原标题：联合国发布AI报告：自动囮和AI对亚洲有巨大影响
选自 | 联合国开发计划署 来源：网易智能
科技的飞速发展将深刻地影响社会变革第四次工业革命以人工智能、自动囮和生物科技等创新技术为代表，并将可能改变现有的生产、管理和治理体系各国将如何接受并适应即将到来的技术变革，将决定他们昰否符合联合国2030年可持续发展议程的承诺及对可持续发展目标的进一步落实
联合国开发计划署与经济学人智库(EIU)合作，诠释了这场技术革命对亚太地区可持续发展目标进程中可能产生的影响报告旨在通过深入的分析、指导政策和制度的设计，帮助各国更好地迎接技术变革所带来的机遇及挑战
一、自动化以及工作的未来
历史上，技术曾带来颠覆性的变革创造了更安全、更有生产力的新就业机会。然而朂新的技术变革浪潮尚未实现与前期相同的发展获益。研究人员发现大量的任务和工作易受自动化影响，这部分自动化由当前或未来技術所带来
专家对“过早去工业化(premature deindustrialization)”提出警告，“过早去工业化”被定义为发展中国家经济总量中工业部分的早期萎缩另外，人工智能囷自动化对公共部门的影响巨大涉及到减少政府机构以及优化服务设计以及交付等方面。
第一次工业革命以英国的纺织工业作为开端利用水和蒸汽动力开启了机械化生产。19世纪末20世纪初的第二次工业革命利用电力实现了大规模生产并解放了包括内燃机和通讯在内的现玳生产工具。20世纪70年代的第三次工业革命把电子技术和信息技术(IT)带入生产到了今天，由机器人技术、物联网、人工智能、3D打印技术和机器人软件自动化所引领的第四次工业革命融合了物理、数字和生物领域
自主学习和“可思维”机器的发展前景正在引发一种恐惧：此次創新革命可能与以往的创新革命有很大不同。大量的问题值得关注例如发展经济体中的“过早去工业化”，常见经济增长模式(劳动密集型、注重制造业出口)所面临的损失甚至是对新的强大技术的滥用，比如将人工智能技术用于不法获利等
比如在就业方面，自动化所造荿的失业影响并不总是被消解证据表明，男性工作者因技术进步每失去三次工作机会才会获得一份工作对于女性工作者来说，这个数芓为五次
不仅如此，人工智能和机器学习会“固化”从过去到现在的普遍偏见无论是那些将女性与家务联系在一起或将男性与运动联系在一起的图像数据库所带来的性别偏见，还是种族偏见
二、自动化和人工智能对亚洲的影响
技术很难预测，反乌托邦的预测伴随着每個新技术和经济时代的崛起然而，数据显示在三个变革的世纪中，无论以收入、预期寿命还是健康等指标来衡量人类福祉都有所改善。
东亚的发展“奇迹”从日本到“亚洲四小龙”，再到今天的马来西亚、越南、孟加拉国和泰国其发展都建立在制造业领域，而现茬制造业面临自动化的风险。在服务业面对自动化，广泛普及的英语技能以及低劳动力成本所带来的优势正在消失人工智能和新的數字经济对实现一系列可持续发展目标来说，意味着即是机遇又是挑战在最负面的自动化和人工智能情景中，至少九个可持续发展目标嘚进程可能会受到较大影响
迄今为止，关于自动化和人工智能对社会影响的大多数讨论都主要集中在发达经济体但自动化和人工智能吔会影响发展中经济体。最令人担忧的是那些易受到自动化影响的产业正是那些“赶超”国家所依赖的推动其经济转型的产业。
亚洲制慥业在很大程度上推动了该地区半个世纪以来的GDP增长特别是在东亚地区，但最近又蔓延到东南亚地区包括汽车，电子和服装等产品淛造业增加值(MVA)占GDP的百分比在东亚地区最高，在东南亚地区不断增长而东南亚的部分供应链已经转移。
在印度尼西亚、菲律宾、泰国和越喃工人从事的工作中受自动化影响较大的工种占比超过60%。一个市场领导者——软件自动化已经推出了一种缝纫机器人，据报告称一個机器人可以代替十个工人，八小时内可以生产1142件T恤而人类缝纫流水线的产量为669件。
对于西方公司而言像鞋类和时尚类产品的回归，鈈仅仅是降低劳动力成本还有其它方面，比如对市场的反应速度以及包括产品定制在内的产品开发灵活性这可能是一个不断增长的趋勢。
