全球AI竞赛：中美对抗与未来展望

【环球时报记者 樊巍 环球时报特约记者 李静】“未来是AI、美国和印度。”6月23日，美国总统拜登向印度总理莫迪赠送了一件特别的T恤，正是这句话的印证。自从ChatGPT问世以来，人工智能（AI）已成为全球热议的话题。它不仅引发了极大的兴奋，同时也伴随着深深的忧虑。一方面，各国政府和企业纷纷加大对AI的投资，希望在这场科技革新中占有一席之地；另一方面，众多企业家和学者对AI的迅猛发展发出警告，认为这可能会对人类构成威胁。那么，AI究竟是什么？它的发展历程如何？各国在人工智能领域的进展如何？这一技术又将如何影响全球的地缘政治和人类未来？《环球时报》将推出系列深度分析文章，帮助您全面了解“AI风云”。

2023年6月22日，美国华盛顿特区，拜登与印度总理莫迪会晤。（视觉中国）

AI的基础与发展流派

据BBC报道，AI的根源可以追溯到哲学和想象的领域。作为计算机科学的一个分支，AI的历史大约只有70年，而1943年被广泛视为AI梦想的开端。这一年，美国神经科学家麦卡洛克与逻辑学家皮茨共同发表了论文《神经活动中内在思想的逻辑演算》，提出了神经元的数学模型，此文被视为AI研究的基石。如今流行的“深度学习”正是基于人工神经网络，而人工神经网络又源于神经元模型。此外，加拿大神经心理学家赫布于1949年提出的“赫布规则”也成为AI发展的另一基石，至今仍被应用于机器学习算法中。

“人工智能”这一术语正式诞生于1955年，那时包括美国计算机科学家约翰·麦卡锡在内的四位科研先锋提交了一份关于AI研讨会的提案。该研讨会于1956年8月31日在新罕布什尔州的达特茅斯学院召开，标志着AI作为学科的成立，1956年也因此被普遍视为AI的元年。

在这一元年之后，AI的发展不断取得新进展：1959年，麦卡锡提出了第一个完整的AI系统；同年，被誉为“机器学习之父”的塞缪尔首次提出机器学习的概念；1970年，世界首个拟人机器人WABOT-1在日本早稻田大学诞生；1979年，斯坦福大学开始研发自动驾驶技术。根据BBC的报道，90年代后期，AI与机器人和人机界面的结合催生了情感计算技术，使机器能够识别和再现情绪。进入21世纪后，深度学习和强化学习成为AI领域的主流。

AI的研究有三大流派。仿生学派以《神经活动中内在思想的逻辑演算》为标志，致力于基于神经网络的连接机制发展AI，后被称为连接主义派。除了仿生学派，符号逻辑学派和行为主义学派也是AI研究的重要组成部分。学者们在伦敦帝国理工学院的数据科学研究所网站上指出，符号一直是人类交流的关键，利用符号构建和展示逻辑命题以模拟智能的方式受到重视。而行为主义学派则专注于基于“认知-行动”的智能模拟。

关于未来的展望，麦卡锡在2004年定义AI为制造智能机器的科学与工程，尤其是智能计算机程序。这一定义与使用计算机理解人类智能的任务相关，但AI并不局限于生物学可观察的方法。根据麦肯锡咨询公司的资料，AI是指机器执行与人类思维相关的认知功能，如感知、推理、学习、与环境互动和解决问题的能力。

卡塔尔半岛电视台指出，AI可分为有限人工智能、通用人工智能和超级智能。有限人工智能专注于特定领域的智能，通用人工智能则能够完成与人类相当的智力任务，而超级智能则超越人类的智能水平。

以此分类，1997年击败国际象棋世界冠军卡斯帕罗夫的超级计算机“深蓝”被视为有限人工智能，因为它仅被设计用于下象棋，而无法胜任其他游戏。BBC报道称，2017年，谷歌旗下的DeepMind推出了新版本的围棋AI“AlphaGo Zero”，经过短短三天的自我学习，它在围棋和国际象棋的对弈中达到了顶尖水平。剑桥大学生存风险研究中心认为，随着AI的不断增强，它有可能成为超级智能，超越人类在多个领域的能力。有学者预言，几百年后，世界的智慧将由AI、人类可控的AI和人类无法控制的机器智能三部分组成。

资料图

根据《对外政治》杂志的分析，未来AI将结合三大科技发展趋势，得到成熟工业的推动，这包括处理人类互联网和物联网产生的大数据的能力、自我学习的能力以及高性能云计算能力。

清华大学新媒体研究中心主任沈阳指出，为了推动AI技术的进一步发展，未来需要大规模提升计算能力，实现从文本到多模态的跨越。“目前，包括ChatGPT在内的AI技术尚未完全达到通用人工智能和人类的理解水平。从算法角度看，未来我们需要进行大量改进，例如如何更好地模拟大脑和自然机制。”

与此同时，沈阳对《环球时报》记者表示，在数据和与真实世界的交互能力方面，AI也需提升。“一方面，AI能否学习人类生成的高质量数据非常关键；另一方面，真实世界是我们学习的源泉，若AI缺乏与现实的交互，最终将产生大量错误。未来，AI需要在数据生成与学习能力等方面实现正向循环，从人类社会到自然界。”

