人工智能已成为21世纪最重要的科技成果。因此，我们自然要关注全球范围内的事态发展。在本文中，我们将共同审视全球人工智能产业，并在此背景下考虑其对政治、数据、经济、初创企业、金融、研究和基础设施的影响。作为人工智能领域仅有的两个超级大国，这里我们只简单讨论一下中国和美国。最后，我们将以一个实质性的问题作为结束：人类应该如何应对这一全球性挑战？人工智能需要政治界的更多关注到目前为止，第一波数字化浪潮显然已经在没有太多政府干预的情况下完成。尽管政府已经在制定打破谷歌（美国和欧洲）等科技巨头垄断的计划，例如对欧洲的谷歌和Facebook进行罚款，但总体而言，政治对人工智能市场的关注仍然存在十年滞后.单从人工智能的角度来看，这是近年来笔者第一次亲眼目睹全球数十个国家的政府采取各种举措、战略和行动。当然，不同的思维方式所支撑的目标和方法也存在着巨大的差异。显然，人工智能现在是并将继续是世界各地的政治家和政府必须处理的问题。人工智能与气候保护和经济政策密切相关。人工智能的影响范围从国家产业治理到公民的安全和隐私问题。各国政府将不得不建立和发展自己的人工智能长期战略，但这样做的相关成本将是巨大的。特别是在欧洲，由于政策和制度的局限性，各国政府在长期的、投资密集的战略决策方面还存在很多现实问题。中国对国家政府应如何控制人工智能技术有着清晰的认识。从中国的角度来看，人工智能将成为实现强大外交政策、军事主导、经济成功和国内治理目标的重要工具。美国受益于强大的学术研究集群以及谷歌、微软、Facebook和亚马逊等技术超级大国的推动，所有这些都引领着人工智能的发展。尽管在特朗普总统领导下美国尚未找到明确的轨迹，但美国几十年来一直在通过各级政府机构和部门推动人工智能技术的研究和实施。加拿大和以色列虽然规模较小，但在全球人工智能主导地位竞争中也发挥着重要作用。以色列长期以来拥有强大的技术力量，其人工智能公司的数量甚至超过德国和法国的总和。在以色列，学术网络紧密相连，可以轻松进入亚洲和美国的资本市场，同时与军方和政府保持着全面的合作关系。英特尔以150亿美元收购以色列公司Mobileye是以色列蓬勃发展的人工智能生态系统的典型例子。加拿大也从过去七年的深度学习复兴中受益匪浅。GeoffreyHinton、YannLeCun和YoshuaBengio是深度学习领域的三大研究巨头。三位硕士都曾在加拿大高等研究院从事技术研究。他们一起度过了最后一个“AI冬天”，并在随后的复苏春天努力塑造新的AI市场。此外，加拿大制定了明确的人工智能发展战略，多年来一直在推动人工智能研究、投资和实施。另外值得一提的是，未来几年日本、韩国和印度也有机会在人工智能产业中发挥积极作用。人工智能加持下的经济提升虽然政治力量的介入可以为人工智能在研究、融资、教育、数据、推广、监管等层面提供框架条件，但对于处于发展中期的人工智能技术而言，产品仍需由企业负责开发和营销。第一要务是为国家利益服务。这对于拥有独立开发议程和AI研究项目/实际产品的跨国公司尤为重要。在我看来，谷歌（Alphabet）、亚马逊和微软是目前的全球领导者。中国互联网巨头阿里巴巴、百度和腾讯是其中的主要参与者。目前，AI领域包括两类公司：将AI技术作为核心产品进行研发和销售的公司，以及利用AI技术补充原有价值链的公司。无论类别如何，当今活跃的每个企业都在某种程度上拥抱人工智能。一方面，人工智能技术可以替代现有的商业模式；另一方面，人工智能也可以融入企业内部的无数流程，包括会计、控制、生产、营销、销售、管理、人事和招聘等。顺带一提，推动人工智能落地的核心因素是主要分为两点：降低成本和最大化利润。