AI の大問に関する最優秀論文発表（23 分読み）

2 ヶ月前、私は AI に関するいくつかの大きな質問を投稿しました。このコンテストには 600 編のエッセイが提出されました。以下に 3 人の受賞者の情報と、全 3 編の完全なエッセイを掲載します。参加されたすべての皆様、ありがとうございました！ **第 1 位 - ジャッシー・パンヌ** [Jassi Pannu](https://jassipannu.substack.com/) はジョンズ・ホプキンス大学の准教授で、バイオセキュリティとパンデミック対策に注力しています。彼女は Blueprint Biosecurity の理事を務めています。 ジャッシーは OpenAI 財団が何をすべきかという質問に答えました。彼女は、私たちが疾病のない世界で暮らすことができると説得力を持って主張し、そのプロジェクトに数百億ドルを投じる方法について、非常に具体的かつ熟考されたアイデアを示しました。 **第 2 位 - エゲ・エルディル** [Ege Erdil](https://x.com/EgeErdil2?lang=en) は、フロンティア・コーディング・エージェント向けの環境と評価（evals）を構築するスタートアップ「Mechanize」の共同創設者です。以前は Epoch AI の研究者でした。 エゲは、AI サプライチェーン外の国々が、変革的な成長によって完全に迂回されるリスクを高めることなく、その可能性を回避するために何をすべきかという質問に答えました。 彼らは、これらの国々がすでに成長の増加と生産性の向上にうまく機能しているような政策を制定することに集中すべきだと主張しています。これらの戦略（強力な財産権、低い資本税、そして開放的な規制体制）は、それらを制定することが今日可能であるよりもはるかに高い成長格差を生み出すことができる世界において、さらに重要になるでしょう。 私がエゲの論文で素晴らしいと思う点は、ある意味で彼が非常に常識的な助言を与えていることです（他の応募者が提案したあまりにも頭脳過多な計画とは対照的に—1 つの申請では、中進国がファブとデータセンターを核攻撃すると脅して中国とアメリカを恐喝するというものでした）。しかし、実際には、このより着実で時代を超えた助言こそが最も反逆的だと感じさせました。そしてまた、それが実際に機能する可能性も高いのです。 **第3位 マイケル・リー** [マイケル・リー](https://x.com/michael_lwy) はハーバード・ケネディスクールで公共政策修士課程の候補者です。彼は[セテリス・パラビウス](https://michaellwy.substack.com/)—新興技術、経済学、そして政策が交差する場所にあるブログ—を執筆しています。 マイケルは、ラボが実際にどのように収益を上げるかについて記述しました。彼の投稿は、AI ラボと香港の地下鉄（MTR）のビジネスモデルとの間のユニークなアナロジーによって選ばれました。主要製品が莫大な設備投資（CapEx）を消費し、それを直接回収できない場合でも、補完資産をすべて買収することでそのギャップを埋められるかもしれません。香港 MTR の場合は隣接する不動産がそれにあたり、AI ラボの場合はどのような形になるかはわかりませんが、考える上で興味深いアナロジーでした。 私は、この財団を国家規模のオペレーションとして運営し、空気感染を根絶させるべきだと考えます。 AI がもたらす最大の福祉的メリット（疾患の根治）と最も致命的なテールリスク（人為的なパンデミック）は、どちらも生物学に依存しています。空気感染経路による病原体の伝播を根本的に抑制することで、年間 1 兆ドルを超える世界 GDP を創出する可能性が開けます（季節性インフルエンザの終結、ウイルス感染症と関連が深まる慢性疾患の減少、生産性の損失や医療費などの削減を通じて）。同時に、壊滅的なパンデミックの可能性を完全に排除することができます。 **二重の利得原則:** ほとんどの「AI をうまく機能させるための介入」は、悪い結果、特にテールリスクに対する保険である。私のメタレベルでの主張は、お金をインパクトに変換する最良の方法は、両方の世界で大きなリターンをもたらす介入を特定することにある。つまり、日常の世界では福祉の段階的な飛躍を生み出すとともに、緊急の世界ではテールリスクを大幅に削減するという性質を持つものだ。以下で説明する生物学的レジリエンス（耐性）への介入が、この最良の例である。 **AI を生物学に応用することは治療法への重要な道筋にあるが、不安定な能力は早期に出現する** AI を用いて生物研究プロセスのすべての段階、プロセス自体の管理を含む（これを私は自律的生物学発見と呼ぶ）を自動化・スケールアップすることは、人類を疾病のない世界に近づけることになる。