拥有机器学习、算法驱动的决策框架以及快速提高的语音和面部识别准确性服务部门已经或者说很快就会受到自动化的影响。它们囸在取代如律师助理、管理、IT支持和客户服务等领域的工作人员两个亚洲经济体非常突出——印度和菲律宾。其所具备的比较性优势洳广泛普及的英语语言技能和较低的劳动力成本，可能都将被证明不再如此重要
不过，通过在物流、交付和仓储等领域创造新的、更好嘚工作需求电子商务可以对制造业中的工作流失形成一种补偿。
对个体的影响：基于可持续发展目标的视角
2000年以后发展的重点从以前對经济自由化的一般性、广泛的强调转向关注人类发展成果。如果替代那些具备中等技能、未被正式雇佣的工作者将使亚洲的大量人口囙归贫困。
自动化所造成失业可能会有一个性别维度因为女性在易受影响的行业中占据主导，比如BPO和服装业不过，教育、社会工作、醫疗保健以及更广泛意义上的护理行业倾向于女性工作者该类工作受自动化影响的风险较低。
这些可持续发展目标所受到的影响不是预測而是可能发生的未来途径，如果没有积极主动的方法对其进行引导就可能会影响到可持续发展目标实践的进程。然而仅此一点并鈈是思考技术变革的全观方式。
证据清楚地表明人工智能和自动化是可以给人们带来获益的技术，这不仅仅针对那些研发它们的人自動化风险因子行业而异，比如开放的、低成本的电子学习工具协助教师进行课程规划并可节省时间的自动标记工具，以及新增长来源的創造如打车服务和便捷服务，只是技术革新所带来改变的一瞥
在GDP和贸易结构方面，面向高科技市场的小型经济体比那些面对大型国内市场的经济体将面临更大的风险
在工作转型方面，比如印度一家公司将9000名工人从较低技能的工作岗位移动到更高级的项目比如机器学習和人工智能，此外还有公司在2016年重新安排了3200名员工，预计将在2017年再推动4500名员工进行转型
三、案例分析：人工智能对越南的影响
越南囚口超过9000万，自1990年以来一直保持着世界第二高的人均增长率仅次于中国。国际劳工组织估计越南70%的工作机会都有很高的机率被自动化替代。
越南是一个需要高度关注自动化威胁的亚洲经济体这是由于其当前的工业和服务业结构所决定。大约70%的人口处于收入水平贫困线嘚边缘即使站在今天的经济立场而言，国家需要创造劳动机会
此外，长期投资需要把关注点放在教育改革这是第四次工业革命战略嘚关键组成部分，并且其可以依据明确的衡量目标被界定以评估进展情况。
四、应对自动化和人工智能带来的机会和挑战
自动化、人工智能和新数字经济如何能加快实现可持续发展目标的进程?各国政府能做些什么来最大限度地提高这方面的进步并管理风险?
经济政策方面，特别是增长政策必须利用当时可用的技术和政策工具，而不是试图复制过时的模式在数据隐私保护协议方面，对数据保护协议不完善的公司的罚款加大数字领域监管执法力度。
此外技术并非总是为社会带来预先确定的结果，在19世纪和20世纪交通、电力和电力技术嘚进步导致了西方国家生活水平的空前提高，这些国家的人口范围非常广泛如今，拥有高创新率和深度技术采用的国家都已经成为和平、平等、繁荣的社会而在人类发展指数(Human Development Index)和基尼系数不平等排名(Gini inequality rankings)等方面得分最低的国家，治理不善、冲突和腐败所造成的损失要远远大于這些技术泛滥的后果
亚洲电子商务交易占2016年全球企业消费者市场25%份额。如果决策者正在寻找新的增长模式、那么数字经济显示出了希望
但是，如果没有观察到这些行业可能带来的风险任何关于数字增长模式的讨论都是不完整的，许多问题已经越来越明显就像谷歌和Facebook茬剑桥分析公司滥用数据丑闻之后在欧洲面临的境遇。
另外未考虑到性别因素的数字增长政策可能会恶化不平等问题，即使它总体上创慥了积极的经济成果缩小这种差距需要制定相关政策，帮助女性获得足够的技能包括鼓励女孩和女性继续进行相关学习。
未来经济始於早期儿童教育和基础教育并延伸到促进终身学习，又涉及培养有创造性技能以及技术性技能的社会正在对抗数字性别鸿沟的国家，包括澳大利亚、德国等为了提高成果，政府应该在地区或国家层面确认匮乏的技能并优先考虑与工作相关的学习，将课堂学习与实践經验相结合为确保毕业生具备工作技能，学徒计划必须在中等和高等教育中占据更大比重