当然，对AI的控制同样至关重要。目前，人工智能正在越来越多地接管以前只能由人类完成的工作。一般来说，经过一段时间的训练，人工智能技术完全有能力以比人类更快、更高效、成本更低的方式完成任务。人们生病了，需要休假，需要吃饭和睡觉。此外，人类也需要娱乐、下班和退休。相比之下，人工智能24/7全天候工作，从不要求加薪。采用人工智能技术的公司越多，市场对人力的依赖就越少。数据是竞争优势数据是所有人工智能的基础。我们需要的数据主要分为以下几类。首先，我们需要数据来研究和训练狭义人工智能。在这方面，我们的商业模式越数字化，我们拥有的相关数据就越多。因此，市场领导者（谷歌、Facebook）、软件供应商（Salesforce、微软）和电子商务公司（Zalando、亚马逊）多年来一直积极参与人工智能研究。一些银行也很早就意识到了这一趋势。因此，高盛和摩根大通相继在机器学习和数据科学领域招聘了数千名员工。能够控制自己数据的公司将在市场上获得巨大的竞争优势。缺乏自身数据的公司必须找到收集、存储和评估外部数据的方法。然而，欧洲在这方面相对处于劣势，因为各国有不同的国家数据保护法规。GDPR/DSVGO在主观意图上确实希望帮助建立欧洲数据市场的良好秩序，但在实际效果上却让欧洲陷入了巨大的区域劣势。为了遵守监管要求，整个行业几乎陷入瘫痪。与诊所和医生的私下讨论表明，欧洲的医疗行业不再共享任何数据。这意味着欧洲人需要付出生命代价，因为这样的障碍显然不利于开发增强健康和延长寿命的算法解决方案。这只是众多负面例子中的一个。数据的不确定性让整个欧洲的人工智能产业陷入困境。由于担心受到处罚，公司不再收集任何数据。在数据就是力量的时代背景下，欧洲反而建立了数据焦虑的文化。欧洲是世界上最重要的数据市场之一，但欧洲正在浪费其潜力。另一方面，中国的情况恰恰相反。中国积极推进数据主动交换和集中处理。此外，人们也不太担心个人数据的收集和处理。事实上，隐私在二十一世纪已经成为一个伪命题。每个数字操作都被量化并保存。但是，欧洲人仍然在与时俱进，继续他们对隐私保护的顽固坚持。人工智能初创企业有望发展成为新的巨头初创企业是创新活动的推动力。这些年轻的公司在开发新产品方面往往比老牌公司更勇敢、更快、更灵活。在风险投资基金和天使投资的支持下，初创企业冒着巨大的风险希望取得非凡的成就。尽管95%的初创企业无法在前五年的发展周期中存活下来，但他们的努力仍然可以使整个生态系统受益。其他公司可以通过收购获得这些最新的产品和创新。初创企业的员工可以在其他公司找到新的工作，继续发挥他们的才能。投资者和创始人从中学习并将知识引入更多新项目。也有很多年轻的公司，能熬过最艰难的五年发展期。这意味着他们经历了筹集资金（从种子轮到上市）、吸引人才、发展壮大、获得付费客户、扩大规模和做大的过程。Facebook、谷歌、苹果、亚马逊和优步都曾经是初创公司，现在是各自领域的市场领导者。罗兰贝格前CEOCharles-édouardBouée在2018RiseofAI大会上表示，下一波高价值企业的主体将由AI公司组成。这一切都将取决于初创企业的推动。正因为如此，我们有必要为人工智能创业活动提供更加便利的条件。科学研究的重要性达到了前所未有的高度。深度学习的复兴仅仅是个开始。目前，深度学习已经快速经历了CNN、GAN、进化算法的整个发展过程。围绕NLP和NLG构建的计算语言学体系也有了巨大的飞跃。在2012年正式跨过计算能力和数据可用性的临界点后，基于过去三十年研究成果的数十万狭义人工智能开始迅速崛起。那么，这些发现从何而来？