IPP評論是國家高端智庫華南理工大學(xué)公共政策研究院（IPP）官方微信平臺。

導(dǎo)語：作為新一輪科技革命的代表性成果，人工智能（AI）是能夠影響大國博弈格局的關(guān)鍵核心技術(shù)，受到各界高度重視。但是，對人工智能的理論思考，卻不能僅局限在大國競爭、科技競賽等等話題上，而是需要提出更多至少同樣值得認真對待的問題。例如，人工智能是否只有目前少數(shù)科技巨頭引領(lǐng)的那一條發(fā)展路徑，或是能實施多樣發(fā)展策略？

本文最初完成于2024年，彼時正值中美人工智能競爭話語興盛之際。大國之間的競爭是事實上存在的狀況，但是，在話語上過于強調(diào)“大國博弈”、“先進技術(shù)競爭”，有可能掩蓋公共政策推進多樣發(fā)展、包容性發(fā)展的責(zé)任。結(jié)合當(dāng)時學(xué)術(shù)界關(guān)于人工智能發(fā)展現(xiàn)狀的反思，本文揭示基于經(jīng)濟社會發(fā)展需求，探索人工智能新發(fā)展路線的必要性和可能性。

文章隱含的主張是，“大國博弈”的要害在于綜合國力上的競爭，沿著目前美國少數(shù)科技巨頭主導(dǎo)的那一種人工智能技術(shù)路線（本文有時簡稱為“主流技術(shù)路線”）發(fā)展，不僅難以獲得競爭優(yōu)勢，更可能損害中國政策急需關(guān)注的經(jīng)濟社會均衡發(fā)展。文章指出，可以在“非線性創(chuàng)新”的過程中不斷探索新的技術(shù)方案；而中國從中央到地方近期的一些產(chǎn)業(yè)政策，顯示了對于人工智能多技術(shù)路線發(fā)展的激勵，其制度創(chuàng)新和技術(shù)創(chuàng)新意義值得深入挖掘。

本文作者

蔣余浩教授

華南理工大學(xué)公共政策研究院（IPP）資深研究員、教授，廣東新質(zhì)生產(chǎn)力政策研究中心主任

人工智能，不能僅從“大國博弈”視角來看待

僅從“大國博弈”的角度思考技術(shù)發(fā)展，容易將既有的主流技術(shù)路線看作唯一選擇，從而既忽略技術(shù)發(fā)展對經(jīng)濟社會的多重影響，又無法想象是否可能通過改變技術(shù)路線去實現(xiàn)更重要的經(jīng)濟社會發(fā)展價值。

在近年，僅將人工智能視為大國博弈工具的話語屢見不鮮。2021年底，哈佛大學(xué)貝爾弗中心（Belfer Center）發(fā)布一系列報告，分析中美兩國在科技、軍事、外交和經(jīng)濟上的實力差距，宣稱中國是“世界曾經(jīng)唯一大國的勁敵”，引起國際戰(zhàn)略界的熱議。[1]

2024年8月，獨立智庫“信息技術(shù)與創(chuàng)新基金”（ITIF）發(fā)布報告，就人工智能領(lǐng)域的專業(yè)發(fā)表、專利獲取數(shù)量、人才培養(yǎng)、基礎(chǔ)設(shè)施建設(shè)（數(shù)據(jù)和算力）四個方面提供更為詳實的數(shù)據(jù)，支持了貝爾弗報告的結(jié)論：“中國在人工智能領(lǐng)域的不懈努力和戰(zhàn)略投資表明，它趕上（如果不是超過的話）美國此前的領(lǐng)先地位只是時間問題?！盵2]

基于39項基準測試構(gòu)建的能力指數(shù)顯示，至今年1月，中國大模型整體性能仍落后美國約7個月，但差距正在持續(xù)縮小。圖源：金融時報

無論貝爾弗報告還是內(nèi)容更為豐富的ITIF報告，都把焦點放在中國對美國領(lǐng)先地位的挑戰(zhàn)上，我們國內(nèi)輿論在轉(zhuǎn)載這些報告內(nèi)容時也多僅突出中國在某些指標(biāo)上的進步，這種強烈的大國博弈意識造成對更緊迫的議題的忽視：當(dāng)前的人工智能技術(shù)發(fā)展有什么問題，中美兩國是否應(yīng)堅持在此路徑下實施競爭？

事實上，目前世界范圍內(nèi)的人工智能發(fā)展趨勢，最顯眼的一點就是少數(shù)科技巨頭主導(dǎo)了人工智能研究。近年的情況表明，人工智能科技巨頭的影響力不是學(xué)術(shù)界或者任何其他機構(gòu)所能比擬的，這些科技巨頭在近年創(chuàng)建的有價值的數(shù)據(jù)集、吸引的人工智能專業(yè)博士畢業(yè)生、獲得的巨量資本投入，都遠遠超過大學(xué)、政府部門和其他機構(gòu)。