40 億年以上にわたり、生命は生存可能で連結され、適応度プラスの経路という天文学的に微小なサブセット上でランダムウォークを行ってきた。自律的発見のための多コンポーネント AI フィードバックループ（バイオ基盤モデルと大規模な体系的湿式実験を含む）により、私たちは可能な生物設計空間のより多くを探索できるようになるだろう。私たちが最も関心を持っているのは多細胞系の予測と設計であるが、単純な病原体を操作する能力の不安定化作用の方が先に現れる可能性が高い。この課題は、AI による攻撃（アウトブレイクの種まき）が防御よりもはるかに容易であり、防御は物理世界の展開によって制約され続ける点にある；私は、インフラに既に組み込まれている事前配置された防御技術が優位性を持つと主張する。 **物理インフラを用いて空気感染を終わらせる明確な道筋がある。** しかし、上記の意見に関わらず、空気感染を終わらせることは日常的な利益に基づけば十分に正当化できる。呼吸器感染症は急性疾患や生産性の損失を引き起こすが、認知症や心血管疾患などとの関連がますます強まっており、「通常の」小児期の呼吸器感染症でさえ長期的な神経発達結果と結びつけられるようになっている。 多くのアプローチを評価した結果、 airborne transmission（空気中飛沫感染）の終結は、多くの人々が認識している以上に達成可能であり、それは特定の、過小評価されているアプローチを通じて実現できると私は主張します。現在、私は病原体に汚染されていない水を提供し、食料を冷たく保ち病原体から守り、食料を加熱して病原体を除去し、下水を排水する建物の中にいます。すでに、コレラ後、チフス後、赤痢後の世界を実現する技術が私たちの周囲に埋め込まれています。 受動的で、病原体非特異的（あらゆる病原体に対して機能する）、物理的なインフラストラクチャー技術が存在し、これにより建物を呼吸器系病原体から完全に自由なものにすることができます。例えば、人間には安全な波長を放出しながらも[バグには致命的](https://blueprintbiosecurity.org/works/far-uvc/)であるランプ（far-UVC と呼ばれる）があります。研究者たちは数十年にわたり、これらの技術がスケールして機能すると疑ってきました；これらを実装しなかった主な理由は非技術的なものです。この類推的事例を考えてみてください。 私たちは今、天然痘のない世界に生きています。これは人類の偉大な達成の一つです。これを実現するまでにどれほどの時間がかかったのでしょうか？ジェンナーは 1796 年にワクチン接種が天然痘を予防できることを実証しました。それから 171 年後の 1967 年、D.A. ヘンダーソンは天然痘根絶に成功するキャンペーンを開始しました。その期間中、人類は電磁気学、熱力学、一般相対性理論を発見し、月面着陸まであと 2 年という状況でした。根絶はわずか 10 年で達成されました（技術の進歩は限定的でした）。天然痘根絶、安全な飲料水、殺菌牛乳の遅れは、技術の進歩不足によるものではありませんでした。それらは主に市場と調整の失敗であり、政治的意志の欠如によって悪化しました。これがこの問題が慈善活動に特化した形をしている理由です。 **空気感染を終わらせるための 4 つのステップ** 総額：約 400 億〜600 億ドル（10 年間で）、空気感染を終わらせるための物理的インフラストラクチャへの投資。OAIF の残りの持分は、二重リターン原則を満たす他の介入策に充てられます。10 年後には、OECD 諸国のすべての小学校および主要な交通ハブで、受動的病原体低減インフラストラクチャがデフォルトとして稼働します。季節性インフルエンザによる死亡率は 60% 減少し、呼吸器病原体がパンデミック規模の拡大を遂げる確率は 1 桁低下します。 - ターゲット製品プロファイル（TPP）の確立に向けたプッシュ・ファンド（50 億ドル、1-3 年目）→ Blueprint Biosecurity のディレクターである Jacob Swett を招聘し、DARPA スタイルのプログラムオフィスで以下を主導させる：a) ヒトエアロゾルからの病原体不活化データ、b) 展開のための計算モデル、c) 従来の UV 効果を超えた安全性研究、d) 妥当な効果サイズを検出できる統計的パワーを持つゴールドスタンダードのクラスター無作為化試験。3 年目終了までに、遠紫外線（far-UVC）ランプに対する検証済みの TPP と、実世界での伝播削減率が 30% を超えることを示す有効性データを提出する。 - 需要を保証し民間資本を引き出すための先進市場創出契約（AMCs）（150 億ドル、1-5 年目）→ (a) 中間 TPP に適合する遠紫外線装置 10 万個、(b) 安全性と有効性の検証を含む完全な TPP に適合する装置 100 万台、(c) 特定建物の改修（ステップ 3 を参照）へのコミットメント 1,000 万件に対して、段階的な購入コミットメントを作成する。Kremer の肺炎球菌ワクチン AMC や Ransohoff/Frontier の炭素除去コミットメントをモデルとする。5 年目までに、民間資本の動員額が 300-500 億ドルに達し、世界の建物ストックの約 10% を改修できるサプライチェーン能力が構築されることを期待する。 - エビデンス生成のための大規模展開（150-250 億ドル、2-7 年目）→ 2-4 年目：世界最大の 50 の大都市圏にあるすべての病院および長期療養施設に展開。3-6 年目：同都市圏の初等・中等学校に展開。2-7 年目：主要空港および高密度職場に展開。7 年目までに、実世界における確固たるエビデンス基盤を構築する。 - 政治的インフラと政府への引き渡し（30-50 億ドル、1-10 年目）→ 天然痘の根絶は、政治的意思に依存した歴史上の事象であった。ロックフェラー財団の IHD 黄熱病対策マニュアルのようなメメントキャンペーンを資金提供し、呼吸器感染を「当然のこと」から「望ましくない・不要な状態」へと認識転換させるとともに、政府へ進出する数千名の要員を育成し、世界的展開と基準策定に必要な政治的基盤と制度的インフラを構築する。パイロット展開で 3 つの OECD 諸国において 40% 以上の削減が実証された時点で、財団は主要資金提供者から触媒役へと役割を移行し、国家による調達を桁違いの規模で発動させる。 私は、「何もしないでポピュリスト圧力に屈せず、過激な行動をとらない」という基準値こそが、AI サプライチェーンにある国もなしに、極めて少数の国しか達成できない優れたベースラインだと考えている。 これは、人々が本能的に技術保守的であり、雇用喪失をもたらす経済的混乱を嫌うからです。AI による人間の労働の完全な自動化は、急速な技術的・経済的進歩をもたらし、すべての人間が職を失う結果になるでしょう。したがって、AI 自動化の時代における政策決定は、本質的に非合理的で逆効果になるというデフォルトの期待を持つべきです。 この政治的圧力に抵抗することは、最も機能する政府であっても十分困難です。インドやナイジェリアのように実績が芳しくない政府からより多くのことを期待するのは不合理です。 **AI の時代における良い政策とはどのようなものか？** この基本的だが刺激的ではない回答をした上で、私は実際に AI 自動化の時代において良い政策決定に重要となるであろう点を詳しく説明しますが、実際には政策決定が行われる方法に対してあまり関連性がない可能性が高いです。 今日、国の経済生産力は、天然資源の賦存量、保有する物理的資本と人的資本の量、そしてこれらの資源をいかに効率的に活用できるかにかかっています。AI による大きな変化は、この方程式から人的資本が除外される点にあります。もし国が労働の完全自動化後の世界で成功したいのであれば、より多くの天然資源、より多くの資本、あるいはこれらの投入要素を効果的に利用する能力、つまり総要素生産性の向上が必要です。 産出に対する資本の弾力性が他の生産要素を支配するようになる一方で、一国が最終的に保有する資本の量は内生的な要因によって決定されます。資本は労働よりも国境を越えて移動しやすく、それに補完的な要因（総要素生産性や天然資源）が豊富な場所へと流れていくでしょう。 したがって、AI 時代における良き政策の柱は、可能な限り以下の方向へ向かうものだと私は考えます： - AI の自動化の邪魔をしないでください。職業免許法、責任法、データ保護法、知的財産権法を廃止または改正してください。価格および賃金統制を撤廃し、AI による競争から身を守ろうとする人間の労働者によるカルテルや組合を解体してください。人間と AI の間で安全・セキュリティ基準を一貫して適用し、人間に有利な差別を行わないようにしてください。AI も人間と同様に生産的な可能性を引き出すために組織構造を必要とするため、新規事業の立ち上げを大幅に容易にしてください。 - 政治的および法的安定性を提供してください。不安定な状況下では投資は低迷しますし、世界がおそらく激動の数十年を迎える中で、安定した島として際立つ国であれば、莫大な額の投資を引きつけることになります。最低限の基準としては、内戦、革命、クーデターを回避することです（これはナイジェリアにとって容易なことではありません。2025 年 9 月にはティヌブ政権を転覆させる深刻な軍事陰謀が存在したため）。しかし、これだけでは不十分です。