【AICon】探索RAG 技术在实际应用中遇到的挑战及应对策略!AICon精华内容已上线73%>>> 了解详情
写点什么

中美 AI 军备竞赛 2.0,谁会占得先机?

  • 2019-04-16
  • 本文字数:4295 字

    阅读完需:约 14 分钟

中美AI军备竞赛2.0,谁会占得先机?

今年 2 月 11 日,美国总统特朗普签署了一份最新行政令,旨在提出关于美国 AI 技术的发展倡议。作为行政令的核心,其中探讨了美国在 AI 方面保持现有领导地位的必要性。在此之后,国防部于 2 月 12 日发布了另外一份公告,对 AI 发展战略的各项要点做出概述。


当然,有一种声音认为美国提到的“延续领导力”的说法本身可能就是个伪命题,特别是在《2018 年:人工智能现状反思》一文中所提到,中国在 AI 初创企业领域的投资已经超越美国,目前全球尽一半的 AI 投资正在流向中国初创企业(虽然就投资总额而言美国仍处于领先地位,但在过去几年中美国本土的 AI 初创企业份额一直保持着稳步下降)。


如今,中国也开始在 AI 领域的专利与发表论文数量方面向美国发起挑战。诚然,其中一部分发表论文的质量可能仍不及美国,但中国一直在快速追赶,并在过去几年内在 AI 领域取得了令人咋舌的进步速度。



我们当然可以理解各方全力冲击 AI 领域的发展愿景——毕竟从几十年前开始,人们就一直认定 AI 技术有朝一日将为这个世界带来全新的可能性。然而就在几年之前,AI 的大部分技术内涵都仅仅局限于科幻小说以及少数研究人员与未来学家们的作品当中。而转折总是来得太快,这一切自 2010 年初开始发生变化。当时的技术,特别是最为重要的计算资源,终于可以满足 AI 发展的需求。从那时起,我们的 AI(或者更确切地说,机器学习)首次能够解决真正的现实问题。


但正如其它业已出现的,足以改变全球游戏规则的技术进步一样,不同的国家面对 AI 这个议题往往面临着各自现实情况下的差异化机遇与挑战。


对于富裕的西方国家而言,机器智能的出现带来了新的探索领域,亦让整个社会有机会建立新一代成功企业并进一步改善国计民生。然而,这同时意味着他们必须直面 AI 可能给其公民带来的潜在风险——贸然使用甚至会侵害民众的基本利益。过去几年以来,西方国家在制定 AI 相关政策时越来越重视“无害性”方法——这一点与西方各国长期强调的个人主义与良好的人权记录相契合。


但一味求稳的发展方式虽然能够降低 AI 造成的损失,但同时也约束了 AI 带来的收益。因此与其它国家相比,西方国家——特别是美国,虽然仍然在 AI 研究方面处于领先地位,但考虑到其在道德与隐私等问题上面临的更高期望及要求,相关实现将变得更加、甚至极具挑战性。


相比之下,中国则面临着一系列完全不同的挑战:考虑到历史背景与经济发展阶段,AI 浪潮带来的潜在机遇远远高于其遭到滥用所引发的风险。也正因为如此,中国才在 AI 领域推行更为积极的投资与战略部署。


另外值得注意的是,随着 AI 的广泛部署,中国与西方国家可能也会针对不同的结果做出优化。在中国,AI 成果的优化方向主要针对为整个社会集体带来最佳回报,相反,西方国家关注的是每一个人的人权与受到公平待遇的保障,包括一切少数族裔,这无疑会给 AI 的实际采用带来相当独特的挑战。


至于世界的其它地区,如今的大多数国家正在西方与中国所代表的两个极端之间选择着自己的立足点。


下面,我们将深入探讨与 AI 相关的几项关键因素,进而推导它们将给这一波全球范围内的 AI 军备竞赛带来怎样的影响。


根据以上讨论的内容,我们将整个世界划分为三大类:西方国家、中国以及世界其它地区。很明显,这样的划分方式非常主观,但我们认为其仍然能够为围绕 AI 政策展开的讨论带来有益的背景支持。


