引言
当前，美国对基础科研的资金投入面临削减的风险。这一趋势不仅令人担忧，更可能对美国在人工智能及其他关键领域的技术竞争力产生深远影响。历史经验表明，开放共享的科研成果惠及全球，但最大的受益者往往是科研成果诞生的国家。因此，削减科研投入无异于削弱美国自身的科技实力。
科研投入的重要性：深度学习的案例
以深度学习为例，如果没有美国国家科学基金会（NSF）和国防高级研究计划局（DARPA）的早期资助，我在深度学习领域的研究可能不会取得突破性进展。正是这些资助，让我发现了扩展深度学习的关键方法，并促使我向谷歌提出了创建谷歌大脑的构想。我担心，削减对基础科学的投入，可能会使美国乃至全球错失下一代创新理念。
事实上，科研投入对美国的回报远高于其他国家。科学研究对本国带来最大的好处，原因有二：一是新知识在本国传播速度最快，二是科研过程能为本国培养新人才。
创新扩散的地理效应：硅谷的启示
为什么生成式人工智能的大部分创新仍然发生在硅谷？这是因为谷歌大脑（Transformer 网络的诞生地）和 OpenAI（Transformer 网络的扩展者）这两大团队的早期工作都位于硅谷。随后，团队成员流向其他公司，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，甚至是孩子们的玩耍聚会，迅速传播知识。在这些聚会中，年龄相仿的孩子们的父母会面并讨论技术想法。通过这种方式，知识在硅谷内部的传播速度远快于其他地区。
同样，在美国本土进行的研究，其成果在美国国内的传播速度也远快于其他地区。尤其当研究成果通过论文或开源形式公开分享时，这一现象更为明显。如果研究人员可以自由讨论某个想法，他们就能更快地分享更多信息，例如如何真正使算法生效的技巧和诀窍。这也能让其他人更快地找到能够解答他们问题的人。学术环境中产生的知识传播速度尤其快。学术界往往完全开放，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。
因此，在美国资助基础研究对美国的好处最大，同时也惠及我们的盟友。诚然，开放性也会使我们的对手受益。但是，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，“……开放分享基础研究并非没有风险。相反，……研究的开放性对于竞争力和安全性至关重要，因此值得冒着对手可能从科学开放中受益的风险。”
保持领先：生成式AI的快速演进
生成式人工智能的快速发展，使得保持技术领先地位至关重要。例如，现在许多团队都能训练出具有 GPT-3.5 甚至 GPT-4 水平的模型，但这似乎并没有对 OpenAI 造成太大影响。OpenAI 正忙于通过开发前沿的 o4、Codex、GPT-4.1 等产品来发展其业务。那些发明技术的人可以率先将其商业化，而在快速发展的世界中，前沿技术最有价值。研究表明，知识在本地的传播速度远快于全球。
中国的追赶：开放生态系统的力量
2022 年 ChatGPT 首次发布时，中国在生成式人工智能领域明显落后于美国。然而，中国科技生态系统在内部非常开放，这有助于中国在过去两年里赶上：
- 中国对开放的学术研究有充足的资金支持。
- 中国的企业，如 DeepSeek 和阿里巴巴，已经发布了前沿的、开放权重的模型。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（阻止员工跳槽到竞争对手）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想法交流；这使得想法的流通相对高效。
虽然中国有很多方面我不想效仿，但其科技生态系统的开放性确实帮助其加速发展。
历史的启示：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里在科学进步中占据主导地位。美国联邦政府对科学的资助创造了无数的突破，极大地惠及了美国和世界，同时培养了一代又一代的国内科学家，以及同样使美国受益的移民。
好消息是，这本“剧本”现在广为人知。我希望更多的国家能够效仿它，并在科学和人才方面投入巨资。我也希望，作为这一非常成功的模式的先驱，美国不会通过大幅削减科学研究经费而从中退缩。
结论
削减科研资金，无疑会削弱美国的科技实力和国家竞争力。美国应该继续坚持开放的科研政策，加大对基础研究的投入，以确保在人工智能和其他新兴技术领域保持领先地位。只有这样，才能真正实现科技强国和保障国家安全的目标。
