公共AI机构是指致力于Artificial intelligence研究、开发和治理的政府及政府间组织。这些实体在国家、区域和国际层面运作，通过其公共使命、资金结构和对公民的责任，区别于OpenAI或Anthropic等私营企业。其活动涵盖资助基础研究、制定技术标准、构建监管框架以及促进AI技术的公平获取。
公共AI机构的出现反映了更广泛的认知，即AI的社会影响（从劳动力市场到国家安全）需要协调的公共监督。虽然早期AI研究通常设在MIT CSAIL或Stanford AI Lab等大学中，但2020年代Machine learning和Generative AI的快速商业化促使各国政府建立专门机构。这些机构旨在平衡创新与公共安全，解决私营部门激励可能不完全符合集体福祉的担忧。
历史发展
公共AI机构的正式化在2017年后加速，当时各国AI战略开始激增。加拿大于2017年发布了泛加拿大人工智能战略，随后中国、法国和英国也推出了类似举措。BAIR (Berkeley AI Research)实验室虽然以大学为基础，但获得了大量公共资金，体现了此类机构的混合性质。到2020年，超过30个国家发布了国家AI战略，其中许多建立了专门机构或委员会来实施这些战略。
政府间合作随着全球人工智能伙伴关系（GPAI）等机构的成立而加强，该伙伴关系于2020年6月由加拿大和法国发起。OECD的AI政策观察站成立于2019年，是成员国政策分析和数据共享的中心。欧盟的AI法案于2021年4月提出，并于2024年8月生效，设立了欧洲人工智能办公室，以在成员国间执行基于风险的监管。
核心职能
公共AI机构通常履行几项关键职能。首先，它们通过拨款和采购资助研究，通常针对私营投资不足的领域，如AI安全、可解释性以及公共卫生或气候科学的应用。例如，美国国家科学基金会在2020年至2023年间向AI研究机构拨款超过5亿美元。
其次，它们制定技术标准和评估基准。美国国家标准与技术研究院（NIST）于2023年1月发布了AI风险管理框架，为可信AI提供了自愿性指南。同样，国际电信联盟（ITU）主办AI向善峰会，协调AI在可持续发展中应用的全球标准。
第三，这些机构就监管和伦理提供建议。它们发布白皮书、召集专家小组并起草立法。英国的数据伦理与创新中心成立于2018年，体现了这一咨询角色，而日本的AI战略委员会成立于2019年，协调各政府部门的政策。
主要组织
全球有多个著名的公共AI机构在运作。欧盟委员会的联合研究中心进行内部AI研究，为欧盟政策提供信息。在中国，深度学习技术及应用国家工程实验室成立于2017年，专注于Deep learning应用。印度的国家AI门户网站于2020年启动，是AI倡议的知识中心。
国防相关机构也发挥着重要作用。美国国防部于2018年成立了联合人工智能中心（JAIC），后于2022年重组为首席数字与AI办公室。英国国防科学与技术实验室（DSTL）为军事应用开展AI研究。这些组织通常与Carnegie Mellon University等学术机构和私营公司合作，形成公私伙伴关系。
挑战与批评
公共AI机构面临若干持续挑战。资金限制往往限制了它们与私营部门薪资竞争的能力，导致人才流向Google DeepMind或Amazon Web Services等公司。官僚流程可能减缓决策速度，尤其是在快速发展的技术领域。批评者还指出，这些机构在既推广又监管AI时可能存在利益冲突。
问责和透明度仍是持续关注的问题。虽然公共机构名义上对公民负责，但其技术复杂性可能掩盖决策过程。公共服务中使用专有算法引发了关于公平和正当程序的辩论。此外，国际协调因地缘政治竞争而复杂化，各国在争夺AI优势的同时寻求共同治理框架。
未来方向
展望未来，鉴于ChatGPT等系统的快速采用，公共AI机构可能会扩大对Large language model治理的关注。许多机构正在为前沿模型制定评估框架，以应对偏见、错误信息和自主能力等风险。联合国正在考虑在2023年提议设立一个新的国际AI治理机构，该机构将建立在现有倡议（如2021年11月通过的联合国教科文组织AI伦理建议书）的基础上。
新兴领域包括AI用于科学发现，公共机构资助药物开发和材料科学的研究。此外，人们对公共计算基础设施的兴趣日益增长，例如用于AI研究的国家云服务，以减少对私营提供商的依赖。随着AI继续渗透社会，公共AI机构在塑造其发展轨迹方面的作用可能会变得更加核心，需要持续投资和适应性治理模式。