一方面，来自大学的贡献。麻省理工学院、斯坦福大学、卡内基梅隆大学和伯克利大学已成为人工智能研究领域的灯塔。其中，仅麻省理工学院就计划在2020年投资10亿美元开设新的AI学术课程。另一方面，企业也成为人工智能研究领域的主力军。除了大名鼎鼎的谷歌DeepMind，微软还有8000多名AI研究人员。最聪明的人也青睐拥有更多数据和财务资源的企业巨头：RichardSocher（Salesforce）、YannLeCun（Facebook）、AndrewNg（百度，2017年离职）和DemisHassabis（谷歌）。不幸的是，欧洲的大学和公司未能在人工智能研究方面取得领先地位。当然，欧洲也不乏顶级科研人才，例如JürgenSchmidhuber教授、FrancescaRossi教授和HansUszkoreit教授。此外，卡尔斯鲁厄理工学院、慕尼黑工业大学、柏林工业大学、奥斯纳布吕克大学（认知科学）、牛津大学和剑桥大学都开设了人工智能课程。然而，这些大学一直未能产生国际公认的顶尖研究成果。当然，德国人工智能研究所、马普研究所、弗劳恩霍夫研究所等数十家研究所也在积极开展人工智能技术的应用层面研究。但是，它们也无法在以人才、数据和资本为核心的全球竞争中占据领先地位。然而，模式仍然不确定。谁能开发出第一个通用人工智能解决方案，将是未来几十年真正具有决定性意义的里程碑。没有基础设施，谈什么人工智能。在基础设施层面，我们不仅关心可用的数据，还关心必要的计算和性能能力。Nvidia曾经以其游戏发烧友显卡而闻名。如今，它已成为GPU领域的第一大厂商，越来越多地应用于AI领域。此外，谷歌、英特尔等多家公司也在积极研发不同形态的新型AI芯片。与此同时，微软、AWS、谷歌、IBM也在全球范围内扩展云资源容量，以满足不断增长的计算需求。中国目前正在密切关注5G技术。遗憾的是，在这一直接影响实时人工智能应用和网络产业的技术领域，欧洲仍无法发挥主导作用。人工智能需要强大的资金支持人工智能的发展是极其昂贵的。顶尖的AI研究人员相当稀缺，平均年薪高达30万欧元。还需要收集、存储和标记数据。开发AI模型通常需要花费大量时间进行实验、试错和发现新方法。人工智能需要数据来训练和学习。这些成本将由大公司、初创企业、投资者和国家承担。中国对此已有深刻认识，中国人工智能市场总投资已超过1300亿欧元。北京、上海和天津也向本地人工智能产业投入了数百亿美元。在美国，谷歌、IBM、微软、亚马逊、Facebook、苹果早在2015年就已经拨出超过550亿美元的内部投资，没有资金谈人工智能。在这方面，欧洲似乎过于吝啬，无法着眼于未来筹集必要的资金。数量级对比：2018年，德国联邦议院为人工智能设定了50万欧元的预算，并计划再增加5亿欧元。不过，目前的预算还在规划阶段。如果这种情况持续下去，人工智能的发展将遥遥无期。与此同时，中国正在资助400家初创人工智能公司。截至目前，德国人工智能战略中对数百家新兴企业的扶持计划尚未实施。在这种情况下，我们有必要为英国点个赞。英国脱欧虽然饱受争议，但也帮助英国摆脱了欧洲固有的局限性。与欧洲大陆相比，英国为人工智能领域的初创企业和大学提供了更为丰厚的资金支持。欧洲在全球人工智能军备竞赛中处于什么位置？如前所述，欧洲目前正在失去其在各国人工智能竞争中的主导地位。在欧洲国家犹豫不决的时候，中国、美国、以色列、英国和加拿大已经在争夺数据、市场和人才等资源。欧洲有其独特的问题，这些问题导致欧洲大陆趋于一致、缺乏远见和雄心。此外，教育经费也相当匮乏。不仅我们的学院和大学资金不足，而且劳动力培训市场也预算紧张。