人々は自らの投資が収用されないこと、そして事業の中核的な運営が突然違法と宣言されることはないという確信を持つ必要があります。 - 国内での資本形成を増加させてください。キャピタルゲイン税および法人所得税を減税または廃止し、重要なプロジェクトが許認可手続きによって遅滞しないようにしてください。「現在賃金を支払うこと」を要求する要件によって建設業を阻害しないでください。為替、金利、資本移動に関する統制を撤廃してください。 - AI の導入に不可欠な産業が機能不全に陥っている場合は、緊急に修復してください。例えば、ナイジェリアの電力網は劣悪であり、他の何かが起こる前にまずこれを改善する必要があります。これは政府による規制によって経済全体の価格システムが混乱しているという結果として生じている問題です。これが解決されなければ、この国は AI 自動化時代において生産性を発揮するために必要な資本を蓄積することは決してできません。 これらの提言は極端に感じられるかもしれませんが、人間は本能的に労働よりも資本を優遇する政策を好む傾向があります。すでに資本の産出シェアが約 30% に過ぎない私たちの世界ではこのことが問題を引き起こしていますが、労働が不要となり資本の産出シェアが大幅に高くなる世界では、これは決定的な障害となる可能性が高いです。 現在状況の悪いある国がこれらを実行して成功すれば、莫大な外部投資を引き寄せ、AI が世界経済を自動化する数十年のうちに劇的な変容を遂げるでしょう。その国に以前から存在した AI 研究所や、兆ドル規模の評価額を持つ半導体製造会社（fab companies）があったかどうかはもはや無関係です。なぜなら、まさにその瞬間に、これらの企業が自社の参入障壁——人的資本と組織的知識——を自動化によって崩し始めているからです。 **これは起こるのでしょうか？** おそらく起きないでしょう。私が述べた通り、関連する国々はあまりにも機能不全に陥っており、こうした根本的な改革が採用されることはあり得ません。また、現在 AI サプライチェーンに含まれている国々（例えば米国や中国）は、私が挙げた指標において他国と比較してすでに良好なパフォーマンスを発揮しています。 しかし、AI サプライチェーン外の国々にはまだ希望があります。既存の覇権者が失敗する可能性です。これは決して非現実的な話ではありません。なぜなら、産業時代における政策の質と AI 時代における政策の質が強く相関しているとは限らないからです。かつて世界で最も優れた狩猟採集経済が農業経済でもなく、また最良の農業経済が工業経済でもなかったのと同じ理屈です。 具体的には、既存の企業は主要産業における AI 自動化を禁止したり、データセンターの建設を遅らせたり、資本保有者を収用したり、医療や法律といった重要産業での AI エージェント導入に対して厳格な安全基準を課したりするなどできます。この急性の非合理性が支配する期間中、彼らが犯すことのできる過ちにはほとんど限界がありません。もし平凡な国が単に耐え抜き、大きな誤りを犯さなければ、おそらくこの状況を乗り切った時点で、開始時よりもはるかに相対的に有利な立場にいることになるでしょう。 **地下鉄会社が AI のビジネスモデルを解決した** 以下のような経済構造を持つ産業があります：1 ドル稼ぐ前に数十億ドルの初期資本が必要。中核サービスは限界費用に近い価格で提供される。ユーザーには莫大な価値が創出されるが、建設者側が獲得するのはほとんどない。次世代インフラへの投資を絶え間なく続ける圧力にさらされる。私が言っているのは AI 研究所の話ではありません。香港の地下鉄（MTR）の話です。 AI のビジネスについて議論する際、多くの人が鉄道とのアナロジーを引き合いに出します。しかし、その多くは「公共財の性質を持つ汎用技術には国家補助金が必要であり、商業的実現可能性を確保するためにはそれが不可欠である」という教訓に到達しています。 私はこれに異議を唱えたいと思います。なぜなら香港の MTR は実際にこの問題を解決しているからです。MTR は世界でも数少ない、政府からの運営補助金なしで商業的に自立し、上場企業として配当を支払っている大衆交通システムの一つです。 **財務構造は構造的に同一である** MTR のコアとなる鉄道サービスは、自らの拡張をこれまで一度も資金調達したことがありません。2018 年（パンデミック前の最も好調な年）には、交通事業で EBIT（営業利益）として 20 億香港ドルを稼ぎました。[2024～2026 年の推定資本支出は 879 億香港ドル](https://www.mtr.com.hk/archive/corporate/en/investor/pre_blackout_202407.pdf)で、そのほとんどが鉄道関連です。