[[402228]]

要 點

Main Point

• 美國仍然是人工智能(AI)技術的全球領導者，并有其他國家很難獲得的一系列優勢。而中國在面部識別領域處于世界領先地位。
• 數據作為通用戰略資源的重要性被過分夸大?；谑找孢f減定律，無限數量的數據并不是無限地更好。審慎的政策可以確保美國研究人員和公司擁有必要數量且種類繁多的數據，以保證其在AI中的優勢。
• AI生態系統是全球性、開放性的。盡管特定的AI應用受現有美國法律保護，但廣泛限制合作會減緩美國AI的發展速度。
• 美國應調整移民政策，以確保美國仍然是人力資本和AI發展人才的全球樞紐。
• 半導體是AI的基礎。美國應該增加對先進半導體制造設備的投資，并在美國建設最先進的半導體制造設施，以提高其能力。
• 美國應與盟國和伙伴合作，圍繞民主使用AI制定國際規范。

No.1 引言

人工智能(AI)是一種通用技術，可以對大多數經濟部門產生重大影響2。美國已經在科學創新、醫療保健、能源和運輸領域看到了廣闊的應用前景。語音識別、翻譯、自然語言處理和圖像處理等技術的進步可以讓人工智能得到廣泛應用，從而促進經濟增長并實現難以預測的新功能。

[[402229]]

圖1 AI的廣泛應用

對美國而言，中國在AI領域是其一個令人敬畏的對手，但在大多數方面，美國仍處于領先地位。美國可以通過增加研究和基礎設施投資、相對開放的技術開發政策、高質量移民以及與民主國家結盟的戰略來維持其在AI領域的領導地位(Cohen and Fontaine 2020; Rasser et al. 2020)。這一戰略要求保持全球研究的開放性，保持美國作為全球計算機技術和工程人才中心的地位，制定有針對性的風險緩解戰略，以加強美國的全球領導地位。

本文通過討論有關中美AI競爭的四場辯論來詳細闡述這一策略：開放研究系統對美國有利或不利的程度;人力資本的作用;中國是否具有數據優勢;以及國際標準的作用。最后，本文針對美國聯邦政策提出了一些建議，其中強調了針對全球相互依存的風險管理方法。

圖2 增強美國在人工智能領域實力的策略

No.2 開放式全球研究的優勢

早在2012年AI熱潮開始之前，該領域就以強大的開放出版規范為特征。絕大多數AI研究都發表在arXiv.org上，這是一個由康奈爾大學維護的免費科學論文資源庫。大多數具有AI研究實驗室的主要技術公司，包括Google、Facebook、Amazon和Microsoft，都允許研究人員自由地發表他們的大部分工作。但是，隨著時間的推移，商業競爭加劇，并且隨著研究向應用程序的發展，這種開放性可能會減弱。

開放的分布式環境以多種方式加快了研究進度。但對于關心保護美國技術優勢的決策者來說，AI生態系統的開放性似乎是不可取的。雖然需要建設性的風險緩解戰略，但廣泛限制美國AI研究的外部訪問將適得其反。特定的AI應用已經受到出口管制的保護，包括軍事和執法技術3。由于這些應用程序僅占AI潛在用途的一小部分，而非敏感應用程序卻具有促進美國經濟增長和繁榮的作用，因此，旨在廣泛限制AI研究訪問的措施，例如出口管制或其他對協作研究的限制，政策目標不明確很可能會產生適得其反的效果。

首先，限制合作或限制公開研究共享的措施可能會減緩美國大學和公司實驗室內部研究進展的速度，損害它們在世界舞臺上的地位并減少其市場份額。其次，由于AI研究人員的流動性很高，美國實施的任何此類措施都可能導致人才流失。這種持續變化還將進一步刺激美國公司將更多的AI研究團隊移至其他國家，這將削弱美國公司研究與大學研究之間的積極互動。

