讀懂AI民族主義：機器學習技術如何影響國際關係？

原作 Ian Hogarth

翻譯 李杉

量子位 出品 | 公眾號 QbitAI

機器學習一路快速發展，會改變的不僅是技術本身，國家之間的政治關係也會因它而產生改變。

Ian Hogarth

英國天使投資人Ian Hogarth和人工智慧領域的科學家、投資人、政治家、政策制定者進行了歷時9個月的探討，提出了一個觀點：機器學習的持續快速發展，將推動一種新型地緣政治的出現；AI民族主義。

他分析了人工智慧近年的發展和各國人工智慧政策的制定，指出：機器學習成為各國之間的巨大差異因素，它會體現在經濟、軍事和科技等領域，還會引發軍備競賽，而人工智慧的技術進步也會加快。

量子位將他的博客主要內容翻譯如下。

摘要

本文的核心觀點是：

機器學習持續而快速的發展將推動一種新型地緣政治的出現，我稱之為AI民族主義。

機器學習是一項全方位的技術，它將滲透到社會的方方面面。機器學習所促成的經濟和軍事轉型將在國家和國際層面造成不穩定，迫使政府採取行動。人工智慧政策將成為政府政策中最重要的一個領域。

關鍵國家之間的軍備競賽將會加速，我們還會看到奉行保護主義的國家採取更多行動，支持本國的冠軍企業，阻止外國公司的收購，並吸引更多人。

這場軍備競賽可能會加快人工智慧的發展步伐，縮短實現通用人工智慧的時間。

各國的科技民族主義會有許多共性，但也會出現一些針對具體國家的重要政策。民族主義是一條危險的道路，特別是當國際秩序和國際準則將因此而改變時。

在最後一節中，我討論了AI民族主義可能如何轉變為一種全球範圍內的合作，把人工智慧變成一種全球性的公共產品。

機器學習進展迅速

最近幾年，機器學習在研究和商業化領域都有重大進展。

圖像識別在複雜任務中的精度開始媲美人類，機器翻譯效果也大有提升。

機器學習的市場化應用也取得了令人難以置信的進展，從搜索引擎到廣告推薦，再到物流的自動化，以及自動駕駛汽車、藥物發現、網路安全和機器人技術等新領域。

變化飛快，領先的人工智慧從業者也開始認真思考這項技術對社會造成的影響。即使在谷歌這家最典型的應用型機器學習公司，領導層似乎也在擺脫科技烏托邦的立場，開始公開承認機器學習研究和商業化的加速推進所帶來的風險：

它會如何影響不同領域的就業？我們怎樣才能理解它在幕後做了什麼？公平性如何衡量？它會如何操縱人類？它安全嗎？

——謝爾·蓋布林，2018年4月

機器學習 vs. 國際秩序

機器學習的迅速發展，對國家層面有什麼影響？這項技術的進步會通過三種主要方式引發國際秩序的不穩定：

1.機器學習的商業應用將創造大量新業務，也能摧毀數百萬工作崗位。在極端情況下，投資效果最好的國家可能在經濟上表現最強。

2.機器學習將促成新的戰爭模式：複雜的網路攻擊和防禦能力，以及各種形式的自動和半自動武器，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，在投資方面行動最早和最積極的國家可能最終獲得軍事霸權地位。

3.最終，更通用的人工智慧將加速科學和技術研究的發展。在我看來，這實際上可能是最深層次的不穩定來源。例如，在人工智慧上領先的公司將有機會率先開發可行的核聚變反應堆。同樣，在極端情況下，這可能使一個國家實現技術霸權。

機器學習幾乎可以影響國家政策的方方面面。人類智能塑造了我們周圍所看到的一切，因此我們打造出的智能性更強的機器，可能會產生同樣的影響。

儘管如此，我們還是可以從歷史中找到一些相似之處來幫助我們思考事情的發展方向。核技術和石油兩種技術，都對地緣政治產生了巨大影響，在這些領域中行動較為迅速的政府成為了世界的主導，直至今天仍然如此（例如，美國擁有6800枚核彈頭，其戰略石油儲備也達到6.95億桶石油）。