欧洲年轻人的数学水平较低，学生接触人工智能相关课程的机会很少。由于劳动力再培训能力低下，欧洲也难以为不断发展的数字产业提供必要的人才供应。此外，欧洲研究成果向工业的转移一直相当缓慢。结果，这些结果要么被锁定，要么陷入效率极低的官僚程序中。许多年轻的公司在这样的拖延之后正在一步步走向死亡。欧洲的人工智能初创企业经常缺乏资金。目前，只有销售电动自行车和电动滑板车的公司才能轻松从投资者那里获得资金，而很少有人关心真正的技术。产品越复杂，获得资金就越困难。相反，商业模式越简单，钱来得越快。虽然仍有很多亚洲和美洲的人才愿意到欧洲工作，但入境流程越来越复杂。自难民涌入以来，移民机构不堪重负。今天，欧洲很难吸引来自伊朗、俄罗斯或中国的有才华的人工智能开发者。事实上，今天的欧洲表现出强烈的拒绝——而不是开放——心态。欧洲也缺乏统一的发展战略。芬兰、瑞典、荷兰和法国等国家都有自己的人工智能战略，而且雄心勃勃。但德国一直在努力阻止欧洲真正形成一个共同体。目前，这样的僵局难以打破。就我个人而言，2018年我在欧盟委员会时，一位保加利亚研究员提到，如果她的祖国被纳入该计划，情况会好得多。但现实是，只有西欧好一些，整个欧洲已经破败不堪。我并不是说所有问题都必须通过政治手段来解决。公司仍然需要制造产品，创始人需要建立初创公司，风险投资公司需要为其提供资金，研究人员需要继续完成他们的研究工作。然而，确实需要通过明确的政策为此提供政治支持。他们应该建立监管制度，促进而不是抑制这一领域的公民行为。政治要带动投资，要树立榜样。关注学生并提供良好的再培训资源应该是政治家的明智之举。但这是一项很自然的工作，欧洲却做得不好。总之，今天的欧洲陷入了权力斗争、利己主义和技术恐惧症的漩涡。人类面临的全球性挑战但欧洲只是世界的一部分，因此必须适应全球时代潮流。而不断发展的人工智能产业也确实存在一系列现实挑战。首先是数据保护问题。我们应该遵循谁的标准？欧洲目前已经制定了明确的标准，迫使企业在欧盟以外开发人工智能解决方案。未来，我们能否彻底摒弃数据保护思维，真正像中国一样让数据自由流动？还是欧洲固有的传统会得到进一步提升和强化？恐怕只有时间才能证明。人工智能需要监管此外，各国政府也有必要考虑对人工智能技术进行监管。人工智能技术对媒体、工业、教育、安全、军事和金融市场的影响越来越大。因此，有必要规范人工智能（及其背后的企业）的管控政策。例如，中国公司松鼠AI正在帮助数百万学生访问与其学习进度和知识水平相匹配的个性化学习内容。但在欧洲，这种人工智能应该由谁来领导，内容和话题是否需要监管？我无法想象欧洲那些地方教育部门能够做好这项工作。因此，欧洲政府必须聘请专业人士深入研究概念和会计实务。整个过程需要很长时间，所以越早开始越好。有必要为人工智能建立一个道德框架。人工智能可以在一秒内做出大量的决定，而每一个决定都或多或少涉及道德判断。人工智能道德伦理的研究也将决定人工智能的应用能走多远。人工智能有可能防止——并可能强化——偏见、种族主义、腐败和性别歧视。因此，我们迫切需要一个人工智能的伦理框架。从宏观上看，每个文化领域（通常以国家为单位）都需要面对这样一个现实问题：我们想要什么样的人工智能？这些人工智能应该代表什么价值主张？这种社会讨论必须尽可能迅速和积极地开始和推进。目前只能开发没有道德控制的AI，也就是留给开发者来决定机器后续的行为。但是，社会本身应该有自己的是非判断。因此，每个国家、政府系统和种族群体都应该尽快讨论并制定自己的人工智能伦理框架。企业也是如此。每个企业都需要聘请一名人工智能道德专家，就像聘请数据保护和公平官员一样。