如2024年10月4日OpenAI官網(wǎng)宣布獲得的最新一輪融資66億美元，這是有記載以來最大的一次性融資規(guī)模。斯坦福大學(xué)人本人工智能研究中心（Stanford HAI）發(fā)布的《2024年人工智能指數(shù)報告》指出，在2014年之前，是學(xué)術(shù)界主導(dǎo)機器學(xué)習(xí)模型的發(fā)明，而在此以后，產(chǎn)業(yè)界的主導(dǎo)地位愈加突出：2023年全球有影響的機器學(xué)習(xí)模型，產(chǎn)業(yè)界推出了51個，產(chǎn)業(yè)界與學(xué)術(shù)界合作推出了21個，學(xué)術(shù)界僅推出15個。[3]

具有代表性的AI模型研發(fā)主體從以學(xué)術(shù)界為主加速轉(zhuǎn)向由產(chǎn)業(yè)界主導(dǎo)，2024年約90%的重要模型由產(chǎn)業(yè)界開發(fā)。圖源： Stanford HAI

應(yīng)該承認，如同創(chuàng)新與壟斷關(guān)系的理論文獻爭論不休的那樣，少數(shù)科技巨頭主導(dǎo)人工智能研究，并不一定不能為消費者帶來某些好處（例如可以節(jié)省探索成本、產(chǎn)品比較時間等），卻會限制對主流技術(shù)路線的反思以及對多樣技術(shù)工具的研發(fā)：主流技術(shù)路線被當(dāng)作唯一的選擇。這種“唯一選擇”，對世界未來而言，并非福音：

首先，少數(shù)科技巨頭主導(dǎo)的人工智能研究已出現(xiàn)成本越來越高、競爭性越來越弱的狀況，表現(xiàn)出高度壟斷化和集中化。

如HAI指數(shù)報告估算，2017年最初的Transformer模型培訓(xùn)成本約為900美元；2019年發(fā)布的RoBERTa Large培訓(xùn)成本約16萬美元；2023年，OpenAI的GPT-4和谷歌的Gemini Ultra的培訓(xùn)成本分別達到約7800萬美元和1.91億美元。HAI的一家合作研究機構(gòu)提供了另一組估算：在過去8年，前沿人工智能模型的訓(xùn)練成本每年增長2至3倍，這表明到2027年最大的模型的成本將超過10億美元。[4]

2019—2024年間，主流大模型的訓(xùn)練成本呈指數(shù)級上升，從幾十萬美元迅速增長到上億美元級別，反映出先進AI模型研發(fā)對算力和資金投入的門檻急劇提高。圖源：Stanford HAI

另外，在2018年大語言模型GPT-1問世后，人工智能研發(fā)進入“百模大戰(zhàn)”時期，行業(yè)發(fā)展極為迅速，但是HAI指數(shù)報告指出：2015年人工智能專利授予率為57.8%，2022年降至32.6%，未獲資格授予的申請（128952件）是獲授予數(shù)（62264件）的兩倍有多——人工智能領(lǐng)域?qū)＠Y格授予率的逐年降低，一定程度內(nèi)體現(xiàn)了該領(lǐng)域新產(chǎn)品的創(chuàng)新難度在上升，競爭在下降。

這種成本日益高昂和競爭愈加艱難的發(fā)展特征，在事實上將包括美國自身在內(nèi)的所有各國政府、學(xué)術(shù)界和一般社會大眾等都排擠在主流技術(shù)路線之外，少數(shù)科技巨頭的壟斷地位更為鞏固、對數(shù)據(jù)等科技資源的集中控制也更加強有力。

其次，為大國博弈目的而推動主流路線及其相關(guān)產(chǎn)業(yè)發(fā)展的舉措依然不時出臺，許多決策經(jīng)常不顧可能產(chǎn)生的多重經(jīng)濟社會后果。可以試舉三例：

一是為了實現(xiàn)先進芯片制造的安全化，美國亞利桑那州在2020年引進臺積電建設(shè)工廠。臺積電承諾為這一項目斥資650億美元，拜登政府2024年4月宣布臺積電獲得由《芯片與科學(xué)法案》（CHIPS and Science Act）資助的66億美元直接補貼。但是，這樣的巨額投入能否對緩解美國日益惡化的發(fā)展不均衡有幫助？哈佛大學(xué)肯尼迪政府學(xué)院國際經(jīng)濟學(xué)教授丹尼·羅德里克（Dani Rodrik）就提出尖銳批評：“臺積電在亞利桑那州投資的三座晶圓廠預(yù)計雇傭6000名工人——每個工作崗位成本將超過1000萬美元。即使預(yù)計在供應(yīng)商行業(yè)增加的數(shù)萬個工作機會成為現(xiàn)實，這在就業(yè)的回報而言也是微不足道的?！盵5]