雄心勃勃的各國政府已經開始將機器學習視為21世紀的核心差異化技術，而競賽已經開始。

這場競賽將與上個世紀的核軍備競賽引發的地緣政治局勢、以及各個國家與跨國公司在石油領域組建的聯盟存在一些相似之處。經濟，軍事和技術霸權一直是各國重要發展動力。

對各國的不同影響

雖然廣泛的威脅和前瞻性人工智慧政策的回報在各個國家都很普遍，但機器學習對各個國家的影響卻有所不同：

首先，每個國家的主導產業組合各有不同，而自動化對不同行業的影響速度也存在差異。比如製造業和建築業的對比：建築行業最近才開始通過建築信息模型等數字技術進行改造，而製造業已經看到機器人和自動化的大量應用。看看這兩個行業自1995年以來的生產率增速對比，便可一目了然：

即使是那些核心行業較快實現自動化的國家，其工資和就業所感受到的影響仍然存在差異。例如德國的汽車工業佔GDP的10％以上，英國汽車工業貢獻了4%的GDP，自動駕駛汽車的發展對德國的影響就比英國更加明顯。

其次，在與機器競爭的過程中，每個國家的勞動力成本各有不同。我在一家名為Avidbots的清潔機器人公司身上清楚地看到這一點（信息披露：我是該公司的投資者）。這家創業公司總部位於加拿大滑鐵盧，專門生產工業機器人，可以使用計算機視覺清理大型商業空間，價格低於大多數發達國家的清潔工。他們接到了來自世界各地的機器人訂單; 然而，由於澳大利亞的清潔行業勞動力成本較高，所以增長速度也最快。

下圖很好地說明了自動化對經濟產生的影響如何因國家而異：

如果上圖經合組織的分析方向正確，那麼斯洛伐克在短期內將面臨比挪威更大的挑戰，該國面臨著自動化威脅的工作崗位達到挪威的兩倍。

第三，正如李開復最近在《紐約時報》撰文所說，全球規模最大的人工智慧公司的總部目前都位於中美兩國，包括谷歌、蘋果、亞馬遜、Facebook、百度、騰訊和阿里巴巴。當你是這些公司的祖國，而不僅僅是一個客戶國家時，國家產業戰略就大不相同。我將在後文跟國家冠軍角色有關的部分中更加詳細地討論這個問題。

最後，在人工智慧對勞動力市場產生實質性影響的時代，不同國家對再分配的態度截然不同，這將對自動化創造價值的方式產生極大影響。值得注意的是，雖然中國和美國都是頂尖人工智慧公司的所在地，但這兩個國家的收入不平等狀況都達到或接近其歷史峰值。

公私界限模糊

這項技術的的參與者中，還有一些非國有組織，讓狀況更為複雜。

全球7家最重要的科技公司（谷歌、蘋果、亞馬遜、Facebook、阿里巴巴、騰訊、百度）都在對人工智慧進行大量投資，從底層框架和晶元到消費產品都包含在內。毫無疑問，他們在機器學習方面的專業知識目前超過任何一個國有組織。

隨著機器學習應用的增長，這些公司與不同國家之間的互動將變得越來越複雜。以道路交通為例，我們正在逐步轉嚮應需服務和無人駕駛汽車。這將逐漸模糊公共資金支持的公共交通與私人交通（例如網約車）之間的界限。如果這導致公路運輸領域出現新的自然壟斷，那麼它的管理者究竟應該是國家（例如倫敦的「 Khan』s Cars 」），還是一家英國公司，抑或是Uber這樣的跨國公司？

正如瑪麗安娜·馬佐卡托（Mariana Mazzucato）在《創業型政府》（The Entrepreneurial State）中所述，各國在歷史上都會通過資助學術研究或軍事活動來承擔科學和技術方面長期而高風險的研究。這些技術隨後通常由私有公司進行商業化。

