前沿速递

公共 AI：为了公共利益的基础设施

核心概念

公地圈占（Enclosure of the Commons）：这是指私人实体将原本属于公众、社区或开放共享的资源通过法律或技术手段据为己有，转化为排他性的私有财产，从而剥夺了公众的使用权。想象一片大家几百年来都自由放牧的公共草地，突然来了一家大公司，利用这片草地把自己的羊喂得膘肥体壮，然后修起篱笆把草地围起来，挂上私人领地的牌子，不仅向村民收门票，甚至完全禁止村民进入。在 AI 领域，这表现为科技巨头利用公共互联网数据免费训练模型，然后将模型封闭起来收费，导致最初的贡献者无法享受成果。

公共选项（Public Option）：这是指由政府或公共部门提供的一种服务或产品，在市场上与私营企业的同类产品竞争，从而为消费者提供一个可靠的替代选择，并确立价格和质量的底线。

研究问题

当前 AI 的开发高度集中在极少数科技巨头手中，这种垄断不仅源于昂贵的算力和数据成本，更导致了技术发展方向由利润驱动，忽视了虚假信息、偏见和就业替代等社会风险，而现有的监管措施往往滞后，只能踩刹车却无法赋予公众掌握方向盘的能力。以往的讨论多局限于如何监管私有企业或泛泛而谈负责任的 AI，却缺乏关于如何主动建设替代性基础设施的系统性框架，导致公共部门在技术浪潮中逐渐空心化，不仅无法利用 AI 解决教育、医疗等重大社会问题，还面临着依赖不受问责的私有基础设施的风险。那么我们该如何构建一套具备公共接入、公共问责且可持续的 AI 基础设施，以打破私有垄断，确保人工智能技术真正服务于公共利益并解决市场失灵的问题？

研究发现

发现一：公共 AI 必须由公共接入、公共问责和永久性公共产品三大支柱共同定义，这三者构成了区别于私有 AI 和无治理开源 AI 的本质特征。白皮书指出，单纯的开源或企业社会责任不足以保障公共利益。公共接入要求消除地理和经济壁垒，确保所有人都能获得必要的 AI 能力，就像水电一样普及；公共问责意味着控制权需从股东转移至公众，确保开发过程符合民主价值观，建立信任；永久性公共产品则强调通过可持续的资金和治理结构，防止核心基础设施在未来被私有资本重新圈占或因商业模式压力而变质。这三个特征相互支撑，缺一不可，共同确保了 AI 系统能够长期、公平地服务于社会，而不是沦为少数人的敛财工具。

发现二：实施公共 AI 需要通过水平平台、垂直平台和新型公共产品三个层面的综合干预，以重构 AI 生态系统。水平平台侧重于提供算力（如国家算力中心）、数据（公共数据集）和基础模型等生产要素，旨在降低创新门槛，打破科技巨头的垂直整合垄断。垂直平台则是端到端的公共服务，直接向终端用户提供高可信度、低成本的 AI 服务，为市场设定质量和价格的底线。新型公共产品则聚焦于市场失灵的领域，通过投资，开发医疗、教育等领域的专用 AI，解决私人资本不愿涉足的社会痛点。

Jackson, B., Cavello, B., Devine, F., Garcia, N., Klein, S. J., Krasodomski, A., Tan, J., & Tursman, E. (2024). Public AI: Infrastructure for the Common Good. The Public AI Network. https://doi.org/10.5281/ZENODO.13914560

公共人工智能——白皮书

核心概念

公共人工智能（Public AI）：这是指一种以透明治理、公共问责为基础，确保核心组件能够被公平获取，并明确服务于公共目的的人工智能系统。这就好比我们要建一座公共图书馆，而不是一家只允许付费会员进入的私人书店。在私人书店里，老板决定卖什么书，你只能看不能改；而在公共人工智能这座图书馆里，作为基础设施的书架和藏书属于公众，任何人都可以查阅书籍的内容，参与新书采购，确保知识服务于所有人而不是只为少数人赚钱。

研究问题

当前人工智能的发展正面临严重的权力集中问题，少数科技巨头不仅控制了最先进的模型，还垄断了底层的算力基础设施和关键数据资源，这种寡头垄断导致 AI 的发展方向主要由商业利益驱动，缺乏必要的公共监督和民主问责。以往的政策往往错误地将私营部门的成功等同于公共利益，或者仅仅通过主权 AI 的名义重复商业投资模式，而没有真正解决结构性的不平等和依赖问题。

在此背景下，白皮书核心探讨的问题是：面对算力、数据和模型层面的资源约束与商业垄断，政策制定者和资助者应如何设计和实施战略，构建一个具有透明治理、公平访问权和明确公共目的的公共人工智能生态系统，以确保 AI 技术能够真正服务于广泛的社会利益？