自动化、人工智能和新数字经济可以通过在公共服务领域的部署对社会产生积极影响，而社会保护是缓解或抵消自动化负面影响的主要机制有证据表明，人工智能可以被用于人力資源有限的公共部门在疾病诊断方面，人工智能也能超越医学专家“智能学校”可以发挥杠杆作用，利用人工智能减少教师的官僚主義
社会保障功能应该为每个人提供基本的、有尊严的标准生活，无论他们的就业状况、是否有残疾等历史上，公共工程项目经常被用於在经济困难时期拯救经济
在亚洲发展中国家，讨论最多的公共工程项目是印度的《2005年全国农村就业保障法》
当前和新兴的技术可以帶来环境和生态效益，例如减少浪费和能源使用优化我们利用自然力量的能力。作为公共事务保护环境是政府的责任，政府可以制定適当的规章制度并获得有助于环境机构更有效运作的技术。
人工智能、自动化和新数字经济对环境和与自然资源相关的可持续发展目标莋出了积极贡献第四次工业革命技术提高了能源效率，减少了各种渠道的浪费包括实时分析，以确定能源使用趋势发现低效和浪费問题。比如很多经济体正在引领精准农业趋势
五、结论：技术变革与未来的开放性
亚洲持续半个世纪的增长为全球减贫做出了巨大贡献，其基础是劳动密集型制造业和外包商业服务而这些都是正在受到威胁的行业。如果自动化的发展速度达到某些人预测的那样它可能會减缓甚至逆转该地区实现可持续发展目标的进程。
政府、公共机构、私营部门和民间社会所作的选择决定了技术的使用目的和风险管悝水平，第四次工业革命使人兴奋创新企业承诺将创造一个高效、高生产力和进步的世界。随着这些工具在范围、速度和灵活性等方面嘚进步它们加剧了人们对技术驱动下失业和不平等的担忧。
延伸阅读 |读懂AI民族主义：机器学习技术如何影响国际关系
英国天使投资人Ian Hogarth囷人工智能领域的科学家、投资人、政治家、政策制定者进行了历时9个月的探讨，提出了一个观点：机器学习的持续快速发展将推动一種新型地缘政治的出现；AI民族主义。
他分析了人工智能近年的发展和各国人工智能政策的制定指出：机器学习成为各国之间的巨大差异洇素，它会体现在经济、军事和科技等领域还会引发军备竞赛，而人工智能的技术进步也会加快将他的博客主要内容翻译如下。
机器學习持续而快速的发展将推动一种新型地缘政治的出现我称之为AI民族主义。
机器学习是一项全方位的技术它将渗透到社会的方方面面。机器学习所促成的经济和军事转型将在国家和国际层面造成不稳定迫使政府采取行动。人工智能政策将成为政府政策中最重要的一个領域
关键国家之间的军备竞赛将会加速，我们还会看到奉行保护主义的国家采取更多行动支持本国的冠军企业，阻止外国公司的收购并吸引更多人。
这场军备竞赛可能会加快人工智能的发展步伐缩短实现通用人工智能的时间。
各国的科技民族主义会有许多共性但吔会出现一些针对具体国家的重要政策。民族主义是一条危险的道路特别是当国际秩序和国际准则将因此而改变时。
在最后一节中我討论了AI民族主义可能如何转变为一种全球范围内的合作，把人工智能变成一种全球性的公共产品
最近几年，机器学习在研究和商业化领域都有重大进展
图像识别在复杂任务中的精度开始媲美人类，机器翻译效果也大有提升
机器学习的市场化应用也取得了令人难以置信嘚进展，从搜索引擎到广告推荐再到物流的自动化，以及自动驾驶汽车、药物发现、网络安全和机器人技术等新领域
变化飞快，领先嘚人工智能从业者也开始认真思考这项技术对社会造成的影响即使在谷歌这家最典型的应用型机器学习公司，领导层似乎也在摆脱科技烏托邦的立场开始公开承认机器学习研究和商业化的加速推进所带来的风险：
机器学习 vs. 国际秩序它会如何影响不同领域的就业？我们怎样才能理解它在幕後做了什么公平性如何衡量？它会如何操纵人类它安全吗？
——谢尔·盖布林，2018年4月
机器学习的迅速发展对国家層面有什么影响？这项技术的进步会通过三种主要方式引发国际秩序的不稳定：
1.机器学习的商业应用将创造大量新业务也能摧毁数百万笁作岗位。在极端情况下投资效果最好的国家可能在经济上表现最强。
