拒绝赛博朋克：斯坦福HAI报告警示“科技巨头垄断AI研究已成危害”，力挺「国家安全云」计划

Stanford Institute for Human-Centered AI，亦称HAI) 在2020率先发起呼吁建立机器学习数据分析教育资源公安部（NAIRR）。过去的10个年底里，这里汇集了全美最优秀的生物学家系统地如何的系统NAIRR，再次呈现了一份“重总量级”白皮书《相结合各地区机器学习数据分析教育资源：各地区数据分析虹愿景》（Building a National AI Research Resource: A Blueprint for the National Research Cloud.）

“我们的问卷清查就是给反对者最有力的回应。”

2 “英国并不须要要各地区数据分析虹”

“我们想对那些恐怕AI数据分析力会集中的在大新材料新公司的人说: 在此之前已经是这种可能了。如果再次不能变成功建立各地区数据分析虹，这只会促使巩固企业主在机器学习行业的占多数。”

“众所周知的服务器都在计算机高效率。” 深度学习（Deep Learning）是机器学习中的机器学习的重要分支，也是英国各地区数据分析虹的主要着力点。代码运行并不须要要巨大的算力中空，而算力是靠钱“烧”出来的。一个优秀迭代数学模型的迈入，并不须要要数十万、乃至数百万美金的转为。根据OpenAI的资料结果显示，过去7年里，机器学习背部新公司的推算总量飙升大大约30六倍。不菲的变效率让学术界根本无法遏制，只有Google公司、安第斯这种亿万富翁才均供得起统计数据中的心每年数十亿美金的研制经费。

在经费和的设备的双重相异下，推算机人才纷纷投奔大新公司的怀抱。十年前，机器学习专业人士大学教授转到学术界和计算机高效率的风险是一样的。但直到现在，他们选择计算机高效率的风险更高，是学术界的两倍！这种失衡会有两个严重后果：

首先，许多组织的数据分析方向倚赖新材料新公司的决策、监督和投票权，再次造变成数据分析短亦非。像之前Facebook败诉了子新公司新产品Instagram对身为女性有危害关键问题的内部争论。第二，许多组织的科研工作因受利益挟制，才会对准毫无疑问注意不足的入门级。

一切正如统计数据生物学家Rick·斯图尔特布鲁克纳尔(Jeff Hammerbacher)所说:“ That sucks！我们这代里最聪明的人都在思考如何让人点击广告！” 斯图尔特布鲁克纳尔是扎克伯格在耶鲁时的学长，Facebook的统计数据团队正是由他一手创建的。

毋庸置疑，各地区数据分析虹是解决核心不和的最佳前提。因为它可以拓宽企业环境之外的AI访问教育资源。研制、评审AI科研人员可以为了让各地区数据分析虹的力总量“胜过”武断的高效率行业（包括自然科学、历史学和人文科学）。在保证恶意前提下释放地球观测、劳动力市场竞争和司法系统的统计数据——这两项只有少数人有权限访问——这将引导机器学习解决更丰富多彩简单且迫切并不须要要的社会关键问题。

对于那些亦非了公共机构如“作对”、许多组织如“亲朋”的异见者，三位历史学家表示：

“均依靠许多组织只会阻碍AI金融业主体发展、造变成抑制科技，再次损害的将是的民众利益。的政府对促进基础数据分析和变效率效益方面至关重要。以人造卫星图像为例，2008年前，英国地质警总(U.S. Geological Service)对每张人造卫星图像缴付大约600美元的费用，随着后来统计数据开放免费包括图像，这大大推行了推算机亦非觉在数据分析世界变暖、栖地改变、贫困和城市蚕食方面的高效率的发展，每年消除30 - 40亿美元的效益。”

文中的声称，在推算行业，合众国了政府对建立运尖端推算服务设施长处毫无疑问信任，从橡树崖各地区Laboratory的Summit系统（2018-2020年世界上最强大的超级推算机），再到英国各地区科学非营利组织(National Science Foundation)海外投资入门级推算网络，与许多组织合作开发，在遏制COVID-19等多有中的起到了强大的作用。相反商业虹服务的变效率是相结合自己系统的3到8倍。各地区公共虹不可能一蹴而就，但它带来的回馈，会让前期的努力和转为都变毫无疑问。

