AI会吃掉世界和美国国防预算吗?我认为那些在人工智能和国家安全交汇处劳作的人分为三个营地:短跑运动员拥有最具侵略性的假设,并相信通过人工通用情报的严重破坏是迫在眉睫的;马拉松运动员认为,这项技术将有选择地扩散,逐部部门。怀疑论者吸引了与互联网气泡的类比。
美国的近期AI战略应与这三种方法之一保持一致。如果Sprinter场景成立,那么美国应该全力以赴地获取此处定义为人类智能的人工通用情报。但是,如果持怀疑态度是正确的,那么美国应该做的几乎相反,并避免过度建筑和过度扩张。如果马拉松运动员最正确,那么美国将与一个国家的人口四倍于一个国家进行复杂的长期技术竞争。
采用怀疑态度是有风险的:AI是已经一个强大的工具。除了采用最佳AI竞争惯例外,决策者还应采用马拉松运动员目前但是保持灵活性。马拉松运动的方法将使华盛顿在条件保证的情况下调整AI的努力,从而最大程度地减少过度投资和投资不足的风险。
定义营地
AI和其他优先事项之间的权衡是已经必要:美国私营部门投资于2024年总计1009亿美元,积极的估计持有资本支出可能达到到2030年$ 2.35万亿美元。绘制三个AI营地有助于决策者确定华盛顿的$ 33亿美元的财政年度。2025年在AI研发上的花费值得一看或谨慎的停顿。
短跑运动员
这个营地认为,AI正走向人工通用情报。他们预见到改变世界的和几乎直接的后果:最初的优势将释放巨大和自我增强的生产率提高。在这种观点中,首先获得人工通用情报的国家将确保持久且可能永久的地缘政治优势。同样,人工通用情报人员的发明家可能会成为世界上的第一万亿人。
该营地中的拥护者包括山姆·奥特曼(Sam Altman),达里奥·阿莫迪(Dario Amodei)和埃隆·马斯克(Elon Musk)等美国技术人员。在美国,人工通用情报传福音(和末代理)具有技术超级精英的上行空间。如果Sprint用可用的人工通用情报付出了回报,那么战利品将是历史性的。但是,如果马拉松方法成立,他们将仍然享受先进的优势。
但是,仅由于技术参与者的利益冲突而驳斥短跑运动员将是一个错误。美国国家安全社区的一小部分本·布坎南(Ben Buchanan),由于中国共产党的秘密性质的技术评估和警惕,他们进入了短跑运动员营地。的确,AI最近进步有一贯超越专家的预测。在2030年之前到达的人工通用情报的一些分析是精神井井有条。此外,正如朱利安·盖维茨(Julian Gewirtz)所指出的那样可能被秘密地承诺在美国之前获得人工通用情报。短跑运动员的评估可以通过非公开的迹象来告知即将突破的迹象。
尽管如此,尽管DeepSeek是一个,但很少有中国演员可以将其归类为短跑运动员重要例外。在中国,技术人员不愿促进人工通用情报。即使私人看涨,他们也知道该党认为人工通用情报在政治上可能不稳定,尤其是在导致替代权力来源的情况下。
但是,公众几乎没有证据表明,中国国家将人工通用情报的突破视为需要极端措施的严重中期威胁。中国正在建设更少AI指导的数据中心比美国,其中许多设施是据报道未使用。中国政策制定者 - 更关心近期扩散和大规模采用,而不是人工通用情报的习得写信。中国人工智能政策可以说是正式认可AI比赛将是马拉松而不是冲刺的观点。
马拉松运动员
马拉松运动员是美国和中国专业社区中的主要营地。信徒包括许多中国技术人员和许多美国的掌握,例如哈里·克雷斯萨(Harry Krejsa),威廉·汉纳斯(William Hannas),凯尔·陈(Kyle Chan),比尔·德雷克斯(Bill Drexel),埃尔莎·B·卡尼亚(Elsa B. Kania)和乔丹·施耐德(Jordan Schneider)。
他们认为AI并不是人工通用智能的单一飞跃,而是一个广泛的逐个部门过程,具有重大但逐步的改进。马拉松运动员承认破坏即将到来,但认为变化将是不平衡和依赖上下文的。该营地认为,人工智能将重塑关键行业 - 也许是金融,保险,健康和运输,但不会在2030年或可能会触发人工通用情报。
马拉松人认为AI推理也就是说,最终用户对AI模型的应用将比模型更重要训练,或创建更多强大的模型。与通过培训确定最佳AI模型的优先级的短跑运动员不同,马拉松运动员认为,最大培训最小推导的方法是启动更改……
怀疑论者