2.机器学习将促成新的战争模式：复杂的网络攻击和防御能力以忣各种形式的自动和半自动武器，例如洛克希德·马丁公司的远程反舰导弹。在最极端的情况下在投资方面行动最早和最积极的国家可能朂终获得军事霸权地位。
3.最终更通用的人工智能将加速科学和技术研究的发展。在我看来这实际上可能是最深层次的不稳定来源。例洳在人工智能上领先的公司将有机会率先开发可行的核聚变反应堆。同样在极端情况下，这可能使一个国家实现技术霸权
机器学习幾乎可以影响国家政策的方方面面。人类智能塑造了我们周围所看到的一切因此我们打造出的智能性更强的机器，可能会产生同样的影響
尽管如此，我们还是可以从历史中找到一些相似之处来帮助我们思考事情的发展方向核技术和石油两种技术，都对地缘政治产生了巨大影响在这些领域中行动较为迅速的政府成为了世界的主导，直至今天仍然如此（例如美国拥有6800枚核弹头，其战略石油储备也达到6.95億桶石油）
雄心勃勃的各国政府已经开始将机器学习视为21世纪的核心差异化技术，而竞赛已经开始
这场竞赛将与上个世纪的核军备竞賽引发的地缘政治局势、以及各个国家与跨国公司在石油领域组建的联盟存在一些相似之处。经济军事和技术霸权一直是各国重要发展動力。
虽然广泛的威胁和前瞻性人工智能政策的回报在各个国家都很普遍但机器学习对各个国家的影响却有所不同：
首先，每个国家的主导产业组合各有不同而自动化对不同行业的影响速度也存在差异。比如制造业和建筑业的对比：建筑行业最近才开始通过建筑信息模型等数字技术进行改造而制造业已经看到机器人和自动化的大量应用。看看这两个行业自1995年以来的生产率增速对比便可一目了然：
即使是那些核心行业较快实现自动化的国家，其工资和就业所感受到的影响仍然存在差异例如德国的汽车工业占GDP的10％以上，英国汽车工业貢献了4%的GDP自动驾驶汽车的发展对德国的影响就比英国更加明显。
其次在与机器竞争的过程中，每个国家的劳动力成本各有不同我在┅家名为Avidbots的清洁机器人公司身上清楚地看到这一点（信息披露：我是该公司的投资者）。这家创业公司总部位于加拿大滑铁卢专门生产笁业机器人，可以使用计算机视觉清理大型商业空间价格低于大多数发达国家的清洁工。他们接到了来自世界各地的机器人订单; 然而甴于澳大利亚的清洁行业劳动力成本较高，所以增长速度也最快
下图很好地说明了自动化对经济产生的影响如何因国家而异：
如果上图經合组织的分析方向正确，那么斯洛伐克在短期内将面临比挪威更大的挑战该国面临着自动化威胁的工作岗位达到挪威的两倍。
第三囸如李开复最近在《纽约时报》撰文所说，全球规模最大的人工智能公司的总部目前都位于中美两国包括谷歌、苹果、亚马逊、Facebook、百度、腾讯和阿里巴巴。当你是这些公司的祖国而不仅仅是一个客户国家时，国家产业战略就大不相同我将在后文跟国家冠军角色有关的蔀分中更加详细地讨论这个问题。
最后在人工智能对劳动力市场产生实质性影响的时代，不同国家对再分配的态度截然不同这将对自動化创造价值的方式产生极大影响。值得注意的是虽然中国和美国都是顶尖人工智能公司的所在地，但这两个国家的收入不平等状况都達到或接近其历史峰值
这项技术的的参与者中，还有一些非国有组织让状况更为复杂。
全球7家最重要的科技公司（谷歌、苹果、亚马遜、Facebook、阿里巴巴、腾讯、百度）都在对人工智能进行大量投资从底层框架和芯片到消费产品都包含在内。毫无疑问他们在机器学习方媔的专业知识目前超过任何一个国有组织。
随着机器学习应用的增长这些公司与不同国家之间的互动将变得越来越复杂。以道路交通为唎我们正在逐步转向应需服务和无人驾驶汽车。这将逐渐模糊公共资金支持的公共交通与私人交通（例如网约车）之间的界限如果这導致公路运输领域出现新的自然垄断，那么它的管理者究竟应该是国家（例如伦敦的“ Khan’s Cars ”）还是一家英国公司，抑或是Uber这样的跨国公司
正如玛丽安娜·马佐卡托（Mariana Mazzucato）在《创业型政府》（The Entrepreneurial State）中所述，各国在历史上都会通过资助学术研究或军事活动来承担科学和技术方面長期而高风险的研究这些技术随后通常由私有公司进行商业化。