隨著像谷歌這樣富有遠見且財力雄厚的科技公司崛起，我們看到更多的高風險長期研究開始由私營部門資助。DeepMind就是一個很好的例子。

當谷歌這樣的私有企業與國家的利益不一致時，就會產生緊張關係。谷歌和五角大樓最近的互動就是典型例子：超過4000名谷歌員工反對谷歌參與「戰爭技術」，因此谷歌決定不與五角大樓續簽合同。

不過，謝爾蓋·布林（Sergey Brin）還曾表示「如果軍方與谷歌這樣的國際組織交織在一起，而不是與民族主義國防承包商合作，或許對和平更加有利。」

具有中國特色的人工智慧

在制定人工智慧國家戰略時，中國遠遠領先於其他所有國家。我們可以將其稱做「具有中國特色的人工智慧」。

對於中國而言，保護主義一直是過去幾十年來持續發展國內科技公司的一項成功戰略，它最終使中國成為世界上唯一一個能在人工智慧公司的競爭中與美國抗衡的國家。

除此之外，中國的科技公司與國家政策的匹配程度高於英國或美國公司，有消息稱，中國政府計劃通過1％的「特別管理股」來獲得這些公司的股權。

以下是中國在AI民族主義方面採取的一些早期努力：

中國在最高政府層面制定了明確的目標，希望在2030年成為人工智慧的全球領導者。正如傑夫·丁（Jeff Ding）所說，中國認為自己在人工智慧政策方面落後於美國，這是追趕美國的一項重大舉措。

中國已承諾在北京投資20億美元建設人工智慧技術園區。

中國已經發展了「大基金」（瑞士信貸估計總投資額約為1400億美元），以促進半導體產業的發展。半導體性能是機器學習研究和應用進步的關鍵驅動因素。

中國國內的頂尖企業都明確關注關鍵領域，例如，騰訊把計算機視覺應用於醫學影像領域，百度則在努力開發自動駕駛技術。

中國似乎已經認識到數據對其AI民族主義的重要性，其最新的網路安全法規定，對外出口的數據必須經過審查。

中國正在實施特別的激勵措施來吸引外國人才。

我們已經可以開始感受到由此產生的影響。卡內基梅隆大學計算機科學系主任安德魯·摩爾（Andrew Moore）估計，中國提交給大型人工智慧會議的論文比例從十年前的5％增加到今天的50％。這假設中國公開發表了所有的研究成果。

數量多並不能代表質量高，北美和歐洲的研究人員仍然最具影響力，但似乎有理由認為這種差距逐步開始縮小。

除了研究之外，去年中國人工智慧創業公司佔全球人工智慧創業公司融資總額的48％，高於2016年的11％。

可以說，中國人工智慧戰略目前最薄弱的環節是半導體，因此在大基金和中國2030計劃中都處於核心地位。不僅如此，這也是中國在該領域緊張關係的關鍵所在，例如，美國阻止博通以1170億美元收購高通。中國目前每年進口的半導體相關產品總額達到2600億美元，最近已超過石油進口額。

下圖說明了中國在半導體領域試圖縮小的差距，以及中國大陸公司與美國、中國台灣或韓國市場領導者的規模對比。這也表明中國台灣和朝鮮半島將成為中美外交政策中更具地緣政治意義的地區。

