在特朗普政府准备就职之际，国会在任期届满期间悄然推进了一些可能对人工智能（AI）产生深远影响的提案。

2024 年，国会一直在努力解决是否以及如何监管人工智能的问题，其原因是人们担心从招聘系统的偏见到“超级智能”失控等潜在风险。事实上，最近获得诺贝尔物理学奖的杰弗里·辛顿（Geoffrey Hinton）也被称为“人工智能教父”，他同样警告说，随着这些模型融入决策系统，人工智能系统超越人类智能并摆脱人类控制的风险。埃隆·马斯克曾表示，人工智能可能“比核武器更危险”。

杰弗里·辛顿被誉为“人工智能教父”，图自BBC

尽管这些风险只是推测，但人工智能的指数级增长为新人工智能法律的提案注入了活力。在五年内，生成式人工智能模型的参数从 15 亿个增加到超过 1000 亿个，这一增长体现了超越单词预测或总结并实际执行推理任务的能力。增长速度让开发人员自己都感到惊讶。再过两年，这些指数级增长会如何影响人类与技术之间的力量平衡？

现任国会可能认为，通过新 AI 法律的机会窗口正在关闭，预计特朗普政府的立场将更加难以预测。候任总统唐纳德·特朗普强调，AI技术是一个具有“令人震惊”能力的“超级大国”，并可能接受 AI 监管。然而，他也承诺对技术监管采取更宽松的措施，承诺废除乔·拜登总统颁布的行政命令，该命令发布了迄今为止最全面的联邦 AI 监管框架，并强调 AI 是“领先中国”的工具。

尽管人工智能发展存在风险，但仓促立法并非明智之举。即使特朗普政府废除拜登的行政命令，现有的法律法规也已经解决了许多眼前问题，而过度监管的可能性既威胁到美国的经济创新，也威胁到美国的国家安全领导地位——尤其是在与中国的全球竞争背景下。

虽然一些立法者和人工智能专家呼吁制定新的人工智能法律，但最近的证据削弱了人工智能即将引发世界末日的说法。“人工智能扩展定律”——实验室在过去五年中依赖的方法和期望，大大提高了模型能力——开始出现收益递减的迹象，这意味着进步的速度比以前慢了。我们不仅远离感知的边缘，而且我们很可能仍停留在狭隘的、特定于任务的人工智能中——下棋、推荐产品或做出日常决定——无法独立形成大规模自主（和邪恶）行动所必需的复杂、抽象的目标。

此外，美国已经拥有一套健全的法律和监管框架，可以解决许多迫在眉睫的人工智能问题。例如，平等就业机会委员会 (EEOC) 可以根据《民权法案》第七章调查歧视性招聘算法。涉及人工智能输出的知识产权纠纷可以通过 1976 年《版权法》解决，该法已经适应了不断发展的技术。同样，消费者保护法（如《公平信用报告法》）为金融系统中的偏见决策提供了补救措施。最近，纽约市要求对自动招聘系统进行偏见审计等城市层面的创新表明，既定原则可以在没有联邦行动的情况下应用于人工智能。

尽管有这些坚实的基础，但美国最近的监管提案凸显了过度监管的危险。拜登政府 2023 年关于人工智能的行政命令要求“红队”识别人工智能模型中的漏洞，并要求广泛报告网络安全和开发实践。2024 年商务部的一项规则要求详细披露可能暴露专有技术并削弱竞争优势的信息。

2024 年 8 月，美国司法部 (DOJ)起诉了RealPage，该公司使用软件通过分析实时市场数据来帮助房东做出数据驱动的定价决策。批评者 反驳说，司法部的诉讼是出于对算法工具运作方式的误解，这在试图监管复杂且快速发展的技术时是一个挑战。

图自realpage.com

事实上，欧盟 (EU) 提供了另一个警示故事。《通用数据保护条例》(GDPR) 增加了合规成本，对小公司造成了不成比例的伤害。研究表明，GDPR 合规导致利润下降8%，并抑制了增长。同样，《欧洲人工智能法案》(AIA) 旨在为人工智能安全建立高全球标准，但引入了繁重的风险评估和透明度要求。合规成本估计为每家公司 400,000 欧元（约 423,000 美元），预计未来五年将使欧洲的人工智能投资减少 20%。欧盟的监管优先方法非但不能促进创新，反而有可能阻碍投资，并将人才和资本推向美国和亚洲等限制较少的市场。

