随着“Pacing the Frontier”等项目将大型实验室视为保障AI研究安全的关键，开源模型已成为业界的一个敏感话题。由于开源权重模型免费分发且难以控制其使用方式，部分实验室甚至将其视为潜在威胁。

然而，在上周于拉斯维加斯举行的Ai4大会上，三位全球最受尊敬的AI研究者——诺贝尔奖得主Geoffrey Hinton、World Labs首席执行官兼联合创始人李飞飞，以及Coursera联合创始人Andrew Ng——就此问题发表了看法。尽管他们在具体策略上存在分歧，但都强烈支持保持AI的开放性。

三位演讲者的核心关切是避免少数大型AI公司垄断技术进步的节奏。当少数公司控制技术访问权限时，如苹果和谷歌对移动操作系统的控制，创新可能放缓，且平台拥有者能影响其上构建的内容。

Andrew Ng担心AI领域会出现类似的局面。“我不希望出现守门人，”Ng说，“那会限制我们所有人接触AI的机会。”

公司有动力保护其竞争优势，包括通过影响行业规则。这可能导致只有最大、资本最雄厚的企业有资源开发最先进的AI系统。

Ng的解决方案是保持多家供应商竞争，而非让少数玩家主导市场。“如果让我给出一个建议，那就是促进开放，”Ng说，“因为AI是一项了不起的技术，我希望它能被所有人掌握。”

但并非所有人都认为开源权重模型能维持这种局面。Hinton特别区分了开源软件（公开代码供检查和修改）与开源权重模型（公开训练好的AI模型参数）。

“开源很好，你展示代码，很多人会发现漏洞。开源权重则是训练一个大模型后把权重给别人，这完全不同，”Hinton说。“我反对开源权重，因为这让人们很容易拿到这些训练成本极高的基础模型，然后用更少的钱训练它们去做坏事，比如网络攻击。”

尽管有顾虑，Hinton承认开源权重模型已成为AI领域的常态。“这场战斗已经输了。现在我们有了开源权重模型，训练基础模型的高成本门槛已经消失，已经太晚了。”

但接受现实并不意味着忽视风险。Hinton明确表示，AI将持续进步，他认为这总体是好事，将提升生产力、改善教育和医疗。“担心AI可能带来的负面影响，以及智能体比我们更聪明时可能做的事，我认为这并不过分。把持这种想法的人贴上危言耸听的标签是不公平的。”

Ng则持不同观点。他认为问题不在于开源模型是否有风险，而是谁控制访问权，谁能赢得市场。谁能打造更廉价的模型，谁就占优势。他警告说，如果中国的开源权重模型在亚洲、非洲及发展中国家广泛采用，可能会影响数十亿人对民主、自由和人权的认知。

“我希望我们能鼓励美国的竞争力和开源AI。事实证明，AI是巨大的软实力来源。比如中国的模型在非洲取得了显著成就，”Ng说，“但我担心由于美国的游说和恐慌情绪，美国的开源AI难以与中国的开源权重模型竞争。如果中国找到更高效的AI构建方式，成本优势将带来商业采用优势。”

李飞飞对这种二元对立提出异议。“把问题简单划分为完全开放或完全封闭非常危险，”她说，“复杂的软件和科学系统要更细致。”

她以核物理为例：科学论文公开发表，铀材料受管控，实验室工作介于两者之间。她解释说，开放不必是非黑即白，生态系统的不同层面可以有不同的开放程度。

她还强调了公私合作项目，如人类基因组计划。该计划产生的知识成为平台，促进制药公司获利、科学家推进研究、社会受益。

“所以我认为我们应该把AI当作这样的基础设施，”李飞飞说，“我们需要在科学发现、教育、全球合作中保持一定程度的开放，同时也要支持有利可图的商业模式。我们也会接受封闭系统。把这个问题简化为‘只能容忍一种’的争论是错误的。我们需要更细致的思考。”

不过，所有人都同意，某种程度的监管是确保AI朝正确方向发展的必要条件。“我们希望AI的发展能帮助人类，监管会帮助实现这一点，”Hinton说，“不能让埃隆·马斯克和马克·扎克伯格来决定AI该如何发展。”