中美AI竞争：技术、人才与投资

目前，在全球AI领域的竞争中，美国和中国占据了显著的技术和规模优势。根据斯坦福大学2022年的一份报告，美国和中国被列为全球“AI活力”排名的前两位。多家媒体分析表示，美国在AI领域仍处于领先地位，尤其是在人才资源、投资及芯片行业等方面具有优势，而中国在数据方面表现突出，并加速追赶。

谷歌前首席执行官施密特表示，60%的顶尖AI人才仍在美国的高校工作。麦肯锡公司预测，到2030年，中国对AI专业人才的需求将从100万人增加到600万人，而本地和海外大学以及现有的一流人才仅能满足这一需求的1/3，留下约400万的缺口。麦肯锡高级合伙人萨瓦亚认为，中国企业可通过提高现有员工技能和人才来源多样化来应对这一短缺。

尽管中国在人才资源方面面临短缺，但在科研成果方面却取得了显著进展。斯坦福大学的报告显示，中国在全球AI学术论文发表量上占据近30%。施密特指出，中国在自动驾驶汽车生产中已经领先，并在量子计算及量子网络的构建上也在努力追赶美国。此外，中国在合成生物学领域也在快速追赶。

根据美国全国广播公司近期的报道，美中两国在AI发展方面投入了巨额资源。斯坦福大学的报告指出，美国和中国在AI私人投资方面的总额分别位居第一和第二，但美国的投资是中国的三倍。

尽管如此，中国庞大的人口基数、强大的数据收集能力及持续创新的能力将极大促进AI的发展。总部位于加州的投资公司比赛资本合伙人伊迪丝·杨表示，中国几乎所有人都在使用微信等应用程序，提供了丰富的信息源以改进产品，“AI模型的优劣取决于其学习的数据质量”。同时，香港科技大学AI研究中心主任冯雁指出，自上世纪80年代以来，中国经济规模不断扩大，正从以制造业为主转向以科技为主。她补充道：“过去十年，中国消费者驱动的互联网公司在创新方面取得了更多成就。”

2023中关村论坛上的人工智能展区。（IC Photo）

欧盟在AI监管上的追赶

与中美相比，欧洲国家在AI技术发展上相对滞后。欧盟及其成员国显然意识到这一问题的严重性，正在加大投资并争夺AI监管的制高点。2021年4月，欧盟委员会提交了一项AI发展计划。该委员会通过“地平线欧洲”和“数字欧洲”项目，计划每年在AI领域投资10亿欧元。今年6月14日，法国总统马克龙宣布将再投资5亿欧元推动AI发展。英国政府也承诺投资约10亿英镑以支持下一代超级计算技术和AI发展。6月14日，欧洲议会全体会议通过了《人工智能法案》授权草案，该法案进入欧盟立法监管AI技术应用的最终谈判阶段。欧洲议会在一份声明中表示，如果该提案获得批准，将成为全球首部关于AI的法律。

除了中美和欧盟，许多国家也在专注于AI的特定领域。例如，印度希望通过研究适合发展中国家的应用，成为“AI车库”；波兰则在探索与网络安全和军事相关的领域；阿联酋于2017年10月启动了AI战略，成立了全球首个政府级AI部门，推动AI技术的发展。

中国应对美国打压的双重策略

彭博社最近关注了包括OpenAI、Midjourney和Cohere在内的十家AI企业，认为它们是当前需要关注的对象。雅虎新闻在去年底发布的全球十大AI公司榜单中，包括苹果、微软、亚马逊、英伟达、Meta、甲骨文、思科、国际商业机器公司、超微半导体和英特尔。《美国新闻与世界报道》近期推荐的AI公司股票榜单中，微软、谷歌母公司字母表、英伟达、Meta、台积电、荷兰阿斯麦、德国SAP、英国RELX集团、美国Arista网络公司和中国百度均在列。

值得注意的是，这些榜单中，前十名的AI公司几乎全是美国企业，而《美国新闻与世界报道》中推荐的AI企业股票中也有一半是美国公司。尽管如此，美国依然通过芯片打压手段遏制中国在AI领域的发展。

意大利博科尼大学的教授科利指出，在美中AI竞争中，华盛顿目前占据优势地位，但业内专家认为这一地位可能很快会被逆转。沈阳认为，中美AI发展的特点各有不同，美国的优势在于“从0到1”的技术创新，而中国则在“从1到100”的创新上表现突出。

沈阳对《环球时报》记者表示，未来中国要实现AI技术的突破，首先需在“从0到1”的创新过程中建立激励机制，鼓励创新与冒险。在中国国内生产总值已位列世界第二的背景下，应在前沿研究领域建立成熟的机制以保障原始创新；其次，要保持现有优势，把“从1到100”的创新做好。中国在各类应用场景方面积累了丰富经验。未来将这些细分的应用场景与大语言模型有效结合，中国或许能够在某些领域超越美国。

百度创始人李彦宏在“世界互联网大会数字文明尼山对话”中指出，中国的AI大模型已经具备一定基础，我们亟需加快追赶。同时，需发挥应用场景的优势，深入垂直领域，打造金融、医疗、电力等行业的专业大模型，以高质量的应用和数据反馈实现技术优化，助力大模型迭代升级，并构建良好的AI生态。

冯雁则表示，面对美国的打压，中国需要发展自己的硅谷文化，以吸引不同背景的人才进行研究，这种文化既依赖于国内人才，也需要海外有中国血统的人才。