中国人工智能赶超美国?更多的应该是合作共融

作者:赵云峰

近日,纽约时报知名记者约翰·马尔可夫发表的一篇文章《China Gains on the U.S. in the Artificial Intelligence Arms Race》在国内引发了巨大反响,讲述了中国和美国在人工智能军备竞赛上的比较,文章没有详细的数据和足够有说服力的案例,而是列觉了一些针锋相对的观点,因此在“中国在人工智能革命中是否能够赶超甚至超越美国”上也没有得出明确的结论。

其实,从目前人工智能产业来看,讨论这个问题本身就是有难度的,因为这涉及太多维度,比如说基础研究、工程技术、产品能力、市场规模、人才培养、基础设施等等,我们现在很难有办法做出一个可以量化的分析标准和体系来说服足够多的人才得出明确结论,而仅通过几个案例和几位专家的观点也同样不够系统性的讨论这个庞大命题。比如说,文中 Abhijit Singh 的观点“我认为中国在AI系统上绝对是在进步的,但跟美国还差得很远,”,以及李开复的观点“用国际象棋打个比方,特级大师大部分仍在北美,但中国拥有越来越多的大师级AI科学家。”都具有合理性,只是双方选取的评价标准不一样。

但这篇文章确实抛出了一个非常有趣且无法回避的问题,人工智能起源于美国,但中国在这方面的发展越来越快,“中国领导人正在越来越多地思考如何确保自己在下一波科技浪潮中具备竞争力,”对外关系委员会新兴技术和国家安全问题专家 Adam Segal 说。其实不仅仅是中国,只要对技术进步有着一定的敏感度,每个有实力的国家都会希望在人工智能革命中占据一席之地,甚至是弯道超车,加拿大对此也给予厚望,他们一直希望在多伦多、滑铁卢和蒙特利尔等人工智能重镇,借助国家、省级政府、全球领先的几家研究机构、科技公司和人才的优势,来取代硅谷这个全球科技中心;同时也不仅仅是站在国家角度的领导人,每个科技公司也都希望能借助人工智能来缩短与美国科技巨头的差距,甚至是看到了超越他们的希望,对于他们来说,这是信息革命之后最好的机会。

当去分析人工智能军备竞赛时,或者我们不应该去拿国家进行对比,尤其是中国和美国,而是更多的从宏观维度落到微观维度上,选择几个角度,来分析代表不同国家的科技公司之间的竞争,去掉那些信息不对称的政治和军事等因素,从技术的本质和市场的角度来进行对比。

不可否认,这次深度学习、数据和计算能力共同作用所带来的人工智能革命毫无疑问是北美最先去懂,虽然 Hinton、Bengio 等人在深度学习方面的研究是在研究环境更加宽松的加拿大完成,但美国的科技巨头们却凭借自己的技术敏感度、数据和计算资源能优势迅速将技术应用化,同时也加大了在基础研究方面的投入。所以,实现此次人工智能爆发的主推力确实起源于美国,但技术是没有国界的,也应该没有国界,在过去几十年,虽然硅谷一直被称为信息技术的创新中心,但硅谷和全世界的其他国家和地区是相互成就的关系。这次的人工智能革命更是如此,现在硅谷几大科技巨头会经常提到一个口号“democratize artificial intelligence”(人工智能民主化),谷歌开源 TensorFlow 是要让更多的开发者使用最先进的技术更有效率的解决各自的问题,Facebook 和微软也纷纷开源自己的软硬件框架,而 OpenAI 的建立也是基于这样的目的,它开源了自己的强化学习工具包 Gym 和人工智能训练环境 Universe 。去年,Facebook、亚马逊、谷歌(微博)、IBM、微软联合创办了非盈利性组织 Partnership on AI ,在研究和形成人工智能领域最好的技术实践,促进公众对人工智能的理解,并作为一个公开的平台来讨论、参与人工智能本身及其影响。今年 1 月份,苹果和 OpenAI 也加入其中。

硅谷这些科技巨头的行为恰恰反应了人工智能的最大价值——它的开放性和民主化,越来越的开源平台和越发开放与共享(例如 arXiv 的出现)会让国与国之间的技术研究约法通畅,技术应用和配置层面的落差越来越小。当可应用的技术差别不大时,中国科技巨头在数据、技术配置、用户和市场方面的积累也会帮助其形成独特的竞争实力,去打破硅谷科技寡头的格局。

正是因为这样的原因,百度才会第一时间在硅谷设计人工智能研究机构,并挖到了吴恩达,而近期陆奇的加盟更是看出百度希望成为全球人工智能巨头的基础和野心。而就是在实验室的主导下,百度研究出了被麻省理工科技评论誉为2016十大突破技术的深度语音识别系统 DeepSpeech 2。去年,微软等硅谷巨头在语音识别领域取得突破性进展,在特定数据集上超越了人类水平,“具备了能够与人类匹敌的语音理解能力。同样,百度在去年年底将 Deep CNN 应用于语音识别研究,使用了 VGGNet ,以及包含 Residual 连接的深层 CNN 等结构,并将 LSTM 和 CTC 的端对端语音识别技术相结合,使准确率提升了 10% ,也达到了世界领先水平。

“而我们的关注点是我们的语音技术能够深入到大家的日常应用中,去把语音识别服务做到更好,我们的数据是数万小时。” 语音技术负责人李先刚在接受采访时表示,而这恰恰体现出中国科技公司在技术应用和产品化方面的竞争优势。

吴恩达回应说,「中国、美国和其它地方的公司在实现先进人工智能的产品部署上都动作很快。但很多人并不知道很多部署实际上是中国的公司最先开始的,虽然不是全部,但也不少。就拿使用神经网络来为机器翻译进行序列学习的特定例子来说吧。实际上,百度比谷歌更早搞明白如何开发和部署它。除此之外,我们还能找到很多首先在中国被开发出来或产品化的技术。」

他还提到,「中国科技行业的发展速度是激动人心的。然而现在却有一个令人吃惊的事实摆在我们面前:很多东西是最先在中国实现的,可能一年之后才传入美国,但人们首先想到的还是美国的例子,而不是中国的。」

也许这是对中国人工智能研究实力的一次很好回应。同时,像美国科技机构一样,中国的一些科技公司,如百度、腾讯,还包括一些研究机构,也已经或者正在计划开源自己的机器学习框架和数据等。不久前百度大脑在《最强大脑》人脸识别比赛中击败了顶级人类选手,比赛中使用的模型是用了 200 万个人总共 2 亿张照片来训练,而如此大的数量量是通过百度开源平台 PaddlePaddle 的高效并行计算来完成的。因此,中国人工智能的实力不仅表现为,中国科技公司借助人工智能技术使自己在行业中变得更强,他们还希望能在更大的人工智能开发环境上与硅谷巨头正面交锋。

总之,美国在人工智能革命性技术的研究方面有着不可置疑的优势和领先位置,而中国在研究能力方面也没有落后美国太多,且发展有利于快,同时中国的科技公司在技术产品化、数据等方面有着自己独特的优势。此次人工智能革命还处在初期,我们应该暂且忘掉大而空的国别战争论,更加关注技术、产业和人才本身,促进全世界所有科技公司和研究者之间的交流和合作,去完成更加困难的研究,应用于更多的产品,让更多的人才受益,这才是此次人工智能技术变革的最大价值所在。

新闻聚焦
热门推荐
返回列表
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。