中国有意超越美国,计划到2030年成为主要的AI创新大国

2018-07-26    来源:raincent

容器云强势上线!快速搭建集群,上万Linux镜像随意使用
桑希尔:中国计划到2030年成为主要的AI创新大国。中国正在大举投资AI研究,并在很多领域进行了开创性的部署。

 

 

英国《金融时报》 约翰•桑希尔

当AlphaGo计算机2016年在深奥难懂的围棋对弈中击败李世石(Lee Se-dol)时,很多人称赞它展示了人类聪明才智与人工智能(AI)之间的较量。

中国官员肯定没有忽视这场比赛的意义,他们中的一些人是这项已有3000年悠久历史的策略游戏的最热情的棋手。但他们以不同的心情看待谷歌(Google) DeepMind的AI团队战胜18次问鼎世界冠军的李世石:视其为中国技术脆弱性的一个迹象。一些人把这场对弈形容为中国的“斯普特尼克时刻”(Sputnik moment,指境外政治敌对激发国内科技飞跃——译者注)。

没人可以指责中国领导层未能应对人工智能挑战。正如英国《金融时报》(Financial Times)的系列文章所展示的那样,中国正在大举投资AI研究,并在很多领域进行开创性的部署。在其中一些领域,比如大量使用AI支持的面部和声音识别技术,如今中国处于世界领先水平,有时在隐私方面带来令人不安的潜在影响。

中国国家主席习近平公开宣布了中国到2030年成为主要AI创新大国的雄心。与国家紧密交织在一起的强大的中国科技公司,如腾讯(Tencent)、阿里巴巴(Alibaba)和百度(Baidu),也在大举投资于AI。中国各地正在竞相确立自己作为技术中心的地位:5月,天津宣布了一个160亿美元的基金来支持AI产业。

自从冷战结束以来,这可能是美国第一次面临着其他国家挑战其技术霸权地位的严重威胁,这可能会带来难以预料的军事后果。总部位于华盛顿的新美国安全中心(Center for a New American Security)警告称,随着中国军队利用AI技术主宰战场,美国即将出现“创新赤字”。

但是,把这场技术角力视为美苏军备(或太空)竞赛重演是错误的。与核弹或太空火箭不同,AI是一种通用技术,主要用于经济。

正如本月《外交事务》(Foreign Affairs)中概述的那样,AI竞争也许更适合被看作分散的民主模式和数字化的威权体制之间的整体斗争的一部分。尼古拉斯•赖特(Nicholas Wright)写道,“正如自由民主主义、法西斯主义和共产主义之间的社会制度竞争定义了20世纪的大部分时间一样,自由民主主义和数字威权主义之间的斗争将定义21世纪。”

根据21世纪的特征对卡尔•冯•克劳塞维茨(Carl von Clausewitz)的格言略加调整:战争是经济的延续。中国人想打赢这场战争;人工智能是其武库中的关键武器之一。

然而,眼下美国在AI领域可能保持着显著优势。牛津大学(University of Oxford)的研究者、曾经撰写一份有关中国AI战略的报告的Jeffrey Ding估计,中国目前的能力只有美国的一半左右。他认为,得益于硅谷独特的生态系统,美国在硬件设计、算法研究和整体创意商业化方面拥有明显优势。

中国领先于美国的重要领域是数据收集和汇总——往往在私营企业和政府机构之间共享数据。中国一家咨询公司估计,到2030年中国将拥有全世界数据的30%左右——数据被视为很多AI项目的“主要生产资料”。

或许最大的差距就在于美国主导的研究领域上——这在很大程度上是因为其世界一流大学。数字并非一切,但美国拥有约7.8万名AI研究员,相比之下中国拥有3.9万名AI研究员。美国还对全世界敞开大门,吸引了很多海外最优秀的学者——尽管唐纳德•特朗普(Donald Trump)总统似乎要在这一点上帮倒忙。但北京方面也在加紧努力吸引在海外工作的中国研究人员回国(即所谓的“海归”),同时还在努力吸引更多的外国人才。

从长远来看,在研发和部署AI技术方面,美国的分散方式可能更持久。但中国也有可能比美国更好地吸取西方历史的教训。毕竟,首批计算机是为了国家主导的军事目的而研发出来的。英国在二战期间打造“巨人”(Colossus)计算机作为其在布莱切利公园(Bletchley Park)破解密码工作的一部分,而美国的埃尼阿克(ENIAC)计算机是曼哈顿计划(Manhattan Project)的一部分。

有时蛮力的技术研发可能被证明相当有效。

译者/马柯斯

标签: Google 安全 谷歌 金融

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点!
本站所提供的图片等素材,版权归原作者所有,如需使用,请与原作者联系。

上一篇:机器学习小窍门:Python 帮你进行特征选择

下一篇:观色知喜怒:麻省理工成功开发情绪解读机器学习模型