3月28日，澳大利亚科学与工业研究组织（CSIRO）发布《人工智能（AI）基础模型》报告[1]，在总结这类模型全球发展状况的同时，指出这类模型应被视为一种新型基础设施，澳须自主建设以避免使用外国模型所带来的安全性和可靠性风险；并提出最小化其风险和最大化效益的政策工具。

一、AI基础模型全球状况

这类模型通常用大规模的无监督学习方式，利用大量数据进行训练并支持广泛的下游任务，当前强大的模型如OpenAI的ChatGPT、微软的Copilot和谷歌的Gemini，它们能以图文声像多模态运行。2023年德国研究者发现，全球近些年至少开发了125个基础模型，73%来自美国，15%来自中国，12%来自欧盟和其它国家，大多数都是私有技术公司开发。这类模型升级快、插件出现快，未来将出现更多性能更好的模型。

现在有越来越多的证据表明这类模型与生产率提升有关，但生成式AI模型却存在索洛悖论（信息技术无处不在，似带来极大增长，但同期的劳动生产率却没发生什么变化）。绝大多数的这类模型都在澳国外制造并运行，澳几乎没有本国制造的这类模型。美英德日四国都宣布了关于这类模型的举措，并拟定立法和白皮书。在政策工具上，多国政府正开发这类模型，以改善公共行业的作用、公平获取高性能计算机、分享数据集、提升各方面人员的技能和增强国际合作。

二、澳自主建设AI基础模型面临的问题

澳产业正越来越依靠这类模型，这是机遇，但也是风险。2023年分析发现，20年来，澳发表的AI研究文章占全球的1.6%，发明专利申请占全球的0.2%。澳研究AI与AI产品创新之间的差距可能就在AI基础模型上，澳更多的是下游用户而非AI产品制造者。

AI基础模型市场由外国公司主导，它们会严格限制对训练数据集、算力和用户数据库的获取，这就阻止了竞争。这类模型的拥有者可以随意定价，形成市场垄断。

国外的AI基础模型可靠性和稳定性不由澳自主决定。澳公民使用的技术平台能突然变化，越依赖这些平台，影响就越大，而政府可能无法控制或影响这种变化。另外，国外AI基础模型会对文化的相关性和敏感性，信息的机密性、隐私和安全，地缘政治风险，民族与内容的合理控制，劳动力影响等方面带来副作用。

三、澳自主建设AI基础模型的政策工具

澳自主建设AI基础模型并非意味着整个AI模型都在澳开发和由国内管理。自主建设体现的能力是管理所用模型的方法，是维护社会经济活动的能力。

针对上述澳自主建设AI基础模型面临的问题，报告提出以下政策工具来帮助政府利用这类模型带来的机遇和减少其风险：①建设高性能计算基础设施，优先开发图形处理单元这种AI加速器芯片集，普适性获取高性能计算服务，保证重点机构和项目优先获取相关服务。②就分享AI专长和资源的双边或多边国际协作进行磋商。③通过培训、教育和获取全国甚至全球的人才，增强劳动力从事AI基础模型的各项技能。④开发各种资源、政策、规章和测试系统，确保AI基础模型能提高生产率，并安全可靠。⑤识别、认定和建设可用的共享数据集，以训练AI基础模型。⑥对建设和应用AI基础模型等进行投资，以发挥政府的作用，这些模型可为政府提供政策制定、情报收集分析、卫生护理服务、自然灾害环境预报和研发等服务。                                                                （刘栋）