最新的白宮科技策略推動軍事新興科技的更快發展，讓國防創新者有更多實驗空間，並將擴大聯邦市場給年輕的國防科技新創公司。但它也加倍強調一種特定的人工智慧（AI）發展模式——一種傾向扶植少數關係良好的美國科技公司，而犧牲了其他創新的方法。這可能會讓中國受益，並延緩美國軍方獲得指揮官真正想要的工具。

以下是贏家和輸家的分析。

贏家：群體、已部署的 AI、更快的軍事科技

該策略高度重視新的、由科技驅動的戰爭方法，特別是無人機甚至無人機群與有人及傳統資產的結合。具體來說，它呼籲「將較低成本（有時是較低技術或可消耗性）的平台進行最佳組合，以便能夠大量部署並補充數量有限的複雜平台」。

過去十年，例如將自主飛行器與戰鬥機或艦艇一同部署的努力，充其量只能說是參差不齊——即使五角大廈改變了其關於大量低成本無人機必要性的說法——也受到計畫內部採購政策和先前對其他計畫投資承諾的限制。Replicator 計畫提供了一個生動的例子，被譽為重要的探路者，但僅獲得了 10 億美元的資金。

新策略為新的軍事研究和支出設定了具體的「優先領域」：水下、太空、以及 AI 和自主性。這些優先事項與「印太地區的嚇阻」最相關——也就是防止中國發動重大衝突。在這些優先領域內，它將「多主體系統與群體智慧」以及從機器人到指揮控制的各種自主應用列為「關鍵」。

該策略也明確針對減緩軍事採購新技術的政策和實踐。在其他行政命令的基礎上，它推動五角大廈採購者繞過傳統採購，轉而採用「混合」合約類型，例如績效合約和其他交易權限（OTAs）。它還將軍事採購的基調重設為「更快的非傳統方法，可能涉及較高風險但提供高潛在回報」，這是指揮官、年輕的國防科技領導者，甚至立法者長期以來一直推動的。

也許最重要的是，它還採取措施真正擴大年輕國防科技參與者市場的規模，而不僅僅是軍方。它針對阻礙向盟友銷售大量國防科技的軍售規則和出口管制。這對於試圖獲得早期投資以求生存的新興國防公司尤其重要。它呼籲其他聯邦機構為小型公司建立「簡化的途徑」，讓它們至少能獲得入門機會，即使是透過不為年輕公司提供太多聯邦基礎設施以外的合作夥伴關係，例如「合作研究與開發協議（CRADAs）和技術商業化協議（ACTs）」。

雖然該策略倡導國防領域較小、更具創新性的參與者，但它也對 AI 的未來應是什麼樣子的爭論發表了意見，並站在了大型科技公司的一邊，這些公司正在推動一種特定的、能源密集且極不受歡迎的 AI 未來，而不是研究人員日益青睞的新興策略。Scalare Advisors 合夥人、前國防部東亞事務副助理部長 Michael Schiffer 週二在 Just Security 上撰文指出，中國將從這種監管中受益。

在其關於關鍵支援技術的部分，該策略列出了「基礎模型，包括大型語言、多模態和世界系統」。該部分還包括了腦機介面等利基技術領域，但完全省略了開放權重模型和開源軟體開發。

基礎模型，例如當今來自 OpenAI 和 Anthropic 等公司的的大型語言模型，僅代表了建構 AI 工具的一種潛在方法——這種方法嚴重依賴於將盡可能多的數據通過盡可能多的計算基礎設施來實現類似「推理」的東西，但這實際上只是純粹的機率計算。

Anthropic 的聯合創始人 Dario Amodei 幫助將這一概念從一個研究項目轉變為一個龐大的獲取計算資源和數據的事業。Amodei 在 2023 年與 Dwarkesh Patel 的一次討論中簡單解釋了這一點。「結果發現，原始規模——更多的計算和更多的數據——比複雜的演算法發明或手工調整的架構變更更能強大地推動能力。」

少數前沿 AI 實驗室及其大型雲端計算支持者，正處於一場實際的生存競賽中，因為要繼續追求「原始規模」，計算能力和晶片是有限的。如果，正如 Amodei 所說，僅僅擁有更多的「計算能力」和「數據」意味著擁有最佳性能的模型，那麼誰擁有最多的資源，誰就能擠掉任何競爭對手。

難怪 AI 競賽已經演變成財富和權力的集中，僅集中在少數擁有大型雲端計算支持者的實驗室中。難怪，公眾對 AI 的看法也直線下降：一項新的民意調查發現，只有 18% 的美國人認為它將對美國產生積極影響。但基礎模型方法確實有其支持者：已向基礎模型實驗室投資數十億美元的大型美國雲端供應商。

該策略提出問題的方式本身就迎合了 AI 只有一種未來，以及贏得 AI 競賽或實現主導地位意味著偏袒少數參與者的觀點。但這也是白宮圍繞 AI 的許多政策和行政命令中都體現的一個主題。

與此同時，建構 AI 的替代方法正在出現。它們不是競相建立更多數據中心並尋找更多數據來解決 AI 問題，而是利用現有的、免費提供的參數，稱為開放權重模型，而不是受保護的知識產權的閉源權重。它們將這些模型與替代架構結合使用，使這些模型的利用更加節能。這些建構 AI 的替代方法中的許多在性能上幾乎與 Anthropic 和 OpenAI 提供的模型相當，並且有潛力以遠低的能源成本實現這一點。

計算能力、數據和善意在 AI 領域的有限性，可能成為美國軍隊的戰略問題。官員們擔心，如果公眾情緒削弱了國會和財政對該領域研發的支持，美國可能會將其 AI 優勢輸給公開表示要迎頭趕上的中國。

與此同時，前沿 AI 模型也為使用它們的軍隊帶來了戰術和操作問題。前線的部隊和軍事單位無法依賴基於大型模型工具所需的連接性。在卡內基國際和平基金會的一份新報告中，Jake Steckler 寫道：「烏克蘭的計算架構，包括西方雲端訪問、國內數據中心和前線部署的計算節點，在整合更多 AI 到目標定位和協調中時已經不堪重負。」

開放權重模型並未出現在新策略中，儘管它確實將腦機介面等利基和遙遠的概念列為「關鍵」。Schiffer 認為，這是一個巨大的疏忽，也是送給中國的潛在禮物。

他表示：「中國在開放權重 AI 方面的進展，暴露了美國過度依賴阻止中國獲取美國技術和美國市場的戰略的局限性。」