引用迪恩·W·鲍尔
迪恩·W·鲍尔指出当前AI行业面临严峻问题:前沿模型训练成本极高,而实验室仅在发布后短短几个月内能回收大部分成本,一旦窗口期过去,模型落伍、竞争加剧、利润压缩。此外,大规模AI基础设施建设依赖于全球市场,但美国政府的限制性政策与这一现实相矛盾。文章提出了35条关于现状及美国应对之策的思考。
背景速读
这篇引文出自 Dean W. Ball——研究 AI 治理和政策的学者,《Hyperdimensional》博客作者。他批评的是美国 AI 行业当前的两大矛盾:
- 前沿模型研发成本极高,但盈利窗口极短:发布后几个月内必须收回投资,随后开源或竞品追上,利润迅速压缩。任何出口管制或审批延迟都会直接侵蚀实验室的生存空间。
- 美国正在大规模建设 AI 基础设施(百亿美元级别的数据中心),但这些投资的前提是面向全球市场。如果美国政府只允许向少数盟友出口前沿模型,那么这些巨额投入在经济上无法自圆其说。
背景:David Sacks 曾被特朗普政府任命为 AI 事务负责人(AI Czar),他主张 AI 基础设施对美国 GDP 至关重要。Ball 的反问是:既然要全球市场才能回本,出口管制政策却在缩小市场——这两条路相互矛盾。