人工智能伦理专家负责确保数据没有偏见，人工智能不会以歧视的方式对待任何人。这项工作需要立足于社会价值观，并在代码中体现出符合企业文化的AI伦理框架。强人工智能的兴起我们还需要解决智能化水平的提升和人工智能的冲击问题。OpenAI最近获得了微软10亿美元的资助，用于研究通用人工智能(AGI)；埃隆·马斯克(ElonMusk)也为此投入了10亿美元。马斯克、扎克伯格、霍金和盖茨都对人工智能的发展提出警告。虽然Siri今天还很笨，但也许十年后，它的智能水平会超过人类。人工智能每天都变得越来越聪明，它们知识渊博，功能强大且速度极快。与人类的生物学特性不同，人工智能的能力没有上限。因此，我们必须提前思考通用人工智能、强人工智能、超人工智能及其影响。此外，神经接口和人类操作系统等问题也应提上日程。机器消耗大量能源当今全球面临的另一项重大挑战是机器对能源的近乎无限的需求。虽然我们的大脑消耗的能量与普通电灯大致相同，但人工智能应用程序消耗的能量远不止于此。因此，要继续保持技术进步，首先要解决能源问题。否则，科技的发展最终会挤出人类的生存资源。换句话说，我们需要可持续和可扩展的能源。工作可能不存在此外，我们还需要考虑失业对整个社会的影响。德国人非常担心他们的工作被机器抢走。就我个人而言，我认为机器帮助人类减少工作量是一件很棒的事情。但这种观点的前提是机器不会完全抢走工作。据估计，在未来二十年内，今天50%的人类工作将由机器完成，因为它们更便宜、更快。这样的趋势是好事，但也会带来新的挑战。届时，将会出现一系列我们目前难以想象的新职业，比如AI幼儿园老师、AI培训师、AI伦理专家、AI管理员等等。因此，当前最重要的是对劳动力进行再培训，确保他们在未来的人工智能时代能够继续保持市场竞争力。这将是人类历史上最大的再培训浪潮。有些人可能跟不上形势——他们的命运会怎样？相信每个人都有自己的判断。至于其余跟上的人，他们将拥有更多的自由，重新开始他们的生活。我希望未来人类生活的意义不是工作，而是享受生活中的乐趣。我希望每个人都能出于兴趣而工作，而不是出于生存压力而工作。至于没人愿意做的事，交给机器吧。最后，我们向从事高强度社会工作的人支付更高的工资，例如教师、医护人员和学术研究人员。不管怎样，我们都会迎来一种新的社会模式。毕竟无论在哪个时代，这个世界都不可能需要上百亿的哲学家、艺术家、企业家或者程序员。我们应该如何分配财富？同样重要的是，新时代的财富应该如何分配？如果达到同样的生产力所需要的人数越来越少，企业的利润无疑会迅速增加。然而，这些企业往往为少数特定家族或基金所有。如今，美国高达40%的上市公司掌握在四大基金会手中。这种趋势将使富人更富有。这些财富的一小部分将流向高管阶层（律师、银行家、企业家、投资者），但其余99%的人口将与此无关。内战，还是美丽新世界？在人工智能的催化下，这种趋势将变得更加极端。我担心在未来三十年内，世界上90%的人口将被100位最富有的人控制。我这里说的不仅仅是金钱，更重要的是通过机器代码的控制来操纵全球经济、军事和信息。另外，如果大部分人在新体制下失去了价值，包括工作和消费的意义会怎样？也就是说，全球人口会因为战争而减少，最后只剩下5亿左右？在人工智能时代，这一切并非不可能。因此，如果我们要防止这种潜在的可怕结果，我们必须提前计划如何分配繁荣的果实。无论如何，有了如此丰富的产出，人们应该不再担心饥饿、无家可归和贫困。有许多可能的解决方案值得进一步讨论，包括基本收入保障和流动民主。最后，我希望我们能够建立一个机器真正为全人类服务的世界。
