OpenAI 紧急上书,矛头直指 DeepSeek!15 页提案欲锁死中国 AI

【新智元导读】刚刚 OpenAI 提交的 15 页提案中,直接呼吁美国政府:立法禁止 DeepSeek!同时还呼吁美国联邦政府给予 AI 公司豁免权,否则,中美之间的 AI 竞赛就已经结束了。

就在刚刚,OpenAI 不装了,彻底摊牌:呼吁美国提案,禁止 DeepSeek!

这一次,OpenAI 给 DeepSeek-r1 安上了不少罪名:极度不安全,侵犯知识产权等等。

今天,OpenAI 放出了一份长达 15 页的政策建议报告,沉痛呼吁------

如今美国正在审议的数百项 AI 法案,可能会削弱美国技术进步,尤其是美国面临来自中国新一轮竞争的重要关头!

OpenAI 强调,如果州政府颁布了相关规定,政府应考虑为大大小小的 AI 公司提供豁免,以换取它们自愿使用模型的权利。

虽然美国目前在人工智能领域保持领先,但 DeepSeek 显示我们的领先优势并不大,而且正在缩小。《人工智能行动计划》应确保美国主导的人工智能胜过中国主导的人工智能,从而巩固美国在人工智能领域的领导地位,并为所有美国人创造更加光明的未来。

OpenAI:政府应为 AI 公司提供豁免权,美国 AI 眼看着要落后中国

OpenAI 这样向特朗普政府建议:你们应该帮助 AI 公司免受日益严苛的州级 AI 法规的影响,前提是它们愿意拿出自己的模型,与联邦政府共享。

目前在美国各地,已经有数百项 AI 相关法案正悬而未决。

OpenAI 担心,一旦它们落地,肯定会在中国竞争的冲击之下,大大削弱美国的技术进步。

因此,政府应对考虑为 AI 企业(无论规模大小)提供一定程度的州级法规豁免。

总之,在 OpenAI 提交给白宫科学与技术政策办公室的提案中,OpenAI 洋洋洒洒提出了不少建议。

在 2 月份,政府就曾向外接公开征求意见,为政府指定新的 AI 政策做参考。

此前,特朗普撤销了拜登政府制定的庞大的 AI 行政命令,并要求科学技术办公室在 7 月前制定一项《人工智能行动计划》。

迄今为止,联邦政府尚未出台针对 AI 行业的具体立法。

总体上,特朗普政府对于 AI 技术的态度是,毕竟倾向于放任政策。

然而,许多州却在积极考虑全新的监管措施,包括针对 DeepFake 以及 AI 系统中的偏见。

对此,OpenAI 显然急了。

OpenAI 全球事务副总裁 Chris Lehane 表示,美国人工智能安全研究院(US AI Safety Institute)作为政府机构,可以充当联邦政府与私营公司之间的主要桥梁。

OpenAI 希望,如果企业自愿与该机构合作,允许其对自家模型进行审查,政府就应该向它们提供「包括免除州级法规在内的责任保护」,尤其是在涉及前沿模型安全法规上。

「企业不必收到各州法规的约束,因为后者显然远不及联邦层面的监管完善。」

而对于此前引起巨大争议的版权问题,OpenAI 也强调,政府应该对此放手,进行版权改革。

这是因为,美国的「合理使用原则」对维持 AI 领域的领先地位至关重要。

已经有包括 OpenAI 在内的多家公司,因训练模型的数据而面临多起版权起诉。

但在 OpenAI 看来,这就让中国占了大便宜!

如果中国的开发者可以不受限制地获取数据,而美国公司却因失去「合理使用」保护而无法获取数据,AI 竞赛就已经结束了。

五大提议

15 页提案中,OpenAI 主要提出了 5 点建议,最终目标加强美国在 AI 领域的领先地位。

具体包括:

  1. 预防性措施:确保创新自由 ===============

OpenAI 建议建立一个范围明确的框架,促成联邦政府与私营部门之间的自愿合作,以保护和强化美国国家安全。

通过这种框架,政府在适当的情况下能够从企业获得经验和资源。

作为交换,私营部门则能免受今年美国各州已经提出的 781 项与 AI 相关提案的影响。这种零散的法规可能阻碍创新,尤其在 AI 领域,有可能削弱美国的领导地位。

该倡议将由美国商务部主导,并与 AI 事务主管协调,或许通过重新设想美国 AI 安全研究所来实现。

此举将为国内 AI 企业提供一个高效的「单一入口」,方便与联邦政府进行对接,同时整合国家安全和经济竞争力领域的专业知识。

  1. 出口管制:推广民主 AI ===============

一项全面的出口管制战略,不仅应限制 AI 技术向中国的流动,更应确保美国在「扩散竞争」中取胜,即让尽可能多的国家与民主价值观保持一致,并在民主基础设施上发展 AI。

