要 点
Main Point
- 美国仍然是人工智能(AI)技术的全球领导者，并有其他国家很难获得的一系列优势。而中国在面部识别领域处于世界领先地位。
- 数据作为通用战略资源的重要性被过分夸大。基于收益递减定律，无限数量的数据并不是无限地更好。审慎的政策可以确保美国研究人员和公司拥有必要数量且种类繁多的数据，以保证其在AI中的优势。
- AI生态系统是全球性、开放性的。尽管特定的AI应用受现有美国法律保护，但广泛限制合作会减缓美国AI的发展速度。
- 美国应调整移民政策，以确保美国仍然是人力资本和AI发展人才的全球枢纽。
- 半导体是AI的基础。美国应该增加对先进半导体制造设备的投资，并在美国建设最先进的半导体制造设施，以提高其能力。
- 美国应与盟国和伙伴合作，围绕民主使用AI制定国际规范。
No.1 引言
人工智能(AI)是一种通用技术，可以对大多数经济部门产生重大影响2。美国已经在科学创新、医疗保健、能源和运输领域看到了广阔的应用前景。语音识别、翻译、自然语言处理和图像处理等技术的进步可以让人工智能得到广泛应用，从而促进经济增长并实现难以预测的新功能。
图1 AI的广泛应用
对美国而言，中国在AI领域是其一个令人敬畏的对手，但在大多数方面，美国仍处于领先地位。美国可以通过增加研究和基础设施投资、相对开放的技术开发政策、高质量移民以及与民主国家结盟的战略来维持其在AI领域的领导地位(Cohen and Fontaine 2020; Rasser et al. 2020)。这一战略要求保持全球研究的开放性，保持美国作为全球计算机技术和工程人才中心的地位，制定有针对性的风险缓解战略，以加强美国的全球领导地位。
本文通过讨论有关中美AI竞争的四场辩论来详细阐述这一策略：开放研究系统对美国有利或不利的程度;人力资本的作用;中国是否具有数据优势;以及国际标准的作用。最后，本文针对美国联邦政策提出了一些建议，其中强调了针对全球相互依存的风险管理方法。
图2 增强美国在人工智能领域实力的策略
No.2 开放式全球研究的优势
早在2012年AI热潮开始之前，该领域就以强大的开放出版规范为特征。绝大多数AI研究都发表在arXiv.org上，这是一个由康奈尔大学维护的免费科学论文资源库。大多数具有AI研究实验室的主要技术公司，包括Google、Facebook、Amazon和Microsoft，都允许研究人员自由地发表他们的大部分工作。但是，随着时间的推移，商业竞争加剧，并且随着研究向应用程序的发展，这种开放性可能会减弱。
开放的分布式环境以多种方式加快了研究进度。但对于关心保护美国技术优势的决策者来说，AI生态系统的开放性似乎是不可取的。虽然需要建设性的风险缓解战略，但广泛限制美国AI研究的外部访问将适得其反。特定的AI应用已经受到出口管制的保护，包括军事和执法技术3。由于这些应用程序仅占AI潜在用途的一小部分，而非敏感应用程序却具有促进美国经济增长和繁荣的作用，因此，旨在广泛限制AI研究访问的措施，例如出口管制或其他对协作研究的限制，政策目标不明确很可能会产生适得其反的效果。
首先，限制合作或限制公开研究共享的措施可能会减缓美国大学和公司实验室内部研究进展的速度，损害它们在世界舞台上的地位并减少其市场份额。其次，由于AI研究人员的流动性很高，美国实施的任何此类措施都可能导致人才流失。这种持续变化还将进一步刺激美国公司将更多的AI研究团队移至其他国家，这将削弱美国公司研究与大学研究之间的积极互动。
No.3 人力资本推动人工智能的发展
拥有高水平的研究人员和工程师是AI领域竞争的关键。美国吸引和留住外国人才的独特能力是一个关键优势，或许是AI最重要的优势。在美国拥有博士学位的计算机和数学科学家中，有一半以上是在国外出生的(占59%)。这些人中有许多是作为国际学生来到美国的，他们更愿意在完成学业后留在美国。
图3 美国拥有博士学位的计算机和数学科学家人数
中国正在努力追赶，例如政府采用积极的举措吸引人才以及2018年4月《面向高等院校的《人工智能创新行动计划》》中所述的教育计划，旨在加强对国内人才的培养 ，并鼓励海外华人回国(Zweig和Wang，2013;Zweig和Kang，2020;Zwetsloot，2020)。
美国AI政策的战略方法利用美国的非对称优势，巩固美国作为全球AI人才中心的地位。中国对AI竞赛的报道强调，“优秀AI人才严重流失”到美国是中国的关键弱点(Q. Peng和Li 2019)。而最近美国移民环境的变化有可能丢失这一优势——美国限制中国顶尖研究人才流入。
四、中国在人工智能领域的数据优势
由于中国人口众多且数据法规相对宽松，因此人们通常认为中国在AI方面具有“数据优势”。但是这种说法是不准确的。
首先，数据作为通用战略资源(“新石油”)的观点被过分夸大了(Chahal, Fedasiuk和Flynn 2020)。虽然数据确实是AI系统的重要输入，但一组特定的数据对于训练任何类型的系统来说不都是有用的。任何给定的AI应用程序都需要与它试图解决的特定问题相关的数据。
此外，庞大的数据量并不会自动产生优势。在许多应用中，增加数据量的边际收益是递减的。在某些应用中，现实世界的数据甚至可能阻碍对所有可能的解决方案的探索。例如，围棋系统AlphaGo Zero只通过自我博弈来学习，而它的表现超过了那些接受历史游戏训练的系统。即使在系统性能因更多数据而大大提高的情况下，美国在几个安全领域也处于有利地位，因为美国拥有比中国多得多的平台和基地，在更多的环境中，从更多的传感器收集军事相关数据。在数据质量(即准确性、结构和存储)方面，美国在许多行业似乎也比中国有优势(Sheehan 2019)。
其次，数据优势主张忽略了中国消费者数据可用性的限制。与美国一样，中国消费者对数据隐私的意识和担忧也在不断增强，中国政府也在积极制定相关法律法规。目前，中国制定的政策以欧盟的《通用数据保护条例》(GDPR)为蓝本，但为了使企业更加友好，它比GDPR更为宽容(Sacks n.d.)。