國家「AI軍備競賽」大事記

雖然中國在AI民族主義方面的公共立場最為明確，但主要國家爭奪人工智慧領域領導地位時展開的競爭卻越來越明顯。

我用「軍備競賽」這個比喻來描述參與者之間的競爭動態，他們所創造的價值一定程度上取決於他們與競爭對手之間的相對實力。

這一領域還有一個較小的組成部分同樣也存在軍備競賽：各個國家都專註於自動和半自動武器以及機器支持的網路攻擊和防禦能力。以下就是我看到的關鍵事件。

2014年

中國啟動國家集成電路產業投資基金（又名「大基金」，體量1380億元人民幣，約合219億美元），以推動剛剛起步的半導體產業。

2016年

奧巴馬政府發布人工智慧未來報告。該報告在中國被廣泛閱讀和討論。

美國政府花費12億美元用於非保密性的人工智慧相關研發。

AlphaGo成為中國和人工智慧的「斯普特尼克時刻」。6000萬人觀看AlphaGo與李世石對弈直播。

韓國宣布在未來5年內投入8.63億美元進行人工智慧研究，這在一定程度上是為了回應AlphaGo。

德國未能阻止中國公司斥資45億歐元收購工業機器人製造商庫卡。

2017年

AlphaGo在中國烏鎮以3比0擊敗世界排名第一的柯潔。

中國宣布了一項雄心勃勃的計劃，希望到2030年成為人工智慧的世界領導者。

五角大樓針對美國向中國轉讓各種人工智慧相關技術的問題表達擔憂。

美國越來越多地使用CFIUS（美國外商投資委員會）來阻止中國公司或投資者對美國科技公司展開收購和投資。事實上，此舉不僅限於美國公司——例如，CFIUS也曾用於阻止中國收購Aixtron（美國武器系統中使用的德國晶元設備製造商）。

今年以來

1月：法國宣布外商收購人工智慧公司需要獲得政府批准。

3月：法國宣布其人工智慧計劃——準備在4年內投資15億歐元。塞德里克·維拉尼（Cédric Villani）為法國的角色闡述了有意義的願景。特朗普利用CFIUS阻止高通的收購。

4月：英國宣布利用其AI計劃在未來幾年投資6億英鎊（確切的年度支出尚不清楚）。歐盟委員會宣布希望到2020年向人工智慧投資200億歐元。美國考慮使用《國際緊急經濟權力法案》，使之不僅可以阻止中國投資和收購，還可以阻止中美企業之間的商業合作關係。

5月：韓國將 2016年人工智慧計劃的規模擴大到22億美元，其中包括6個新的人工智慧機構、10億美元的人工智慧半導體基金，以及到2022年達到「全球人工智慧四強」的總體目標。

AI民族主義政策

一個國家在試圖提高其對人工智慧的興趣時，可以採取哪些基本行動？

過去十年間，各國政府採取的行動大致如下：

向專註於機器學習的研究或學術機構展開投資。

幫助制定標準/法規，使技術向著最符合國家關注焦點和公司利益的方向發展。

通過補貼風險資本來間接投資該行業。

直接向關鍵公司投資。

讓國家成為國內頂尖企業的關鍵客戶，例如商湯科技與中國地方和中央政府之間的關係。

阻止外國公司收購國內的人工智慧公司，使之保持獨立性。

阻止外國投資者投資國內人工智慧公司。

阻止國內人工智慧公司與外國公司之間的合作關係。

將重要的國內人工智慧公司國有化。

我個人認為，我們未來幾年看到清單底部的活動增加。尤其會看到政治領導人開始質疑關鍵人工智慧創業公司的收購是否應該被阻止，甚至可能被逆轉。在我看來，典型的例子是谷歌和DeepMind，我將在本文末尾討論更多內容。

國內冠軍

國內冠軍是指人工智慧全球商業領袖，但總部設在特定國家，例如中國的百度、美國的谷歌。這項內容值得展開詳細討論：

從商業角度來看，機器學習取得的進步繼續由七家公司主導——谷歌、亞馬遜、蘋果、Facebook、阿里巴巴、騰訊、百度。

目前只有美國和中國擁有國內冠軍。

這些公司正在為各自的股票市場佔據越來越大的份額。

而稅收正在減少：前10大跨國公司支付的有效報告稅率自2000年以來已下降近三分之一，從34％降至24％——此列表包括谷歌、蘋果、亞馬遜、Facebook和微軟。

重要的是，他們在本土市場之外支付的稅收有所減少。

在重新分配自動化帶來的利益，並降低不平等狀況的過程中，這給中美兩國都帶來了問題，也給其他國家帶來了更大的問題。如果這些公司繼續在全球經濟中佔據越來越大的比重，那麼中國或美國與其他所有國家之間的稅收收入增量差距將越來越大，政治家們面臨的問題也會越來越大。

