Import AI 456：RSI與經濟增長；激進可選性：AI監管的第三條路；以及神經計算機

歡迎閲讀Import AI，這是一份關於AI研究的新聞通訊。本期涵蓋三個主要話題：AI監管的“激進可選性”策略、神經計算機的概念，以及遞歸自我改進對經濟增長的潛在影響。

激進可選性：監管的第三條路 法律與AI研究所的研究人員提出了“激進可選性”的概念，即政府應在當前投資於未來可能需要的工具和政策，以應對強大AI帶來的顛覆性變化。核心思想是避免過度監管，同時快速建立機構、信息渠道和法律權威，以便在未來靈活應對各種場景。具體建議包括：建立信息收集機制（如透明度和報告要求）、保護舉報人、加強政府間信息共享、制定靈活規則、發展評估能力、改進模型權重安全以及吸引技術人才。作者認為，這些措施的成本相對較低，但潛在收益巨大；不作為的代價可能是災難性的。

針對可能出現的批評，作者也進行了回應：例如，他們否認這些建議會導致濫用權力，但本文作者指出，動機強烈的政府可能會超出原意行使權限；在民主合法性方面，靈活性可能削弱公眾參與；在權力集中風險上，他們建議政府僅使用守法的AI系統。儘管存在這些擔憂，作者仍強調，在私營治理無法完全替代政府能力的情況下，這些措施是必要的。

神經計算機：一種新的機器形態 來自Meta和KAIST的研究人員（包括著名AI學者Jürgen Schmidhuber）提出了一種“神經計算機”的概念，即完全由神經網絡驅動的計算機系統，統一計算、內存和I/O於一個學習到的運行時狀態中。初步實驗使用生成視頻模型Wan 2.1，探索了基於命令行界面和圖形用户界面的神經計算機原型。雖然目前僅能實現基本操作，例如渲染和執行命令行工作流、保持與終端緩衝區的對齊，但指向了一個未來：所有軟件都可能被一個巨大的神經網絡所取代。長期目標是實現完全神經計算機（CNC），其中計算、內存和接口統一在一個單一運行時基底中。這種系統將徹底改變計算方式，甚至可能增加我們生活在模擬中的可能性。作者預計，成熟的神經計算機可能是一種10T-1000T參數的稀疏、可尋址、類電路的機器。

遞歸自我改進與爆炸性經濟增長 來自Forethought、哥倫比亞大學和弗吉尼亞大學的經濟學家開發了一個模型，分析AI自動化如何通過技術反饋環和經濟反饋環引發爆炸性增長。模型發現，僅13%的全面自動化或20%的硬件研究自動化就足以推動經濟進入爆炸性增長狀態。在基線模擬中，完全自動化軟件研發並僅5%自動化其他經濟部門，奇點將在約六年內到來。硬件研究是關鍵槓桿，其回報率是軟件的5倍、總體要素生產率的10倍。政策制定者應密切關注AI研發中的自動化水平，因為半導體研發具有戰略重要性。