科研经费削减对国家竞争力和安全的影响
最近，美国基础研究经费面临削减的提议引起了广泛关注。这些削减可能会对美国在人工智能和其他关键领域的竞争力产生深远影响。开放共享的科学研究虽然惠及全球，但受益最大的始终是进行研究的国家。因此，削减科研经费可能会损害美国的国家竞争力和安全。
科研投入的重要性
科研投入是推动技术进步和经济发展的关键驱动力。以深度学习为例，早期在深度学习领域的研究经费，例如美国国家科学基金会（NSF）和国防高级研究计划局（DARPA）的资助，对于推动深度学习的发展起到了至关重要的作用。正是这些资助，使得研究人员能够深入探索并扩展深度学习的边界，从而促成了谷歌大脑等创新项目的诞生。如果削减基础科学研究的经费，美国乃至全球可能会错失下一波创新浪潮。
本土优势
科学研究对进行研究的国家具有更大的益处。这是因为新的知识在该国传播得更快，而且研究过程本身也能为该国培养新的人才。以生成式AI的创新为例，为什么大多数创新仍然发生在硅谷？原因在于，诸如谷歌大脑和OpenAI等团队在早期做了大量工作。随后，团队成员转移到其他公司，创办竞争对手，或与当地大学合作。此外，当地的社交网络通过非正式的咖啡会、本地会议，甚至儿童的玩耍聚会迅速传播知识。知识在硅谷内部的传播速度远远快于其他地区。
知识的快速传播
在美国进行的研究，其知识传播到美国其他地区的速度远远快于其他国家。当研究通过论文和/或开源方式公开分享时，这一点尤其明显。如果研究人员可以自由地讨论一个想法，他们可以更快地分享更多的信息，例如如何真正使一个算法工作的技巧和诀窍。这也有助于其他人更快地找到可以回答他们问题的人。在学术环境中产生的知识传播得尤其快。学术界往往是完全开放的，与许多公司的员工不同，学生和教授可以完全自由地谈论他们的工作。
开放研究的风险与收益
虽然开放研究可能使美国的对手受益，但正如美国众议院科学、空间和技术委员会的一个小组委员会所指出的那样，开放共享基础研究并非没有风险。然而，研究的开放性对于竞争力和安全至关重要，因此值得冒着对手可能从科学开放中受益的风险。生成式AI的快速发展意味着保持领先地位至关重要。例如，许多团队现在可以训练具有GPT-3.5甚至GPT-4级别能力的模型，但这似乎并没有对OpenAI造成太大影响，该公司正忙于通过开发最新的技术来发展其业务。那些发明一项技术的人可以率先将其商业化，而且在一个快速发展的世界中，最先进的技术是最有价值的。
中国的经验
2022年ChatGPT首次推出时，中国在生成式AI方面明显落后于美国。然而，中国科技生态系统在内部非常开放，这有助于它在过去两年中赶上：中国有充足的资金用于开放的学术研究。中国的企业，如DeepSeek和阿里巴巴，已经发布了最先进的开源模型。这种公司层面的开放性加速了知识的传播。中国的劳动法使得竞业禁止协议相对难以执行，而且工作文化支持不同公司员工之间进行大量的思想交流；这使得思想的传播相对有效。虽然中国也有很多我不希望效仿的地方，但其科技生态系统的开放性帮助它加速发展。
Vannevar Bush的报告
1945年，Vannevar Bush的里程碑式报告《科学：无尽的前沿》为美国公共资助研究和人才发展奠定了关键原则。这些原则使美国在几十年内主导了科学进步。美国联邦政府对科学的资助创造了无数突破，极大地造福了美国和世界，同时也培养了几代国内科学家以及同样造福美国的移民。
结论
现在，许多国家都在效仿美国的模式，大力投资科学和人才。希望美国不要通过大幅削减科学研究经费来放弃这一非常成功的模式。只有持续投入科研，才能确保国家在未来的竞争中保持领先地位。
