人工智能治理可借鉴碳市场模式，通过监管物理算力而非主观的模型能力。
风险加权许可将为开发者提供经济激励，促使其优先考虑安全性和独立评估。
许可拍卖收入可用于资助新兴全球经济体的人工智能基础设施和审计能力建设。
2005年，欧盟启动了全球规模最大的碳交易体系。其理念十分简单：设定排放总量上限，分配排放许可，并允许排污者相互交易。减排成本低的企业可以出售剩余配额；无法减排的企业则必须付费。该体系起初并不完善。许可分配过度，价格暴跌，批评者宣告这一试验已经失败。此后，监管机构收紧了总量上限。如今，欧盟体系覆盖的排放量已下降约47%。
人工智能（AI）治理目前所处的阶段，与气候政策在总量控制与交易机制出台之前的状况相似。超过60个国家已发布国家人工智能战略，数百家企业也签署了自愿性安全承诺。然而，前沿人工智能的开发仍集中于少数企业手中，安全投入在很大程度上仍属自由裁量，而且大多数国家对将重塑其经济的系统缺乏切实有效的影响力。良好的意愿并未改变根本的激励机制。
碳市场通过确定一个可衡量的指标来进行监管，从而解决了这一问题。人工智能治理同样可以如此，而且它拥有更佳的衡量标尺。
可计量的投入要素
最强大的人工智能系统不再仅受制于创意。它们受限于芯片、数据中心、电力、水资源和供应链。国际能源署国际能源署估计，全球数据中心的用电量在2024年约达415太瓦时，到2030年可能超过945太瓦时，与日本的全国总用电量相当。这是产业规模的转变，而非一项小众技术的故事。
这种物理上的高强度用能特性为治理提供了机遇。算力可被计量、记录和计费。云服务提供商已能精确追踪到GPU小时的使用情况。监管人工智能模型的内容或能力涉及主观判断，而监管算力则意味着处理一个可被独立核验的物理量，正如碳排放可在烟囱处直接测量一样。
风险加权算力许可可如何运作
设想一个以总量控制与交易机制为蓝本的框架。监管机构利用算力阈值及相关的能力信号，界定哪些训练任务属于高风险。它在特定周期内为这些任务可用的算力设定总量上限。开发者则获得以算力单位计价的许可。
关键在于，许可是风险加权的。独立评估为风险乘数提供依据，该乘数可上调或下调许可要求。能够证明其保障措施更强、滥用风险更低的开发者，每单位算力所承担的有效义务较低；反之则较高。这将安全投入从一项公关说辞转化为一项有成本的投入要素，企业可通过投资于评估、安全和部署保障措施来降低这一成本。
由于许可可以交易，市场能够将稀缺的前沿算力配置给价值最高的用途，并找到成本最低的合规路径，从而避免僵化的规定性规则随技术发展而过时的问题。执行依赖于随机审计和逐步加重的处罚。其目标并非实时监管每一项训练任务，而是使合规成本低于规避成本。
促进全球包容的工具，而不仅是管控手段
世界经济论坛人工智能治理联盟已指出，有意义的全球人工智能治理需要广泛参与。然而，大多数治理讨论仍局限于少数富裕国家和大型科技企业。目前，世界上大多数地区在人工智能领域仍是价格接受者，在芯片和云服务接入方面依赖于少数司法管辖区。
许可拍卖可产生收入。这些收入可用于资助目前缺乏相关能力的国家的审计能力建设、评估基础设施以及与安全相关的公共产品。各方可就审计结果的相互认可达成一致，从而降低负责任开发者的合规阻力。对于东南亚、非洲和拉丁美洲的中等强国和新兴经济体而言，这有助于减少在无治理的依赖与代价高昂、不切实际的自给自足追求之间的虚假抉择。
坦诚的局限性
不应过度类比碳与算力之间的关系。算力本身并非危害，许可制度将只是更广泛治理体系中的一层，该体系还包括评估、事件报告和特定应用规则。碳市场用了数年时间才得以校准，其间出现了分配过度和抵消项目存疑等问题。算力许可制度也将面临自身的挑战：界定哪些训练任务属于高风险、防止开发者拆分工作负载以规避阈值，以及确保监测基础设施不会沦为政府监控私营创新的工具。
这些都是严重的设计难题，而非放弃该方法的理由。金融监管机构已在应对类似的矛盾。风险加权资本要求在银行业中，同样涉及可衡量性、博弈行为与执行之间的权衡。碳市场与金融监管的共同经验表明，即便定价并不完美，有价格总好过完全没有定价。
一扇不会长期敞开的窗口
未来两到三年是一个稀缺的窗口期。算力供应链正受到出口管制、产业政策以及创纪录的资本支出的重塑。在此期间确立的治理框架将为一代人设定规则。如果国际社会等到前沿能力更加集中之后才行动，改革的政治经济条件将变得困难得多。
碳市场给决策者留下了一条至今依然有效的经验：要创造有意义的激励，并不需要完美的控制。你需要一个可衡量的单位、清晰的监测规则，以及一个使合规比规避更容易的体系。人工智能治理可以借鉴这一经验。风险加权算力许可无法解决所有问题，但在人工智能能力与基础设施同步加速发展的关键时刻，它们可以帮助世界从口号走向可规模化的激励机制。
