尤其是中國在人工智能領域的工作處於領先地位。就人工智能領域的科學論文總數而言,中國早已超越美國。從2012年到2021年中國科學家撰寫了24萬篇論文,而美國科學家只有15萬篇。然而,直到最近美國還是科學出版物被引用的領先者。不過,2020 年斯坦福大學的一項研究顯示,中國在 AI 方面的工作佔所有引用論文的 20.7%,而美國的論文佔 19.8%。中國專家在國際行業會議上的參與度有所增加。例如,在 2019 年機器學習和神經計算國際會議上的演講總數中,中國科學家佔的數量最多(29%)。美國人排在第二位(20%)。
中國將人工智能視為具有重要戰略意義的研究領域。2017年發佈了至2030年的新一代人工智能發展規劃。按照這一規劃,屆時中國將成為世界人工智能領域的主要創新中心。基礎產業應積累1500億美元,相關產業——1.5萬億美元。這份政策性文件得到了中央政府、各部委隨後更具體的相應補充。其中,根據人工智能發展三年行動計劃,要帶動智能汽車、智能機器人和無人機、人臉識別系統、語音、醫學影像機器分析等智能產品的發展。
在人工智能領域,中國不僅在理論研究領域,而且在實踐方面,也取得了成功。例如,杭州早在2016年就與阿里巴巴合作開發了城市大腦系統,可以自動調節交通信號燈的運行、公共交通的數量等。由於在城市中引入了自動化“智能”系統,可以將平均交通速度提高 15%。隨後許多中國城市開始使用“智能傳感器”和人工智能算法來優化城市經濟。例如,由於使用了配備人臉識別系統的攝像頭的視頻分析系統以及各種傳感器,包括採集能源消耗數據的傳感器,相關部門能夠監控居民對隔離措施的遵守情況。中國人工智能算法也能幫助分析海量數據形成“健康碼”。所有這些都為抗擊 COVID-19 大流行的蔓延做出了自己的貢獻。一些中國公司,如科大訊飛,已經連續10多年走在國際語音識別算法大賽的前列。中國資深互聯網觀察家劉興亮在接受衛星通訊社採訪時指出,這一切都是中國科學家多年努力的結果。
他說:“我認為,這與我國多年來在人工智能領域的積澱和研究密不可分。實際上中國在人工智能的很多領域起步時間都很早,尤其是在應用層面基本上中國應該是領先全世界的,甚至是領先美國。我們不僅在應用實踐方面走得很早,而且走得速度也很快。所以中國學者的論文數量被大量引用,一點都不令人感到意外。”
實際上這個原則在實踐中已經得到證明。在需要數據的地方,中國正處於領先地位。例如,自然語言處理算法“悟道”2.0的中文模型在參數數量上比去年被認為是世界最先進的美國OpenAi的GPT-3模型高十倍。就讀於清華大學的中國第一個機器人學生華智冰,就是在“無道”2.0平台上學習和操作。雖然華智冰僅有六歲孩子的認知能力,但正如開發者所承諾的那樣,一年後這個學生將能“聰明”到少女的水平。
美國仍然在基礎研究方面處於領先地位。例如,世界各地的開發者使用的開源機器學習平台都由美國谷歌、Facebook 等公司開發。美國公司也在開發執行複雜計算所需的芯片。劉興亮專家深信,如果將兩國的力量結合起來,可以顯著加快人工智能領域的進步。
他說:“我還是希望大家保持你追我趕、齊頭並進的狀態,不要出現兩極分化。因為世界發展的潮流趨勢仍然是合作和全球化,各國間還是應該通力協作,實現你中有我我中有你的共同前景。實際上無論政治關係如何變化,中美兩國在人工智能領域一直進行著很多的合作,包括中國的很多大型公司在硅谷甚至美國各地都有實驗室或研究機構。可以說過去兩國間的合作是很多的,只是現在的政治局勢給這種合作帶來了一些不確定性。不過從長遠發展角度來看,我認為未來合作仍然是國家間的主題。”
然而人工智能領域也受到了政治的干預。中國在人工智能方面的進步讓感到華盛頓恐慌。今年春天提交給美國總統和國會的人工智能國家安全委員會的專家報告稱,美國必須加大對人工智能的投資,否則將在與中國的競爭中失敗。貫穿整個報告的紅線就是人工智能技術與軍工復合體之間的關係。報告指出,幾十年來一直依賴於“重型”軍事裝備——軍艦、航空母艦等的發展的美國,在人工智能技術的軍事應用方面已經落後於中國。報告作者警告說,機會目前還沒有錯過,但如果這種情況繼續下去,中國憑借其無人機,在群體智能的基礎上,將能在潛在的軍事衝突中戰勝美國,儘管美國擁有強大的艦隊。為防止中國技術能力快速發展,並至少在未來兩代保持美國在芯片領域的領先地位,建議繼續推行斷供中國最新一代芯片生產設備的政策,並嚴格監控對中國的其他高科技供應。
就中國而言,也沒有放棄美國人強加給它的遊戲。北京深知自身競爭優勢——大數據的重要性,正在加強對其流通的控制。例如,最近的法律,包括數據安全,嚴重限制了它們的跨境交易。順便說一下,中國監管部門對在紐約上市的滴滴的指控,恰恰與用戶數據的安全問題有關。中國政府明確表示,數據正在成為國家財富,成為一種新的生產要素,因此只有經過政府的徹底審核和批准,才能與外國合作夥伴交換數據。可見,就目前看來,人工智能系統發展的兩極分化不可避免。唯一的問題是將用多長時間來表明,為創建完美的、更重要的安全人工智能系統,需要所有主要參與者進行密切的科學互動,並制定統一的國際規範來管理人工智能在現實生活中的應用。