报告和合规成本的增加往往不会影响大型科技公司，但它们确实会挤占小型初创企业，无论是由于难以承受的合规条款，还是因为它们将稀缺的资源从研发中转移出去。这些障碍还可能阻碍新进入者，缩小人工智能开发者的多样性并限制突破。

科技环境和成果的结果显而易见。2023 年，欧洲初创企业筹集的风险投资资金不到美国公司的一半。美国科技初创企业通常可以获得更多资本和资源，从而使他们能够更快地开发和扩展创新技术。

具体在人工智能领域，美国吸引了625 亿欧元（约合 660 亿美元）的私人人工智能投资，而欧盟和英国加起来只获得了 90 亿欧元（约合 95 亿美元）。大多数大型语言模型都源自美国，欧洲的贡献微乎其微。

美国继续以更高的薪水吸引欧洲科技人才——2023 年 6 月的一项研究表明，德国或法国的科技工资分别为美国同岗位工资的 48% 和 37%。这些规定和投资产生了明显的后果。美国排名前七的科技公司比欧洲排名前七的科技公司规模大20 倍，收入高出 10 倍。

人工智能是研发灵活性需求最为重要的领域。人工智能是中美地缘政治竞争的核心，两国都认识到人工智能对经济增长和军事主导地位的变革潜力。

美国在人工智能开发方面保持领先地位。欧盟 2023 年 4 月的一份报告发现，73% 的大型语言模型在美国开发，而中国只有 15%。斯坦福大学的全球活力工具按国家衡量人工智能专利、投资和论文，证实了美国的领导地位，该工具显示，2023 年，美国吸引的人工智能相关私人投资远多于中国（672 亿美元对 78 亿美元）。 《自然》杂志的一篇文章称，在人工智能研究生产力方面，中国在 2010 年就赶上了美国，但目前略有落后。

nature.com

然而，这种领先优势可能不会持续太久。中国 2017 年发布的新一代人工智能发展规划概述了到 2030 年实现人工智能霸权的宏伟愿景。通过大规模的国家主导投资和军民融合战略，中国正在迅速将其商业领域的进步融入军事行动。自主无人机、监视系统和人工智能驱动的决策工具等技术表明，民用人工智能的发展如何直接推动军事创新。

相比之下，美国历来依靠私营部门的力量推动技术创新，航空航天、半导体和计算等领域的突破往往源自商业行业，然后被应用于国家安全目的。人工智能也不例外。OpenAI、Anthropic、谷歌和微软等公司在尖端研究方面处于领先地位，其创新不仅塑造了民用经济，还具有军事应用的变革潜力，例如预测分析、自主系统和先进的网络安全防御。

为了与中国的战略进步相竞争，美国应通过保持宽松的监管方式来增强自身实力，这种方式既能促进创新，又能通过有针对性的灵活措施应对风险。例如，由领先的私营部门人工智能开发商发起的前沿模型论坛等合作框架展示了行业主导的努力如何能够在不阻碍进步的情况下应对共同风险。这些举措表明，创新和问责并不相互排斥，私营部门可以带头制定负责任的人工智能实践。批评者可能会认为自我监管缺乏可执行性，但它提供了一条务实的前进道路，特别是在像人工智能这样充满活力的行业。

留住和培养人才也是这场竞争的决定性因素。中国通过积极举措招募顶尖的人工智能研究人员，同时培养国内人才队伍。美国可以通过扩大签证计划来吸引和留住国际研究人员，并大力投资国内 STEM 教育来建立一支强大的人工智能劳动力队伍，以应对这一挑战。确保人工智能领域最优秀的人才选择在美国进行创新，对于保持该领域的领先地位至关重要。

与此同时，国会不应忽视在风险明显且紧迫的情况下制定针对性较强的立法的可能性。例如，拟议的《反抗法案》旨在规范未经同意的、明显的深度伪造技术的有害使用，该法案表明了一种有针对性的方法，既能解决切实的威胁，又不会给更广泛的人工智能生态系统带来过重负担。然而，它也凸显了在这一领域立法的挑战，因为它可能会影响受保护的表达形式，而且随着人工智能技术的快速发展，很难证明（非同意性质）并在技术上适应。

NBC NEWS

实现这一平衡至关重要。制定不当的法律可能会阻碍投资、阻碍初创企业的发展，并损害美国在人工智能领域的领导地位。通过灵活的政策促进创新和留住顶尖人才，美国可以保持在全球人工智能竞赛中的领先地位，同时确保问责制和道德发展。

 往期推荐