现在,在考虑任何能够利用机器学习技术解决的问题时,我们首先需要明确三个基本元素:数据、人员与资金。



注意:这里的每一种资源数量都源自主观总结,仅用作说明性目的;我们将在后文中说明各项量化指标的具体得出方式。

数据

过去几十年以来,我们掌握的数据总量一直呈现出极快的增长速度,而且时至今日也完全没有减缓的迹象。更准确地讲,过去几年以来数据增速本身也一直保持着增长,而这主要是受到不断提升的硬件能力、软件信息量以及新增数据源数量的有力推动。



根据 IDC 公司发布的数据,如今全球有超过 50 亿消费者每天都在进行数据性交互。到 2025 年,这一数字将进一步增长至 60 亿。更重要的是,2010 年初开始全面普及的智能手机无疑正是这种增长背后的核心驱动力。随着数据总量的增加,物联网设备也将加入进来为增长续力。根据预测,到 2025 年年新增数据量将超过 90 ZB——这样的水平比以往最乐观的猜测也要高出 50%。


需要强调的是,设备数量与数据量之间的关系从来不是线性的,而当下二者之间的线性关系开始变得愈发疏离。2010 年前后,随着智能手机的普及率越来越高,加之数据的传输与存储成本持续下降,数据总量一直保持着高速增长。然而,智能手机在任意时间节点内的持有数量有着明确的上限。目前全球智能手机持有量约为 30 亿台,增长已经明显放缓——但数据产生量却仍在一如既往地快速提升。



在这里,我们需要关注两大关键因素。


首先,虽然全球智能手机增长正在放缓,但物联网却代表着全新的发展空间。截至 2018 年,全球共部署有至少 70 亿台物联网设备(这已经是最保守的数字,其它一些估算远高于此),而到 2025 年这个数字将增长至 215 亿——超过其它一切联网设备的总和。而比设备数量更为重要的事实在于,能够由物联网设备产生及存储的数据量没有自然性限制:可以想象,我们每个人都可能在日常生活当中使用到几十甚至数百台物联网设备,从公寓温度测量到道路交通流量检控皆在此列。而这还没有考虑到企业对于物联网设备的广泛应用。


其次,现有数据的总量在很大程度上取决于我们收集、共享以及存储数据的意愿与能力(临时或永久)。在这方面,我们根据自身意愿收集并保留的数据类型就成了一道至关重要的选择题。更确切地讲,如今任何未被纳入收集范围的数据都被定义为丢弃,而这种影响将随着时间推移而变得更为复杂。


人们对于隐私问题的高度关注将给数据的收集施加限制,从而以合理的方式确保这一新兴资源免遭潜在滥用。但单纯从机器学习的角度出发,这样的选择将直接影响到可用于训练模型的数据量。反过来,这意味着那些不太关注隐私的国家有望在数据层面获得竞争优势。


话虽如此,我们需要注意的是隐私问题并不会影响到一切跟 AI 相关的领域,西方国家在其中一些发展分支(例如无人驾驶汽车或者机器翻译)当中实际上拥有着更强大的数据集储备。

人员

人员代表着第二大基本元素。这项元素定义了机器学习技术在解决一切问题时所遇到问题的具体方法。


在这方面,情况则与数据层面的现状有所区别——西方,特别是美国在这个层面有着天然的优势,因为这里仍然是全球人才最理想的工作和生活地点之一。与过去半个世纪一样,这些国家仍能更轻松地吸引到来自世界各地的人才。这里对于非正统思想更加宽容,因此能够提供更具创造性的环境,有助于发现并培养宝贵的创新思想。