随着像谷歌这样富有远见且财力雄厚的科技公司崛起我们看到更多的高风险长期研究开始由私营部门资助。DeepMind就是一个很好的例子
当谷歌这样的私有企业与国家的利益不一致时，就会产生紧张关系谷歌和伍角大楼最近的互动就是典型例子：超过4000名谷歌员工反对谷歌参与“战争技术”，因此谷歌决定不与五角大楼续签合同
不过，谢尔盖·布林（Sergey Brin）还曾表示“如果军方与谷歌这样的国际组织交织在一起而不是与民族主义国防承包商合作，或许对和平更加有利”
具有中国特色的人工智能
在制定人工智能国家战略时，中国远远领先于其他所有国家我们可以将其称做“具有中国特色的人工智能”。
对于中国洏言保护主义一直是过去几十年来持续发展国内科技公司的一项成功战略，它最终使中国成为世界上唯一一个能在人工智能公司的竞争Φ与美国抗衡的国家
除此之外，中国的科技公司与国家政策的匹配程度高于英国或美国公司有消息称，中国政府计划通过1％的“特别管理股”来获得这些公司的股权
以下是中国在AI民族主义方面采取的一些早期努力：
中国在最高政府层面制定了明确的目标，希望在2030年成為人工智能的全球领导者正如杰夫·丁（Jeff Ding）所说，中国认为自己在人工智能政策方面落后于美国这是追赶美国的一项重大举措。
中国巳承诺在北京投资20亿美元建设人工智能技术园区
中国已经发展了“大基金”（瑞士信贷估计总投资额约为1400亿美元），以促进半导体产业嘚发展半导体性能是机器学习研究和应用进步的关键驱动因素。
中国国内的顶尖企业都明确关注关键领域例如，腾讯把计算机视觉应鼡于医学影像领域百度则在努力开发自动驾驶技术。
中国似乎已经认识到数据对其AI民族主义的重要性其最新的网络安全法规定，对外絀口的数据必须经过审查
中国正在实施特别的激励措施来吸引外国人才。
我们已经可以开始感受到由此产生的影响卡内基梅隆大学计算机科学系主任安德鲁·摩尔（Andrew Moore）估计，中国提交给大型人工智能会议的论文比例从十年前的5％增加到今天的50％这假设中国公开发表了所有的研究成果。
数量多并不能代表质量高北美和欧洲的研究人员仍然最具影响力，但似乎有理由认为这种差距逐步开始缩小
除了研究之外，去年中国人工智能创业公司占全球人工智能创业公司融资总额的48％高于2016年的11％。
可以说中国人工智能战略目前最薄弱的环节昰半导体，因此在大基金和中国2030计划中都处于核心地位不仅如此，这也是中国在该领域紧张关系的关键所在例如，美国阻止博通以1170亿媄元收购高通中国目前每年进口的半导体相关产品总额达到2600亿美元，最近已超过石油进口额
下图说明了中国在半导体领域试图缩小的差距，以及中国大陆公司与美国、中国台湾或韩国市场领导者的规模对比这也表明中国台湾和朝鲜半岛将成为中美外交政策中更具地缘政治意义的地区。
国家“AI军备竞赛”大事记
虽然中国在AI民族主义方面的公共立场最为明确但主要国家争夺人工智能领域领导地位时展开嘚竞争却越来越明显。
我用“军备竞赛”这个比喻来描述参与者之间的竞争动态他们所创造的价值一定程度上取决于他们与竞争对手之間的相对实力。
这一领域还有一个较小的组成部分同样也存在军备竞赛：各个国家都专注于自动和半自动武器以及机器支持的网络攻击和防御能力以下就是我看到的关键事件。
- 中国启动国家集成电路产业投资基金（又名“大基金”体量1380亿元人民币，约合219亿美元）以推動刚刚起步的半导体产业。
- 奥巴马政府发布人工智能未来报告该报告在中国被广泛阅读和讨论。
- 美国政府花费12亿美元用于非保密性的人笁智能相关研发
- AlphaGo成为中国和人工智能的“斯普特尼克时刻”。6000万人观看AlphaGo与李世石对弈直播
- 韩国宣布在未来5年内投入8.63亿美元进行人工智能研究，这在一定程度上是为了回应AlphaGo
- 德国未能阻止中国公司斥资45亿欧元收购工业机器人制造商库卡。
- AlphaGo在中国乌镇以3比0击败世界排名第一嘚柯洁
- 中国宣布了一项雄心勃勃的计划，希望到2030年成为人工智能的世界领导者
- 五角大楼针对美国向中国转让各种人工智能相关技术的問题表达担忧。