谷歌中國前高管、目前擔任風險投資家的李開復曾經闡述了中美之外的其他國家可能面臨的未來。

「如果大多數國家都無法對盈利能力超強的人工智慧公司徵稅來補貼他們的工人，他們還有什麼選擇？我只想到一個選擇：除非他們希望讓人民陷入貧困，否則都將被迫與最大的人工智慧軟體公司供應國（中國或美國）展開談判，從而在經濟上對這個國家形成依賴。這樣雖然可以獲得「福利補貼」，但交換條件卻是讓「母國」的人工智慧公司繼續利用依賴國的用戶獲利。這種經濟關係將重塑今天的地緣政治聯盟。「

這種依賴關係相當於一種新的殖民主義。

我們可以從一些小例子中看到新的地緣政治關係出現。今年3月，辛巴威政府與總部位於廣州的創業公司雲從科技簽署了一項戰略合作框架協議，旨在實施大規模的面部識別計劃。辛巴威將向中國出口其公民人臉資料庫，使雲從科技能夠利用更多數據改善其基礎演算法，而辛巴威可以獲取雲從科技的計算機視覺技術。這是中國政府更廣泛的「一帶一路」倡議的一部分。

所有這些都與石油工業的發展有著相似之處。正如丹尼爾·尤金（Daniel Yergin）在他總結的石油歷史中所說：

「現在出現並再次出現了兩種針對主要石油公司制定的公共政策，但它們卻是相互矛盾的，甚至有些精神分裂。有時，華盛頓會支持這些公司及其擴張計劃，以促進美國的政治和經濟利益，保護其戰略目標，並增強國家的福祉。但在其他時候，同樣是這些公司，卻會遭受民粹主義對「大石油」的攻擊，因為人們指控他們貪婪、壟斷，甚至是傲慢和神秘「。

我的預測是，針對谷歌和亞馬遜的國內反壟斷訴訟將無法實現，因為華盛頓目前更加關注的是如何對抗中國。馬克·扎克伯格（Mark Zuckerberg）為參議院聽證會準備的筆記中有這樣一個說法：

「分拆Facebook？美國科技公司是美國的重要資產，分拆它會加強中國企業的實力。「

除中美之外的其他國家該如何是好？

要回答這個問題，我們需要考慮哪些重要資源可以幫助一個國家獲得人工智慧領域的領導地位：

計算力。與機器學習進步相關的計算資源正在迅速增加。雖然領先的機器學習公司的計算成本高達數億美元，但與政府預算相比仍然很少，因此從理論上講，德國、新加坡、英國或加拿大等規模較小的國家也可以與美國和中國競爭。

高度專業的人才。目前，機器學習的進步對人才庫非常敏感，與世界人口相比，人才庫目前的規模很小。世界上可能有700人可以為人工智慧研究做出前沿貢獻，也許有7萬人能夠理解他們的工作並積极參与其商業化，但卻有多達70億人會受到影響。

這與核武器有相似之處，像費米、西茲拉德、塞格雷、哈恩、弗里施、海森堡這樣能夠設計原子彈的科學家數量很少，但他們的工作所產生的影響卻極其巨大。

這表明，在任何人工智慧軍備競賽中，專業人才可能都是一個巨大的決定因素。中國當然也這麼認為。從這一點來看，英國和加拿大等相對較小的國家反而人才比重很高。

常規STEM（科學、技術、工程、數學）人才。另一種方法是你不需要費米或奧本海默，只需要很多有能力的工程師、數學家和物理學家。如果是這樣，那將有利於最大、最發達的國家，而美國和中國則處於最前沿。

