新的數據顯示，生成性人工智能的增長集中在少數關鍵的大城市區域，引發了關於需要干預以促進更具包容性的人工智能領域的討論。

生成性人工智能的領域正在迅速增長，許多企業家、投資者和科技思想家正在預測其贏家。然而，最近的數據表明，儘管有民主化技術的承諾，生成性人工智能的擴張可能進一步集中在特定的大都市地區，這對去中心化的概念提出了挑戰。

雖然開源倡議和許可協議爲廣泛獲取生成性人工智能技術鋪平了道路，但特定大都市地區職位發佈的集中性表明了不同的現實。根據布魯金斯研究所的研究，截至2023年7月的年度，超過60%的生成性人工智能職位發佈集中在僅十個大城市地區，其中很大一部分位於灣區。這一趨勢反映了數字技術在科技中心的歷史集中。

歷史上，顛覆性技術一直集中在覈心地區，爲這些先鋒區域創造了持久的優勢。生成性人工智能似乎遵循類似的模式，受到專業人才、網絡效應和地方集羣創新優勢的驅動。儘管計算的可及性和可負擔性提高可能允許未來實現更多的去中心化，但幾種因素仍在集中AI的發展。

人工智能集中度的關鍵因素

若干因素促成了人工智能活動在特定地區的集中。高技能專業人員和核心管理及設計中心的專業知識的存在吸引了人工智能的發展。

早期進入人工智能領域的參與者享有競爭優勢，使得新興地區難以趕上。技術挑戰：構建和訓練基礎模型的複雜性往往將人工智能的發展固定在資源豐富的地區。

爲了應對生成性人工智能的集中問題並促進人工智能領域的包容性，政策制定者和行業參與者必須考慮一系列干預措施：擴大研究與開發：擴大國家人工智能研究所計劃等倡議，該計劃支持大學的多樣化研究議程，可以幫助更廣泛地分配人工智能的研發。

創建國家人工智能研究資源（NAIRR）可以民主化對基本數據和計算資源的訪問，降低非超級明星中心的人工智能發展的成本。各州和地區應投資於數字教育和培訓項目，重點關注代表性不足的羣體，以確保更廣泛地獲取人工智能技能路徑。政府機構將人工智能指定爲“關鍵產業”提供了各州和地區獲取資源並促進地方人工智能生態系統的機會。

前方的不確定路徑

儘管人們希望開源開發和基於雲的計算能夠使人工智能擺脫集中樞的限制，但目前關於生成性人工智能職位發佈的數據表明，數字領域的贏家通喫動態可能會持續。人工智能的增長路徑是否會與以往數字技術相似，或走上不同的道路尚待觀察。在任何情況下，國家、州和地方層面都需要採取積極措施，以確保人工智能的利益能夠惠及更廣泛的受衆和不同地區。