隨著機器學習持續不斷的快速發展，它將推動一種新型地緣政治的出現——我把它稱為 AI 民族主義。
機器學習是一種全方位使用的技術，它將觸及到社會的方方面面。機器學習對經濟和軍事方面的影響可能會造成國際層面的極大不穩定，這種可能的存在將迫使政府採取相應行動。政府將會把政策制定的核心聚焦到 AI 領域。大國之間將加速 AI 的軍備競賽，加強保護行動來支持本國的 AI 產業，吸納 AI 人才，同時阻止外國公司的併購。
針對這個問題，我會拿谷歌、DeepMind 和英國來舉例。如此激烈的競爭將會加速 AI 產業的發展，從而縮短 AI 時代到來的時間。雖然這場頗具民族主義的科技競賽存在很多共同點，但是不同的國家也有各自特有的不同政策方針。你可以樂觀看待此事，也可以從實際出發做出自己的推測。這條路有些艱險，尤其是當國際秩序和規範將會因此而變化時格外突出。
機器學習的發展現狀
過去幾年，不管是理論研究還是商業化方面，機器學習的發展速度都非常驚人。比如：
- 圖像識別技術在一些複雜場景能夠達到媲美真實人類的準確度，比如區分皮膚癌。
- 百度、谷歌、微軟等公司應用神經網絡進行的機器翻譯取得了長足的進步。微軟的系統在翻譯新聞報道文章時幾乎達到了普通人的水平，僅僅略遜於翻譯專家。
- 2016年3月，DeepMind 開發了 AlphaGo，它是第一個擊敗世界冠軍的計算機程序。在此之前的數十年裡，研究人員都在致力於開發一種能夠擊敗職業玩家的系統，因此AlphaGo 的誕生意義非常重大，它得益於專家們多達三千萬次的訓練才變得如此強大。
- 18個月後，DeepMind 又發佈了 AlphaZero。與 AlphaGo 不同，AlphaZero 不需要專家對其進行訓練，它可以通過與自己的對抗來自學從而逐漸變強。AlphaZero 不僅能夠擊敗其前身 AlphaGo，而且利用其所謂的“轉移學習”，它還能夠擊敗一流的將棋計算機。我曾與一些頂級的機器學習研究人員有過交流，他們提到的一些算法讓我覺得非常不可思議，這些算法幾乎不用依賴真實的基礎數據就可擴展出非常智能的功能。AlphaZero 和真正的人工智能之間依然有些距離，但它的存在讓最終的目標變得更近。
除了理論研究之外，機器學習在實際應用方面也取得了令人難以置信的進步。比如百度搜索引擎、Facebook 廣告定位、亞馬遜的倉庫自動化，又如自動駕駛、藥物研發、網絡安全和機器人等等。CB Insights 發佈了一個機器學習在初創公司中應用現狀的調查報告。
面對這種高速發展的現狀，人工智能從業者也開始認真思考其對社會的影響。像谷歌這樣的行業引領者似乎正在擺脫技術烏托邦式的立場，開始公開承認在加速機器學習研究和商業化的過程中伴隨著風險：
“他們將如何影響不同行業的就業？我們如何理解他們正在做什麼？有沒有公平的措施？他們如何操縱人？他們安全嗎？“ - 謝爾蓋.布林，2018年4月
三種影響秩序不穩定的形式
那麼為什麼這對於民族國家來說至關重要呢？機器學習的快速發展可能會導致國際秩序的不穩定，主要體現在三個方面：
- 機器學習的應用將創造出新的商業模式並縮減大量的工作崗位。在極端情況下，對機器學習投入力度最大的國家有可能成為新的經濟強國。
- 機器學習將激發新的戰爭模式，新的模式既具有複雜的網絡攻擊和防禦能力，也有多種形式的自主和半自主器，例如洛克希德·馬丁公司的遠程反艦導彈。在最極端的情況下，最早和最積極投入機器學習的國家可能在軍事上佔據優勢地位。
- 最終更加通用的 AI 將加速科學和技術的基礎研究。在我看來，這很可能是導致不穩定性的根源。假如某個國家在 AI 領域處於領先地位，則很有可能開發聚變反應堆來產生能源。同樣，在極端情況下，這可能會使一個國家佔據新的技術優勢。
