2023-08-07 07:00:03 來源: BT財(cái)經(jīng)(如有侵權(quán),即可刪除)
本文旨在推動(dòng)更多的人工智能信息從中國(guó)回流到西方。
麥肯錫全球研究院(McKinsey Global Institute)研究員兼ChinAI Newsletter創(chuàng)始人Jeffrey Ding就中國(guó)和西方在人工智能方面的信息不對(duì)稱性發(fā)表了自己的看法,他的觀點(diǎn)主要涵蓋了為什么數(shù)據(jù)不能像石油、中國(guó)產(chǎn)品和平臺(tái)等等一樣。
現(xiàn)在有很多關(guān)于人工智能的討論,以及人工智能對(duì)全球競(jìng)爭(zhēng)的意義,特別是在美國(guó)和中國(guó)等地區(qū)。最近,麥肯錫全球研究院研究了人工智能對(duì)商業(yè)和更廣泛領(lǐng)域的影響。
MGI研究表明,雖然人工智能在世界各地都在深入發(fā)展,但有兩個(gè)地區(qū)的人工智能進(jìn)展最快、創(chuàng)新最多,那就是美國(guó)和中國(guó)。
然而,有趣的是,雖然很多中國(guó)的人工智能開發(fā)者都在閱讀甚至合作撰寫英文論文,但很少有西方的人工智能從業(yè)者能夠跟上中文的信息流、并用中文閱讀相關(guān)文獻(xiàn),即使其中很多都是公開發(fā)表的文章。然而,中國(guó)在人工智能領(lǐng)域的成就不容忽視,甚至在牛津大學(xué)成立的人工智能中心,他們?cè)趯ふ覍?duì)人工智能感興趣的志愿者的資格要求中,也列出了“中文專業(yè)優(yōu)先”。
就信息流動(dòng)的方式而言,這幾乎就像一面單向的鏡子,同時(shí)這絕對(duì)是一種信息“不對(duì)稱”,在當(dāng)前這個(gè)很多工作都可以在互聯(lián)網(wǎng)上公開的領(lǐng)域,這看起來很奇怪。
數(shù)據(jù)保護(hù)
在Jeffrey Ding 看來,“數(shù)據(jù)是新的石油”。中國(guó)擁有世界上最多的人口,因此中國(guó)擁有最多的數(shù)據(jù)。首先,數(shù)據(jù)總是特定于某個(gè)應(yīng)用程序的。擁有最多的手機(jī)用戶這并不意味著能轉(zhuǎn)化為自動(dòng)駕駛汽車應(yīng)用的數(shù)據(jù)。因此,當(dāng)我們談?wù)撜l(shuí)擁有最多的數(shù)據(jù)時(shí),總是針對(duì)特定的應(yīng)用程序。
這說明了一個(gè)更廣泛的觀點(diǎn),即人工智能是一種通用技術(shù)。但人工智能的不同應(yīng)用場(chǎng)景,無論是智能制造、交通還是自然語(yǔ)言處理,都將有不同的數(shù)據(jù)需求。
隨著人工智能應(yīng)用中數(shù)據(jù)的重要性逐漸提高,技術(shù)領(lǐng)域也在發(fā)生變化。因此,在某些情況下,模擬數(shù)據(jù)變得越來越重要。例如,在去年的自動(dòng)駕駛汽車應(yīng)用中,Alphabet旗下子公司W(wǎng)aymo模擬的行駛里程比實(shí)際的道路行駛里程要多。
通過閱讀大量的中文文獻(xiàn),以及已經(jīng)出版的大量英文報(bào)道,人們?cè)絹碓秸J(rèn)識(shí)到,在隱私和數(shù)據(jù)保護(hù)免受濫用的相關(guān)話題下,實(shí)際上存在非常激烈的隱私和個(gè)人信息保護(hù)議論。
Jeffrey Ding認(rèn)為,這必須做出區(qū)分,因?yàn)槊總€(gè)人都不希望他們的個(gè)人信息在互聯(lián)網(wǎng)上泄露,也不希望他們的銀行記錄被泄露。在中國(guó)相關(guān)報(bào)道中,接受調(diào)查的數(shù)千名中國(guó)成年人中,絕大多數(shù)人反對(duì)共享面部數(shù)據(jù),并認(rèn)為人工智能對(duì)隱私構(gòu)成了重大威脅。
如今,加強(qiáng)隱私保護(hù)的勢(shì)頭正在增長(zhǎng),這可以從中國(guó)科技公司的反應(yīng)中可以看出來。例如,聯(lián)邦學(xué)習(xí)(federated learning)是一種訓(xùn)練數(shù)據(jù)的技術(shù),它以一種更保護(hù)或?qū)﹄[私問題更敏感的方式訓(xùn)練數(shù)據(jù)。現(xiàn)在,至少有華為、京東等部分中國(guó)科技巨頭在聯(lián)邦學(xué)習(xí)技術(shù)方面進(jìn)行了投資。
競(jìng)爭(zhēng)格局
此外,在談到人工智能時(shí),還有一個(gè)經(jīng)常出現(xiàn)的話題:那就是“競(jìng)爭(zhēng)”,尤其是美國(guó)和中國(guó)之間在人工智能領(lǐng)域的競(jìng)爭(zhēng)。這將不是十項(xiàng)全能的競(jìng)賽,這甚至可能是一場(chǎng)奧運(yùn)會(huì)。因?yàn)閮蓚€(gè)國(guó)家競(jìng)爭(zhēng)的方式不同,而且競(jìng)爭(zhēng)的領(lǐng)域也不同。
