美国当前正处于科学未来的关键节点。近期对基础科学研究联邦资金削减的提议，正如多方分析所示，对美国在人工智能（AI）领域以及更广泛的技术竞争力构成了重大威胁。长期以来，对开放科学研究的坚定承诺一直是美国创新的基石，偏离这一道路将可能削弱国家安全和经济繁荣。尽管科学突破惠及全球科学界，但其主要受益者仍是研究发生地所在的国家，这得益于知识的加速传播和本土人才的培养。
我自己在深度学习领域的经验便可证明公共资金的深远影响。美国国家科学基金会（NSF）和国防高级研究计划局（DARPA）等机构的早期支持，在深度学习规模化基础性发现过程中发挥了关键作用。若无这项关键的初始投资，后续成立Google Brain并推动深度学习规模化的提议可能永远不会实现。这一经历凸显了一个核心担忧：大幅削减基础科学研究资金可能导致美国乃至全球错失下一代变革性思想和技术。
科学研究的效益具有显著的本地化特征。通过科学努力产生的知识，在其研究发生的国家内部传播速度最快。这种加速的内部传播归因于两个主要因素：新信息在国家边界内的快速流通，以及随之产生的熟练人才储备。例如，硅谷在生成式AI创新领域的持续主导地位，很大程度上源于本地团队的开创性工作，例如开发了Transformer网络的Google Brain，以及成功将其规模化的OpenAI。随后，关键人员流向其他区域企业，初创竞争公司的涌现，以及与本地大学的合作，促进了前所未有的本地专业知识交流。非正式的社交网络，包括非正式会议、专业地方会议乃至社区活动，进一步加速了知识在硅谷内部的传播，使得复杂的技术见解和“诀窍”得以迅速分享，这些往往对实际应用至关重要。这种动态确保了知识在该区域内的传播速度远超其他地理区域。
当研究成果通过学术论文或开源项目公开传播时，这种本地化效益尤为显著。当研究人员被授权公开讨论其方法论和发现时，会发生更丰富的，包括宝贵实践建议在内的信息交流，从而加速了技术落地。这种开放性也简化了识别能够提供进一步指导的专家的过程。以其对完全开放的承诺为特征的学术环境，正是这种效应的体现。与许多存在专有限制的公司环境不同，大学师生通常可以自由公开讨论他们的工作，从而营造一个快速且无限制的知识流动环境。
虽然开放共享的研究确实可能为地缘政治竞争对手带来一些益处，但包括美国众议院科学、空间和技术委员会下属的一个小组委员会在内的专家们普遍认为，研究的开放性对于国家竞争力和安全而言至关重要，其优势足以抵消潜在风险。因此，当务之急并非限制基础研究，而是扩大国内投资，充分利用本地知识传播和人才培养的固有优势。
在生成式AI等技术飞速发展的领域，保持前沿地位至关重要。目前许多团队能够训练出与GPT-3.5甚至GPT-4能力相近的模型，但这并未明显阻碍OpenAI等先行者。该公司通过开发GPT-4o、Codex和GPT-4.1等高级迭代，持续推动创新。技术的发明者通常能获得商业化先发优势，而在一个快速变化的世界中，最先进的尖端技术价值最高。历史研究，即使是在互联网尚未普及的时代进行的，也持续表明知识在本地环境中的传播速度显著快于全球范围，这进一步强调了培育国内研究生态系统的重要性。
我们可以将中国的生成式AI发展轨迹作为一个相关的对比。尽管在2022年ChatGPT发布时中国在该领域显著落后于美国，但其内部强大而开放的科技生态系统使得在过去两年中实现了显著的追赶。这种加速归因于几个关键因素：
- 对开放学术研究的大量公共和私人资金投入。
- 中国主要科技公司如DeepSeek和阿里巴巴积极发布尖端、开放权重的模型，这显著加速了知识在行业内的传播。
- 劳动法规使得竞业禁止协议难以有效执行，加之工作文化鼓励不同公司员工之间进行大量思想交流，从而提高了知识流通的效率。 尽管中国的整体体系可能存在不宜效仿的元素，但其科技部门的战略性开放性为加速创新提供了宝贵的见解。
Vannevar Bush在1945年具有里程碑意义的报告《科学：无尽的前沿》中，阐述了美国公共资助研究和人才培养的基本原则。这些指导性原则构成了美国数十年来科学主导地位的基石，产生了无数惠及美国和世界的突破。此外，这一模式持续培养了几代高素质的本土科学家，并吸引了同样为美国科学事业做出巨大贡献的优秀移民。这一成功剧本如今已在全球广为人知。我衷心希望更多国家能效仿这一模式，大力投资于科学和人才。至关重要的是，我敦促美国作为这一极其成功方法的开创者，坚定不移地坚持其承诺，抵制通过大幅削减科学研究资金来损害其未来的诱惑。国家的长期繁荣、安全和全球地位都依赖于此。