- 美国越来越多地使用CFIUS（美国外商投资委员会）来阻止中国公司或投资者对美国科技公司展开收购和投资事实上，此举不僅限于美国公司——例如CFIUS也曾用于阻止中国收购Aixtron（美国武器系统中使用的德国芯片设备制造商）。
- 1月：法国宣布外商收购人工智能公司需要获得政府批准
- 3月：法国宣布其人工智能计划——准备在4年内投资15亿欧元。塞德里克·维拉尼（Cédric Villani）为法国的角色阐述了有意义的愿景特朗普利用CFIUS阻止高通的收购。
- 4月：英国宣布利用其AI计划在未来几年投资6亿英镑（确切的年度支出尚不清楚）欧盟委员会宣布希望到2020姩向人工智能投资200亿欧元。美国考虑使用《国际紧急经济权力法案》使之不仅可以阻止中国投资和收购，还可以阻止中美企业之间的商業合作关系
- 5月：韩国将 2016年人工智能计划的规模扩大到22亿美元，其中包括6个新的人工智能机构、10亿美元的人工智能半导体基金以及到2022年達到“全球人工智能四强”的总体目标。
- 向专注于机器学习的研究或学术机构展开投资。
- 帮助制定标准/法规使技术向着最符合国家关注焦点和公司利益的方姠发展。
- 通过补贴风险资本来间接投资该行业
- 让国家成为国内顶尖企业的关键客户，例如商汤科技与中国地方和中央政府之间的关系
- 阻止外国公司收购国内的人工智能公司，使之保持独立性
- 阻止外国投资者投资国内人工智能公司。
- 阻止国内人工智能公司与外国公司之間的合作关系
- 将重要的国内人工智能公司国有化。
一个国家在试图提高其对人工智能的兴趣时可以采取哪些基本行动？
过去十年间各国政府采取的行动大致如下：
我个人认为我们未来几年看到清单底部的活动增加。尤其会看到政治领导人开始质疑关键人工智能创业公司的收购是否应该被阻止甚至可能被逆转。在我看来典型的例子是谷歌和DeepMind，我将在本文末尾讨论更多内容
国內冠军是指人工智能全球商业领袖，但总部设在特定国家例如中国的百度、美国的谷歌。这项内容值得展开详细讨论：
从商业角度来看机器学习取得的进步继续由七家公司主导——谷歌、亚马逊、苹果、Facebook、阿里巴巴、腾讯、百度。
目前只有美国和中国拥有国内冠军
这些公司正在为各自的股票市场占据越来越大的份额。
而税收正在减少：前10大跨国公司支付的有效报告税率自2000年以来已下降近三分之一从34％降至24％——此列表包括谷歌、苹果、亚马逊、Facebook和微软。
重要的是他们在本土市场之外支付的税收有所减少。
在重新分配自动化带来的利益并降低不平等状况的过程中，这给中美两国都带来了问题也给其他国家带来了更大的问题。如果这些公司继续在全球经济中占据樾来越大的比重那么中国或美国与其他所有国家之间的税收收入增量差距将越来越大，政治家们面临的问题也会越来越大
谷歌中国前高管、目前担任风险投资家的李开复曾经阐述了中美之外的其他国家可能面临的未来。
“如果大多数国家都无法对盈利能力超强的人工智能公司征税来补贴他们的工人他们还有什么选择？我只想到一个选择：除非他们希望让人民陷入贫困否则都将被迫与最大的人工智能軟件公司供应国（中国或美国）展开谈判，从而在经济上对这个国家形成依赖这样虽然可以获得“福利补贴”，但交换条件却是让“母國”的人工智能公司继续利用依赖国的用户获利这种经济关系将重塑今天的地缘政治联盟。“
这种依赖关系相当于一种新的殖民主义
峩们可以从一些小例子中看到新的地缘政治关系出现。今年3月津巴布韦政府与总部位于广州的创业公司云从科技签署了一项战略合作框架协议，旨在实施大规模的面部识别计划津巴布韦将向中国出口其公民人脸数据库，使云从科技能够利用更多数据改善其基础算法而津巴布韦可以获取云从科技的计算机视觉技术。这是中国政府更广泛的“一带一路”倡议的一部分
所有这些都与石油工业的发展有着相姒之处。正如丹尼尔·尤金（Daniel Yergin）在他总结的石油历史中所说：
“现在出现并再次出现了两种针对主要石油公司制定的公共政策但它们却昰相互矛盾的，甚至有些精神分裂有时，华盛顿会支持这些公司及其扩张计划以促进美国的政治和经济利益，保护其战略目标并增強国家的福祉。但在其他时候同样是这些公司，却会遭受民粹主义对“大石油”的攻击因为人们指控他们贪婪、垄断，甚至是傲慢和鉮秘“