機器學習，用 Jack Clark 的話來說它是一項獨特且全面使用的技術，可能影響到所有國家的政策。人類的智慧已經塑造了這個美好的世界，我們建立的越來越智能的機器也會具備同樣的能力。儘管如此，我們可以參考歷史來思考事情的發展方向。核技術是一種具有雙重用途的技術，它既能民用又有軍事用途，比如核武器、放射線照相、發電、照明、供暖，等等。這兩種技術都對地緣政治產生了巨大的影響，積極投身其中的政府成為主要的參與者，直至今日，比如美國擁有6800枚核彈頭並且戰略儲備了6.95億桶石油。
那些充滿野心的政府已經將機器學習視為二十一世紀的差異化技術核心，並且競賽已經開始。這場競賽與上個世紀的核軍備競賽以及國家和跨國公司之間在石油方面的地緣政治緊張關係有些相似。經濟、軍事和科技霸權一直都是各個國家的力爭之地。
行業組合以及人力成本
雖然人工智能政策的威脅和回報在各國之間存在共性，但機器學習對各國在某些方面的影響也有所差異：
首先，每個國家都有不同的主導產業組合形式，自動化不會以同樣的速度影響所有的行業，比較製造業和建築業。建築行業最近才開始受到建築信息建模等數字技術的影響，而製造業領域的機器人和自動化應用早已屢見不鮮。自1995年以來相對生產率的增長就顯而易見：
對於核心行業自動化程度較高的國家而言，工資和就業的影響將會大不相同。以德國為例，汽車工業佔其 GDP 的10%以上，而英國的汽車工業的 GDP 佔比為4%，相對來說，自動駕駛技術對德國的影響比英國更大。
其次，每個國家的人力成本不盡相同。有一家名為 Avidbots 的清潔機器人初創公司，其總部位於加拿大的滑鐵盧，主要生產基於計算機視覺技術的工業機器人，這些機器人主要用於清潔大型商業場所，其價格低於大多數發達國家的人力清潔團隊。他們的市場放眼全球，其中澳大利亞的需求量最大，因為澳大利亞清潔行業的人力成本尤其高昂。
下圖很好地說明了自動化經濟對各國的影響有所不同：
假如這份分析報告正確，那麼斯洛伐克在短期內將面臨比挪威更大的挑戰，其工作崗位因為自動化而面臨的風險將是後者的兩倍。
再者，正如李開復最近在紐約時報文章中闡述的那樣，目前最大的人工智能公司幾乎都在美國和中國，比如谷歌、蘋果、亞馬遜、Facebook、百度、騰訊和阿里巴巴。擁有這些公司和國家和那些僅僅是這些公司客戶的國家在戰略上是完全不同的。我將在後續內容中更加詳細地討論這一點。
最後，在人工智能將對勞動力市場產生重大影響的時候，不同國家對重新分配的態度截然不同，這將極大地影響他們分享自動化價值的策略。值得注意的是，雖然中國和美國都是領先的人工智能公司的所在地，但他們在收入不平等方面都達到了或者接近歷史高峰。
國家和私企之間的模糊界限
這一點很複雜，因為有非常強大的非國家力量也在為爭奪這項技術而進行激烈的競爭。世界上的7家科技巨頭（谷歌、蘋果、亞馬遜、Facebook、阿里巴巴、騰訊、百度）對 AI 都進行了鉅額投資，從低端框架和芯片到消費級產品。毫無疑問，這些公司目前在機器學習領域的專家儲備是整個國家的寶藏。
隨著機器學習應用的不斷增長，這些公司與不同國家之間的互動將變得越來越複雜。比如在道路運輸領域，我們正逐步向自動駕駛過渡。這將使得公共交通工具（比如公交車）和私人交通工具（共享汽車）之間的界限變得越來越模糊。這樣一來， 誰都有可能在公路運輸領域建立新的壟斷，政府、本國公司以及 Uber 這樣的跨過公司都有可能。
正如 Mariana Mazzucato 在其“Entrepreneurial State”一書中所說的那樣，在歷史上的重要學術研究和軍備競賽中，國家層面的資助發揮了至關重要的作用並承擔了極高的風險。這些技術通常由私人公司來進行商業化。隨著像谷歌這樣技術能力突出且富有遠見的科技公司的崛起，我們發現越來越多的私企也開始投入前瞻性技術研究。DeepMind 就是一個很好的例子。