怀疑论者认为,如果完全到达人工智能,那么数十年来。诸如Arvind Narayanan,Sayash Kapoor和加里·马库斯(Gary Marcus)警告说,将AI作为月球变成了AI会使资本失误。他们警告反对人工通用情报比较核武器以现实世界部署的缓慢步伐,它呼应了过去的技术泡沫。
以中国为中心的分析师丹·王(Dan Wang)提供了相关但独特的视图:北京可以优先考虑政治控制对创新的优先级。中国有一个安全记录差借助许多技术,它可能首先追求政党的发展,而不是不受限制的创新。
怀疑论可能会在某些领域中证明是正确的,但是AI工具已迅速制作深刻的改进,已经很有价值,很可能会变得更加强大。
营地特定策略
每种方法都带来不同的策略,权衡和风险。怀疑论者营地是最风险的。尽管他们的进近限制过度建设风险,但如果中国的AI能力开始超过美国的AI能力,则很少有对冲工具。短跑运动员可以在一定程度上扩散风险,但是马拉松运动的方法可以最大程度地提高灵活性和对冲。短跑运动员
如果Sprinter场景成立,美国应该全力以赴,以在中国面前实现人工智能。
培训AI模型将是最重要的AI工作量。因此,美国应迅速进行现场数据中心并进行全部方法尽快为其电力需求提供资源并确定优先级速度速度;ho积高级筹码,同时限制了中国的通道;采取积极措施来特技中国人工通用情报发展;和保护关键人员和基础设施,例如云杉的松树设施从中国进攻行动中产生了用于半导体的超纯石英。如果短跑运动员的动态成立,决策者应该期望北京采取积极行动 - 甚至猛烈地采取行动,因为无论哪个国家首先获得人工通用情报,都很可能成为永久的超级大国。
这种方法是高风险,高回报。鉴于人工通用情报的重要性,短跑运动员要求美国剥夺其他所有长期的国家安全投资。否则,美国可能会输历史上最战略的技术。切实的是,短跑运动员的方法可能意味着拨回对下一代空气优势战斗机或下一代攻击潜艇计划的支持,甚至取消的支持。因此,如果短跑运动员对AI和人工通用情报的全面押注并不实现,以数千亿美元的成本,中国可以巩固其工业优势并建立技术领导力。
对冲一个人工通用情报泡沫在采用短跑运动员的同时,美国可以鼓励盟友和合作伙伴分享成本,松动芯片对照在中东,鼓励国外数据中心建设。成本分布扩散财务风险,但也可以使中国公司能够访问高端芯片需要训练AI模型。
马拉松运动员
如果马拉松运动的方法成立,则AI采用而不是人工通用情报获取将证明是决定性的。因此,虽然速度仍然很重要,但应优先考虑采用部门的采用和控制成本。美国应该专注于针对推理的AI工作负载,即应用已建立的模型,而不是训练AI模型。
分布式推理工作负载将需要扩散。由于推理工作负载是相对加权与AI模型培训相比,AI开发人员对数据中心部署比在短跑场景中。美国将需要较小的数据中心,而不是构建大量数据中心接近推理需求。
发电来源将需要与分布式推理需求保持一致。能够提供基本电压功率的高级核反应堆对推理应用(和军事微电网),但尚未大规模部署或有效地部署。鉴于可能不会发生大量的高级反应堆直到2030年代,需要其他近期解决方案。太阳能具有独特的吸引力:是低成本,几乎可以在任何屋顶上部署,在夏季输出波峰,其昼夜发电概况与工作时间很好地与工作时间保持一致。结合电池并扩展网格将大大提高太阳能解决方案用于推理工作量的可靠性。尽管如此,阳光间歇性将限制其可靠性。为了资源AI电力需求,美国将需要采用拼凑而成的方法,依靠太阳能,电池和天然气来满足短期增量需求;在中期中,资源为下一代技术(例如高级反应堆和地热);并依靠其现有的天然气,核,以及必要时在与中国的AI竞争中盛行的燃煤电厂。
鉴于需要在马拉松比赛中,高级电池在马拉松比赛中也将非常重要自动驾驶汽车和平台。与韩国,日本和台湾等盟友和合作伙伴合作,对于开发美国高级电池的优势而言至关重要双使用应用程序。
在马拉松比赛中,美国最有价值的技术合作伙伴很可能至少在某些方面被证明是印度。世界上最大的民主国家对于提供与中国的人工智能竞争中使用的大部分脑力和人力资本至关重要,尽管美国将需要识别和招募领导来自各地的AI研究人员。与其他国家的合作尤其是传统盟友也将被证明是至关重要的。
尽管马拉松运动员在其他两个营地之间取得了中间立场,但这种方法带来了权衡并带来风险。马拉松运动员可以通过其他技术(例如量子)对冲潜在的AI过度建筑。另外,他们可以从事公告前活动,包括为大型的主权规模,人工通用情报指导的数据中心校园奠定基础 - 中国可能正在考虑这一点。北京军事城市建筑群。幸运的是,马拉松运动员是一种自然的树篱,可以根据新兴的现实来扩大AI的努力。