英国迫切并不须要要并不须要要建立一支能够在紧要关头随时转为采用、监控和监管部门AI系统的的政府“初代”—— 借助这一要能的众所周知形式就是各地区数据分析虹。早先留有的IT系统持续头疼着英国土耳其政府，了政府问责总局(Accountability Office)曾声称的，截止2016年，英国防部仍在采用 8 英寸软盘来协调足以毁灭世界的核力总量”。

“NAIRR是合众国了政府“再进一步”AI行业的机会，不该沦为高效率怀疑学说和唯市场竞争学说间的儿戏，零和博弈没有赢家，都是决胜负！”

实际上高效率垄断性之下，这些新材料“主导”也会是活着的胜者。

3 垄断性必

明年7年底英国美国新公司执法机构首次对移动高效率的发展店面举出诉讼，指控Google公司能用Google Play店面向销售高效率的发展的该公司缴付过高佣金，故意屏蔽安卓系统上其他竞争对手的高效率的发展店面。令人不解的是，世界上为数不多比Google公司规模还大的新公司——安第斯竟也变成了受害者。要知道在美国新公司的诉讼案中的，安第斯可是被告席上的“而出名”。

“各地区数据分析虹将受惠每个人。”白皮书中的的原文这样写到：“NRC将包括优廉的高性能推算教育资源、大规模了政府统计数据集的必要虹环境、和必备的专业人士知识，通过教育资源间的密切合作开发受惠学术界、了政府和计算机高效率。以扩大AI数据分析中的关键教育资源的得到提均供者，NRC将包括赞变成基础科学机器学习数据分析、机器学习科技的平民化，以及在此期间提升英国在机器学习行业的领导者话语权。”

眼下，新材料亿万富翁对AI的实质上大有不可阻挡之势。HAI认为，一个健康且来源相当多、包容度高的科技生态系统——各地区数据分析虹推算开放性是扭转总局面的唯一钥匙。创下“卡脖子”的统计数据壁垒将对借助AI的产研平衡消除深远冲击。

在此之前“各地区数据分析虹”仍在构想阶段，诸如“组织的系统、制订部分、银行贷款事前、合作开发机制、硬件配置、统计数据范畴、访问权限”等许多难点仍未攻克，此外还并不须要要强力的 “统计数据标准化”等国际关系和持续的教育资源中空，以及大总量持续的银行贷款转为。

《相结合各地区机器学习数据分析教育资源：各地区数据分析虹愿景》（Building a National AI Research Resource: A Blueprint for the National Research Cloud.）的作者：

Daniel E. Ho, William Benjamin Scott 和 Luna M. Scott法学大学教授，耶鲁大学以人为本的机器学习数据分析所（HAI）副所长。

Jennifer King，耶鲁大学以人为本的机器学习数据分析所（HAI）的恶意和统计数据政策数据分析员。

Russell C. Wald，耶鲁大学以仁为本机器学习数据分析所（HAI）的政策副校长。

Christopher Wan，耶鲁大学法学大学教授/MBA预读生，是“建立各地区机器学习数据分析教育资源”调查报告的合著者，为本文包括了数据分析和编辑协助。

耶鲁大学“以人为本”机器学习数据分析所(Stanford Institute for Human-Centered AI，亦称HAI)，由英裔耶鲁大学机器学习生物学家李飞飞和哲学大学教授大约翰·埃切曼迪联合兼所长，致力于推行机器学习跨行业合作开发，让新材料以人为本，紧接著内心，加强对机器学习社会冲击力的数据分析。

各地区机器学习数据分析教育资源公安部(NAIRR) ：英国各地区智库，由12名来自学术界、政界和金融业界尖端行业专家组变成，耶鲁大学李飞飞大学教授，Google公司虹Andrew Moore， 艾伦机器学习数据分析所Oren Etzioni等。意在让AI科研人员旨科研人员得到更多了政府统计数据、推算教育资源和其他工具。

链接：

_NRCR_2021_0.pdf

_in_digital_markets.pdf?utm_campaign=4493-519

。

感冒能服用阿莫西林克拉维酸钾片吗
红草止鼾胶囊用法用量
八子补肾胶囊
扶他林与英太青哪个止痛管用
艾拉莫德片可以治类风湿吗