一旦像谷歌這樣的私企和國家利益發生衝突時，緊張局勢在所難免。最近谷歌和五角大樓之間的互動事件就是一個典型的例子，4000多名谷歌員工對谷歌參與“戰爭技術”進行了強烈的抗議，迫於壓力谷歌只好放棄續約五角大樓的合同。就在此前，謝爾蓋.布林就曾表示他理解這件事存在的爭議，並與佩奇以及皮查伊進行了密切的商討。他表示，如果世界軍隊與谷歌這樣的國際組織合作，而不僅僅選擇民族主義防禦者，如此一來更有利於和平。
中國特色的 AI
在制定人工智能國家戰略時，中國遠遠領先於其他國家。我把它稱為“中國特色的 AI”。在過去幾十年裡，中國對其國內科技公司採取的保護主義取得了巨大的成功，中國才得以成為全球唯一一個在 AI 領域可以與美國媲美的國家。此外，中國的科技公司相比英國和美國來說，他們與國家政策結合得更加緊密。
中國早期在 AI 民族主義方面所做的工作值得我們關注：
- 中國最高政府制定了明確的目標，表示在2030年中國要成為全球 AI 的領導者。正如 Jeff Ding 所說的那樣，中國認為自己目前在 AI 領域僅遜於美國，並且在奮起直追。
- 中國表示將在北京打造一個價值20億美元的人工智能科技園區。
- 中國將總投資約1400億美元，用來發展其半導體產業。眾所周知，半導體的性能是機器學習研究和應用的關鍵。
- 國家明確表示要專注重點領域，比如騰訊的醫療成像和計算機視覺，又如百度的自動駕駛。
- 中國政府已經意識到數據對其 AI 民族主義的重要性。其最新的網絡安全法規定從中國出口的數據都需要進行嚴格的審查。
- 中國的 AI 人才戰略也在從國外引進向本土培養上轉移。
中國對 AI 的重視越來越明顯。卡內基梅隆大學計算機科學院院長 Andrew Moore 估計，中國提交給大型人工智能會議的論文比例從十年前的5％增加到了如今的50％。 除了理論研究之外，中國的 AI 初創公司在去年全球 AI 創投中所佔的比例為驚人的48％，高於2016年的11%。
雖然中國資金雄厚，但是其半導體產業是其人工智能戰略的巨大短板，並且它和美國在半導體領域的關係非常緊張，比如美國阻止了對高通的1170億美元收購。中國每年進口的半導體相關產品高達2600億美元，已經超過了石油的開支。
下圖展示了中國在半導體領域相比美國、臺灣以及韓國的巨大差距。這也意味著臺灣和朝鮮半島將成為美國和中國外交政策的敏感地。
AI 軍備競賽的重要事件
雖然中國在 AI 民族主義方面佔據領先地位，但一些大國在 AI 領域的競爭也日益激烈。在提到軍備競賽時，我主要用這個術語來形容競爭者之間的競爭動態。還有一個較小的組成部分是文字的軍備競賽，各國側重於針對網絡攻擊和防禦的自主和半自主武器和機器學習。以下是一些關鍵事件。
2014年：
- 中國推出全國集成電路產業投資基金（又稱“大基金”），投資額高達1380億元人民幣（219億美元），用於推動剛剛興起的半導體產業。
2016年：
- 白宮發佈了關於人工智能未來的報告。報告被中國廣泛閱讀和討論。
- 美國政府花費12 億美元用於未分類人工智能相關的研發。
- 六千萬人在線觀看了 AlphaGo 與李世石的對決。騰訊開發的機器人可以參加美式足球比賽，並擊敗了新英格蘭愛國者隊。
- 為了回應 AlphaGo，韓國宣佈在未來5年投入8.63億美元用於人工智能研究。
- 中國用45億歐元收購了德國的工業機器人制造商 Kuka。
2017年：
- AlphaGo 在中國烏鎮以3-0的比分擊敗了世界第一柯潔。
- 中國宣佈自己的 AI 產業到2030年要引領世界的宏偉計劃。
- 五角大樓公開提出在各種人工智能相關領域從美國向中國轉移技術的擔憂。
- 美國外國投資委員會（CFIUS）越來越多地阻止中國公司對美國科技公司的收購和投資。
2018年：
- 1月：法國宣佈他國想要收購其人工智能公司需要獲得政府批准。
- 3月：法國計劃在4年內對 AI 產業投資15億歐元。