怀疑论者
如果持怀疑态度是正确的,那么AI的主要风险是过度建造和过度扩张。过度的AI可能导致滞留的基础设施,膨胀的能源需求,甚至是AI投资泡沫的财务传染。怀疑论者只有在采用毫无争议的利益并反对像人工通用情报一样的资金的情况下,才能承担稀缺的资源。
怀疑论者认为,美国应优先考虑非AI国家安全能力。因此,鉴于中国技术的持续改进的可能性,美国的减少定性边缘将需要投资数量传统的国家安全能力,例如造船和对峙武器。
怀疑的阵营提倡一种低成本的方法,但有很大的估计风险。如果怀疑论是正确的,那么避免的成本将是巨大的。但是,如果怀疑论是错误的,那么美国将落后于潜在的决定性技术,在这种技术中,利益是独特的自我强化。因此,美国将需要接受中国技术统治或争夺以通过投资来赶上更比在短跑运动员或马拉松运动的方法下实施的。
怀疑论者倡导最风险的方法:该营地除了监视AI的发展外,几乎没有树篱。但是,AI具有固有的识别和可观察性滞后,其发展可能会继续指数:AI在GPT-3.5级别上执行的推理成本下降了280倍在2022年11月至2024年10月之间。如果美国不正确地采用了怀疑的方法,那么后果将是毁灭性的。
分歧
这三个营地对中美洲AI竞赛的适当政策组合具有不同的看法。尽管美国应将通用的最佳实践应用于与中国的AI竞争,但它还需要在四个关键政策领域做出相应的选择:资源分配,人才,基础设施和能源以及联盟。华盛顿遵循哪些政策剧本可能会决定谁主导AI。
Sprinters将所有可用的资源引导到存在的人工通用情报竞赛中,即使这意味着延迟下一代军事技术。马拉松人认为,AI是一项非常重要的技术,应逐案优先考虑。同时,怀疑论者在AI中犯了罪名,直到被证明有用的标准为止。
在AI人才方面,短跑运动员优先考虑精英AI人才的立即签证;马拉松运动员规模国内科学和技术教育,同时与志趣相投的伙伴,尤其是印度加深人才管道。怀疑论者认为,AI的风险尤其是围绕错误信息,需要广泛的数字识字能力提高。
Sprinters拥有AI的能源和基础设施要求,需要建造大量的数据校园来训练AI模型,尽快构建所有类型的新能源,甚至限制了竞争能源需求,例如加密货币。马拉松运动员还采取了一种全部的能量方法,但强调了推理指导的能量产生,尤其是太阳能和电池。他们还强调了长期的网格建设,尤其是高级反应堆和传输。同时,怀疑论者担心过度建设效率低下。
营地还采用了不同的联盟策略。Sprinters推动严格的筹码禁运,但认为人工通用情报发展可以巩固美国的领导,使华盛顿持久杠杆作用。同时,马拉松运动员专注于建立志趣相投的AI合作伙伴的长期生态系统,同时优先考虑与印度和其他潜在的摇摆能力的合作伙伴关系,并在整个中东,非洲及其他地区建立伴侣。最后,怀疑论者认为盟军的芯片控制可能会适得其反,因为他们希望中国人AI过度投资。
期待长期长期,准备短跑
采用马拉松运动的方法最能满足美国利益,目前。人工智能已经是一种强大的工具,很可能会变得更有能力,这表明对怀疑性营地的方法有局限性。尽管如此,在短期内,人工通用情报的获取似乎不太可能,从而减少了短跑运动员的吸引力。至关重要的是,马拉松运动的方法允许美国根据现实世界的发展将AI努力扩展。
但是,无论哪个营地都属于哪个营地,美国决策者都应采用一般的情景 - 不合Snostic建议。美国AI公司和美国安全服务部应加深全光谱合作。此外,由于人工通常是最重要的成本驱动器对于培训AI模型,美国应维持在国内外的高技能AI相关劳动力,并资源其主要的大学。虽然减少中国供应链的接触至关重要,但美国应非常谨慎与AI相关商品的关税从值得信赖的合作伙伴那里,由于这些措施提高了美国公司的成本,并提高了中国通过贸易转移获得高级技术的能力。美国应该采用务实的全部方法能量,这可能是关键的瓶颈为了美国的AI努力。最后,决策者应根据最新发展重新校准AI方法。
AI将是中美洲竞争中的关键元素,也许是定义的元素。美国应竭尽所能,以确保右侧采用最佳实践并针对任何营地,马拉松或怀疑论者调整政策,这是最准确的。
约瑟夫·韦伯斯特(Joseph Webster)是大西洋委员会全球能源中心和印度太平洋安全计划的高级研究员,也是独立的编辑中国俄罗斯报告。本文反映了他自己的个人意见。
图像:查理方通过Wikimedia Commons