让大学保持在人工智能研究的前沿将是实现该领域长期潜力的关键
作者：伊莉·巴杰拉克塔里、汤姆·米切尔和丹妮拉·罗斯
正在进行的人工智能革命有可能极大地改善我们的生活——从我们的工作方式到我们保持健康的方式。然而，要确保美国和其他民主国家能够帮助塑造这项技术的发展轨迹，需要超越私营公司的技术开发。
大学的研究推动了人工智能的进步， 为我们今天所经历的商业繁荣奠定了基础。重要的是，学术界还培养了人工智能先驱公司的领导者。
但如今，像 ChatGPT、Claude 和 Gemini 这样的大型基础模型（LFM）需要如此强大的计算能力和如此广泛的数据集，以至于私营公司已经取代了人工智能前沿的学术界。让我们的大学与他们一起保持人工智能研究的前沿将是实现该领域长期潜力的关键。这需要纠正学术界和工业界在获取计算资源方面的严重不对称。
学术界的最大优势在于其开展长期研究项目和突破知识边界的基础研究的能力。自由探索和实验大胆、前沿的理论将带来发现和创新，为未来创新奠定基础。虽然 LFM 支持的工具在每个人的口袋里，但仍有许多问题需要回答，因为它们在很多方面仍然是一个“黑匣子”。例如，我们知道人工智能模型有产生幻觉的倾向，但我们仍然不完全理解其中的原因。
由于不受市场力量的影响，大学可以规划一个人工智能真正造福大众的未来。扩大学术界获取资源的机会将促进人工智能研究及其应用更具包容性。
拜登总统 2023 年 10 月关于人工智能的行政命令授权开展国家人工智能研究资源 (NAIRR) 试点，这是朝着正确方向迈出的一步。通过与私营部门的合作，NAIRR 将为人工智能创建一个共享的研究基础设施。如果它充分发挥其潜力，它将成为帮助学术研究人员更有效地获取 GPU 计算能力的重要枢纽。然而，即使 NAIRR 资金充足，其资源也可能会分散。
正如一些人建议的那样，如果 NAIRR 专注于选定数量的离散项目，这个问题可能会得到缓解 。但我们还应该寻求其他创造性的解决方案，将大量 GPU 交到学术界手中。以下是一些想法：
首先，我们应该使用大规模GPU集群来改进和利用美国政府已经资助的超级计算机基础设施。学术研究人员应该能够与美国国家实验室合作应对人工智能研究的重大挑战。
其次，美国政府应探索降低学术机构高端 GPU 成本的方法，例如提供赠款或研发税收抵免等财政援助。像纽约这样的举措 ，使大学成为人工智能开发领域国家的重要合作伙伴，已经在州一级发挥了重要作用。这种模式值得全国效仿。
最后，随着时间的推移，最近的出口管制限制可能会导致一些美国芯片制造商的尖端人工智能芯片库存过剩。在这种情况下，政府可以购买这笔盈余并将其分配给全国的大学和学术机构。
想象一下，这些行动将引发人工智能学术研究和创新的激增。大学里雄心勃勃的研究人员拥有丰富多样的想法，但往往因缺乏资源而戛然而止。但为大学提供足够的计算能力将使他们的工作能够补充私营企业进行的研究。有了这样的装备，学术界就可以成为技术进步不可或缺的中心，推动跨学科合作，追求长期研究，培养下一代人工智能先驱的人才，并促进道德创新。
从历史上看，类似的投资已经在创新方面产生了重要的红利。战后的美国在政府、学术界和工业界之间建立了一种共生关系，将 我们带上了月球， 播种了硅谷，并 创造了互联网。
我们需要确保学术界仍然是我们创新生态系统的支柱。投资其计算能力是必要的第一步。
Ylli Bajraktari 是特殊竞争研究项目 (SCSP) 的首席执行官，该项目是一个旨在增强美国长期竞争力的非营利性计划。
汤姆·米切尔 (Tom Mitchell) 是卡内基梅隆大学的创始人大学教授。
Daniela Rus 是麻省理工学院电气工程和计算机科学教授，也是麻省理工学院计算机科学和人工智能实验室 (CSAIL) 的主任。
发表评论