- 4月：英國宣佈在未來幾年投資6億英鎊。歐盟委員會表示在2020年之前將投入200億歐元到人工智能。美國試圖阻礙中國投資和收購的行為，以阻礙美國和中國公司之間的業務合作關係。
- 5月：韓國將把人工智能的投資計劃擴大到22億美元，其中包括6個新的 AI 機構以及10億美元的 AI 半導體基金，並制定了到2022年達到“全球前四名”的總體目標。
AI 民族主義政策
一個國家在嘗試提高人們對 AI 的興趣時會採取多種行動。我把政府在過去十年普遍採取的行動按照時間順序列舉如下：
- 投資研究機構或者專注於機器學習的學術機構。
- 幫助制定標準和法規，以便使技術以最有利於國內關注點和公司的方式發展。
- 通過補貼風險資本間接實施投資。
- 直接向關鍵公司投資。
- 讓國家成為重要客戶，例如 SenseTime 與中國地方和國家政府的關係。
- 阻止外國公司收購本國的 AI 公司，以保持其獨立性。
- 阻止外國投資者投資本國的 AI 公司。
- 阻止本國 AI 公司與外國公司建立合作關係。
- 本國的重要 AI 公司實施國有化。
我相信，未來幾年我們會在這個列表的底部看到更多的活動，特別是政治領導人開始考慮是否應該阻止甚至逆轉收購重要的 AI 創業公司。對我來說，典型的例子是谷歌和 DeepMind，我將在本文末尾進行討論。
本國 AI 巨頭
本國 AI 巨頭是全球的商業領袖，但其總部位於特定的國家，例如中國的百度，以及美國的谷歌。
- 從商業角度看，谷歌、亞馬遜、蘋果、Facebook、阿里巴巴、騰訊、百度等七家公司將主導機器學習產業的發展。
- 目前只有美國和中國擁有本國 AI 巨頭。
- 這些公司的 AI 業務正在為其股票價格的上漲做出了巨大的貢獻。
- 納稅額降低了：前10家跨國公司支付的有效報告稅率自2000年以來下降近三分之一，從34％降至24％，這一名單包括谷歌、蘋果、亞馬遜、Facebook和微軟。
- 而且重要的是，他們在本國市場之外繳納更少的稅。
在重新分配自動化收益和減少不平等方面，這給美國和中國帶來了一些問題，當然對於其他國家來說問題更大。如果這些公司繼續在全球經濟中佔據越來越大的份額，那麼中國和美國與其他國家的稅收收入之間的差距將產生越來越大的政治問題。
這種情況究竟如何影響美國和中國之外的國家，李開復對此表達了悲觀的看法：
“大多數國家除了對超高利潤的人工智能公司徵稅以補貼他們的工人之外，他們別無選擇。我預見到只有一個：除非他們想讓自己陷入貧困，否則他們將被迫接受其他國家提供的人工智能軟件，如此一來，這些國家就會成為其他 AI 薄弱國家的依賴者，從中獲得利益，然後支持本國的人工智能公司繼續從用戶中獲利。這樣的經濟模式會重塑地緣政治聯盟。“
這種依賴性可以看作新的殖民主義。
今年3月，津巴布韋政府與廣州創業公司 CloudWalk Technology 簽署了一項戰略合作協議，計劃推進大規模面部識別技術，津巴布韋將向中國出口其公民面部數據庫，CloudWalk 利用這些數據結合自身的計算機視覺技術能夠改進其基礎算法。這是中國政府“一帶一路”政策的一部分。
所有這些都與石油工業的發展有著相似的歷史。正如 Daniel Yergin 所說的那樣：
“對主要石油公司公共政策的兩個矛盾已經在美國重新出現。有時，華盛頓支持這些公司及其擴張，以促進美國的政治和經濟利益，保護其戰略目標並增強國家福利。在其他時候，這些相同的公司因為涉嫌貪婪，壟斷的方式而遭到民粹主義襲擊。”
我預測美國暫時不會對谷歌和亞馬遜採取反壟斷措施，因為目前華盛頓更關心對抗中國。馬克扎克伯格的參議院聽證會證明了這一點：
“美國科技公司是美國的重要資產，應當團結起來對抗中國的公司。”
中美以外國家的情況如何？
為了回答這個問題，我們需要梳理一下 AI 所依賴的資源：