No.3 人力資本推動人工智能的發展

擁有高水平的研究人員和工程師是AI領域競爭的關鍵。美國吸引和留住外國人才的獨特能力是一個關鍵優勢，或許是AI最重要的優勢。在美國擁有博士學位的計算機和數學科學家中，有一半以上是在國外出生的(占59%)。這些人中有許多是作為國際學生來到美國的，他們更愿意在完成學業后留在美國。

圖3 美國擁有博士學位的計算機和數學科學家人數

中國正在努力追趕，例如政府采用積極的舉措吸引人才以及2018年4月《面向高等院校的《人工智能創新行動計劃》》中所述的教育計劃，旨在加強對國內人才的培養 ，并鼓勵海外華人回國(Zweig和Wang，2013;Zweig和Kang，2020;Zwetsloot，2020)。

美國AI政策的戰略方法利用美國的非對稱優勢，鞏固美國作為全球AI人才中心的地位。中國對AI競賽的報道強調，“優秀AI人才嚴重流失”到美國是中國的關鍵弱點(Q. Peng和Li 2019)。而最近美國移民環境的變化有可能丟失這一優勢——美國限制中國頂尖研究人才流入。

四、中國在人工智能領域的數據優勢

由于中國人口眾多且數據法規相對寬松，因此人們通常認為中國在AI方面具有“數據優勢”。但是這種說法是不準確的。

首先，數據作為通用戰略資源(“新石油”)的觀點被過分夸大了(Chahal, Fedasiuk和Flynn 2020)。雖然數據確實是AI系統的重要輸入，但一組特定的數據對于訓練任何類型的系統來說不都是有用的。任何給定的AI應用程序都需要與它試圖解決的特定問題相關的數據。

此外，龐大的數據量并不會自動產生優勢。在許多應用中，增加數據量的邊際收益是遞減的。在某些應用中，現實世界的數據甚至可能阻礙對所有可能的解決方案的探索。例如，圍棋系統AlphaGo Zero只通過自我博弈來學習，而它的表現超過了那些接受歷史游戲訓練的系統。即使在系統性能因更多數據而大大提高的情況下，美國在幾個安全領域也處于有利地位，因為美國擁有比中國多得多的平臺和基地，在更多的環境中，從更多的傳感器收集軍事相關數據。在數據質量(即準確性、結構和存儲)方面，美國在許多行業似乎也比中國有優勢(Sheehan 2019)。

其次，數據優勢主張忽略了中國消費者數據可用性的限制。與美國一樣，中國消費者對數據隱私的意識和擔憂也在不斷增強，中國政府也在積極制定相關法律法規。目前，中國制定的政策以歐盟的《通用數據保護條例》(GDPR)為藍本，但為了使企業更加友好，它比GDPR更為寬容(Sacks n.d.)。

No.4 人工智能標準成為軟實力

中國深知影響廣泛的實施技術標準的力量，并積極推動AI全球標準的發展，如中國在5G和其他技術方面所做的努力。這一努力最突出的方面之一是在2018年1月發布了一份關于AI標準的深入白皮書，其中包括二十多家中國公司、協會和學術組織的貢獻(Ding、Triolo和Sacks 2018)。2018年4月在北京舉行會議，將該白皮書提交給第42小組委員會，該小組由兩個國際知名的標準機構組成：國際標準化組織(ISO)和國際電工委員會(IEC)(Ding，Triolo和Sacks 2018)。

盡管目前還沒有針對AI系統的正式的、自上而下的標準，但是特定平臺的廣泛使用為影響開發和部署AI模型提供了關鍵的機會。使用最廣泛的AI平臺是由美國公司開發的，包括兩個深度學習軟件庫：Tensorflow和Pytorch，分別由谷歌和Facebook開發。盡管是中國公司試圖發布自己的版本，例如百度的PaddlePaddle或SenseTime的Parrots，但Tensorflow和Pytorch仍是迄今為止包括中國在內使用最廣泛的平臺。諸如此類的平臺為美國提供了與AI相關的軟實力。

