李开复：美国对中国AI的三大普遍误解

    美国科技界对中国AI的现状有几个普遍的误解，比如：
    1、他们常将海量数据的优势，归因为中国人多。
    2、中国极具竞争力的AI商业环境和技术发展，建立在对知识产权盗取的基础上。
    3、中国政府支持AI公司，是给它们巨额补贴，保护它们不受国外竞争者的影响。
    这些简单的理解非常粗暴，它将中美两国的AI竞争理解为类似零和游戏的AI争霸战。
    这篇文章是李开复博士在纽约时报的专栏文章。在梳理上述误解后，提出了一个崭新的视角：
    实际上，两个国家可以通过学习对方的优点来提高各自的胜算，在一次跨文化学习的机会中，共同推进可改善人类生活的全球AI项目。
    以下是中文译文。原文标题：中国人工智能发展给美国带来了怎样的启示？（What China Can Teach the U．S． About Artificial Intelligence）
    
    每项技术的发展都要历经探索期和应用期。在探索期，科学家们在实验室里进行最核心的科研工作，取得技术突破，并推动整个研究领域朝前迈进。到了应用期，相关技术已具备实用性，便开始从实验室走向现实世界。
    在过去十年间，我亲眼目睹了人工智能如何从一个阶段过渡到另一个阶段。20世纪80年代和90年代属于AI的探索期，当时我正在卡内基梅隆大学和苹果公司进行语音识别研究。近些年，我又以谷歌中国总裁以及中国移动互联网早期投资人的身份，投身到AI应用大潮中。
    
    从探索期到应用期的过渡，也标志着AI领域的重心发生了重大转变——从美国转向了中国。美国凭借其在前瞻性研究与创新型项目上的过人之处，取得了几乎足以支撑起整个AI探索期的创新成果。数十年来，高度自由的知识环境、无可比拟的高校研究网络以及对移民一贯的开放态度，让美国成为了AI领域伟大创想的孵化器。
    然而，如今的AI已然正式进入应用期，需要截然不同的条件，中国在应用期的AI几大方面展现出显著优势，包括海量的数据、竞争极其激烈的商业环境、和持续迭代基础设施以促进AI发展的积极政府。此外，中国还擅长将抽象的科技突破转化为大量具有实操性和商业可行性的产品，而这一过程比多数研究者所认为的要难得多，许多中国科技公司的市值也因此不断扩大，令曾经指责它们“剽窃”的美国同行们望尘莫及。
    当然，前瞻性研究在AI领域的重要地位仍然不可撼动，这意味着中国仍有许多要向美国学习的地方。然而，随着AI应用逐渐成为大势所向，如今美国也有不少方面需要向中国学习。
    