相鄰技術。我將此討論局限於機器學習，但值得注意的是，還有很多技術都可以促進機器學習的進展。例如，倘若量子計算能夠實現計算能力的突破，就將進一步加快機器學習的進步速度。一個國家究竟有多大能力贏得人工智慧軍備競賽，一定程度上取決於更廣泛的科技投資，特別是軟體和半導體投資。

政治環境——很顯然，圍繞人工智慧的任何國家行動都將消耗一部分領導政治資本，並將與該國遇到的其他關鍵問題進行權衡。如果一個國家的政治領導層被另一種形式的不穩定牽扯精力（例如氣候變化或英國退歐），那就更加難以將注意力集中在人工智慧上。

流氓分子

本文的大部分內容都集中在各國的國家利益上。但還有其他政治參與者也需要納入考慮——例如恐怖主義分子或流氓國家。

當涉及到機器學習促成的網路攻擊和自動武器時，這便是最相關的信息。在我看來，關鍵問題是重要的實驗室、公司或國家在發布人工智慧研究成果時，會在多大程度上對外保密，以避免為惡意分子提供幫助。阿蘭·弗里德曼（Allan Friedman）在《網路安全與網路戰》（Cybersecurity and Cyberwar）中闡述了這種風險：

「可以跟其他歷史事件進行比較：第一次開發『震網』可能需要一個先進的團隊，那相當於網路世界的『曼哈頓計劃』。可是一旦被使用，那就好像美國人不只是把這種新型炸彈投放到廣島，還同時發放了大量傳單，把如何製作這種炸彈的設計方案送到具備能力的每一個人手中，而且不需要使用核反應堆……網路武器將以互聯網時代的速度傳播。「

由於網路攻擊可能不那麼容易識別，也導致事態頗為複雜：

「問題在於，與冷戰不同，這方面的兩極分化並不明顯。原因在於，正如我們所看到的那樣，武器的擴散範圍更廣。更重要的是，由於攻擊可以聯網化、全球化，當然也可以隱藏起來，因此雖然有導彈向你發射的時候可以通過煙霧追蹤它的動向，但網路世界卻不存在這樣的機制。核爆炸同樣有跡可循，可以通過無可辯駁的證據證明有人使用了原子武器，而秘密網路行動如果獲得成功，完全有可能在數月甚至數年之內不被發現。「

最有可能的結果是某些關鍵的機器學習研究成果不再對外公開，避免被惡意分子利用。OpenAI最近的章程中就清楚地體現出這種想法：

「我們致力於提供各種公共產品，幫助社會實現通用人工智慧。如今，這包括發布我們的大部分人工智慧研究成果。但我們預計，安全問題將導致我們未來減少傳統發布方式，並加強對共享安全、政策和標準研究的重視程度。「

如果我們確實看到關鍵的研究實驗室或國家「隱藏」他們的一些研究成果，那就可能會陷入冷戰狀態，令最成熟、規模最大的國家或企業獲益。這最終會對AI民族主義形成強化。

金錢長城

到目前為止，各國投入的金額比谷歌、阿里巴巴公司的投資額等都要低一個數量級。麥肯錫估計，2016年最大的科技跨國公司總共在人工智慧上投入了200至300億美元。

我相信，等到政府意識到其中的利害關係之後，他們現在的人工智慧支出與我們今後將會看到的投資相比會顯得微不足道。英國這些年只向人工智慧投入了5億英鎊公共資金，但如果今後的花費更接近其450億英鎊的年度國防預算，情況又會怎樣？

可以再次類比核武器。例如，美國政府最初忽視了里奧·西拉德（Leo Szilard）這種至關重要的科學家，但在認識到核武器的重要性之後就啟動了曼哈頓計劃。曼哈頓計劃1941年正式組建，3年內花費250億美元（按照2016年的美元計算），僱用超過10萬人，還建設了與整個美國汽車工業一樣大的工業產能。各國都存在巨大的慣性，可一旦啟動，它們就會獲得令人難以置信的動力。

