开放科研：国家实力的核心驱动力
当前，针对美国基础科学研究经费的拟议削减，引发了广泛而深切的担忧。特别是在人工智能（AI）这一全球竞争的核心领域，此类削减恐将对美国的国家竞争力乃至国家安全造成难以估量的负面影响。长期以来，开放共享的科学研究模式被视为推动科技进步的基石，它不仅惠及全球，更使开展研究的国家获得最直接、最显著的收益。本文将深入探讨这一机制，并剖析为何维护并加强对基础科研的投入，是确保国家未来繁荣与全球领导地位的关键所在。
开放的科学研究之所以能为进行该项工作的国家带来最大收益，主要体现在两个核心方面：首先，新知识在该国境内的扩散速度远超其他地域；其次，研究过程本身为该国培养了源源不断的人才。以人工智能领域的深度学习为例，早期我在美国国家科学基金会（NSF）和美国国防高级研究计划局（DARPA）的资助下开展工作，正是这些关键性的早期投入，促使我发现了深度学习规模化的重要经验，并最终促成了谷歌大脑项目的创立，从而将深度学习推向了更广阔的应用。这一案例清晰地揭示了公共资金对基础科学探索的决定性作用，其影响深远，不仅催生了突破性技术，更培养了推动产业变革的顶尖人才。
硅谷现象：知识扩散与人才集聚的典范
为何全球生成式AI的多数创新至今仍集中在硅谷？这并非偶然，而是当地独特的知识扩散与人才集聚效应的体现。谷歌大脑团队（Transformer网络的发明者）和OpenAI（将其规模化应用）在早期做出了大量开创性工作。随着这些项目的推进，核心团队成员流动至其他公司、创立竞争对手，或与当地大学展开合作。更为重要的是，硅谷地区活跃的社会网络加速了知识的传播，例如通过非正式的咖啡会议、本地学术会议，乃至孩童玩耍时家长们之间的技术交流，思想得以迅速碰撞与融合。这种高密度的交流环境确保了新知识在硅谷内部比向其他地理区域更快速地传播。
这表明，当研究在美国进行时，其成果向美国境内的扩散速度远远超过向其他地区的速度，尤其当研究成果通过论文或开源项目公开分享时，这种速度优势更为显著。研究人员可以更自由地讨论思想，分享实现算法的关键技巧，并快速找到问题解决者。学术环境中的知识扩散尤为迅速，因为学术界通常是完全开放的，学生和教授可以毫无保留地谈论他们的工作，这与许多公司的内部保密文化形成鲜明对比。
开放性与国家安全：平衡与前瞻
诚然，开放的科学研究在惠及本国和盟友的同时，也可能为竞争对手带来潜在益处。然而，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，‘开放共享的基础研究并非没有风险，但研究的开放性对于竞争力与安全至关重要，以至于值得承担对手可能从中受益的风险。’这深刻揭示了一个核心观点：在快速变化的科技格局中，保持在前沿阵地才是真正的关键。以生成式AI为例，即便现在许多团队已能训练出达到GPT-3.5或GPT-4水平的模型，但这似乎并未对OpenAI造成太大冲击，因为他们正忙于通过开发前沿的O4、Codex、GPT-4.1等技术来拓展其业务。创新者往往能率先将技术商业化，而在一个快速发展的世界里，最尖端的技术才最具价值。历史研究也显示，知识在本地的传播速度远超全球范围，尽管互联网普及程度今非昔比，这一基本规律依然成立。
中国的启示：开放生态加速追赶
2022年ChatGPT首次发布时，中国在生成式AI领域曾明显落后于美国。然而，在过去两年里，中国科技生态系统内部的高度开放性，却助推其实现了快速追赶：首先，中国为开放学术研究提供了充足的资金支持；其次，深思（DeepSeek）和阿里巴巴等中国企业也发布了最先进的开源模型，这种企业层面的开放加速了知识的传播；再者，中国的劳动法使得竞业禁止协议的执行相对困难，加之其工作文化鼓励不同公司员工之间的思想交流，这使得思想的流通效率相对较高。尽管中国的某些方面可能不值得完全效仿，但其科技生态的开放性无疑是其加速发展的重要因素。这一案例为我们提供了宝贵的经验，即开放与协同对于技术进步和追赶的重要性。
历史的回响：范内瓦·布什的遗产与未来呼唤
回溯历史，1945年范内瓦·布什（Vannevar Bush）里程碑式的报告《科学——无尽的前沿》（Science, The Endless Frontier）为美国公共资助科研和人才培养奠定了核心原则。正是这些前瞻性的原则，使得美国在随后的几十年里主导了全球科学进步。美国联邦政府对科学的资助，不仅带来了无数惠及美国乃至世界的突破性发明，更培养了几代国内科学家，并吸引了大量移民科学家为美国贡献才智。令人欣慰的是，这一成功的‘剧本’如今已广为人知。我深切希望，未来将有更多国家效仿这一模式，大力投资于科学和人才。同时，我也殷切期望，作为这一成功模式的开创者，美国不会因大幅削减科学研究经费而偏离这一既定道路。持续的投入，才是确保美国在全球科技版图中持续领先、维系国家繁荣的根本保障。
