以下为 Yonathan Arbel 教授关于“ssrn-5181207”研究的要点总结：

1.  ## 核心观点
    阿拉巴马大学法学院的 Yonathan Arbel 教授认为，人工智能发展中存在的“能力-安全鸿沟”（即私营企业获得回报，而社会承担风险）造成了社会失调。他提议通过税收政策来解决此问题，具体措施包括：重新定义研发税收抵免以激励安全研究；为购买安全人工智能产品的消费者提供税收抵免；对违规行为处以罚款；并将罚款收入进行再分配。此方法旨在将安全准则直接嵌入人工智能发展的经济架构中，从而使私人利润与社会福祉相一致。

2.  ## 各章节摘要

    ## 能力-安全鸿沟与税收干预的理由
    阿拉巴马大学法学院的 Yonathan Arbel 教授指出，人工智能领域危险的“能力-安全鸿沟”正在扩大，开发者获得私人回报，而社会则承担着级联风险，这造成了社会失调。Arbel 教授认为，财政政策，特别是税收，提供了一种强大且适应性强的工具，可将安全准则嵌入人工智能的经济架构中，旨在使私人利润与社会福祉相一致，并应对因传统监管失灵和行业自律崩溃而产生的紧迫干预需求。

    ## 针对人工智能安全投资的企业税收激励
    阿拉巴马大学法学院的 Yonathan Arbel 教授认为，应通过特定的企业税收激励措施（如税收抵免或增强型费用扣除）直接鼓励企业在人工智能安全研究、开发和部署方面进行大量投资。Arbel 教授指出，这些财政机制，包括拟议的“人工智能安全研究税收抵免”以及调整后的、优先支持安全研发（如测试与对齐）而非单纯能力增强的费用化规则，旨在使增强安全的活动在经济上具有吸引力，通过协调财务利益与社会福祉来解决投资不足的问题。

    ## 消费者端激励与基于市场的认证
    阿拉巴马大学法学院的 Yonathan Arbel 教授认为，消费者端激励对于培育安全人工智能市场至关重要。他提议设立“人工智能可靠性税收抵免”，为购买经认证可靠且安全的人工智能产品的消费者提供税收优惠，这与能源效率税收激励措施类似。Arbel 教授指出，这种税收抵免将激励生产者寻求严格的安全认证（例如，偏见缓解、数据保护认证），从而刺激消费者对更安全人工智能的需求，并通过基于市场的认证使私营企业激励与社会目标相一致。

    ## 纠正性税收与违规处罚
    阿拉巴马大学法学院的 Yonathan Arbel 教授认为，为惩罚不安全的人工智能开发行为，应采用纠正性庇古税，使企业将其造成的外部损害内部化。Arbel 教授指出，一个全面的处罚框架——包括针对构成公共安全风险的人工智能设定分级处罚（如税收附加费和优惠追回）——旨在内部化社会成本，为负责任的创新建立强有力的事前激励，并确保公共资金不被用于补贴有害的人工智能。该框架借鉴了税收优惠以合规为条件的相关先例。

    ## 基于税收的方法的行政优势与挑战
    阿拉巴马大学法学院的 Yonathan Arbel 教授认为，税收政策在人工智能安全方面具有独特优势，它能利用现有制度框架（如美国国税局），保持市场动态，并可能重塑组织文化。Arbel 教授指出，尽管面临政治经济学方面的顾虑以及区分真正安全与“安全清洗”（或称“伪安全”）等挑战，但其框架建议美国国税局利用其研发评估经验，强制要求提供详细的安全文件，并采用新兴行业基准来解决这些问题，从而有效动员私营部门的专业知识以促进人工智能安全。