“公共人工智能”是2月10日至11日在巴黎举行的人工智能行动峰会上的热门词汇。
公共人工智能这一理念认为，政府需要建设由公共所有并控制的人工智能基础设施。
但这究竟会是什么样子？
本文最初由Futurepolis于2025年2月7日以《那么，有点像桥梁，只不过是为人工智能而建？》为题发表。
下周将在巴黎举行人工智能行动峰会，这是自2023年英国峰会以来规模最大的全球人工智能盛会。我认识的人里，一半要去，另一半则羡慕得不行。其中一个热门词汇会是“公共人工智能”——简而言之，就是政府需要建设由公共所有并控制的人工智能基础设施，以服务社会目标，而非追求利润。 （编者按：不一定只能由政府来做。）
如果这让你昏昏欲睡，我一点也不意外。“公共人工智能”甚至很难像“免费医疗”或“拯救地球”那样成为振奋人心的口号。坦率地说，倡导者还没能把它解释得足够清楚，除了政策圈人士之外，没人会在意。部分原因在于，令人意外的是，历史上找不到真正贴切的类比——没有“就像X，只不过是为人工智能而建”这样的说法。当然，桥梁也不是。
但我认为这是一个可能很重要的理念。所以我来试着解释一下。
简而言之：想象一个与现有体系并行的完整人工智能技术生态，由政府建设并拥有。由于不受利润驱动，它或许能提供私营人工智能巨头没有动力去开发的服务，例如专门用于研究棘手社会问题和前沿科学的人工智能，或服务于特定地区和语言的人工智能。它不会大肆传播错误信息和仇恨言论，并会总体上努力维护健康的公共领域。所有人都能获得价格可负担的服务，也会得到保障。想法不错——但会有人出钱建设吗？
首先：私营人工智能的问题
从历史上看，基础设施的发展——比如道路、铁路、电力和电话——大致是这样：一家公司或几家公司开始建设某种设施。但在所有地方都建设并不划算，因此服务覆盖参差不齐。如果形成垄断，设施使用成本就会很高。如果存在竞争，设施可能会出现彼此不兼容的版本，就像不同的铁路轨距。设施或许也会带来危险。
最终，政府意识到社会确实需要这类设施，于是介入以扩大服务覆盖、统一标准、降低价格并实施安全监管。例如，政府可能会将其国有化（英国的电力），为更多建设者提供激励（美国的电力），拆分垄断企业（标准石油公司），或对其进行监管（铁路）。这就是某种设施从普通设施转变为基础设施的过程。
但对于21世纪的数字服务——比如社交媒体、云计算、在线出版和人工智能——它们成为基础设施的速度，快得让政府还来不及穿好袜子。1互联网让人们几乎无处不可以使用这类服务。它们的价格往往从零开始（当然，提供个人数据这一隐性代价除外）。各种版本各有特色，并非缺陷——选你最喜欢的就好。尤其是人工智能属于通用技术，许多人认为它可能带来危险，但没人能就危险究竟是什么、危险是否大于益处达成一致。
所以现在，这类服务已经成了基础设施，对用户来说价格低廉，选择也很好，而风险又难以界定。那么政府究竟能采取什么干预措施？
当然，这种说法对科技公司非常有利。实际上，让少数几家行事隐秘、富可敌国的机构为一项强大的通用技术制定规则，会带来许多问题。对于Futurepolis的读者，我大概不必赘述。2
多数人认为，解决这些问题的办法是监管。政府会对实体基础设施公司施加各种规定。如果供水受到污染，供水公司（但愿）就会受到严厉追责。但这种办法之所以有效，只是因为这些设施的故障模式很容易识别——水会遭到污染，桥梁会坍塌，列车会脱轨。要监管人工智能这样的技术就难得多，因为它可以有各种形态，也能以各种方式使用。
另一个经常被提出的办法是开源或开放权重（3）人工智能模型——它们是ChatGPT等专有模型的替代品，任何人都可以免费使用和改造。这类模型确实能削弱大型人工智能公司的权力。但它们不能确保人工智能用于公共利益——它们只是让更多人能够打造自己的人工智能产品，而这些产品可能出于同样的种种原因，危害程度丝毫不减。
人们也常常谈论人工智能的民主治理，其核心是让人工智能公司、资助方和监管机构倾听公民意见，并采纳他们对“良好”人工智能的看法。这很好，但确实有赖于这些机构都愿意配合。
因此，出现了推动公共人工智能的运动。
公共人工智能会包括什么？
这个理念是由政府建设人工智能技术栈关键组成部分的公有版本，主要包括：