現(xiàn)在市場(chǎng)上很多人都將人工智能競(jìng)爭(zhēng)比喻成一場(chǎng)“軍備競(jìng)賽”。然而,在Jeffrey Ding看來,將AI領(lǐng)域的競(jìng)爭(zhēng)比喻成軍備競(jìng)賽并不恰當(dāng)。首先,在這個(gè)領(lǐng)域,并非所有技術(shù)都是平等的。人工智能等通用技術(shù)不同于武器裝備,就像我們不會(huì)說電力領(lǐng)域也有一場(chǎng)“軍備競(jìng)賽”一樣,因?yàn)殡娏κ堑湫偷耐ㄓ眉夹g(shù)。
其次就是,在人工智能領(lǐng)域,人們?yōu)槭裁炊?jìng)爭(zhēng)?當(dāng)人們談?wù)摰剿^的“人工智能軍備競(jìng)賽”時(shí),人們是在談?wù)撃膫€(gè)國(guó)家或哪個(gè)公司能最大限度地利用人工智能對(duì)軍事領(lǐng)域產(chǎn)生變革性影響?或者是在討論最終誰(shuí)能從大規(guī)模采用人工智能中獲得最大的經(jīng)濟(jì)增長(zhǎng)?我認(rèn)為通常當(dāng)人們談到這個(gè)話題時(shí),每個(gè)人可能會(huì)想到不同的東西。
在學(xué)術(shù)界,很多工作就是提出這個(gè)空洞的問題——“你所分析研究的問題是為了什么?”而那些談?wù)摗叭斯ぶ悄苘妭涓?jìng)賽”的人往往無法回答這個(gè)問題。
Jeffrey Ding認(rèn)為,人工智能對(duì)中美競(jìng)爭(zhēng)最重要和最突出的方面是在經(jīng)濟(jì)領(lǐng)域。從歷史上看,通用技術(shù)會(huì)帶來生產(chǎn)率的大幅增長(zhǎng)。最明顯的例子是20世紀(jì)20年代電力和美國(guó)生產(chǎn)率的增長(zhǎng)。
中國(guó)目前面臨的主要挑戰(zhàn)是如何在人口紅利下降的情況下繼續(xù)保持經(jīng)濟(jì)增長(zhǎng),因此中國(guó)正努力在不同領(lǐng)域,尤其是制造業(yè),向價(jià)值鏈上游提升。因此,像人工智能這樣的通用技術(shù)為中國(guó)繼續(xù)保持高水平經(jīng)濟(jì)增長(zhǎng)提供了一種潛在的方式,因?yàn)槿斯ぶ悄芸梢詽B透到所有其他領(lǐng)域。這是人工智能將如何影響中美發(fā)展的最重要的部分,至少在Jeffrey Ding看來是這樣。
與此同時(shí),日本和德國(guó)的工人數(shù)量也在減少。美國(guó)也將面臨類似的挑戰(zhàn)。所以很多國(guó)家都面臨和中國(guó)一樣的問題,需要提高自己的生產(chǎn)力。
何時(shí)普及
人工智能這個(gè)詞是在20世紀(jì)50年代出現(xiàn)的。而通用技術(shù)的普及具有一貫的模式:需要幾十年的時(shí)間,需要一個(gè)漫長(zhǎng)的孕育期,在我們得到互補(bǔ)的創(chuàng)新之后,在我們對(duì)人力資本進(jìn)行調(diào)整以適應(yīng)技術(shù)帶來的結(jié)構(gòu)變化之后。當(dāng)電力進(jìn)入制造業(yè)時(shí),一開始電力也只是用電動(dòng)機(jī)來代替蒸汽機(jī)。最后,人們意識(shí)到提高生產(chǎn)率的最好方法,就是用電動(dòng)機(jī)為單個(gè)機(jī)器提供動(dòng)力,但這還要求工廠的布局方式徹底改變,這個(gè)過程需要很長(zhǎng)時(shí)間。
人們往往習(xí)慣了一種事物的運(yùn)作模式。人們必須學(xué)習(xí)新的技能。在電腦被發(fā)明出來以后,我們確實(shí)在一段時(shí)間后才看到了生產(chǎn)力的提高,而這正是日本在生產(chǎn)率方面從未完全超過美國(guó)的關(guān)鍵原因之一,因?yàn)槊绹?guó)在整個(gè)制造業(yè)和整個(gè)服務(wù)業(yè)都采用了計(jì)算機(jī)和信息通信技術(shù)。這可以保持良好的生產(chǎn)增長(zhǎng)率。
對(duì)人工智能來說,問題也是同樣的。此前有文獻(xiàn)指出,為什么我們沒有看到想象的或期望的生產(chǎn)率增長(zhǎng),其中一個(gè)原因是,我們很難衡量人工智能領(lǐng)域正在發(fā)生的人力資本升級(jí)。因此,在未來幾十年左右的時(shí)間里,我們可能會(huì)看到生產(chǎn)率的提高。
總的來說,技術(shù)的研發(fā)和發(fā)展都處于行業(yè)的前沿,但如果想真正在經(jīng)濟(jì)中獲得價(jià)值,需要的是這些技術(shù)的部署和采用,而這需要很長(zhǎng)時(shí)間。
作 者 | BT財(cái)經(jīng)