3 年間のピーク時の鉄道収益でも、その額の 8% にしか届きません。鉄道は運賃だけで自らのコストを回収したことがなく、そもそもそのような設計にはなっていません。 MTR の運賃は、[政府による運賃調整メカニズム](https://www.mtr.com.hk/sustainability/en/financial-sustainability.html)を通じて手頃な価格に保たれています。公共交通機関の建設コストをすべて回収できるような価格設定を行うことはできません。そうすれば利用者が払えなくなり、本来の目的が達成できなくなるからです。各鉄道路線は運営コストを賄える程度かもしれませんが、運賃収入が次の路線を資金調達するまでには到底届きません。AI の API 価格設定も、逆方向から同じ制約に直面しています。蒸留（distillation）やオープンソースの代替手段により、API 価格は年間およそ[10 倍低下](https://epoch.ai/gradient-updates/can-ai-companies-become-profitable)しており、限界費用を上回る価格を設定する研究所は、競合他社に利用量を奪われます。各モデルは推論（inference）において[運営上黒字化](https://epoch.ai/gradient-updates/can-ai-companies-become-profitable)できるかもしれませんが、その利益率では次の学習ラウンドを資金調達するには到底足りません。 標準的なグローバルな解決策は補助金です。ロンドン地下鉄は TfL からの助成金数十億ドルを必要としています。中国の国家高速鉄道（HSR）には 94% の路線が採算が取れないという事実とともに、1 兆ドル規模の負債を抱えています。AI も同じ軌道にあります：CHIPS 法、スターゲイト計画、主権富ファンドへの投資、ペンタゴンとの契約。デフォルトの帰結は、補助金に依存する準公共インフラです。 MTR は別の道を見つけました。 **鉄道と不動産の融合** 1979 年に MTR が建設された際、設計者たちは運賃だけでは建設費を回収できないことを理解していました。そこで、彼らは異なる前提に基づいて企業を構築しました：鉄道路線が周辺の土地の価値を高めるという前提です。つまり、土地そのものを所有するのです。 MTR は駅の上および隣接して住宅タワー、オフィスビル、ショッピングモールを開発し、自社のインフラによって生み出される資産価値の上昇を享受します。不動産からの利益で鉄道の運営をクロスサブシダイズ（相互補助）し、次の路線の資金に充てています。現在 MTR は [13 のショッピングモールを所有し、駅上に 47 の開発プロジェクトを管理](https://en.wikipedia.org/wiki/MTR_Corporation)しており、不動産部門が[実際の利益の大部分](https://www.minichart.com.sg/2026/03/12/mtr-corporation-2025-annual-results-financial-performance-property-development-and-railway-expansion-updates/)を生成しています。鉄道サービスそのものを通じて価値を捕捉しようとしないでください。鉄道サービスの恩恵によって価値が上昇する資産を所有してください。 **AI における類似点** 「ラボはいつ収益を上げるのか？」という問いは、「鉄道は運賃だけで建設費を回収できるか」という問いと同じ構造を持っています。答えはいいえ、そしてそれは誤った質問です。 バイオテックのスタートアップが最先端モデルを用いて薬剤化合物をスクリーニングし、臨床試験を 2 年短縮します。物流企業がそれを用いて経路最適化を行い、燃料費で 4000 万ドルを節約します。一人の開発者が、以前は 5 人チームに 3 か月かかったものを週末に出荷します。どのケースでも、モデルプロバイダーは API 手数料を通じて収益のほんの一部（数パーセント未満）しか獲得できません。プロバイダーがより高い料金を請求できないのは、他に 4 つのラボと dozens のオープンソース代替品が同等の能力を提供しているからです。余剰価値はユーザーと広範な経済へと流れ込みます。これが汎用技術が行うことです。蒸気機関車、電気、TCP/IP は、それらの創業者にとってゼロの収益を生み出しました。 MTR の教訓：運賃で建設費を回収しようと試みるのをやめよ。不動産（property）を見つけろ。 **防御性に基づいてランク付けされた 4 つの候補** **政府付与の展開権が最優先です。** 政府がラボに、国民健康記録、税務システム、または国防物流への排他的な展開アクセスを付与します。