二是2024年5月，參議院多數(shù)黨領(lǐng)袖查克·舒默（Chuck Schumer）牽頭公布了一份雄心勃勃的人工智能政策路線圖，提議到2026年每年投資320億美元用于人工智能研發(fā)，尋求減輕人工智能引發(fā)的風(fēng)險，尤其建議實施國家數(shù)據(jù)隱私法和對先進人工智能模型的出口管制。[6]

這個遠超《芯片與科學(xué)法案》的資助規(guī)模，致使著名財經(jīng)雜志《福布斯》（Forbes）的專欄作者分析認為，舒默等議員其實并沒有很大期望最終通過立法，似乎更感興趣的是基于“保護美國的先進人工智能模型免受外國對手特別是中國的影響”而“建立一個真正的兩黨共識”。[7]

2023年9月13日，X首席執(zhí)行官馬斯克（Elon Musk）和帕蘭泰爾(Palantir Technologies) 首席執(zhí)行官艾卡普（Alex Karp）出席紐約州參議院多數(shù)黨領(lǐng)袖查克-舒默（Chuck Schumer）召集主要科技公司首席執(zhí)行官舉行閉門會議，討論人工智能的優(yōu)先事項和風(fēng)險。 圖源：AP

三是與國會的努力相一致，美國商務(wù)部也在考慮對先進人工智能模型實施出口管制，盡管這種不涉及實物產(chǎn)品的限制措施，無論標(biāo)準如何確定，都會較為武斷地損害到一定范圍的企業(yè)利益（例如，是以訓(xùn)練模型的算力為標(biāo)準，還是使用較低的計算機功率閾值，同時考慮使用的數(shù)據(jù)類型和模型的預(yù)期用途等其他因素）。

最后，或許最重要的是，出于大國博弈目的未加反思地支持主流技術(shù)路線，會威脅到未來發(fā)展的多樣可能性。2024年剛獲諾貝爾經(jīng)濟學(xué)獎的達隆·阿西莫格魯（Daron Acemoglu）教授近年一直在提醒，主流人工智能路線具有強化監(jiān)控與自動化的技術(shù)取向。他的這個認識，目前已經(jīng)部分獲得了證實。

例如，阿西莫格魯自己研究指出，谷歌（Alphabet）和微軟（Microsoft）牽頭開發(fā)的生成式人工智能本質(zhì)上就需要高度集中信息，在數(shù)據(jù)控制下產(chǎn)生進入壁壘，使持續(xù)在線參與和個性化數(shù)字廣告的商業(yè)模式得以發(fā)展，滋生情緒憤怒、極端主義和網(wǎng)絡(luò)回音室效應(yīng)。[8]此外，國際勞工組織（ILO）2023年8月發(fā)布的一份研究報告分析指出，目前雖然沒有證據(jù)表明生成式人工智能具有大規(guī)模取代勞動力的風(fēng)險，但是這項技術(shù)將某些任務(wù)自動化的能力十分顯著，受自動化影響的職業(yè)和工作群體在明顯增多。[9]

總的來說，有研究已說明，主流技術(shù)路線的取向是傾向于將關(guān)于未來的想象限制在監(jiān)控和（自動化導(dǎo)致的）無工作上，僅出于“大國博弈”的目的而強力支持這一路線，則相當(dāng)于是在遏制未來的多樣可能性。

但這種關(guān)于未來的受限的想象并非是不可避免的，我們需要認識到一種新的可能性：人工智能還有無比廣闊的發(fā)展前景，我們可以從自己的真實需求出發(fā)“選擇”新的人工智能技術(shù)路線，創(chuàng)造更豐富多樣的未來發(fā)展景象。

實際上，美國也并不是僅僅執(zhí)著于少數(shù)科技巨頭領(lǐng)導(dǎo)的那一種技術(shù)路線，聯(lián)邦政府同樣在探索多樣的人工智能發(fā)展路徑，如從2019年開始推動“國家人工智能研究院”（NAIRI）項目計劃，2023年又制定“國家人工智能研究資源方案”（NAIRR Pilot），推動產(chǎn)業(yè)界和學(xué)術(shù)界共享國家研究基礎(chǔ)設(shè)施。

NAIRR旨在通過建設(shè)國家級人工智能科研資源平臺，向大學(xué)和研究機構(gòu)開放GPU算力、數(shù)據(jù)和模型等資源，以緩解AI算力過度集中于少數(shù)科技公司的問題。圖片為NAIRR Pilot項目地圖。

