人工智能解决经济增长，仍需政府完善科研支撑体系

人工智能能够更快地产生想法，但它无法克服一个阻碍想法被分享、检验和不断完善的体系。

目前，政府和企业都面临对知识生态系统投入不足的风险，而这一生态系统正是人工智能实现经济增长所必需的基础。

如果各国政府希望通过投资人工智能获得经济增长与科技自主权的回报，就必须同时促进数据与思想的自由流动。

人工智能常被宣传为能够带来更多突破性进展的技术。Anthropic的首席执行官达里奥·阿莫迪认为，如果有更多才华横溢、富有创造力的研究人员，生物学领域的发现速度可能会提高10倍甚至更多，而他暗示，人工智能智能体将能够提供这样的研究力量。

这种假设认为，知识创造的根本限制在于智力水平。然而现实并非如此。各国政府和企业正在向人工智能投入数十亿资金，期望它能大幅加速创新与经济增长。但如果制约人工智能驱动发现的最大因素并非智力，而是我们组织和分享知识的方式呢？

公私合作伙伴关系将定义人工智能时代的创新

人工智能如何重塑早期创新的规则

引领人工智能创新为何意味着要超越"市场自由"与"国家资助"之争

科学界早已采摘完"低垂的果实"，使得每一项后续的发现都变得更难、更贵、更慢。

据估计，如今要维持美国20世纪30年代所实现的增长速度，需要的研究人员数量是当年的41倍。通过人工智能实现思想生产的自动化，被认为是弥补这一损失的方式。斯坦福学者查尔斯·琼斯将此概括为一个"机器发明出所有可能的想法，从而实现最大生产力"的世界。

但即便人工智能能够更快地产生想法，它仍无法克服一个阻碍想法被分享、检验和不断完善的体系。这正是为什么希望通过人工智能投资获得经济增长和技术自主权的各国政府，应该将开放知识视为关键基础设施。

否则，它们将面临这样的风险：投入数十亿资金让人工智能变得更聪明，却对该技术真正实现经济增长所依赖的知识生态系统投入不足。

促进科学知识共享

由于我们组织创新体系的方式存在问题，再加上激励机制的错位以及知识的封闭化，创新系统的效率正在下降。

美国学者进行的一项长达45年的研究追踪了美国所有企业（而非此前研究仅依赖的上市制造企业）的专利申请情况。研究表明，变得越来越难找到的不是想法，而是增长本身。在这四十年间，每一美元研究经费所产生的专利数量稳步上升。

该研究表明，共享知识向企业产品转化的流动已经减弱。作者推测，拥有大多数突破性专利的大型企业，可以将竞争对手排除在其创意之外，或者阻止其成长——有时甚至通过收购的方式。事实上，另一项针对制药行业的学术研究显示，5%至7%的并购案例旨在终止收购目标的药物研发项目，而非在此基础上继续推进。

创新的水龙头被关小，并非因为缺乏知识，而是因为知识集中在少数企业手中。这种抑制是通过材料转让协议和知识产权许可实现的，这些手段会拖延项目进度，并限制小企业的行动空间。阴性研究结果往往得不到发表，导致其他人重复进行同样毫无意义的研究。

所有这些都为思想的流动制造了阻力。

为经济增长奠定基础

阿莫迪将这类障碍称为"人为造成的限制"。他认为法律、监管以及公众阻力才是根源，并预期人工智能最终能够绕过这些障碍。

但各国政府面临一个根本性的政策失误风险：大力投资人工智能基础设施，却忽视了支撑人工智能驱动创新所必需的开放知识基础设施。

弗朗西斯科·莫吉卡关于CRISPR是一种细菌免疫系统的论文曾被四家学术期刊拒稿。诺贝尔奖获得者卡塔琳·卡里科在1995年因无法为其mRNA研究申请到资金而被所在大学降职，而这项研究后来挽救了数百万人的生命，并为她赢得了诺贝尔奖。这些例子说明的是科学组织方式的缺陷，而非智力的不足。

即便采用人工智能系统，卡里科也仍会因未达到晋升标准而被降职。无论审稿编辑的专业水平或洞察力如何，莫吉卡的论文或许仍会被拒稿。也就是说，无论增加多少智慧供给，都不会改变这些结果。

因此，最昂贵的"人为限制"并非法律层面的阻力，而是我们选择组织研究与开发工作的方式。

支持思想流动的人工智能政策

要实现整体经济增长，就必须改变科学的组织方式。推动总体增长的递增回报，来自于思想的非竞争性——即所有人可以同时使用同一想法。如果各国政府希望从人工智能投资（数据中心、电网、模型训练）中获得增长与自主权的回报，就必须减少那些使本国企业依赖大型科技巨头的增长限制。

各国政府应要求以可用且可互操作的形式开放共享标准化数据。它们还应要求相关机构不得利用专利限制那些知识和工具仍处于面向整个领域广泛应用开发阶段的研究，也不得隐瞒阴性研究结果的发表。

此外，政府还应从财政上支持开放数据平台，这类平台不仅能够建立数据格式、设定质量标准，还能通过鼓励各方通过公开竞赛分享成果来确保结果的可复现性。我曾协助创立的非营利组织Conscience，正通过其BEACON计划开展这项工作。

各国能从人工智能中获得的益处，不仅取决于人工智能技术本身，也同样取决于政府与机构政策所建立的知识基础设施。将数十亿资金投入其中一个系统，却忽视另一个系统，是一种糟糕的投资——这将限制经济增长的实现。

Q&A

Q1：为什么说人工智能无法独自解决经济增长问题？

A：因为人工智能虽然能更快地生成想法，但无法克服阻碍知识分享、检验和完善的体系问题。经济增长不仅依赖智力水平的提升，更依赖知识如何被组织、流通和应用，这需要政府和机构的政策支持。

Q2：大型企业如何限制创新知识的流动？

A：大型企业掌握大多数突破性专利，可以通过材料转让协议、知识产权许可等方式排除竞争对手使用其创意，甚至通过收购的方式终止竞争项目的研发。研究显示，5%至7%的制药行业并购是为了终止收购目标的药物项目，而非继续推进。

Q3：政府应该如何支持人工智能驱动的创新？

A：政府应要求以标准化、可互操作的形式开放共享数据，限制利用专利阻碍广泛领域知识发展的行为，并要求公开阴性研究结果。同时应财政支持开放数据平台，确保研究结果可复现，从而为人工智能创新建立必要的知识基础设施。