No.5美國增強人工智能競爭力的可能性政策

為了增強美國在AI方面的競爭力，美國應加強其不對稱優勢。

具體可能性政策：

1.將美國國家科學基金會(National Science Foundation，NSF)在AI方面的基礎研究經費增加到18億美元。資金的增加將確保美國繼續推動全球AI研究與開發。在商業部門投資不足的領域，聯邦政府的支持尤為重要。這些研究包括改善AI系統的安全性研究，例如魯棒性(確保在一定條件下的安全性能，包括對手的干擾)、保證性(確?？梢岳斫夂涂刂艫I系統)、規范性(確保系統按照操作員的意圖運行)(Ortega，Maini和DeepMind安全團隊2018)。這些領域的基礎研究也將為AI的測試、評估、驗證和確認(TEVV)的開發做出貢獻，這目前也是AI在安全關鍵環境(包括國防應用)中廣泛使用的重大障礙。

2.在2021年將美國國家標準與技術研究院(NIST)用于AI測試、評估、驗證和確認的資金增加5,000萬美元。NIST主要負責制定和實施可靠、健壯和可信賴的AI標準(美國國家標準與技術研究院，2019年)，以及國際基準測試。美國國家標準與技術研究院也在AI確認(TEVV)上協調機構間合作。

3.確保美國及其盟國在AI供應鏈的基礎技術上處于領先地位。半導體是AI的基礎。

4.通過招收美國大學的頂尖學生并改善AI研究人員和工程師的移民方式，確保美國仍然是全球人才的首選目的地。這包括取消對AI領域工作人員的H-1B簽證和/或綠卡的數量限制，同時保持適當的審查程序;創建一條從學生/學者身份到永久居留的清晰路徑;并減少處理時間和應用程序負擔(Arnold 2019)。

5.通過有針對性的政策降低技術轉讓的風險。這些政策可能包括增加用于簽證篩選和入境后審查的情報資源，改革對資金來源的透明度要求，并與大學協調以建立和傳播研究安全最佳實踐。為了進一步降低風險，美國及其盟國，特別是情報聯盟“五眼(Five Eyes)”，應建立具有先進技術民主制度的技術政策聯盟，以確保情報機構充分評估和預測競爭對手在AI方面的發展，并防止非法技術轉讓。

通過與其他民主國家的聯盟加強美國的全球領導地位。美國及其盟國負責全球三分之二的研發(Flagg 2020)，以及大部分對AI必不可少的關鍵技術的開發和生產。協作的多邊投資方法，AI標準(包括確?？缇硵祿鲃拥囊巹t，并受隱私保護)以及對機器學習至關重要的技術交易比任何單邊方法都要成功。此外，通過投資同態加密，差分隱私和聯合學習等計算方法，美國可以為民主國家提供非對稱優勢(Hwang 2020)。

No.6 結語

美國在AI領域的領先地位建立在一系列獨特的優勢之上。這項技術的戰略方法必須包含美國培訓、吸引和留住對AI研究、開發和部署至關重要的高技能研究人員和工程師的能力。投資可信賴的AI并與志同道合的盟國合作可以進一步增強美國的優勢。雖然需要采取針對性的對策以防止間諜活動和技術轉讓，但在AI開放的國際生態系統中促進基礎研究也同樣重要。為了保持和加強其全球領導地位，美國必須認識到并投資其獨特的優勢。

希望通過對美國可能實施的這些政策分析，為中國人工智能領域發展政策措施提供一些有利的借鑒。

參考文獻

References

[1]BOLSTERING U.S. STRENGTH IN ARTIFICIAL INTELLIGENCE

[2]Much of this chapter is based on (Toner 2019).

[3]AI systems specifically built for applications of concern (such as censorship, surveillance, and munitions development) already fall under existing controls on software and data relevant to controlled items. Creating restrictions for broader AI categories would likely cast an overly wide net. For example, restricting natural language processing algorithms in general would cover not only AI-based censorship systems, but also the use of AI for translation, poetry generation, improving search engine results, and many other applications (Flynn 2020).