- 計算能力。機器學習所需的計算資源正在迅速增加。雖然頂級機器學習公司的計算成本高達數億美元，但與政府預算相比，這個數字仍然很小。因此從理論上來說，諸如德國、新加坡、英國或者加拿大這樣的小國也可以與美國和中國競爭。
- 高端人才。目前，機器學習對人才的要求很高。世界上能夠為人工智能前沿研究做出貢獻的人可能僅有700人左右，能夠理解他們的工作並積極參與商業化的人數大約7萬人，而受到影響的人數則是70億。高端人才是人工智能軍備競賽的決定性因素。中國對此深以為然，而英國和加拿大則相對薄弱。
- 初級人才。除了高端人才之外，你還需要很多有能力的初級工程師。在這一點上發達國家佔據優勢，美國和中國處於最前沿。
- 相關技術的支持。 機器學習還依賴很多其他相關的技術，比如，機器學習的發展離不開半導體技術的支持。
- 政治環境。顯然任何圍繞人工智能的國家行動都將消耗一部分領導人的政治資本，並將與消費該國的其他關鍵問題進行權衡。如果一個國家的政治領導層過多關注氣候變化或者英國脫歐，那麼他們集中在人工智能上的注意力將會減少。
英國的情況
我對這個話題的興趣部分源於我擔心英國政府沒有正確實施其人工智能戰略。
英國有幸擁有 DeepMind 這個地球上最重要的人工智能實驗室，其總部位於倫敦。DeepMind 具有夢幻般的傑出領導力，然而，DeepMind 不是一家獨立的英國公司。它在2014年被谷歌以為4億英鎊的價格收購，這是一次輝煌的收購。總的來說，谷歌似乎是 DeepMind 的優秀母公司，提供大量資源來提高計算支出和人才基礎並且能夠利用谷歌現有的機器學習人才，例如 Google Brain 團隊。對於預收入創業公司來說，剩下的獨立公司將需要 DeepMind 在2014年至今之間籌集近5億美元，以執行類似的計劃。
今天，在人工智能初創公司的牛市中間這似乎是合理的，但回顧2014年，在軟銀的遠景基金以及預收公司大幅增長的升級之前，這是一項艱鉅的任務。最終，DeepMind 在2014年投向了谷歌。我一直非常尊重谷歌，這裡的原則性和遠見卓識可能與 DeepMind 文化非常相配。
然而，很難相信英國不會更好，因為 DeepMind 仍然是一家獨立公司。假設現在谷歌出售 DeepMind 會賣多少錢呢？50億美元？100億美元？500億美元？我想，不管多少錢穀歌都不會把 DeepMind 賣給亞馬遜、騰訊或者 Facebook。回到當初，英國政府是否會阻止此次收購併保持獨立性呢？即使是現在，英國是否有必要扭轉這一收購行動，將 DeepMind 從谷歌手中收購併將其恢復為某種獨立實體？
英國的兩個主要政黨都出於不同的原因與這類問題鬥爭。我曾經談到的關於這個話題的保守黨國會議員總是會引用英國利蘭德的歷史，市場干預失敗的陰影仍然籠罩著他們的想法。他們仍然相信唯一的道路就是放任經濟。
工黨面對一個不同的挑戰。他們堅持國家行動的重要性，希望將鐵路、水和能源公司國有化。但是這種想法集中在那些關於私有化的歷史性戰爭上，而不是展望未來。所有這一切都因英國退歐極大地分散了政府的事實而變得更加複雜。
DeepMind 不是唯一一家從事尖端機器學習的英國公司。英國已經在機器學習領域做出了許多重要的貢獻，擁有世界上最好的機器學習研究大學，比如劍橋、愛丁堡、帝國理工、牛津和 UCL。隨著英國創業部門在過去十年的發展，現在已有許多優秀的團隊致力於將英國在建設像 ARM 這樣的偉大技術公司方面的專長與其在機器學習方面的學術天賦結合起來。Prowler 正在將強化學習應用於一般決策領域；Graphcore 正在構建一種用於機器學習的新型處理器；Ocado 可以說是亞馬遜之後倉庫自動化領域最好的企業；DarkTrace 是將機器學習應用於網絡安全的領先公司之一；Benevolent 正在開展將機器學習應用於藥物發現的開創性工作——所有這些公司正在快速增長，在其領域進行轉型工作並建立深厚的人才庫。
他們都是獨立創業公司。當亞馬遜、谷歌者騰訊公司提供數十億美元的報價時，英國政府會做什麼？目前什麼都沒有。如果你是谷歌、亞馬遜或者阿里巴巴，希望進一步鞏固你的地位，間接地為美國或者中國帶來好處，這是一件好事。對普通英國公民來說可能並非如此。
流氓國家
這篇文章大多集中在國家的國家利益上。還有其他非國家的政治行為者也必須考慮，比如恐怖分子或者流氓國家。當涉及機器學習的網絡攻擊和自主武器時，這是最相關的。對我而言，關鍵的問題是主要實驗室、企業或者國家在發佈人工智能研究方面“走向黑暗”的程度，以避免造成惡意行為者。Allan Friedman在 Cybersecurity and Cyberwar 中很好地捕捉到了這種風險：
“為了進行歷史性的比較，首次建設 Stuxnet 可能需要一個先進的團隊，這個團隊等同於曼哈頓計劃的網絡。但一旦它被使用，就好像美國人不只是放棄了這種新型的廣島炸彈，而是隨著設計計劃好心地放下了傳單，這樣任何人都可以建造它，而不需要核反應堆......網絡武器發生在互聯網速度下。”
網絡攻擊可能不容易被識別：
“問題在於，與冷戰不同，這並不存在簡單的雙極性安排，因為正如我們所看到的那樣，這些武器的擴散更為廣泛。更重要的是，導彈排放黑煙清晰可見，而如今的攻擊可以是網絡化，全球化的，當然也是隱藏的。核爆炸也提供了他們自己的，相當無可辯駁的證據，證明已經使用了原子武器，而一次成功的秘密網絡行動可能會持續數月或數年都難以被發現。”
這裡最可能的結果是某些關鍵的機器學習研究不再在公共領域共享，以避免惡意行為者的參與。OpenAI 近期頒佈的憲章清楚地體現了這種想法：
“我們致力於提供幫助社會通向 AI 之路的公共產品。今天，這包括髮布我們大多數人工智能研究，但我們預計安全問題將減少我們未來的出版，同時提高分享安全，政策和標準研究的重要性。”
如果我們確實看到關鍵的研究實驗室或某些研究成果的國家有些“黑暗”，那麼可能會出現一場冷戰，它將獎勵最成熟、最大的國家或企業參與者。最終，這會加強 AI 民族主義。
AI 的資金投入
到目前為止，各國對 AI 投入的資金低於谷歌、阿里巴巴這樣的科技巨頭。麥肯錫估計，2016年最大的技術跨國公司在人工智能上花費了200-300億美元。
我相信目前政府在人工智能方面的投入與我們將看到的投資相比是微不足道的，因為他們已經意識到了這一點。
再次回到核武器的例子上，曼哈頓計劃從1941年從零開始，3年內花費了250億美元並僱用了10萬人，建設的工業能力與整個美國汽車行業一樣大。國家有很大的慣性，但一旦它開始移動，動力將是令人難以置信的。
如果這種情況發生，那麼 AI 研究和商業化投資的數量可能是今天的10-100倍。更多的資金可以帶來更多的進步，但我認為，如果國家大幅增加對機器學習的投資，那麼 AI 產業的發展可能會進一步加快。
工程師無國界
Jeff Ding 在“解讀中國的人工智能夢想 ”的報告中指出，超越國家和民族主義的關係有以下幾點：
“重要的是要考慮各種人工智能驅動因素的相互依存的積極方面......在過去幾年中，跨境人工智能投資對美國和中國的投資顯著增加。從2016年到2017年，中國支持的美國初創公司股權交易從19個增加到了31個，美國支持的股票交易從中國初創公司從5個增長到了20個。
此外，人們經常忽略騰訊和阿里巴巴都是跨國公司的事實，上市公司由國際利益相關者擁有相當大的份額（Naspers 擁有騰訊33.3％的股份，雅虎擁有阿里巴巴15％的股份）。”
經濟和基礎科學技術進步並不完整地追蹤國家邊界也是事實。人才和資本是全球性的：DeepMind 的初始投資者來自硅谷和香港，他們的團隊非常國際化並在加拿大和法國設有辦事處。通過以國家為中心的鏡頭來觀察事物太狹窄了。然而，我認為機器學習的經濟和軍事後果總體上將是一個十分劇烈的不穩定因素，以致國家將被迫讓國民超越國際主義的更廣泛目標。
到目前為止，我只是試圖概述我認為會發生的事情。機器學習會導致各國之間經濟、軍事和技術上的巨大差異，並觸發軍備競賽，導致人工智能加速發展。
民族主義是一條危險的道路，特別是當國際秩序和規範將因此而不斷變化時。喬治奧威爾在1945年寫的關於民族主義的文章捕捉到了這一點，他揭示了防禦性的愛國主義和尋求支配的民族主義之間的緊張關係：
“民族主義不應該與愛國主義混淆。這兩個詞通常用得太模糊，以至於任何定義都可能受到挑戰，但必須對它們加以區分，因為涉及到兩種不同甚至相反的觀點。通過“愛國主義”，我的意思是奉獻一個特定的地方和特定的生活方式，人們認為這是世界上最好的，但不希望強迫別人。愛國主義本質上是防禦性的，在軍事和文化上都是如此。另一方面，民族主義與權力慾望是分不開的。每個民族主義者的永恆目標都是獲得更多的權力和威望，而不是為了他自己，而是為了他選擇沉淪自己個性的國家。”
就我個人而言，我相信人工智能應該成為一種全球性的公共物品，比如 GPS、HTTP、TCP/IP或者英語，並且實現這一目標的最佳長期結構是一個非盈利的全球性組織，它代表所有國家和人民的利益。OpenAI 是這方面的佼佼者，它是一家專注於人工智能研究的非營利機構。雖然這並不能解決我在本文中討論過的機器學習方面的許多經濟問題，但它對機器學習的研究有著重大改進。
儘管我個人認為人工智能作為一種公共物品的想法合乎事實，但是鑑於各國、營利性科技公司的既得利益和錯誤動機，想要實現巨大飛躍的想法有些天真。我相信我們可能會經歷一段 AI 民族主義的時期，之後 AI 才能變為公共物品。
再次以英國為例，我贊成國家人工智能戰略，以保護英國的經濟、軍事和技術利益，並使得英國在人工智能的全球性問題上獲得話語權，這將有助於確保英國的經濟利益。我認為短期內英國、加拿大、新加坡和韓國等小國的地位越強，我們就越有可能從長遠角度來看待人工智能作為全球公共物品。出於這個原因，我認為英國政府有必要採取措施投資和保護其本土人工智能公司和機構，使其能夠在獨立於美國和中國的世界舞臺上發揮更大的作用。我曾住在美國和中國，並在那段時間內對這兩個國家都產生了巨大的敬意和感情。這並不妨礙我相信英國應該保護公民的經濟利益，我希望看到英國在塑造人工智能的未來方面發揮重要作用。理想情況下，從長遠來看，作為一個非營利性的國際組織，將人工智能視為全球公益。
在這篇文章預測的 AI 民族主義即將到來的階段中，我認為我們需要對組織和技術進行同步投資，以抵消這一趨勢並推動國際議程而不是國家議程。類似於由 DeepMind 和 OpenAI 等組織領導的 Baruch 計劃。
原文：https://www.ianhogarth.com/blog/2018/6/13/ai-nationalism
作者簡介：IAN HOGARTH，畢業於劍橋，其碩士項目是一個計算機視覺系統，用於對乳腺癌活檢圖像進行分類。曾在北京居住，學了一年普通話。創立了音樂會服務 Songkick，目前專注於科技領域的投資，喜歡衝浪和攀巖。
“徵稿啦！”
CSDN 公眾號秉持著「與千萬技術人共成長」理念，不僅以「極客頭條」、「暢言」欄目在第一時間以技術人的獨特視角描述技術人關心的行業焦點事件，更有「技術頭條」專欄，深度解讀行業內的熱門技術與場景應用，讓所有的開發者緊跟技術潮流，保持警醒的技術嗅覺，對行業趨勢、技術有更為全面的認知。
如果你有優質的文章，或是行業熱點事件、技術趨勢的真知灼見，或是深度的應用實踐、場景方案等的新見解，歡迎聯繫 CSDN 投稿，聯繫方式：微信（guorui_1118，請備註投稿+姓名+公司職位），郵箱（[email protected]）。
閱讀更多 CSDN 的文章
