【环球时报记者樊巍 环球时报特约记者 李静】“未来是AI（人工智能）、美国和印度。”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，上面就写着这句话。AI现在已经成为全球热门话题，特别是在ChatGPT横空出世之后。它引发的不只是兴奋，还有深深的担忧。一方面，各国政府以及众多企业正在积极投资AI领域，希望能在这场科技革命中占据一席之地；另一方面，很多企业家和学者对AI的迅速发展发出警告，认为它可能导致人类灭亡。那么，什么是AI、它是怎么发展起来的、各国AI发展状况如何、这一技术将如何影响地缘政治以及人类？从今天起，《环球时报》将陆续推出系列深度认知文章，为您展现“AI风云”。
当地时间2023年6月22日，美国华盛顿特区，拜登会见来访的印度总理莫迪。（视觉中国）
两块基石以及三大学派
“AI的起源可以追溯到哲学、虚构和想象。”据BBC报道，作为计算机科学的一个分支，AI学科只有大约70年历史，而1943年被很多人视为AI梦的诞生之年。这一年，美国神经科学家麦卡洛克和逻辑学家皮茨发表题为《神经活动中内在思想的逻辑演算》的论文，提出神经元的数学模型。这篇论文被视为AI学科的奠基石。现在大热的“深度学习”，其前身就是人工神经网络，而人工神经网络的基础则是神经元的数学模型。AI的另一块基石是加拿大神经心理学家赫布1949年提出的“赫布规则”，该规则今天被用在机器自动学习算法中。
“人工智能”这个词正式出现是在1955年，当时包括美国计算机科学家约翰麦卡锡在内的四位“AI鼻祖”写了一份提案，申请开一个关于AI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达特茅斯学院召开，这被看作AI作为一门学科的创立，而1956年被普遍视为AI元年。
在AI元年后，喜讯不断：1959年，麦卡锡提出世界上第一个完整的AI系统；同一年，被称为“机器学习之父”的美国电脑科学家塞缪尔首创了机器学习这个概念；1970年，世界第一个拟人机器人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。BBC报道称，上世纪90年代后期，AI与机器人、人机界面结合，产生了具有情感和情绪的智能代理，情绪/情感计算（即评估情绪的变化，然后在机器上再现）得以迅速发展。进入21世纪后，AI深度学习和强化学习成了时代强音。
AI有三大学派，其中仿生学派的诞生以《神经活动中内在思想的逻辑演算》论文的发表为标志。这个学派从神经网络的连接机制着手来发展AI，后来被称为连接主义派。除仿生学派外，AI学科另外两大派别分别为符号逻辑学派和行为主义学派。有学者在英国伦敦帝国理工学院数据科学研究所网站上发文称，长期以来，符号一直是人类交流和表达的一种方式，而通过使用符号来构造和展现逻辑命题以模拟智能的方式正受到重视。行为主义学派则是一种基于“认知-行动”的行为智能模拟方法。
几百年后，世界上的智慧和智能将由三部分组成
麦卡锡2004年给AI下了定义，表示AI是制造智能机器的科学和工程，特别是智能计算机程序。这与使用计算机理解人类智能的类似任务有关，但人工智能不必局限于生物学上可观察到的方法。美国麦肯锡咨询公司网站的信息则显示，AI是一种机器执行我们通常与人类思维联系在一起的认知功能的能力，如感知、推理、学习、与环境互动、解决问题的能力。
卡塔尔半岛电视台介绍说，AI分为不同的类型，包括有限人工智能、通用人工智能，以及超级智能。其中有限人工智能是指只关注一个系统或领域的智能，通用人工智能则是指可以完成人能完成的工作和智力任务的智能，而超级智能则是指超越人类的智能。
根据这一分类，1997年打败国际象棋世界冠军卡斯帕罗夫的超级电脑“深蓝”可被看作有限人工智能，因为它虽然能击败象棋冠军，但因为只被设计为下象棋，所以可能连一场简单的跳棋游戏都赢不了。据BBC报道，2017年，美国谷歌公司旗下的英国子公司沉思科技（DeepMind）开发出了新版本围棋用AI“AlphaGo Zero”。在经过短短3天的自我学习以及自我练习之后，“AlphaGo Zero”成了围棋、国际象棋高手。剑桥大学生存风险研究中心认为，随着AI逐渐强大，它可能会成为超级智能，在许多甚至是几乎所有领域都超越人类。有人预言，几百年后，世界上的智慧和智能将由三部分组成，包括AI、人类可控的AI，以及人类不可控的机器智能。
资料图
根据法国《对外政治》杂志的一篇文章，AI未来将在三大科学技术发展趋势方面进行融合并获得成熟工业的推动，这当中包括处理由人类互联网和物联网产生的海量大数据的能力，计算机自我学习的能力和高性能云计算能力。
清华大学新媒体研究中心主任沈阳表示，AI想要实现进一步的发展，未来还需大规模提升算力，实现从文本走向多模态的跨越，“目前包括ChatGPT在内的AI技术，都还没有完全达到通用人工智能和自然人的理解能力。从算法角度来说，未来我们还需要做很多改进，比如能不能更多地模拟我们的大脑和自然的这种机制”。
与此同时，沈阳对《环球时报》记者说，在数据以及与真实世界交互性等方面，AI也需实现能力提升，“一方面对于人类产生的数据，AI能否‘学习’人类的高质量优质数据，也就是向‘高手’学习，而不是吸纳所有数据，这个非常关键。另一方面，因为真实世界是我们学习的源泉，如果AI与真实世界没有交互，那么最终还是会产生大量的错误。未来，AI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一个正向循环”。