    虽然西方的分析师们常常承认中国在AI的某些领域具有优势，但他们对于这些优势的本质往往缺乏准确的认识。例如，他们常将海量数据的优势归功于中国庞大的人口数量（拥有11亿移动联网终端设备），并声称中国宽松的隐私保护法律使得人人都可获取用户数据。但中国的核心数据优势不仅体现在它的广度（用户数量）和获取（用户贡献的数据量）上，还体现在每位用户所提供数据的深度上：中国人在网络世界以外的活动，如今也能以数字形式被捕捉下来，供AI算法使用。
    例如，中国人经常使用像微信这样的应用来处理诸多日常事务，如购置生活用品、预约门诊、交水电费以及小额借贷等。此外，中国人还是共享单车和网约车的主要消费群体，占全球需求总量的68％。移动应用的普及在一定程度上呈现出了一种“跨越式效应”：中国人从未真正养成使用信用卡的习惯，而是直接进入了移动支付阶段；中国的医院也从未建立起覆盖面广的传统门诊预约系统，而是直接使用智能手机的预约挂号程序；此类例子不胜枚举。
    这些庞大的数据流勾勒出一幅幅中国用户的多维画像，帮助AI公司更好地对他们的服务进行个性化定制。虽然硅谷的公司也在开发类似的产品，但他们掌握的数据主要限于线上活动，如Google搜索记录、YouTube观影记录、Amazon购买记录以及Facebook点赞内容。
    面对中国极具竞争力的AI商业环境，西方分析师们常常曲解了中国在这方面的优势。他们认为，中国的技术发展主要建立在对知识产权盗取的基础上。这种误解反映出双方在看待合法的学习模仿行为时存在明显文化差异，部分中国公司作为后继者，借鉴了已有的成功商业模式，并对其进行调适和迭代。
    在硅谷，人们认为模仿其他公司的商业模式或特色极为不光彩，因为这与史蒂夫·乔布斯等创新者提出的“不同凡想 ”精神（Think Different）背道而驰。由此产生的结果是，行业开拓者长期无法受到挑战——即便它们不对其技术潜力进行充分的探索或开发，也可以成为该行业的主导者。
    相比之下，中国的创业者在学习模仿方面几乎没有任何犹豫。某个商业概念一旦被证实具有市场潜力，数以十计甚至上百家的公司就会对这个概念趋之若鹜，从而引发一场残酷的生存竞争。其结果与进化过程中的自然选择适者生存颇为相似：所有公司都以“家族树”的同一分支为起点，但为了获得竞争优势，它们会促成产品或商业模式的“突变”。如果经过改良的产品反响良好，这家公司就能生存并发展，而无法快速适应市场需求的公司则会惨遭淘汰。
    你可以从中国共享经济的发展轨迹中清楚地观察到这一现象。在优步和滴滴出行等公司证明了拼车服务的商业可行性后，中国的创业圈几乎试遍了所有可能的迭代项目，如共享篮球、共享雨伞、共享单车以及共享充电宝等。虽然其中的大多数项目很快就消失得无影无踪，但幸存下来的那些——包括少数几家实力最强的共享单车初创企业——最终发展成为市值达数十亿美元的公司，并在短短几年内彻底革新了城市交通。
    最后，在中国政府支持AI这个问题上，美国流传的最简单版本是这样的：中国政府官员先挑选出几家优秀的公司，给予它们巨额补贴，然后保护它们不受国外竞争者的影响，但这种说法从根本上曲解了中国政府为鼓励AI应用而采取的种种措施。
    中国政府明白，随着AI的影响力从纯数字世界延伸到现实世界，公共基础设施和政府机构将不得不作出改变。如果我们希望通过无人驾驶汽车来减少交通事故，我们就可能需要将传感器嵌入道路。如果我们希望AI诊断工具能更早地发现癌症，我们就可能需要医院的管理层制定出数据共享协议，在保护病患隐私的同时，允许病例数据用于研究。对公职人员来说，这些决策都包含了一定程度的风险，在高度对立的政治环境中更是如此，因为每一项决策失误都能成为政敌的把柄。
    中国政府宣布把AI列为国家最优先的发展战略之一，这给地方官员释放了一个信号——他们将因扶持AI基础设施而受到嘉奖。中国发展AI的模式不是基于自上而下的政令或无限制的补贴，而是通过鼓励地方官员在当地进行必要的改革，从而推动民营AI公司开发出实用的产品。
    上述的中国做法已经完全掌握了AI领域成功纲领吗？现在尚难轻易下结论。AI从探索阶段过渡到应用阶段，并不意味着探索不再重要了。事实上，由于AI领域仍然存在着诸多难题，现在AI发展的最佳路径究竟为何，恐怕还没有人能够断定。
    让我们来思考一下像无人驾驶汽车这样的AI产品。中国和美国的科技公司都在狂热地追逐着大规模部署无人驾驶汽车的梦想，这种汽车的自动驾驶水平有望超过所有的人类司机。谁能在这场较量中获胜，或将取决于主要障碍是存在于核心技术方面，还是执行细节方面。如果是技术层面的障碍，即核心算法的重大改进问题，那么美国就处于有利位置；如果障碍存在于应用层面，涉及到智能基础设施或与之相适应的政策，那么中国就占据上风。
    目前，哪个才是主要障碍仍然不得而知，但我们可以确定的是，两个国家可以通过学习对方的优点来提高各自的胜算。中国的研究人员、初创企业和AI公司应该进一步释放他们的想象力，通过进行有长远意义的尝试获得实现新突破的机会，而非仅在后面苦苦追赶。与此同时，美国公司应该对他们眼中不那么光鲜的商业模式敞开怀抱，充分挖掘已验证商业概念的其他应用场景；美国的政策决策者也应该摒弃对AI袖手旁观的消极态度，积极调整美国的实体结构和公务机构，使之更好地拥抱新技术。
    如果两个国家都能转换视角，原本看上去像是一场博弈论中零和游戏的中美AI争霸战将有可能就此转向：在一次跨文化学习的机会中，共同推进可改善人类生活的全球AI项目。