No.4 人工智能标准成为软实力
中国深知影响广泛的实施技术标准的力量，并积极推动AI全球标准的发展，如中国在5G和其他技术方面所做的努力。这一努力最突出的方面之一是在2018年1月发布了一份关于AI标准的深入白皮书，其中包括二十多家中国公司、协会和学术组织的贡献(Ding、Triolo和Sacks 2018)。2018年4月在北京举行会议，将该白皮书提交给第42小组委员会，该小组由两个国际知名的标准机构组成：国际标准化组织(ISO)和国际电工委员会(IEC)(Ding，Triolo和Sacks 2018)。
尽管目前还没有针对AI系统的正式的、自上而下的标准，但是特定平台的广泛使用为影响开发和部署AI模型提供了关键的机会。使用最广泛的AI平台是由美国公司开发的，包括两个深度学习软件库：Tensorflow和Pytorch，分别由谷歌和Facebook开发。尽管是中国公司试图发布自己的版本，例如百度的PaddlePaddle或SenseTime的Parrots，但Tensorflow和Pytorch仍是迄今为止包括中国在内使用最广泛的平台。诸如此类的平台为美国提供了与AI相关的软实力。
No.5美国增强人工智能竞争力的可能性政策
为了增强美国在AI方面的竞争力，美国应加强其不对称优势。
具体可能性政策：
1.将美国国家科学基金会(National Science Foundation，NSF)在AI方面的基础研究经费增加到18亿美元。资金的增加将确保美国继续推动全球AI研究与开发。在商业部门投资不足的领域，联邦政府的支持尤为重要。这些研究包括改善AI系统的安全性研究，例如鲁棒性(确保在一定条件下的安全性能，包括对手的干扰)、保证性(确保可以理解和控制AI系统)、规范性(确保系统按照操作员的意图运行)(Ortega，Maini和DeepMind安全团队2018)。这些领域的基础研究也将为AI的测试、评估、验证和确认(TEVV)的开发做出贡献，这目前也是AI在安全关键环境(包括国防应用)中广泛使用的重大障碍。
2.在2021年将美国国家标准与技术研究院(NIST)用于AI测试、评估、验证和确认的资金增加5,000万美元。NIST主要负责制定和实施可靠、健壮和可信赖的AI标准(美国国家标准与技术研究院，2019年)，以及国际基准测试。美国国家标准与技术研究院也在AI确认(TEVV)上协调机构间合作。
3.确保美国及其盟国在AI供应链的基础技术上处于领先地位。半导体是AI的基础。
4.通过招收美国大学的顶尖学生并改善AI研究人员和工程师的移民方式，确保美国仍然是全球人才的首选目的地。这包括取消对AI领域工作人员的H-1B签证和/或绿卡的数量限制，同时保持适当的审查程序;创建一条从学生/学者身份到永久居留的清晰路径;并减少处理时间和应用程序负担(Arnold 2019)。
5.通过有针对性的政策降低技术转让的风险。这些政策可能包括增加用于签证筛选和入境后审查的情报资源，改革对资金来源的透明度要求，并与大学协调以建立和传播研究安全最佳实践。为了进一步降低风险，美国及其盟国，特别是情报联盟“五眼(Five Eyes)”，应建立具有先进技术民主制度的技术政策联盟，以确保情报机构充分评估和预测竞争对手在AI方面的发展，并防止非法技术转让。
通过与其他民主国家的联盟加强美国的全球领导地位。美国及其盟国负责全球三分之二的研发(Flagg 2020)，以及大部分对AI必不可少的关键技术的开发和生产。协作的多边投资方法，AI标准(包括确保跨境数据流动的规则，并受隐私保护)以及对机器学习至关重要的技术交易比任何单边方法都要成功。此外，通过投资同态加密，差分隐私和联合学习等计算方法，美国可以为民主国家提供非对称优势(Hwang 2020)。
No.6 结语
美国在AI领域的领先地位建立在一系列独特的优势之上。这项技术的战略方法必须包含美国培训、吸引和留住对AI研究、开发和部署至关重要的高技能研究人员和工程师的能力。投资可信赖的AI并与志同道合的盟国合作可以进一步增强美国的优势。虽然需要采取针对性的对策以防止间谍活动和技术转让，但在AI开放的国际生态系统中促进基础研究也同样重要。为了保持和加强其全球领导地位，美国必须认识到并投资其独特的优势。
希望通过对美国可能实施的这些政策分析，为中国人工智能领域发展政策措施提供一些有利的借鉴。
参考文献
References
[1]BOLSTERING U.S. STRENGTH IN ARTIFICIAL INTELLIGENCE
[2]Much of this chapter is based on (Toner 2019).
[3]AI systems specifically built for applications of concern (such as censorship, surveillance, and munitions development) already fall under existing controls on software and data relevant to controlled items. Creating restrictions for broader AI categories would likely cast an overly wide net. For example, restricting natural language processing algorithms in general would cover not only AI-based censorship systems, but also the use of AI for translation, poetry generation, improving search engine results, and many other applications (Flynn 2020).