中国VS美国：技术、人才、投资
目前，美国和中国在全球AI领域竞争中占据了技术和规模优势。美国斯坦福大学2022年的一份报告，将美国和中国列为全球“AI活力”排名前两位的国家。据多家媒体分析，美国在AI领域处于领先地位，在人才资源、投资和芯片行业等领域拥有优势，而中国在数据方面拥有优势，在人才资源以及投资方面也在加速追赶。
谷歌前首席执行官施密特称，在吸引AI人才方面，60%的顶尖人才仍在美国大学工作。麦肯锡公司今年6月则预测，到2030年，中国对AI熟练工人的需求预计将从100万人增加到600万人。本地和海外大学以及现有的一流人才，只能为中国提供所需人才的1/3，留下约400万的缺口。麦肯锡公司高级合伙人萨瓦亚认为，中国企业可以通过提高现有员工的技能，以及使人才来源多样化来解决人才短缺问题。
虽然在人才资源方面，中国面临缺口，但中国在科研成果方面却在大踏步前进。斯坦福大学2022年的报告显示，中国发表了全球近30%的AI学术论文。施密特表示，中国在自动驾驶汽车的生产方面已经领先，并在努力建立强大的量子计算机与量子网络。中国也正在合成生物学领域积极追赶美国。
据美国全国广播公司近期报道，美中两国都为AI的发展投入了大量资源。美国斯坦福大学2022年的报告显示，美国和中国在AI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3倍。
不过，中国庞大的人口基数、强大的数据收集能力以及不断推出的创新，将极大促进AI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，中国几乎每个人都在使用微信等应用程序，因此有大量的信息可以用来改进产品，“AI模型的好坏取决于它可以学习的数据”。此外，香港科技大学AI研究中心主任冯雁表示，自上世纪80年代以来，中国一直在扩大经济规模，从过去主要以制造业为基础，转向以科技为基矗她补充称：“过去10年，我们看到中国消费者驱动的互联网公司推出了更多创新。”
2023中关村论坛上的人工智能展区。（IC Photo）
欧盟正在争夺监管制高点
相较于中美，欧洲国家在发展AI技术方面相对滞后。欧洲国家以及欧盟显然已经意识到了问题的严重性，正在加大投资并争夺AI监管制高点。2021年4月，欧盟委员会提交了AI发展一揽子计划。该委员会将通过“地平线欧洲”和“数字欧洲”项目，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追加投资5亿欧元用于发展AI。英国政府也承诺投资约10亿英镑发展下一代超级计算技术和AI。6月14日，欧洲议会全体会议表决通过了《人工智能法案》授权草案，该法案进入欧盟立法严格监管AI技术应用的最终谈判阶段。在一份官方声明中，欧洲议会表示，这部提案如正式获得批准，将成为全世界首部有关AI的法规。
除了中美和欧盟之外，很多国家专注于AI的特定方面，例如印度希望通过专门研究针对发展中国家的应用而成为“AI车库”，波兰正在探索与网络安全和军事用途相关的领域，而阿联酋2017年10月启动了AI战略，创建了世界上第一个政府AI部级机构，以发展AI技术。
中国应从两个方面发力，反制美国“扼杀”
彭博社近期将推出ChatGPT的OpenAI、通过语言描述生成图像的Midjourney，以及加拿大提供自然语言处理模型的Cohere等十家企业列为目前需要关注的AI企业。雅虎新闻去年年底公布了全球前十大AI公司，按照先后顺序分别为苹果、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、英特尔。《美国新闻与世界报道》日前推荐了10只可以购买的AI公司股票，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，以及中国百度。
雅虎新闻评出的全球AI公司十强无一不是美国企业，而《美国新闻与世界报道》推荐的AI企业股票前十名中，也有一半为美国企业。即使在这一情况下，美国依然在对中国实施打压，通过芯片“扼杀”中国在AI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表示，在美中AI竞争中，目前华盛顿占据优势地位，但业内专家认为，美国可能很快就会失去这一地位。沈阳表示，中美之间发展AI的特点不一样，美国的优势在于“从0到1”的创新。这属于技术突破阶段，目前AI发展就处于这一阶段，而中国的优势则在于“从1到100”的创新。
沈阳对《环球时报》记者表示，未来中国想要实现AI技术的突破，首先要在“从0到1”的创新过程中创建鼓励机制，鼓励创新和冒险，在中国国内生产总值已经位列世界第二的背景下，我们应在前沿研究领域建立成熟的机制来保障原始创新；其次，我们要把优势保持住，把“从1到100”的创新做好。我们在这方面经验非常丰富，中国在各类应用场景方面做得非常好。未来如果将这些不同的、细分的应用场景和大语言模型适当结合，中国反而有可能会走在美国的前面。
百度创始人、董事长兼首席执行官李彦宏日前出席“世界互联网大会数字文明尼山对话”时表示，中国AI大模型已具有一定基础，而我们需要奋起直追。同时，我们应发挥应用场景优势，进一步深耕垂直领域，打造金融、医疗、电力等领域的专业大模型，以高质量应用和数据反馈实现技术优化，帮助大模型迭代升级，并建好AI生态。
冯雁则表示，面对美国的打压，中国需要自己的硅谷文化一种吸引不同背景人才的研究文化，“它既依赖国内人才，也依赖有中国血统的海外人才”。