如果發生這種情況，那麼用於人工智慧研究和商業化領域的資金可能達到現在的10-100倍。更多的資金未必總能帶來更多進步，但我認為，按照謹慎的假設來看，如果各國都大幅增加對機器學習的投資，那麼進步速度可能會進一步加快。這隻會強化研發投資的重要性，因為此舉有助於降低風險，並確保這些發展對人類有益。

無國界工程師

但也要承認，仍然存在一些超越國家和民族主義層面的聯繫。正如傑夫·丁在他的報告《解讀中國的AI夢》（Deciphering China』s AI Dream）中所說：

「重要的是考慮各種人工智慧驅動因素之間相互依賴的積極方面……在過去幾年中，針對中美兩國的跨境人工智慧投資顯著增加。從2016年到2017年，由中國機構支持、針對美國創業公司的股權交易從19筆增加到31筆，由美國機構支持、針對中國創業公司的股權交易從5筆增加到20筆。此外，很多人經常忘記一件事情，那就是騰訊和阿里巴巴其實都是跨國上市公司，他們有相當一部分股權都由國際投資者持有（Naspers持有騰訊33.3％的股份，雅虎持有阿里巴巴15％的股份）。

當然，經濟和基礎科技的進步也不能完全受制於國界的限制。人才和資本是全球性的：DeepMind的最初投資者來自矽谷和香港，他們的團隊非常國際化，現在，他們在加拿大和法國都設有辦事處。

通過以國家為中心的視角來過於狹隘地觀察事物其實是一個弱點。但是，我認為機器學習對經濟和軍事產生的整體影響，將會成為重要的不穩定來源，迫使各個國家在面對國際主義這個更加宏偉的目標時，優先考慮本國公民的利益。

概述一下我認為會發生什麼：

機器學習成為各國之間的巨大差異因素，它會體現在經濟、軍事和科技等領域，還會引發軍備競賽，從而使人工智慧的進步加快。

然而，我預測某件事情會發生，並不表示我認為這是一件好事。民族主義是一條危險的道路，特別是當國際秩序和國際準則因此而改變時。

就我個人而言，我認為人工智慧應該成為一種全球性的公共產品，就像GPS、HTTP、TCP / IP或英語。

要實現這一目標，最佳的長期結構是創辦一個全球性非盈利組織，它可以通過各種治理機制來反映所有國家和人民的利益。最好的類比就是維基百科和聯合國之間的某種交叉組織。OpenAI已經朝著這個方向邁出了第一步，這是一家專註於人工智慧研究的非營利實體。

這並沒有解決我在本文中探討的很多關於機器學習的經濟問題，但它的確在機器學習研究領域實現了很大進步，不再將其局限於看重經濟利益的大公司和看重軍事利益的國家機構。

雖然人工智慧作為一種公共產品的想法為我個人提供了一個切實的方向，但我認為，想要在今天就實現如此巨大的飛躍完全是天真的奢望，這是因為各個國家都存在特權階級和激勵錯位，科技公司都著眼於盈利，而國際組織也存在天生缺陷。

我相信，在人工智慧真的變成公共產品之前，我們可能會經歷一段AI民族主義時期。

我曾經在美國和中國都居住過，在那段時間裡，我對這兩個國家都產生了極大的尊重和喜愛之情。這並不妨礙我相信英國應該保護其公民的經濟利益，我希望看到英國在塑造人工智慧的未來時發揮重要作用。再回到DeepMind上來——我相信，如果DeepMind成為一個獨立的實體，對英國和世界都更有好處。理想情況下，從長期來看，它最好能夠作為一個非盈利性的國際組織，集中精力將人工智慧發展成為全球性的公共產品。

在本文所預測的AI民族主義即將到來的階段，我認為我們需要同時投資構建組織、開發技術，以抵消這種趨勢，並推動國際議程，而非國家議程。

原文：

https://www.ianhogarth.com/blog/2018/6/13/ai-nationalism

—完—

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！