内容摘要:2023年12月12日,Harvard Business Review发布了名为《绘制人工智能的新兴版图》(Charting the Emerging Geography of AI)的报告。全球人工智能权力中心正不断出现和转移,它们将决定哪些人工智能应用被优先考虑,哪些社会群体和经济部门能获得最大利益,哪些数据被用于训练算法,哪些偏见被纳入,哪些偏见被中和,以及我们如何在加速人工智能创新和建立保障措施之间取得平衡。该报告为争夺全球人工智能领导地位的25个国家提供了一个指数参考,并列举了决定哪些国家将领先的因素。

今年是人工智能蓬勃发展的一年。从企业到学校,从好莱坞到竞选活动,对人工智能的热议无处不在。就在一些投资者抱怨“人工智能疲劳”的时候,OpenAI的领导层又爆发了一出精彩大戏,让我们重新关注人工智能的许多悬而未决的问题。与此同时,人工智能的巨大潜力也不容忽视。据一些分析师称,仅生成式人工智能就可能影响全球3亿个工作岗位,每年创造高达4.4万亿美元的新经济价值。不仅是科技强国在争夺价值,全球各国也在争夺人工智能的领导地位——人工智能的新兴版图。

1 人工智能领导力的驱动因素和评估指数

为了比较各国的人工智能,我们考虑了四个驱动因素:

数据——用于训练和改进算法的核心资源的数量和复杂性。

  • 宽带消费总量(固定和移动):一个国家的总体数据消费量。

  • 人均宽带消费量(固定和移动):一个国家每个互联网用户的数据使用量,代表不同类型使用数据的复杂程度。

规则——如何获取数据。

  • 开放数据参与:经济体促进公共数据源的使用和访问的程度。

  • 数据治理政策:国家对数据的监管方式(个人数据、非个人数据、开放数据、专有数据、公共数据和私有数据),特别是在隐私保护方面。

  • 跨境数据流动:一个经济体促进和参与与其他经济体之间数据流动的程度,以及一个经济体在其境内积极实现数据本地化的程度。

资本——构建人工智能的人力、财力、多样性和数字基础设施。

  • 人才:现有人工智能人才的质量和数量。

  • 投资:流入人工智能和新兴技术的投资。

  • 多样性:人工智能人才的多样性。

  • 数字经济的演变:一个国家数字基础设施的演变,包括计算能力。

创新——人工智能模型、技术、创造性数据来源和新应用方面的进步。

  • 专利申请数量:各国人工智能相关技术的专利申请数量。

  • 前10篇人工智能论文的引用次数:每个国家的作者所积累的引用总数。

  • 人工智能出版物总量:各国在人工智能领域发表的论文总数。

将这些变量综合在一起,我们得出了一个新的衡量标准来评估25个领先的人工智能创造国在领导力竞争中的地位——顶级人工智能国家(Top Ranked AI Nations, TRAIN)指数,如下图所示。这并不是在塑造全球人工智能产业方面发挥关键作用的国家的完整名单。例如,以色列或阿联酋等国家都是重要的参与者,但不在我们的评估范围之内,因为这些国家影响力仍然很小,而且我们考虑的驱动因素存在数据门槛。

2 人工智能领先者:美国与中国

美国和中国占据TRAIN指数的前两位并不令人意外,因为两国政府都致力于成为全球人工智能的领导者。美国国家安全顾问杰克-沙利文(Jake Sullivan)宣称,美国的目标是确保在人工智能前沿技术方面“尽可能领先”。与此同时,中国的目标是成为全球“首要”人工智能创新中心,到2030年,人工智能相关总产值将超过10万亿元人民币。白宫于2022年10月禁止美国公司出口芯片制造设备,这一要求现在将扩大到包括人工智能芯片,从而进一步加剧了竞争。

在大多数关键驱动因素方面,美国历来处于领先地位,而且美国人工智能企业的模式相对优于中国竞争企业。仅从资本维度来看,全球人工智能人才、投资、人才多样性和数字经济发展排名前四的城市都在美国,而中国排名第一的城市北京位列第八。2022年,风险投资为美国的524家人工智能初创企业提供了资金,远远领先于其他所有国家。在过去十年中,美国人工智能公司吸引的私人投资是中国的2.5倍。

私营部门是美国人工智能的主要推动力;私营部门在最大人工智能模型中的份额已从2010年的11%飙升至2021年的96%,70%的人工智能相关领域博士受雇于私营部门。美国人工智能企业之间的激烈竞争可能会继续推动美国在创新方面的领先地位。

在中国,政府在人工智能发展中发挥着更大的作用。政府利用大量补贴、支持和政策引导,将其引向药物开发、基因研究和生物学等应用领域。中国拥有世界上最多的互联网人口,因此,采用人工智能的速度非常快。例如,中国的生成式人工智能“文心一言”在19小时内就达到了100万用户,而ChatGPT则用了五天才达到同样的规模。

中国有几个重要的优势,可以让它在未来挑战美国。第一,中国产生并消耗大量数据。因此,中国将越来越多地拥有增长更快的数据池,而这些数据池是中国以外的人工智能开发者最难获得的——这一因素既可能阻碍也可能增强中国的人工智能领导力。

第二,中国拥有世界上发展最快的人工智能研究社区,中国作者在顶级人工智能期刊上的投稿率大约是美国投稿率的2.5倍。

第三,中国是人工智能监管的先行者,即使最近白宫发布了雄心勃勃的人工智能监管行政令,中国在这一领域仍将处于经验领先地位。到目前为止,人工智能监管仍处于起步阶段,在TRAIN指数中的占比并不高,但随着时间的推移,这种情况可能会发生变化。另一方面,中国必须应对许多挑战:首先,严格的监管可能会削弱其创新能力;同时,芯片稀缺是近期中国的一个关键制约因素;此外,对跨境数据流动的限制可能会限制中国开发尖端人工智能模型的能力。

3其他国家的情况

当然,人工智能的地缘不止这两个国家,TRAIN的位置也不是固定不变的。随着人工智能领域的发展,还有几个国家是值得关注,如印度、印度尼西亚、日本、韩国、英国以及欧盟主要国家。其中一些国家的数据池增长较快,还有一些国家则更容易获取数据。此外,一些国家的人口因素也将影响其在TRAIN指数中的位置。

目前,在对人工智能领先地位至关重要的所有驱动因素中,可访问数据池的变化是最具决定性的因素。

为了了解一些值得关注的关键变化,如图所示,我们将X轴上的聚合数据池的规模和势头与Y轴上的各国当前TRAIN得分进行了对比(聚合数据池的规模用气泡的大小表示,并用颜色表示数据的可访问性)。

虽然资本维度为一个国家的人工智能领导力排名提供了最强的推动力,但其数据池的变化对其能否在TRAIN榜上更上一层楼至关重要。然而,如图所示,数据池增长最快的国家也是对数据访问限制较多的国家。这就意味着,企业应该关注世界不同地区与数据相关的法规和政策的变化——它们可以决定是否应该将人工智能开发活动转移到某个特定地点。此外,受这些变化影响的每个国家的政策制定者都必须重新考虑本国的法规和投资重点,以保持和加强其在人工智能领域的领先地位。

除中美外,印度、英国、法国、加拿大、德国和澳大利亚等国在资本方面也很强。因此,这些国家有望在中期取得最显著的进步。与此同时,数据池的增长也是一个重要因素,印度尼西亚、南非、尼日利亚和印度等国的数据消费总量变化率最大,因此这些国家也值得密切关注。加强对数据的访问可以改善这些国家未来的TRAIN地位。

印度在许多方面都具有优势,是最具上升潜力的国家。它拥有最大的移动数据消耗量,预计到2028年数据消耗量将位居世界第一。印度处理的数字支付数量已经超过世界上任何其他国家,并拥有世界第三大人工智能人才库。虽然该国对数据访问施加了限制,但其人工智能监管规则仍不稳定。今年7月,印度电信管理局发布了一份新的咨询文件,呼吁设立一个法定机构,通过“基于风险的框架”来监管印度的人工智能。该文件还建议与各国政府和国际机构合作,在全球范围内推进人工智能的“负责任使用”,这也将使得印度在这一进程中可能会发挥重要作用。

至于英国,观察它如何与欧盟国家(特别是法国和德国)竞争,可以发现两种截然不同的方法的利弊。英国的人工智能产业得到了一项国家战略的支持,但在监管方面却致力于采取宽松的监管方式,旨在随着该领域的发展不断“支持创新”。事实上,英国是最具创新性的人工智能国家之一,是DeepMind(已被Alphabet收购)等公司的发源地。英国一直在努力平衡其宽松的监管政策和引领人工智能安全,包括达成一项鼓励在此问题上开展全球合作的宣言,以及启动英国人工智能安全研究所,对前沿人工智能系统进行安全评估。

相比之下,欧盟的《人工智能法案》在最终实施时可能会减缓成员国的人工智能发展。而这有助于英国保持目前相对法、德等国的领先优势,这两个国家已通过非正式联合声明,致力于建立一个共同的人工智能生态系统。为了抵消潜在的监管阻力,法国和德国的数据池增长速度一直快于英国,而且由于行业的游说,在重新考虑欧盟法规的严格性方面也进行了激烈的辩论。最终,法规采用了折中的两级方法,要求除最大的基础模型外,其他所有模式都必须“透明”。OpenAI 的危机可能会为欧洲的新兴企业创造一个机会,让它们将自己定位为更负责任、更开放的企业。

接下来,我们来看看日本和韩国,这两个国家都因其自身的人口数据和增长重点而对发展人工智能有着强烈的需求,并在该领域进行了大量投资。这两个国家都对机器人和人工智能进行了投资,以补足人类的工作。而关于未来,这两个国家都面临着不利因素。它们的数据池增长速度不如其他一些人口结构年轻、互联网用户数量不断增长的亚洲国家。

根据日本经济产业省的数据,到2030年,日本将面临78.9万名软件工程师的缺口,这反过来会限制其在深度学习和软件开发方面的能力,并减缓其在生成式人工智能方面的进步。此外,日本还缺乏足够的超级计算能力,这也是阻碍其人工智能发展的另一个瓶颈。日本软银打算帮助韩国从“防御模式”转向“进攻模式”,但其成功的概率还有待观察。

韩国有几项核心长处可以暂时维持其在全球的优势——其半导体产业以及在人工智能专利和研究方面的领先地位。然而,政策制定者和专家担心人才短缺和政府支持不足会给韩国带来极大的挑战。据一位立法者称,韩国政府的人工智能研发预算削减了43%。从2013年到2022年,韩国在人工智能领域的累计投资仅为55亿美元,远远落后于英国的182亿美元。而且与日本的26家人工智能相关上市公司相比,韩国的6家人工智能相关上市公司也相形见绌。

摘译|林心雨

审核|唐巧盈

文章来源|Harvard Business Review

原文地址|https://hbr.org/2023/12/charting-the-emerging-geography-of-ai

声明:本文来自上海市人工智能与社会发展研究会,版权归作者所有。文章内容仅代表作者独立观点,不代表安全内参立场,转载目的在于传递更多信息。如有侵权,请联系 anquanneican@163.com。