費和設備的雙重差異下，計算機人才紛紛投奔大公司的懷抱。 十年前，人工智慧專業博士進入學術界和工業界的可能性是一樣的。 但現在，他們選擇工業界的可能性更高，是學術界的兩倍！ 這種失衡會有兩個嚴重後果：

首先，私營部門的研究方向受制於科技公司的決策、監督和否決權，最終造成研究短視。 像之前Facebook駁回了旗下產品Instagram對年輕女性有危害問題的內部討論。 第二，私營部門的科研工作因受利益挾制，只能指向寬泛不足的應用領域。

一切正如數據科學家傑夫·哈默巴赫爾（Jeff Hammerbacher）所說：” That sucks！ 我們這代裡最聰明的人都在思考如何讓人點擊廣告！ ” 哈默巴赫爾是紮克伯格在哈佛時的同學，Facebook的數據團隊正是由他一手創建的。

毋庸置疑，國家研究雲是解決核心矛盾的最佳辦法。 因為它可以拓寬企業環境之外的AI訪問資源。 研發、評審AI科研人員可以藉助國家研究雲的力量”超越”狹隘的技術領域（包括自然科學、社會科學和人文科學）。 在保證隱私前提下釋放地球觀測、勞動力市場和司法系統的數據——當前只有少數人有許可權訪問——這將引導人工智慧解決更多樣複雜且迫切的社會問題。

對於那些視政府部門如「仇敵」、私營部門如「親朋」的異見者，三位學者表示：

“僅依靠私營部門只會阻礙AI產業整體發展、造成減緩創新，最終損害的將是的民眾利益。 公共部門對促進基礎研究和成本效益方面至關重要。 以衛星圖像為例，2008年前，美國地質調查局（U.S. Geological Service）對每張衛星圖像收取約600美元的費用，隨著後來數據開放免費提供圖像，這大大推動了計算機視覺在研究全球變暖、棲息地改變、貧困和城市擴張方面的應用，每年產生30 – 40億美元的效益。 ”

文中指出，在計算領域，聯邦政府對建立運尖端計算設施經驗豐富值得信任，從橡樹嶺國家實驗室的Summit系統（2018-2020年世界上最強大的超級計算機），再到美國國家科學基金會（National Science Foundation）投資高性能計算網路，與私營部門合作，在應對COVID-19等重大事件中發揮了強大的作用。 依賴商業雲服務的成本是構建自己系統的3到8倍。 國家公共雲不可能一蹴而就，但它帶來的回饋，會讓前期的努力和投入都變值得。

美國迫切需要建立一支能夠在緊要關頭隨時投入使用、監控和監管AI系統的公共部門”戰隊”—— 實現這一目標的最好方式就是國家研究雲。 早先遺留的IT系統持續困擾著美國當局，政府問責局（Accountability Office）曾指出的，截止2016年，美國防部仍在使用 8 英寸軟盤來協調足以毀滅世界的核力量”

“NAIRR是聯邦政府”洗牌”AI領域的機會，不該淪為技術懷疑論者和唯市場論者之間的兒戲，零和博弈沒有贏家，都是輸家！ ”

實際上技術壟斷之下，這些科技”寡頭”也不會是永遠的勝利者。壟斷無益

今年7月美國反壟斷執法機構首次對移動應用商店提起訴訟，指控Google利用Google Play商店向銷售應用的開發商收取過高傭金，故意遮罩Android系統上其他競爭對手的應用商店。 令人詫異的是，世界上為數不多比Google規模還大的公司——亞馬遜竟也成了受害者。 要知道在反壟斷的訴訟案中，亞馬遜可是被告席上的”常客”。

“國家研究雲將受益每個人。” 白皮書中的原文這樣寫到：”NRC將提供優廉的高端計算資源、大規模政府數據集的安全雲環境、和必備的專業知識，通過資源之間的密切合作受益學術界、政府和工業界。 以擴大AI研究中關鍵資源的獲取管道，NRC將提供支援基礎科學人工智慧研究、人工智慧創新的大眾化，以及繼續提升美國在人工智慧領域的領導地位。 ”

眼下，科技巨頭對AI的掌控大有不可阻擋之勢。 HAI認為，一個健康且來源廣泛、包容度高的創新生態系統——國家研究雲計算框架是扭轉局面的唯一鑰匙。 打破「卡脖子」的數據壁壘將對實現AI的產研平衡產生深遠影響。

目前「國家研究雲」仍在構想階段，諸如「組織架構、實施主體、資金安排、合作機制、硬體佈局、數據範疇、訪問許可權」等許多難點並未攻克，此外還需要強力的 「數據標準化」等公共政策和持續的資源支撐，以及大量持續的資金投入。

《構建國家人工智慧研究資源：國家研究雲藍圖》（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法學教授，斯坦福大學以人為本的人工智慧研究所（HAI）副所長。

Jennifer King，斯坦福大學以人為本的人工智慧研究所（HAI）的隱私和數據政策研究員。

Russell C. Wald，斯坦福大學以仁為本人工智慧研究所（HAI）的政策主任。

Christopher Wan，斯坦福大學法學博士/MBA預讀生，是”建立國家人工智慧研究資源”報告的合著者，為本文提供了研究和編輯協助。

斯坦福大學”以人為本”人工智慧研究所（Stanford Institute for Human-Centered AI，簡稱HAI），由華裔斯坦福大學人工智慧科學家李飛飛和哲學教授約翰·埃切曼迪聯合擔任院長，致力於推動人工智慧跨領域合作，讓科技以人為本，回歸人性，加強對人工智慧社會影響力的研究。

國家人工智慧研究資源工作組（NAIRR） ：美國國家智庫，由12名來自學術界、政界和產業界尖端專家組成，斯坦福大學李飛飛教授，Google雲Andrew Moore， 艾倫人工智慧研究所Oren Etzioni等。 旨在讓AI科研人員旨科研人員獲得更多政府數據、計算資源和其他工具。連結：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