扎克伯格为开源AI发声，剑指美国政策壁垒

近日，Meta公司首席执行官马克·扎克伯格在一份公开声明中，将矛头指向了美国政府现行的人工智能监管政策。他核心的诉求在于，希望官方能够重新审视那些可能阻碍AI模型间知识共享与学习进化的规定，特别是围绕“模型蒸馏”和训练数据使用的条款。

为什么“模型学习模型”的原则如此重要？

在扎克伯格看来，人工智能的发展不应是孤岛式的。一个模型从另一个模型的成果中学习、提炼知识（即模型蒸馏），是推动技术快速迭代和安全进步的关键路径。这种“站在巨人肩膀上”的研发模式，能够有效避免重复劳动，加速解决共同的技术难题，并最终让更安全、更强大的AI系统得以诞生。

他警告说，过于严格地限制这种学习过程，等同于给整个行业的创新引擎“踩刹车”。这不仅会让美国在AI全球竞赛中落后，也可能导致技术发展集中在少数几家大公司手中，不利于生态的多样性和健康竞争。

开源与数据：创新基石还是风险源头？

声明中，扎克伯格反复强调了开源模式的价值。他认为，开放协作的环境能让研究人员广泛地审查代码、发现漏洞，从而比封闭系统更快地提升AI的安全性与可靠性。同时，对于训练数据使用的政策，他也呼吁需要更清晰的、支持创新的框架，而不是“一刀切”的限制。

这场呼吁并非孤立事件。它反映了科技行业与政策制定者之间，关于如何在促进创新与管控风险之间找到平衡点的持续博弈。扎克伯格的介入，无疑给这场讨论增加了重量级的声音。

  • 核心诉求： 要求美国政府评估并调整现有AI政策。
  • 保护原则： 确保AI模型在研发中能向其他模型学习。
  • 长远目标： 维护美国在AI领域的领导力与创新活力。

目前，美国政府方面尚未对此作出正式回应。但可以肯定的是，随着AI技术日益深入社会经济各个层面，类似的关于开放、安全与监管的争论，只会越来越频繁和激烈。