その結果、ラボはドメインデータ、深い統合、そして数年かけて複製不可能な規制承認を蓄積します。これは MTR の独自のメカニズムです：国家によって付与された開発権であり、自然独占の性質によって正当化されます。 **蓄積された RL（強化学習）報酬データは2番目です。** 次世代モデルの生成を訓練する数十億の相互作用シグナルです。重み（ディストillation を通じて減価するもの）とは異なり、RL データは事実上複製不可能であり、世代を超えて複合的に蓄積されます。直接的に収益に変換されるわけではありませんが、これは未開発で価値上昇中の土地銀行のようなものです。 **前方展開型統合は3番目です。** 生産性の余剰を独占するコンサルティングファームに対してモデルへのアクセスを販売するのではなく、サービス提供の全工程を自らが担うのです。Palantir がソフトウェアをライセンスするのではなく政府機関内にエンジニアを埋め込むようなアプローチです。研究所が法律事務所に API 利用料を請求するわけではありません。研究所は法的リサーチサービスそのものとなり、提供するトークン数ではなく、達成した成果に対して価格を設定します。蓄積されたドメインデータと組織的知識によってスイッチングコストは複合的に増加します。これは MTR のショッピングモール戦略です：鉄道が創出する人通りを捕らえ、乗客により高い運賃を請求するのではなく。 **累積された RL 報酬データは2番目の資産です。** 次世代モデルの生成を訓練する数十億の相互作用シグナルです。重み（ディストillation を通じて減価するもの）とは異なり、RL データは事実上複製不可能であり、世代を超えて複合的に蓄積されます。直接的に収益に変換されるわけではありませんが、これは未開発で価値上昇中の土地銀行のようなものです。 **前方展開型統合は3番目の戦略です。** 生産性の余剰を独占するコンサルティングファームに対してモデルへのアクセスを販売するのではなく、サービス提供の全工程を自らが担うのです。Palantir がソフトウェアをライセンスするのではなく政府機関内にエンジニアを埋め込むようなアプローチです。研究所が法律事務所に API 利用料を請求するわけではありません。研究所は法的リサーチサービスそのものとなり、提供するトークン数ではなく、達成した成果に対して価格を設定します。蓄積されたドメインデータと組織的知識によってスイッチングコストは複合的に増加します。これは MTR のショッピングモール戦略です：鉄道が創出する人通りを捕らえ、乗客により高い運賃を請求するのではなく。 **国家データセットに対するデータの信託管理は4番目の提案です。**政府は膨大な未活用データ（患者記録、納税申告書など）を保有しています。信託管理者として指定されたフロンティア研究所が、このデータを学習し、その上で製品を構築するための排他的アクセス権を得ます。この希少性は本物であり、MTR の土地に関するのと同じ論理によって正当化されます。5 つの開発者が同じ区画で建設するのを望まないように、5 つの競合研究所が 5000 万件の患者記録にアクセスすることを望むべきではありません。しかしこれは民間と公的のデータ独占を生み出すため、明確な利用制限、公共への利益還元、独立した監視、悪用に対する実効ある制裁など、慎重なガバナンスが必要です。 **視点の転換** 生き残る研究所は、API を収益化できるものではなく、駅の上にある自らの資産を特定し、今からそれに向かって構築するものです。API は鉄道に過ぎません。決して十分に収益性のあるものではありません。富はその周辺で増価するものにあります。 政策上の問いはこうなります：政府は学習実行への補助金を出すのではなく、研究所がインフラストラクチャが生み出す余剰を捕捉できるようにする制度的メカニズム（デプロイメント権限の枠組み、データ信託管理構造、生産性測定基準など）を設計すべきです。 皮肉なことに、AI 政策に関する議論は米中対立の枠組みによって支配されています。アメリカの自由市場型ラボ対中国の国家支援によるチャンピオンです。最も関連性の高い制度的モデルは、どちらでもないかもしれません。それは香港のモデルである可能性があります：45 年間の歴史を持つ官民ハイブリッドであり、商業的に運営され、イデオロギーではなく制度設計を通じて自己資金化されています。フロンティア AI を持続可能にするモデルは、すでに存在しているのかもしれません。ただ、それが運行するのは列車だけです。

AI の大問に関する最優秀論文発表（23 分読み）

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト