3月10日,在美国得克萨斯州首府奥斯汀举行的“西南偏南”多元创新大会和艺术节的商贸展览会上,机器人在打游戏。(王迎 摄)
政府支持 “国安优先”
美国总统特朗普2月签署了一份行政令,启动“美国人工智能倡议”,这份倡议体现出“美国优先”、“顶层推动”和“数据开放”三个主要特点。
第一,顶层推动,政企合作。
倡议的显着特征是由政府推动这项国家级科技发展计划。美国总统技术政策副助理迈克尔·克拉齐奥斯直言,这个倡议的重点就是集中联邦政府的资源来发展人工智能。
这一框架性倡议在预算制定方面,对政府部门的要求非常具体。它要求各执行机构的一把手每财年与白宫主管预算和科技政策的办公室沟通,说明将如何实现优先推动人工智能发展,并在预算批准90天内列明具体的人工智能优先项目和预计使用的资金。
另外,政府部门还有义务寻找与私营部门、学界和非政府组织合作的机会,发挥美国产、学、研相结合的优势。
第二,遏制对手,国安优先。
倡议并非一份单纯的技术路线图,它开宗明义地表示,目的就是要“确保美国在人工智能领域的领导力”,应对来自“战略竞争者和外国对手”的挑战。
这份倡议在其指导原则中明确提出,要保护关键的人工智能技术不被战略对手和敌对国家获得。美国布鲁金斯学会政府治理研究项目副主席达雷尔·韦斯特评价这份倡议时指明,美国的战略对手就是中国。
美国政府很重视人工智能在国防安全领域的作用和影响,认为人工智能是巩固其军事技术优势的重要组成部分。美国国防部高级研究项目局计划在未来5年投资20亿美元开发下一代人工智能技术。
第三,补齐短板,释放数据。
针对数据不足的挑战,该倡议的主要思路是开放美国政府手里的数据和计算资源,以解决训练数据不足的问题。倡议指示联邦机构帮助人工智能专家和私营企业部门更容易获得数据和计算资源,其中包括国防部、商务部、卫生部、能源部掌握的计算资源。
另一方面,倡议还提出,数据开放要以保护个人隐私为前提,这一说法的背景是去年美国个人信息泄露或被非法使用的事件频频爆出,引发强烈的公众抗议。因此在行政令签署90天内,白宫还将向公众征求意见,这也为该倡议能否有力推行带来不确定性。
“科研驱动” 行业合作
中国创新工场董事长李开复去年11月在华盛顿的新书推介会上,将美国的人工智能技术定义为“科研驱动型”。美国人工智能研发主要有以下三个特点。
第一,由算力与算法驱动的人工智能技术。
行业人士认为算力、算法和数据是人工智能的三大要件。芯片(或算力)好比神经元,算法是神经网络的连接方式,数据是供大脑训练的素材。美国目前仍拥有较先进的AI芯片和AI算法。
2018年11月19日,美国商务部工业安全局出台一份针对新兴技术拟定的出口管制清单,“人工智能”类别遭遇了行业内部最强烈的抵制,从该类别下11个子类别可推断出美国在哪些方面拥有不希望国外获得的先进技术。
它们大体可以分为三类。第一是算法,包括深度学习、强化学习、进化和遗传计算等,谷歌公司是这些领域的领军者。第二是AI芯片组和AI云技术。第三是自然语言、语音和视频处理技术。
美国英伟达和英特尔等传统芯片巨头仍然是人工智能训练芯片技术的主要玩家,谷歌和美国斯坦福大学等机构在原创性的算法框架方面领先,这些算法一向是开源的,但最近OpenAI公司担心自己的一种算法会引发安全风险而选择不开源,从侧面体现出技术封锁思想正在人工智能领域酝酿。
第二,由基础学科主导的人工智能产业。
美国人工智能技术发展最典型的特征是与其他学科密切结合,后者被称为人工智能领域的“专家系统”。最有动力推广人工智能技术的往往并非人工智能专家,而是来自其他学科的研究者。
专家表示,人工智能或机器学习算法有望设计出一些新型太阳能材料、新型抗癌药或能帮助庄稼对抗病毒的新型化合物,这些需求更可能来自各自学科的大学实验室或研究公司。例如,去年2月,美国加利福尼亚大学研究团队开发了一种新型人工智能技术,可用于筛查常见的致盲眼部疾病,有助于加快疾病诊断。
从政府支持角度看,自2011年以来,美国政府向材料基因组计划的投资超过2.5亿美元,拿到资助的研究机构在研发过程中利用人工智能技术来实现科研目标,因此美国政府可能没有直接资助人工智能技术,而是间接推动了其发展,但科研成果更加具体,效率更高。
第三,由传统产业主动参与的人工智能革命。
美国的人工智能产业与其说被视作一个新的经济部门,不如说人工智能是一种赋能技术,它正在改造传统的产业。
一个典型的例子是美国农业企业收购人工智能初创企业。孟山都收购了前谷歌员工创立的“气候公司”,这家公司通过大数据来出售农业保险;去年,美国农机巨头约翰·迪尔收购了“蓝河技术”,后者利用计算机视觉实时为农场提供农业服务。
通用、福特、博世等传统汽车制造商和零件商也频频收购初创企业,实现人工智能转型。从自动驾驶实力排行上看,这些传统大厂与谷歌、优步等互联网公司并驾齐驱。
美国的发展逻辑表明,人工智能技术的产业化,其本身形成的经济部门并非全部,另外一个重要方面是能否改造基础学科和传统行业,推动后者形成新的发展动能。