为此,OpenAI 建议美国政府在制定出口政策时,考虑总可服务市场(TAM),即全球范围内除中国及其少数盟友之外的国家,并将其与「可服务市场」(SAM)进行比较,即那些倾向于在民主框架下构建 AI 的国家。

美国政府应帮助尽可能多的 SAM 国家承诺遵循这一方向,包括实际部署符合美国政府制定的民主原则的 AI。

具体而言,他们建议维持 AI 扩散规则的三层框架,以区分全球 AI 市场中的不同国家,但对其进行关键修改,以扩大第一层(Tier I) 。

  1. 版权:促进学习自由 ============

美国的版权法在美国早期技术进步的阶段发挥了重要作用。如今,这一原则对于美国继续保持 AI 领导地位变得更加关键。

OpenAI 的模型并非用于复制或直接提供现有作品供公众消费。

相反,它们从作品中学习,提取模式、语言结构和上下文见解。这意味着,我们的 AI 模型训练方式与版权法及「合理使用原则」(fair use doctrine)的核心目标保持一致------利用现有作品创造出全新的、不同的内容,而不会削弱这些作品的商业价值。

美国拥有众多 AI 初创公司,吸引大量投资,并在研究方面取得诸多突破,主要得益于「合理使用原则」对 AI 发展的支持。

将「合理使用原则」应用于 AI,不仅关乎美国的竞争力,更关乎国家安全。

近期国际前沿 AI 的快速进展表明,美国在 AI 领域的领先地位远未稳固。

  1. 基础设施:抓住机遇推动增长 ================

目前,全球有数千亿美元资金,等待投向 AI 基础设施。

如果美国不能迅速采取行动,将这些资源引导至支持「民主 AI 生态系统」的项目,这些资金将流向其他国家支持的项目。

OpenAI 提出一项基础战略,确保基础设施投资能够推动经济增长,使所有美国人受益;最大化 AI 的可及性;维护国家安全利益,确保敏感的美国数据存储在美国本土。

这项战略将包括一系列鼓励创新的政策和举措,而非阻碍开发者的措施,同时支持 AI 生态系统的繁荣发展,包括实验室、初创企业和大型公司,并确保美国在 AI 领域的长期领导地位。

首先,建设数据中心需要大量资本投入,尤其对于试图与现有云计算巨头竞争的新兴企业而言,这一挑战尤为严峻。

OpenAI 支持本届政府已提出的解决方案,以确保足够的资本流向美国的 AI 基础设施建设,包括:

  • 投资工具,如建立「主权财富基金」(Sovereign Wealth Fund);
  • 政府采购和担保,既可为政府提供所需的计算资源,也能向市场传递信号,表明美国开发的 AI 将持续有需求;
  • 税收抵免、贷款和其他融资手段,由美国政府提供信用增强,帮助推动 AI 基础设施建设。
  1. 政府对 AI 的采纳:以身作则 ==================

目前,美国联邦部门和机构对 AI 的应用,仍然处于不可接受的低水平,联邦雇员,尤其是国家安全部门的工作人员,在很大程度上无法充分利用 AI 的优势。

政府应鼓励公私合作,加速 AI 在政府机构中的应用,并消除已知的障碍,包括过时且冗长的认证流程,限制性测试权限,缺乏灵活性的采购渠道。

参考资料:

openai.com/global-affa...

相关推荐
猿饵块2 分钟前
opencv--图像变换
人工智能·opencv·计算机视觉
LucianaiB9 分钟前
【金仓数据库征文】_AI 赋能数据库运维:金仓KES的智能化未来
运维·数据库·人工智能·金仓数据库 2025 征文·数据库平替用金仓
jndingxin24 分钟前
OpenCV 图形API(63)图像结构分析和形状描述符------计算图像中非零像素的边界框函数boundingRect()
人工智能·opencv·计算机视觉
旧故新长29 分钟前
支持Function Call的本地ollama模型对比评测-》开发代理agent
人工智能·深度学习·机器学习
微学AI41 分钟前
融合注意力机制和BiGRU的电力领域发电量预测项目研究,并给出相关代码
人工智能·深度学习·自然语言处理·注意力机制·bigru
知来者逆1 小时前
计算机视觉——速度与精度的完美结合的实时目标检测算法RF-DETR详解
图像处理·人工智能·深度学习·算法·目标检测·计算机视觉·rf-detr
一勺汤1 小时前
YOLOv11改进-双Backbone架构:利用双backbone提高yolo11目标检测的精度
人工智能·yolo·双backbone·double backbone·yolo11 backbone·yolo 双backbone
武汉唯众智创1 小时前
高职人工智能技术应用专业(计算机视觉方向)实训室解决方案
人工智能·计算机视觉·人工智能实训室·计算机视觉实训室·人工智能计算机视觉实训室
Johny_Zhao1 小时前
MySQL 高可用集群搭建部署
linux·人工智能·mysql·信息安全·云计算·shell·yum源·系统运维·itsm
一只可爱的小猴子1 小时前
2022李宏毅老师机器学习课程笔记
人工智能·笔记·机器学习