共计 4452 个字符，预计需要花费 12 分钟才能阅读完成。
【环球时报记者 樊巍 环球时报特约记者 李静】“未来属于人工智能、美国和印度。”在6月23日，美国总统拜登向来访的印度总理莫迪赠送了一件特别的T恤，上面印着这句话。如今，人工智能已成为全球热议的焦点，尤其是在ChatGPT问世之后。这种技术的崛起不仅带来了激动人心的前景，也引起了诸多担忧。一方面，各国政府和企业积极投资于人工智能领域，力争在这场科技变革中占据优势；另一方面，许多企业家和学者对人工智能的快速发展表示警惕，认为它可能会对人类的未来构成威胁。那么，人工智能的本质是什么？其发展历程如何？各国在该领域的进展如何？这一技术将对地缘政治和人类社会产生怎样的影响？从今天起，《环球时报》将陆续发布系列深入分析文章，带您了解“人工智能的风云变幻”。
人工智能的两大基石与三大派系
“人工智能的根源可以追溯到哲学、虚构和想象。”根据BBC的报道，作为计算机科学的一个分支，人工智能的历史大约有70年，而1943年被广泛认为是人工智能梦想的起始年。这一年，美国神经科学家麦卡洛克和逻辑学家皮茨共同发表了一篇名为《神经活动中内在思想的逻辑演算》的论文，提出了神经元的数学模型。这一论文被视为人工智能领域的奠基石。而今天备受关注的“深度学习”，正是源自于人工神经网络，而人工神经网络的基础则是神经元的数学模型。人工智能的另一块基石是加拿大神经心理学家赫布在1949年提出的“赫布规则”，该规则现今被广泛应用于机器学习算法中。
“人工智能”这一术语首次出现在1955年，当时包括美国计算机科学家约翰·麦卡锡在内的四位开创者撰写了一份提案，申请召开一个关于人工智能的研讨会。这个研讨会于1956年8月31日在美国新罕布什尔州的达特茅斯学院举行，被认为是人工智能作为学科的创立，1956年因此被普遍视为人工智能的元年。
在这元年之后，许多令人振奋的进展接连而至：1959年，麦卡锡提出了世界上第一个完整的人工智能系统；同年，被誉为“机器学习之父”的美国计算机科学家塞缪尔首创了“机器学习”这一概念；1970年，日本早稻田大学诞生了第一台拟人机器人WABOT-1；1979年，斯坦福大学开始研发自动驾驶技术。BBC报道称，进入90年代后期，人工智能与机器人和人机界面相结合，催生了具有情感的智能代理，情绪计算（即评估情感的变化并在机器上重现）迅速发展。步入21世纪，深度学习与强化学习成为了时代的主旋律。
人工智能有三大派系，其中仿生学派的形成标志着《神经活动中内在思想的逻辑演算》论文的发表。该学派致力于研究神经网络的连接机制，后被称为连接主义派。除了仿生学派，人工智能领域的另外两大派别分别是符号逻辑学派和行为主义学派。有研究者在英国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和表达的重要方式，通过符号构建和展示逻辑命题以模拟智能的方式正在受到重视。行为主义学派则基于“认知-行动”模型，模拟智能行为。
几个世纪后，智慧与智能的三大组成部分
麦卡锡在2004年对人工智能进行了定义，指出其是制造智能机器的科学与工程，尤其是智能计算机程序。这与借助计算机理解人类智能的任务密切相关，但人工智能并不必限于生物学上可观察的方法。美国麦肯锡公司的数据指出，人工智能是指机器执行通常与人类思维相关的认知功能，如感知、推理、学习、与环境互动及解决问题的能力。
卡塔尔半岛电视台介绍，人工智能分为多种类型，包括有限人工智能、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，而通用人工智能则可以执行人类完成的各种工作和智力任务，超级智能则超越人类智能的能力。
根据这一分类，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”可以被视为有限人工智能，因为它的设计仅限于下象棋，可能连一场简单的跳棋游戏都不能胜过。BBC报道称，2017年，谷歌旗下的英国子公司DeepMind开发了新版本围棋AI“AlphaGo Zero”。经过短短三天的自我学习和训练，“AlphaGo Zero”成为围棋和国际象棋的高手。剑桥大学生存风险研究中心认为，随着人工智能的不断增强，它可能发展成为超级智能，超越人类在多个领域的能力。有专家预测，几个世纪后，智慧和智能将由三部分构成：人工智能、人类可控的人工智能和人类无法控制的机器智能。
根据法国《对外政治》杂志的分析，未来人工智能将在三大科技发展趋势中融合并获得成熟工业的推动，这包括处理由人类互联网和物联网产生的庞大数据的能力、计算机自我学习的能力和高性能云计算的能力。
清华大学新媒体研究中心主任沈阳表示，人工智能若想进一步发展，未来需要大规模提升计算能力，并实现从文本到多模态的飞跃。“目前，包括ChatGPT在内的人工智能技术，尚未完全达到通用人工智能与自然人理解能力的水平。从算法的角度来看，未来还有许多改进空间，例如能否更好地模拟人类大脑和自然机制。”
沈阳还对《环球时报》记者表示，在数据处理和与真实世界的互动能力上，人工智能也需提升。“一方面，人工智能能否从人类生成的数据中学习高质量的优质数据，也就是向‘高手’学习，而非吸收所有数据，这一点至关重要。另一方面，真实世界是我们学习的源泉，若人工智能与真实世界缺乏互动，最终仍会产生大量错误。因此，未来人工智能需要在数据生成、学习能力等方面形成从人类社会到自然界的良性循环。”
