AI军备竞赛2.0：中美无冕之王争霸赛

大数据文摘出品

来源：evolutionone

编译：杨威、王一丁、夏雅薇

中美之间，又一场争霸赛悄然开启。

2月11日，美国总统特朗普签署了一份政令，概述了美国人工智能倡议。除此之外，该政令还阐述了美国维持其目前在人工智能领域领导地位的必要性。

随后，美国国防部于2月12日发布了另一份公告，公布了其人工智能战略摘要。

然而，美国仍深感威胁。

《人工智能状况的反思：2018年》调研报告数据显示，中国在人工智能初创公司的投资金额已经超过美国，接近50％的人工智能投资资金流向中国创业公司。

虽然仅就交易数量而言，美国仍处于领先地位。但是，在过去几年中，来自美国的人工智能创业公司的份额一直在稳步下降。

资料来源：2018年值得关注的人工智能发展趋势

观图可知，中国现在人工智能领域的专利和出版物数量方面已经可以叫板美国。不过，其中一些出版物的质量可能仍然落后于美国，但中国一直在追赶，而且过去几年在该领域的发展速度简直令人咋舌。

统治AI领域的愿望是可以理解的，毕竟，人工智能有朝一日能够创造一个全新的可能性世界的想法已经持续了几十年。然而，直到最近，它大部分都被归结为科幻小说领域以及少数研究人员和未来学家的作品。不过这一切在2010年初开始发生变化，因为当时的技术(或者说计算资源)可以让AI（或者更确切地说，机器学习）能够首次解决现实问题。

国家不同，机遇挑战不同

然而，正如通常会发生任何改变游戏规则的进步一样，不同的国家都面临着人工智能在不同情况下提供的新机遇和挑战。

对于富裕的西方民主国家而言，机器智能的出现提供了探索新领域，建立新一代成功公司以及进一步改善社会的机会。然而，如果鲁莽地应用机器智能，这也意味着必须面对人工智能可能给他们的公民带来的危险。

在过去几年中，这意味着在制定人工智能政策时越来越重视“无害”方法，西方强调个人主义和强有力的人权记录，在涉及人工智能时，只会有更多的损失鲜有收获。

虽然西方，或者说，美国可能仍然在人工智能研究方面处于领先地位，但考虑到其在道德和隐私问题上面临的不同期望水平，实施AI将变得更加困难和更具挑战性。

全球AI军备竞赛领导者的关键因素

基于我们上面讨论的内容，我们将世界划分为三部分：西方，中国和世界其他地区。显然，这种细分是非常主观的，但我们认为它以一种非常实用的方式构建了围绕AI政策的对话。

现在，在考虑使用机器学习解决任何问题时，需要考虑三个模块：数据，人和资金。

注意：这里每种资源的数量都是主观的，仅用于说明目的; 我们将详细说明我们如何获得下面每个部分的内容。

数据

过去几十年给我们带来了巨大的数据增长速度，而且没有减缓的迹象。相反，它在过去几年里一直在加速增长，这是由于不断增长的硬件能力和软件推动了新数据源数量的激增。

资料来源：从边缘到核心的世界数字化

根据IDC的数据，今天已有超过50亿消费者每天都在与数据进行交互，到2025年，这个数字将增加到60亿。尽管如此，在2010年初，智能手机仍然是造成大部分增长的原因。但数据量持续的增长会被越来越多的物联网设备越推动，预计到2025年每年将产生超过90zettabytes的数据，这超过所有预测数据的50％。

值得强调的是，设备数量和它们产生的数据量之间的关系从来都不是线性的，但现在，这种情况变得尤为突出。虽然在21世纪后期和2010年初，智能手机的普及率越来越高，再加上传输和存储数据的成本下降，推动了数据量的增加，可以使用的智能手机数量有明显的上限。然而，今天，全球有30亿部智能手机，增长正在放缓，但数据量却一如既往地快速增长。

Source: State of the IoT 2018 2018物联网发展状况

这里有两个关键因素：首先，虽然全球智能手机的增长正在放缓，但物联网代表了一个不同的情形。截至2018年，至少有70亿个物联网设备（加上其他预估这个数字也许会更大），到2025年增长到215亿，超过所有其他类别的总和。也许比特定数量的设备更重要的事实是，物联网设备的部署数量并没有自然限制：很容易想象到每个人的生活周边会有几十甚至几百个Iot设备，用于测量从交通道路到我们公寓温度的一切（当然这还没考虑到企业部署物联网设配）。

其次，现有数据的数量在很大程度上取决于我们收集，共享和存储数据的意愿和能力（暂时或永久）。因此，我们围绕愿意收集和保留的数据类型做出的选择变得至关重要，今天未捕获到的任何数据都是定义丢失的，并且这种影响会随着时间的推移而复杂化。