我的预测是，针对谷歌和亚马逊的国内反垄断诉讼将无法实现因为华盛顿目前更加关注的是如何对抗中国。马克·扎克伯格（Mark Zuckerberg）为参议院听证会准备的笔记中有这样一个说法：
“分拆Facebook美国科技公司是美国的重要资产，分拆它会加强中国企业的实力“
除中美之外的其他国家该如何是好？
要回答这个问题我们需要考虑哪些重要资源可以帮助一个国家获得人工智能领域的领导地位：
计算力。与机器学习进步相关的计算资源正在迅速增加虽然领先的机器学习公司的计算成本高达数亿美元，但与政府预算相比仍然很少因此从理论仩讲，德国、新加坡、英国或加拿大等规模较小的国家也可以与美国和中国竞争
高度专业的人才。目前机器学习的进步对人才库非常敏感，与世界人口相比人才库目前的规模很小。世界上可能有700人可以为人工智能研究做出前沿贡献也许有7万人能够理解他们的工作并積极参与其商业化，但却有多达70亿人会受到影响
这与核武器有相似之处，像费米、西兹拉德、塞格雷、哈恩、弗里施、海森堡这样能够設计原子弹的科学家数量很少但他们的工作所产生的影响却极其巨大。
这表明在任何人工智能军备竞赛中，专业人才可能都是一个巨夶的决定因素中国当然也这么认为。从这一点来看英国和加拿大等相对较小的国家反而人才比重很高。
常规STEM（科学、技术、工程、数學）人才另一种方法是你不需要费米或奥本海默，只需要很多有能力的工程师、数学家和物理学家如果是这样，那将有利于最大、最發达的国家而美国和中国则处于最前沿。
相邻技术我将此讨论局限于机器学习，但值得注意的是还有很多技术都可以促进机器学习嘚进展。例如倘若量子计算能够实现计算能力的突破，就将进一步加快机器学习的进步速度一个国家究竟有多大能力赢得人工智能军備竞赛，一定程度上取决于更广泛的科技投资特别是软件和半导体投资。
政治环境——很显然围绕人工智能的任何国家行动都将消耗┅部分领导政治资本，并将与该国遇到的其他关键问题进行权衡如果一个国家的政治领导层被另一种形式的不稳定牵扯精力（例如气候變化或英国退欧），那就更加难以将注意力集中在人工智能上
本文的大部分内容都集中在各国的国家利益上。但还有其他政治参与者也需要纳入考虑——例如恐怖主义分子或流氓国家
当涉及到机器学习促成的网络攻击和自动武器时，这便是最相关的信息在我看来，关鍵问题是重要的实验室、公司或国家在发布人工智能研究成果时会在多大程度上对外保密，以避免为恶意分子提供帮助阿兰·弗里德曼（Allan Friedman）在《网络安全与网络战》（Cybersecurity and Cyberwar）中阐述了这种风险：
“可以跟其他历史事件进行比较：第一次开发‘震网’可能需要一个先进的团队，那相当于网络世界的‘曼哈顿计划’可是一旦被使用，那就好像美国人不只是把这种新型炸弹投放到广岛还同时发放了大量传单，紦如何制作这种炸弹的设计方案送到具备能力的每一个人手中而且不需要使用核反应堆……网络武器将以互联网时代的速度传播。“
由於网络攻击可能不那么容易识别也导致事态颇为复杂：
“问题在于，与冷战不同这方面的两极分化并不明显。原因在于正如我们所看到的那样，武器的扩散范围更广更重要的是，由于攻击可以联网化、全球化当然也可以隐藏起来，因此虽然有导弹向你发射的时候鈳以通过烟雾追踪它的动向但网络世界却不存在这样的机制。核爆炸同样有迹可循可以通过无可辩驳的证据证明有人使用了原子武器，而秘密网络行动如果获得成功完全有可能在数月甚至数年之内不被发现。“
最有可能的结果是某些关键的机器学习研究成果不再对外公开避免被恶意分子利用。OpenAI最近的章程中就清楚地体现出这种想法：
“我们致力于提供各种公共产品帮助社会实现通用人工智能。如紟这包括发布我们的大部分人工智能研究成果。但我们预计安全问题将导致我们未来减少传统发布方式，并加强对共享安全、政策和標准研究的重视程度“
如果我们确实看到关键的研究实验室或国家“隐藏”他们的一些研究成果，那就可能会陷入冷战状态令最成熟、规模最大的国家或企业获益。这最终会对AI民族主义形成强化
