自廢武功？美國政府大砍科研預算，或危及AI霸主地位

2月26日消息，當前圍繞美國削減聯邦研究經費的政策辯論，很大程度上忽視了這種舉措可能對美國在人工智能領域的創新能力和全球領先優勢造成的毀滅性影響。

聯邦研究投入是美國在全球人工智能生態系統中保持主導地位的核心支柱。近年來人工智能領域的突破性進展，正是聯邦資金與私營部門投資形成的共生平衡之產物。其中，聯邦資金通過廣泛播撒高風險、高回報的創新種子，承擔了基礎研究的開拓性投入；私營部門則在此基礎上加速商業化進程，形成互利共生的動態循環。這種協作模式不僅推動了人工智能技術的繁榮發展，更維護着國家的經濟競爭力與戰略安全。

然而，近期實施及擬議中的聯邦研究預算削減，正嚴重威脅這一精密協作機制，甚至可能動搖美國在人工智能領域的領導地位。根據普華永道預測，到2030年，人工智能領域的全球價值規模預計將達到15.7萬億美元。

聯邦與私營資本的歷史性協同，始終在全球競爭中孕育出頂尖的人工智能成果。美國國會聯合經濟委員會數據顯示，聯邦資助科研項目的年化回報率高達25%至40%；相較之下，Seraf Investor研究表明頂級風險投資基金的年回報率僅爲15%-27%。

當前美國聯邦政府每年在人工智能研發領域的投入總額不足40億美元——尚不及一家中型科技企業的常規營收規模。正是這筆看似微薄的資金，卻撬動了驚人的創新價值。若缺乏長期性、奠基性、高風險的基礎研究投入，技術創新的萌芽將失去生長土壤。這種投資模式不僅催生顛覆性技術突破，更培養出深諳前沿科技的研究隊伍，爲各行業的技術轉化提供持續動力。

然而，針對國家科學基金會（NSF）、國立衛生研究院（NIH）、能源部（DOE）等聯邦科研機構的預算與人員大幅削減提案，或將徹底瓦解這一創新生態體系，葬送美國在人工智能領域的戰略優勢。歷史案例表明，一旦聯邦與私營部門的協同機制遭到破壞，美國將在關鍵技術領域喪失核心競爭力。

1.ChatGPT與生成式人工智能的啓示

以ChatGPT和DALL-E爲代表的生成式人工智能技術，萌芽於NSF資助的大學基礎研究項目，其技術根基可追溯至深度學習、計算機視覺和自然語言處理等領域的早期探索。如今，據麥肯錫公司預測，這類技術每年預計將爲全球經濟創造高達4.4萬億美元的價值。

2.AlphaFold

由谷歌旗下DeepMind開發的AlphaFold，是聯邦資助研究力量的又一明證。通過確定蛋白質結構，AlphaFold催生了新一代靶向藥物，將徹底改變醫療領域。這一突破的實現離不開數十年來聯邦資助的基礎研究，不僅在人工智能和計算領域，還包括基礎生物學研究。正是這些研究爲Protein Data Bank等重要數據資源提供了支持，而這些數據是AlphaFold運行的基礎。

NIH僅在2019年就投入約33億美元用於人類基因組學和遺傳學研究，推動了這一領域的商業化。自1988年以來，該領域直接和間接爲美國經濟貢獻了近1萬億美元。這意味着，每投入1美元聯邦資金，便爲經濟創造了8美元的增長。

此外，根據Vantage Market Research的數據，包括AlphaFold在內的計算生物學市場在2021年估值爲41.4億美元，預計到2028年將達到108.2億美元，年複合增長率爲18.1%。這也推動了就業機會的顯著增加，根據Zippia的數據，由於對人工智能驅動的生命科學研究和生物信息學應用的需求增加，該領域的就業機會預計在2018年至2028年間將增長17%。

3.自動駕駛汽車

2005年，美國國防高級研究計劃局（DARPA）設立了自動駕駛汽車挑戰賽（DARPA Grand Challenge）。這一聯邦投資催生了自動駕駛技術的進步，同時展示了公共資助研究取得的豐碩成果。如今，根據麥肯錫公司的預測，到2035年，自動駕駛汽車行業預計將產生3000億至4000億美元的收入。

現代自動駕駛汽車使用的計算機視覺工具，是最初通過大學對神經網絡和計算基礎設施的研究開發出來的。這些工具不僅在自動駕駛中扮演着重要角色，還在醫療診斷、面部識別和農業監測中發揮着關鍵作用。

4.硬件與計算能力

通過DOE、NSF和DARPA等機構，聯邦對高性能計算的資助促進了人工智能加速發展所需的基礎設施建設。自20世紀80年代以來，這些機構已投入超過10億美元用於並行計算和人工智能硬件的學術研究，

據《戰略計算：DARPA與機器智能的追求（1983-1993）》記載，這些投資創造了人工智能驅動計算的核心技術，對英偉達、亞馬遜、谷歌等公司至關重要。預計到2030年，人工智能芯片市場規模將超過2000億美元。這些在分佈式雲計算和並行處理上的投資不僅支撐着人工智能技術，還廣泛應用於氣象預測、量化金融和飛機設計等領域。

聯邦持續AI投資的必要性

美國在全球人工智能和計算生態系統中的領導地位正面臨威脅，其他競爭國家正在加大政府資助的研究項目，並在迅速趕上。美國必須加速人工智能和計算基礎設施的研究進展，以確保研究機構保持全球競爭力，以及人工智能和計算生態系統的持續繁榮。

這項研究不能孤立進行，應該將人工智能和計算與自然科學、數學、社會科學及工程學的進步相結合，這對於培養人才和推動技術、農業及醫療保健領域的經濟進步至關重要。

聯邦對人工智能的投資並非可有可無，而是經濟發展的必要支撐。它們推動了創新，創造了高價值就業機會，並確保美國在全球技術市場中的領導地位。沒有持續的投入，美國有可能在下一波人工智能驅動的變革浪潮中落後，而這一浪潮將由那些將人工智能視爲未來經濟實力支柱的國家所主導。（小小）