因隐私原因而对数据收集及对数据的进一步开发使用进行限制是合理的，但若只在机器学习领域中这样做，就会影响到可用于训练模型的数据量。反过来讲，这意味着对于隐私管控程度不是特别严格的国家（中国可以算作一个典型，比如说在使用摄像头及人工智能技术在捕捉罪犯方面的应用）而言可能会在数据方面获得优势。

虽然有上述条件的限制，实际上我们需要知道的是并非所有领域都涉及隐私问题，并且在一些领域中（如无人驾驶汽车或机器翻译）西方实际上会有更好的数据集。

人

人代表了第二个关键的构建模块因为他们对机器学习可以解决的问题的方法作了定义。

在“人”这一部分，情况与我们在“数据部分”看到的情况恰好相反。因西方，尤其是美国仍然是最理想的工作和生活地点之一，也因此，更容易吸引来自世界各地的人们。这使得它也可以对非传统思想更加宽容，也提供了更具创造性的环境，有助于发现和培养创新思想，因此具有本来的优势。

基础研究方面，美国一直在成熟的研究型大学系统方面具有优势，同时能够吸引来自世界各地的顶尖人才。与此同时，中国在近些年已建立了一流的研究型大学体系，并持续积极投资。

据“经济学人”报道，如今，中国已经在自然科学和工程学领域授为更多博士授予学位，且在同行评审的期刊上比美国发表的更多的文章。此外，在特定于AI领域中，如在前面所说的无人驾驶汽车和机器翻译领域。

最后，当谈到专注于实施（而不是纯粹的研究）的从业者时，美国和中国都有一些独特的优势，要做具体比较的话可能是要看两个国家初创公司及相关领域从业人员的数量。

美国的创业公司数量最多，而且也一直吸引如谷歌，微软和Facebook等大型科技公司的的投资。不过，中国紧随其后排在第二位（欧盟则排名第3），同时也获得了历史性的高额投资（更多内容见下文），并拥有少数能够与美国最大的公司竞争的公司（即阿里巴巴，腾讯和百度）。

资料来源：人工智能 - 欧洲创业公司的战略

然而，就劳动力而言，中国有明显的领先优势，今天，与合格人才不足的美国相比，中国在科学，技术，工程和数学领域授予学士学位的学生数量增加了3倍。不同于研究领域中少数几人就可以产生最重要的影响，在应用领域，从业人员的规模很重要，足以建立和保持在工程科学领域的领导力。

投资

根据CB Insights的数据，2017年全球对中国创业公司的投资占人工智能创业投资的50％，较2016年有11.6％增长。2018年前两大资金最充足的公司，SenseTime和 Face ++同样来自中国。

现在，基于特朗普总统宣布了他的美国人工智能倡议的背景，我们认为现在可能是回顾这个公告如何影响权力平衡的好时机。

然而，在我们这样做之前，让我们暂停一下，通过对现在情况进行分析，了解各自的策略和效率，并就最终结果做一预判。

以下三个步骤可以帮助构建讨论框架：

• 首先，考虑拟议投资的总体规模，以及是否足以在既定目标下实现有意义的差异
• 其次，考虑生态系统应该吸收资金的效率和发展程度
• 最后，确定拟议战略的重点，以及它是否针对有可能产生最佳回报的正确领域（这些领域本身将根据总体目标而有所不同 - 例如，支持已经建立和发展良好的生态系统可能需要 与从头开始建立基础机构时不同的策略。

现在，应用这个框架来评估特朗普总统的人工智能战略，人们可以有把握地得出结论，鉴于特朗普提出的战略模糊且不具体，实际上它并没有真正改变任何东西。 这并不是说美国在投资方面落后于中国 - 相反，很明两国在可用资金数量，生态系统的稳健性以及重点关注的多个领域的可用性方面同样处于有利地位，这为进一步提升应用研究水平提供了重要机会。

结论

虽然今天很多人认为人工智能是一场新的军备竞赛，各国都在激烈竞争（而特朗普总统宣布的基调并没有帮助），我们相信人工智能的合作能够为所有人带来更好的成果。

有趣的是，西方特别有可能从促进全球合作中受益（获益程度要胜于快速进步的其它国家），因为思想是自由的，这使得很久以来美国就是对人才最具吸引力的国家。

西方人工智能可持续发展的途径可能依赖于：

• 专注于促进全球合作，包括来自中国等地的研究人员和公司
• 投资开发人工智能的道德使用框架，同时注意不要对私营企业的主动性施加不适当的限制

因此，西方政府的作用应该集中在引导与帮助，而非试图强加不必要的限制来扼杀创新。

相关报道：

https://evolutionone.ai/blog/2019/2/16/ai-arms-race-20