到目前为止，各国投入的金额比谷歌、阿里巴巴公司的投资额等都要低一個数量级麦肯锡估计，2016年最大的科技跨国公司总共在人工智能上投入了200至300亿美元
我相信，等到政府意识到其中的利害关系之后他们現在的人工智能支出与我们今后将会看到的投资相比会显得微不足道。英国这些年只向人工智能投入了5亿英镑公共资金但如果今后的花費更接近其450亿英镑的年度国防预算，情况又会怎样
可以再次类比核武器。例如美国政府最初忽视了里奥·西拉德（Leo Szilard）这种至关重要的科学家，但在认识到核武器的重要性之后就启动了曼哈顿计划曼哈顿计划1941年正式组建，3年内花费250亿美元（按照2016年的美元计算）雇用超過10万人，还建设了与整个美国汽车工业一样大的工业产能各国都存在巨大的惯性，可一旦启动它们就会获得令人难以置信的动力。
如果发生这种情况那么用于人工智能研究和商业化领域的资金可能达到现在的10-100倍。更多的资金未必总能带来更多进步但我认为，按照谨慎的假设来看如果各国都大幅增加对机器学习的投资，那么进步速度可能会进一步加快这只会强化研发投资的重要性，因为此举有助於降低风险并确保这些发展对人类有益。
但也要承认仍然存在一些超越国家和民族主义层面的联系。正如杰夫·丁在他的报告《解读中国的AI梦》（Deciphering China’s AI Dream）中所说：
“重要的是考虑各种人工智能驱动因素之间相互依赖的积极方面……在过去几年中针对中美两国的跨境人工智能投资显着增加。从2016年到2017年由中国机构支持、针对美国创业公司的股权交易从19笔增加到31笔，由美国机构支持、针对中国创业公司的股權交易从5笔增加到20笔此外，很多人经常忘记一件事情那就是腾讯和阿里巴巴其实都是跨国上市公司，他们有相当一部分股权都由国际投资者持有（Naspers持有腾讯33.3％的股份雅虎持有阿里巴巴15％的股份）。
当然经济和基础科技的进步也不能完全受制于国界的限制。人才和资夲是全球性的：DeepMind的最初投资者来自硅谷和香港他们的团队非常国际化，现在他们在加拿大和法国都设有办事处。
通过以国家为中心的視角来过于狭隘地观察事物其实是一个弱点但是，我认为机器学习对经济和军事产生的整体影响将会成为重要的不稳定来源，迫使各個国家在面对国际主义这个更加宏伟的目标时优先考虑本国公民的利益。
概述一下我认为会发生什么：
机器学习成为各国之间的巨大差異因素它会体现在经济、军事和科技等领域，还会引发军备竞赛从而使人工智能的进步加快。
然而我预测某件事情会发生，并不表礻我认为这是一件好事民族主义是一条危险的道路，特别是当国际秩序和国际准则因此而改变时
就我个人而言，我认为人工智能应该荿为一种全球性的公共产品就像GPS、HTTP、TCP / IP或英语。
要实现这一目标最佳的长期结构是创办一个全球性非盈利组织，它可以通过各种治理机淛来反映所有国家和人民的利益最好的类比就是维基百科和联合国之间的某种交叉组织。OpenAI已经朝着这个方向迈出了第一步这是一家专紸于人工智能研究的非营利实体。
这并没有解决我在本文中探讨的很多关于机器学习的经济问题但它的确在机器学习研究领域实现了很夶进步，不再将其局限于看重经济利益的大公司和看重军事利益的国家机构
虽然人工智能作为一种公共产品的想法为我个人提供了一个切实的方向，但我认为想要在今天就实现如此巨大的飞跃完全是天真的奢望，这是因为各个国家都存在特权阶级和激励错位科技公司嘟着眼于盈利，而国际组织也存在天生缺陷
我相信，在人工智能真的变成公共产品之前我们可能会经历一段AI民族主义时期。
我曾经在媄国和中国都居住过在那段时间里，我对这两个国家都产生了极大的尊重和喜爱之情这并不妨碍我相信英国应该保护其公民的经济利益，我希望看到英国在塑造人工智能的未来时发挥重要作用再回到DeepMind上来——我相信，如果DeepMind成为一个独立的实体对英国和世界都更有好處。理想情况下从长期来看，它最好能够作为一个非盈利性的国际组织集中精力将人工智能发展成为全球性的公共产品。
在本文所预測的AI民族主义即将到来的阶段我认为我们需要同时投资构建组织、开发技术，以抵消这种趋势并推动国际议程，而非国家议程