供公共部门机构、研究人员和小型企业训练及运行模型的数据中心。
任何人都能使用的训练数据集——有人称之为“开放版亚历山大图书馆”——其中不含垃圾数据，不会盗用受版权保护的数据，并且可根据特定文化背景或用途（例如气候建模）进行定制。
真正开源的基础模型，国家、研究实验室和企业都能对其进行改造和拓展；这些模型以可靠数据训练，并内置民主价值观。
引导人工智能朝有益于社会的方向发展的标准、目标和治理机制
我们能从中获得什么？
由于缺少直接的历史类比，公共人工智能的意义在这里有点难以解释。过去政府建设公共基础设施，通常是为了填补私营部门留下的空缺。而这里的理念是建设一套与现有体系完全不同的替代系统。这有点像在现有铁路网旁边再建一整套铁路网，而不是只补贴通往偏远地区的支线。
所以，你不能简单地说这是“为人工智能而建的桥梁”或“为人工智能而建的电网”。不过，有几种不同的“人工智能版X”比喻，至少可以解释它的不同侧面。
它是人工智能领域的BBC或PBS。私营媒体可以自由选择立场，包括传播错误信息或特定政治观点。但许多政府建立了公共广播机构，其使命包括凝聚共同价值观和共识，建设健康的公民社会。（有时还不止如此：BBC实际上推动了收音机的普及，因为其资金与售出的收音机数量挂钩。）同样，公共人工智能可以打造促进民主价值观和健康公共讨论的人工智能服务，而不是被用来传播错误信息或仇恨。
它是人工智能领域的欧洲核子研究组织（CERN）或美国国防高级研究计划局（DARPA）。美国20世纪许多重大的技术创新，来自AT&T、施乐和IBM等公司的研究实验室。但这些公司的目标仍是利润，而非社会目标。相比之下，DARPA为对美国国家安全至关重要的研究提供资金。CERN汇集价值数十亿美元的研究经费，这是各国单独难以筹集的。公共人工智能也可以这样做，为科学家提供开展前沿研究的资源，并开发私营部门或许不会开发的人工智能模型。例如，用于公共卫生研究的专科医疗人工智能、帮助解决住房可负担性问题的住房人工智能，或改善司法体系的法律人工智能。
它是人工智能领域的邮政服务。如果DHL或FedEx停止为某些地区提供服务，或大幅涨价，邮政服务可以确保所有人仍有负担得起的寄信方式。现在，任何想免费使用人工智能的人都有很多选择，但这种情况会一直持续吗？看看Twitter就知道，平台换了新老板后可能发生多么彻底的变化。公共人工智能将确保公众始终能够免费或以有保障的低价使用优质人工智能服务。
它是人工智能领域的公用事业。私营公司的目标只有一个：赚钱。监管可以禁止它造成危害——例如污染或生产危险产品——但不能强迫它行善。公用事业机构则可以被要求这样做。例如，公营电力公司可能不仅要赚够自身运营成本，还要帮助维护电网。供水公用事业机构可能不仅要提供清洁用水，还须为污水系统提供资金，或为公共公园供水灌溉。同样，公共人工智能公用事业机构可能有义务让模型体现民主价值观，或支持创建公共数据集。（这里有一份幻灯片，包含一些实用示意图。）
它是人工智能领域的公共图书馆。图书馆系统确保人人都能获取知识。公共人工智能则确保人人都能使用人工智能。
或许还可以选用其他比喻。不过，公共人工智能的要点在于，它是所有这些东西。我认为这正是它难以理解的原因，因为没有一种描述能涵盖全部内容。
超市这个比喻怎么样？
好吧，先听我说。也许可以这样解释公共人工智能。
超市有很多，但它们出售的许多食品并不健康，或以不可持续的方式生产；有些地方甚至存在食物荒漠，由一家连锁店垄断市场。那么，如果政府设立一整套替代超市连锁，只销售有机和本地农产品、低糖食品以及不过度加工的食品等，按成本价出售，在各地开设分店，还免费开办烹饪和营养课程，会怎么样？这套连锁超市的规模经济将改变食品行业的激励机制，推动可持续健康食品生产，甚至促使私营超市最终改变所售商品。最终，这一切将改善健康状况、降低医疗成本、增加税收收入（因为健康的人能够工作），并减少环境损害，带来的效益将远超超市的初期投入。
在这个比喻中，食品的来源——有机、低糖等——代表训练数据。食品本身代表人工智能模型。政府超市代表数据中心和其他实体基础设施。私营超市和食品行业代表人工智能私营部门，等等。
这样一说，听起来简直荒唐。任何头脑清醒的政府都不会为超市做这种事。但也许它们应该？
