单一开放世界知识语料库

模型对最佳训练的竞争是有限的。渐渐地，每一个制造者都会收集到充分知情模型所需的全套数据。汇集所有人类知识的道路终将通向一个地方——知识的图书馆。没有结果上的赢家，只有时机上的暂时赢家。 各国已经在资助它们的落后者，这一过程不容忽视。本备忘录末尾附有若干国家项目的链接。 我们最终得到的是什么。每个制造者为获取完全相同的东西而重新支付费用，为解析完全相同的文本而重新构建自己的管道，并再次抵达每个人都将抵达的地方。为一个单一结果反复付出成本。 而真正需要的是什么。一个全球统一的知识语料库。受法律保护。供任何人免费使用。由国际基金持续资助——不是一次性，而是连续性的，因为新知识的洪流不断涌入，语料库也必须不断更新。 在这个领域进行全球竞争还有意义吗？还是说，现在是选择国家间合作的时候了？数万亿美元将被节省下来，并可以投入到人工智能应用领域的竞争中。 世界知识基金应以何种形式创建？ 需要的不是模型权重，而是正式化的单一知识源，并附带原始材料支持。权重在一年内就会过时，有时甚至更短；架构则在两年内过时。正式化的知识不会过时——它会不断积累。正式化是必要的，以便知识可以比较、验证并以任何语言传递：语言成为投影，而非存储。原始材料始终保留，因为提取永远不会完成，提取出的事实只是关于原文的假设——必须能够重新核查。 这带来了什么。在人工智能为人类福祉发展的进程中，不仅国家支持的超大型企业能够参与，小型IT公司、个人专家以及没有自己大型模型的国家也能参与其中。正是那里，而非前沿领域，隐藏着主要的未开发收益。分支（Forks）将对许多人可用，并推动进化过程。 竞争不会消失。让架构、技术和训练方法去竞争。但事实本身不应竞争。人类的事实属于全人类。 DNB 国家支持项目：几个例子。 欧盟，InvestAI（2025年2月）——动员2000亿欧元，其中新设立的欧洲基金200亿欧元用于“人工智能超级工厂”，即训练最大模型的计算能力。 https://oecd.ai/en/dashboards/policy-initiatives/investai 中国，国家人工智能产业投资基金（2025年4月）——600亿元人民币，约82亿美元。发起方为工业和信息化部与财政部，以及11个国家人工智能创新应用先导区。 https://www.chinadaily.com.cn/a/202504/18/WS6802358ea3104d9fd38204b5.html 印度，印度人工智能使命（IndiaAI Mission）（2024年3月7日政府批准）——五年内超过10300亿卢比，约12亿美元。其设计值得注意：单独预算项目用于计算（超过10000个GPU）、开发本土基础模型中心，以及IndiaAI数据集平台，即收集和开放数据集的国家项目。这正是本备忘录所讨论的内容。 https://www.pib.gov.in/PressReleasePage.aspx?PRID=2012375&reg=3&lang=2 韩国，2026年预算——10.1万亿韩元用于人工智能，约70亿美元：2.6万亿用于工业及公共服务的应用，7.5万亿用于人才和基础设施。再采购15000个加速器，使总机队达到35000个，另设单独项目用于本土基础模型。 https://www.korea.net/NewsFocus/policies/view?articleId=281702 英国，主权人工智能（2026年6月）——追加11亿英镑，加上2026年3月宣布的5亿英镑主权人工智能项目。其中7.5亿英镑用于到2030年建成国家人工智能超级计算机，4亿英镑用于采购加速器。既定目标是到2030年将国家计算能力提高二十倍。 https://www.computing.co.uk/news/2026/government/government-commits-more-than-one-billion-sovereign-ai 法国（2025年2月）——在国家支持下宣布的1090亿欧元私人投资，外加法国2030计划中的公共资金，包括3.6亿欧元用于“人工智能集群”（IA Clusters）项目。 https://www.info.gouv.fr/actualite/ia-une-nouvelle-impulsion-pour-la-strategie-nationale 请注意两点。 第一：几乎所有的资金都用于计算和人才。 第二：当一个国家从零开始时，首先创建的是国家数据集平台——正如印度所做的那样。因此，问题已被看到。但目前为止，每个国家都在自行解决。虽然，坦率地说，许多国家甚至还没有看到或解决知识统一的任务，导致了无益、无用的竞争。