中美竞争：技术、人才与投资
目前，在全球人工智能领域，美国与中国占据了技术和规模上的优势。美国斯坦福大学2022年的一份报告将美国和中国列为全球“人工智能活力”排名的前两位。多家媒体分析指出，美国在人工智能领域处于领先地位，拥有丰富的人才、投资和芯片产业优势，而中国则在数据资源方面具备优势，并在人才和投资方面加速追赶。
谷歌前首席执行官施密特指出，60%的顶尖人才仍在美国的大学工作。麦肯锡公司在今年6月预测，到2030年，中国对人工智能熟练工人的需求将从100万人增长到600万人。本地和海外大学以及现有的一流人才只能满足中国所需人才的三分之一，留下了约400万的缺口。麦肯锡的高级合伙人萨瓦亚认为，中国企业可以通过提升现有员工技能和多样化人才来源来解决人才短缺的问题。
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，中国发表了接近全球30%的人工智能学术论文。施密特表示，中国在自动驾驶汽车的生产上已经处于领先，并积极致力于建立强大的量子计算机和量子网络。中国还在合成生物学领域迅速追赶美国的步伐。
据美国全国广播公司近期报道，中美两国都在人工智能发展上投入了大量资源。斯坦福大学2022年的报告显示，美国和中国在人工智能私人投资领域的总额分别排名第一和第二，但美国的投资是中国的三倍。
然而，中国庞大的人口基数、强大的数据收集能力以及不断涌现的创新，将极大地推动人工智能的发展。总部位于美国加州的投资公司比赛资本合伙人伊迪丝·杨表示，中国几乎人人使用微信等应用程序，因此可以收集大量信息来改进产品，“人工智能模型的质量取决于它所能学习的数据”。此外，香港科技大学人工智能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，从以制造业为主转向以科技为基础。她补充道：“过去十年中，我们看到中国消费者驱动的互联网公司推出了更多创新。”
欧盟争夺监管主导权
与中美相比，欧洲国家在人工智能技术发展上进展相对缓慢。欧盟及其成员国显然已经认识到问题的紧迫性，正在加大投资并争夺人工智能监管的主导权。2021年4月，欧盟委员会提出了一项人工智能发展计划。该委员会计划通过“地平线欧洲”和“数字欧洲”项目，每年在人工智能领域投资10亿欧元。今年6月14日，法国总统马克龙宣布将额外投资5亿欧元以促进人工智能的发展。英国政府也承诺投资约10亿英镑以发展下一代超级计算技术和人工智能。6月14日，欧洲议会全体会议投票通过了《人工智能法案》授权草案，该法案进入了欧盟立法对人工智能技术应用进行严格监管的最后谈判阶段。欧洲议会在一份官方声明中指出，该法案若正式通过，将成为全球首部关于人工智能的法律。
除了中美和欧盟，许多国家还专注于人工智能的特定领域。例如，印度希望通过专门研究适用于发展中国家的应用而成为“人工智能车库”，波兰正在探索与网络安全和军事相关的领域，而阿联酋于2017年10月启动了人工智能战略，设立了全球第一个政府人工智能部级机构，以推动人工智能技术的发展。
中国应从两方面发力，以应对美国的打压
彭博社近日将推出ChatGPT的OpenAI、通过语言描述生成图像的Midjourney，以及提供自然语言处理模型的Cohere等十家企业列为当下值得关注的人工智能公司。雅虎新闻去年底公布了全球前十大人工智能公司，依次为苹果、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》最近推荐了10只值得投资的人工智能公司股票，其中包括微软、谷歌母公司字母表、英伟达、Meta、台积电、荷兰阿斯麦、德国软件公司SAP、英国RELX集团、美国Arista网络公司以及中国的百度。
雅虎新闻评选出的全球十大人工智能公司中，全部为美国企业，而《美国新闻与世界报道》推荐的人工智能企业股票前十中，也有一半为美国公司。即便如此，美国依然对中国实施打压，通过芯片限制中国在人工智能领域的发展。
意大利博科尼大学社会与政治科学系教授科利认为，在美中人工智能竞争中，华盛顿当前占据优势地位，但业内专家预言，美国可能很快会失去这一优势。沈阳表示，中美在人工智能发展上的特点各有不同，美国的优势在于“从0到1”的创新，即技术突破阶段，目前人工智能的发展正处于这一阶段，而中国的优势则在于“从1到100”的应用创新。
沈阳对《环球时报》记者表示，未来中国要实现人工智能技术的突破，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经位居世界第二的背景下，应该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，充分发挥“从1到100”的创新能力，中国在各类应用场景方面具有丰富的经验。如果将这些不同的细分应用场景与大型语言模型合理结合，中国有可能在未来超越美国。
百度创始人李彦宏近日在“世界互联网大会数字文明尼山对话”上表示，中国的人工智能大模型已具备一定基础，亟需加速追赶。同时，应利用应用场景优势，深入开发金融、医疗、电力等领域的专业大模型，通过高质量的应用和数据反馈实现技术优化，推动大模型的迭代升级，并构建良好的人工智能生态。
冯雁则指出，面对美国的打压，中国需要建立自己的硅谷文化——一种吸引各类人才的研究文化，既依赖本土人才，也吸引拥有中国血统的海外人才。”