总之，我不知道该怎么称呼它。但肯定有比“公共人工智能”更振奋人心的名字。
但它会建成吗？
不同国家正在零星推进公共人工智能技术栈不同组成部分的建设。例如，一个名为OpenEuroLLM的项目希望为多种欧洲语言开发基础模型。还有Euro Stack，它希望为欧洲打造“一套完整的数字生态系统”。瑞典、瑞典、瑞士、瑞士、新加坡、新加坡以及美国几个的美国地方也有国家级人工智能项目（不过这些项目在特朗普政府时期会如何发展，谁也说不准）。有报道称，一个名称尚未公布的公益人工智能基金会将于下周在巴黎成立。
但这些努力的规模与私营部门所做的相比，完全不在一个量级。几天前有报道称，欧盟决定为一个欧洲开源模型投资5600万美元，这让一些人议论纷纷（文章没有说明，但想必是OpenEuroLLM）。有人指出，中国的DeepSeek据称只花了600万美元训练其R1模型；该模型几周前震惊了世界。
但这个数字很可能被严重低估了。与此同时，5600万美元还不到欧洲最大本土人工智能公司Mistral去年夏天一轮融资金额的十分之一。它还不到六百分之一；一项研究估计，建设一个“人工智能领域的CERN”需要300亿至350亿欧元 ，而且这项估算仅涵盖前三年。更不用说据称美国计划向“星际之门”项目投入数百亿、甚至可能数千亿美元，不过我认为，对这些说法还是要打个大大的问号。
不过，公共人工智能网络的成员——这是一个由政策人士和研究人员组成、致力于推动这项工作的松散联盟，我必须感谢他们帮助我对这个话题有了一点点了解——计划在下周的巴黎峰会上提出几个“登月计划”。其中最主要的是开源大语言模型，其次是“亚历山大图书馆”（大型公共数据集）、“人工智能领域的CERN”（即大型计算基础设施），以及一些治理和监管框架。祝他们好运……也希望他们能想出一个更好的名字。
1。在一篇简短但出色的文章中，Robin Berjon指出，数字基础设施的扩张速度快于政府的应对速度，“或许是互联网带来的最重大、却最不为人所注意的冲击”。
2。不过，以防我真的这么做：
平台劣化。私营科技服务存在一种普遍趋势：随着它们巩固市场地位，服务质量会变差，因为它们失去了吸引更多用户的动力。
用户锁定。服务变得糟糕时，公司会想办法阻止用户离开——例如，让用户难以导出自己的数据。
扭曲的激励机制。大型人工智能公司的首要目标其实不是满足用户需求，而是在竞赛中打造尽可能庞大、强悍的模型，以求（至少是它们这么期望）实现通用人工智能。这让它们大量搜刮训练数据，其中可能包含受版权保护的内容，甚至只是彻头彻尾的垃圾数据。
最低共同标准。尽管如此，私营企业确实希望在这个过程中尽可能多地争取用户。因此，它们更看重通用易用性，而不是针对紧迫社会问题的具体应用。
文化偏见。大型语言模型（LLM）的训练数据中，英语内容所占比例明显偏高。虽然它们可以用你喜欢的任何语言回答你，但这些回答只是翻译：其底层内容仍然偏向英语使用者所面对的内容。对其他用户而言，回答可能在文化上缺乏敏感度，甚至完全错误。这是因为其他语言的可用训练数据实在较少，而且企业认为，训练模型以服务规模较小的文化群体所能带来的回报正在递减。
没有价值观。如果训练数据中包含错误信息、仇恨言论以及为纳粹主义辩护的内容，大型语言模型就会毫不迟疑地输出这些内容。其创建者可能会实施内容审核，也可能不会。正如Meta最近决定停止事实核查，并允许某些此前被屏蔽的仇恨言论形式一样，人工智能公司也可能认为，放任其模型肆意输出符合自身商业利益。
没有问责。没人真正知道ChatGPT这类模型是如何构建的——它们使用了哪些数据进行训练，或这些数据是如何处理的。依赖它们，就像在不知道建筑公司使用了什么材料的情况下，相信一座桥是安全的。如果桥梁坍塌，谁来承担责任？
财富与权力日益集中。那些估值达数千亿美元、牢牢掌控某项技术的公司，可以让政府听从其摆布。
其他负面外部影响。例如，建设大型数据中心带来的气候影响。
3例如，DeepSeek和Meta的模型采用开放权重，尽管它们常被称为开源模型。区别在于，开放权重模型不会披露其训练数据或训练过程的详情，只公布训练结果——这就好比公布一栋建筑的蓝图，却不说明施工过程的细节，也不交代材料的来源。有关这一区别的更多详情，见这里和这里。