在基础研究方面,凭借着成熟的学术性大学系统,美国也具有着历史层面的优势,更不用于吸引自世界各地的顶尖人才。但在另一方面,中国近年来也已经建立起一流的学术性大学体系,并在继续追加投资。根据《经济学人》杂志的报道,如今中国已经在自然科学与工程学领域培养出更多博士人才,而且发表在同行评审期刊上的论文数量也开始超越美国。另外,单纯立足 AI 研究领域,如上文所述,美国领先地位的确定性已经受到极大的撼动。


最后,关于专注于应用实现(而非纯学术性研究)的从业者时,美国与中国都有着自己的独特优势;对双方做出准确评估的第一条指标,就是两个国家建立的相关初创企业的数量;第二则是加入 AI 领域的专业人员的数量。


美国的初创企业数量最多,而且谷歌、微软以及 Facebook 等巨头级科技企业也立足现有生态系统大力进行 AI 投资。不过中国也紧随其后并全力追赶(如果将欧洲视为一个整体,则位列之后排在第三)。另外,中国拥有着前所未有的高额投资(下文将讨论更多细节),而且有着一批足以与美国领先企业将抗衡的本土科技公司(以阿里巴巴、腾讯与百度为代表)。



再来看人力资源,中国在劳动力层面长期拥有明显的领先优势——如今,与长期短缺合格人才的美国相比,中国的全日制本科毕业生数量达到美国的三倍。而且与比较关注少数顶尖科研人员的研究领域不同,整体性从业者规模同样非常重要,充足的工程与科学专业基础人员已经开始在支撑整个国家在 AI 领域保持领先方面发挥决定性作用。

投资

根据 CB Insights 公司的报告,2017 年全球对中国初创企业的投资占 AI 总初创投资的一半,而这一总额度相较于 2016 年全年仅增长了 11.6%。2018 年,商汤科技与旷视科技两家资金储备最为雄厚的初创企业皆来自中国。正如此前的评论文章所言,纵观 2018 年的 AI 投资格局,中国的前期投资水平已经在当前竞争当中独占鳌头。


尽管如此,就在前不久特朗普总统刚刚公布了美国 AI 发展倡议,我们认为这项政策将有望打破当前的力量制衡局面。


不过在开始分析之前,我们先来看看下面这张漏斗图,其中列出了当前投资策略效率分析以及可能由此带来的最终竞争结果。



我们将通过以下三个步骤对此次美国 AI 发展倡议的基本框架做出讨论:


首先,应考虑拟议投资的总体规模,以及这种规模是否足以同一既定目标之下实现有意义的差异化发展。


第二,考虑生态系统的应有资金吸纳效率以及发展程度。


最后,确定拟议战略中的重点,以及其是否指向有可能带来最佳回报的正确领域(这些领域将根据总体目标的不同而有所区别——例如已经拥有成熟且发展良好的生态系统的组织,与从零开始建立基础设施的组织可能会采取不同的策略)。


现在,我们将利用以上框架评估特朗普总统提出的 AI 发展战略。通过这种方式,无论相关结论有多么模糊且平庸,或者说没有任何实践指导意义,我们都将得出真实可信的思考观点。当然,这并不是说美国在投资方面落后于中国——相反,两国很明显在可用资金数量、生态系统稳健性以及多领域应用空间等方面同样处于有利地位。这一切,都将给中美双方带来重要的发展机遇。

总结

虽然目前很多人将 AI 视为一场新的军备竞赛,各国也都投身到了这场激烈的对抗当中(特朗普总统宣布的指导方针在这方面并没有帮助),我们仍然坚信只有合作开拓才能让 AI 成果为全人类带来福祉。


有趣的是,西方国家从促进全球合作当中受益的可能性最高(高于单靠一己之力独自成长的国家)。极高的思想宽容度与创意发展空间,让美国以更自由的姿态吸引着来自全世界的新成员。


西方国家的 AI 可持续发展道路很可能依赖于以下几点:


专注于促进全球合作,包括对接来自中国等国家及地区的研究人员与企业。


投资开发 AI 道德使用框架,同时注意不要对私营企业的积极探索做出不必要的限制。


总而言之,西方政府的作用应该集中在帮助构建与方向性引导层面,而非硬性施加不必要的限制——这很可能将重大的创新扼杀在摇篮当中。


原文链接:


https://medium.com/@e.s.sidorin/ai-arms-race-2-0-bf778e84e0e3



公众号推荐:

2024 年 1 月,InfoQ 研究中心重磅发布《大语言模型综合能力测评报告 2024》,揭示了 10 个大模型在语义理解、文学创作、知识问答等领域的卓越表现。ChatGPT-4、文心一言等领先模型在编程、逻辑推理等方面展现出惊人的进步,预示着大模型将在 2024 年迎来更广泛的应用和创新。关注公众号「AI 前线」,回复「大模型报告」免费获取电子版研究报告。

AI 前线公众号
2019-04-16 08:003708

评论

发布
暂无评论
发现更多内容

云算力挖矿系统APP开发|云算力挖矿软件开发

系统开发

Uniswap去中心化交易所系统开发

W13902449729

去中心化交易所系统开发 uniswap

python 技术面试没过,居然是没有用 pytest 测试框架

和牛

Python 测试 测试框架 pytest

算法学习手册

田维常

算法

再见 2020!Apache RocketMQ 发布 4.8.0,DLedger 模式全面提升!

阿里巴巴云原生

阿里云 开发者 云原生 存储 消息中间件

零基础也能看得懂!Android面试心得必备技能储备详解,Android面试题及解析

欢喜学安卓

android 程序员 面试 移动开发

做运维,送你7个常用的服务器资源监控工具

华为云开发者联盟

工具 监控 内存 服务器 系统

架构师训练营第十三周

我是谁

架构师训练营第 1 期

探索压测奥妙

ninetyhe

微服务 分布式系统 压力测试 性能调试

深入分析单例设计模式

Andy

使用PG_SHOW_PLANS监控PostgreSQL执行计划

PostgreSQLChina

数据库 postgresql 开源

Java多线程并发控制工具CountDownLatch,实现原理及案例

码农架构

Java 并发编程 后端

比易宝betBEB平台获278万美元约合1807万元融资

DT极客

IoT爆发前夕,企业架构要面对哪些变革?

京东科技开发者

物联网

架构师训练营-第二周作业

Mark

年底了,你的数据库密码安全吗

Simon

MySQL 数据库

Java多线程并发控制工具信号量Semaphore,实现原理及案例

码农架构

Java Java并发 并发编程 后端

看完老板哭着让我留下来!带你彻底搞懂Android启动速度优化!Android篇

欢喜学安卓

android 程序员 面试 移动开发

VoltDB成功入选CNCF Landscape云原生数据库全景图

VoltDB

云原生 cncf VoltDB 分布式内存数据库

腾讯高工亲授“MySQL学习方法”【思维导图+学习笔记+实战文档+面试题库】让你站在数据库领域的顶峰 笑傲江湖!

比伯

Java 编程 架构 面试 计算机

换个角度,聊聊全链路压测

老张

性能测试 系统稳定性 全链路压测

28天写作挑战——坚持28天,每天500字

TGO鲲鹏会

28天写作 热门活动

AMD台式CPU市场份额距离英特尔还有多远?刚到四分之一

E科讯

自学编程的4大误区,你中招了吗?

田维常

程序员

Filebeat同步写位点文件引发的磁盘IO问题

秦宝齐

泪目!美团点评APP在移动网络性能优化的实践,附赠课程+题库

欢喜学安卓

android 程序员 面试 移动开发

MySQL不会丢失数据的秘密,就藏在它的 7种日志里

程序员小富

MySQL

加密数字货币钱包系统软件开发|加密数字货币钱包APP开发

系统开发

HTTP 请求流程

double U

大前端 浏览器 HTTP

如何在 OpenShift 中运行 Collabora Office

东风微鸣

openshift

软件测试---BUG的生命周期

测试人生路

软件测试

中美AI军备竞赛2.0,谁会占得先机?_AI&大模型_Eugene Sidorin_InfoQ精选文章