作為人口規(guī)模巨大、區(qū)域發(fā)展嚴重不均衡的大國，中國更不能囿于目前的人工智能主流發(fā)展路線，因為堅持在此路徑上追趕，既難以真正實現(xiàn)科技自主自強（如僅僅在研究發(fā)表、專利獲取數(shù)量等指標(biāo)上突飛猛進，實質(zhì)影響力卻相當(dāng)不夠），又可能在勉強的追趕過程中產(chǎn)生意想不到的重大損失（如資源大量浪費、忽視對勞動力的持續(xù)培育等等）。

非線性創(chuàng)新：人工智能多技術(shù)路線探索的可能性

那么，從技術(shù)實現(xiàn)的角度講，是否可能“選擇”新的人工智能發(fā)展路線？

注意一個悖謬之處：執(zhí)著于“大國博弈”的話語，對于長期處于追趕地位的國家而言，反而更容易放大美國科技政策的某些局部經(jīng)驗，將之奉為圭臬。

比如，萬尼瓦爾·布什（Vannevar Bush）在二戰(zhàn)結(jié)束時呈交給美國總統(tǒng)的著名報告《科學(xué)：無止境的前沿》（Science：The Endless Frontier），在我國知識界長期被解讀為倡導(dǎo)了一種“線性創(chuàng)新觀”（即創(chuàng)新沿著“基礎(chǔ)研究→應(yīng)用研究→產(chǎn)業(yè)轉(zhuǎn)化”的線性路徑發(fā)展），用以論證國家對基礎(chǔ)研究的特別支持。

但是，其一，布什報告中并沒有線性創(chuàng)新模式的內(nèi)容；[10]其二，線性創(chuàng)新模式也不是美國科技創(chuàng)新能力飛躍的保證。布什報告在科技政策方面體現(xiàn)出的主要作用，是它建立了爭辯聯(lián)邦科學(xué)資助的話語策略，使后來成立的總統(tǒng)科學(xué)顧問委員會形成了一種政策論述風(fēng)格。[11]

“線性創(chuàng)新觀”所主張的創(chuàng)新分工方式——基礎(chǔ)研究在大學(xué)等科研機構(gòu)，應(yīng)用和轉(zhuǎn)化主要依靠企業(yè)——能在美國科技政策研究領(lǐng)域占據(jù)一定的位置，與二戰(zhàn)后美國研究型大學(xué)崛起、企業(yè)日益增強從外部獲取發(fā)明創(chuàng)新的能力等特定歷史條件密切相關(guān)，不能僅從美國在此時期開始增加對于大學(xué)科研投入的事實，簡單總結(jié)出一個“加強基礎(chǔ)研究能力就能實現(xiàn)科技實力整體提升”的線性創(chuàng)新經(jīng)驗。[12]

與我們的思考密切相關(guān)的是，如果將創(chuàng)新視為線性發(fā)展過程，那么就很難看到創(chuàng)新過程中改變技術(shù)路線的可能性——科技實力落后的國家，多數(shù)僅強調(diào)在基礎(chǔ)研究領(lǐng)域“追趕國際學(xué)術(shù)前沿”，只在先進國家的問題意識后面亦步亦趨。必須認識到，要實現(xiàn)新的探索，當(dāng)然需要不斷加強基礎(chǔ)研究能力，但如何加強，以及更重要的是如何整體提升科技實力，則需要更加深入地認識科學(xué)發(fā)現(xiàn)、技術(shù)發(fā)明等活動本身。

兩位工程學(xué)專家分析指出，基礎(chǔ)研究/應(yīng)用研究二分法是一種基于研究動機的分類，要是考慮到了研究活動是復(fù)雜、系統(tǒng)且動態(tài)的過程，則會發(fā)現(xiàn)這個二分法的局限——他們梳理從1956年開始由于在信息通信領(lǐng)域的理論貢獻而獲諾貝爾物理學(xué)獎的六項科學(xué)工作，其中一些工作還同時獲得了美國國家工程院頒發(fā)的德雷珀獎（Draper Prize，獎勵工程類技術(shù)發(fā)明），揭示出科研活動更為豐富的內(nèi)涵：這六項科學(xué)工作“展現(xiàn)了多種類型知識在創(chuàng)新中的作用，正是這些創(chuàng)新創(chuàng)造了我們當(dāng)前的信息通信時代?！@些研究都可被劃歸到‘基礎(chǔ)’或‘應(yīng)用’研究類別，但這種分類方式忽略了這些研究的復(fù)雜性和跨類別性。

更糟糕的是，它會讓那些反對‘應(yīng)用研究’者的偏見更加強化?！盵13]他們因此提出：“研究活動應(yīng)該被更精確地描述為‘發(fā)明-發(fā)現(xiàn)循環(huán)模型’，而不是固化為‘基礎(chǔ)研究/應(yīng)用研究’二分法。我們相信，這種方法更適合這一公共物品（the public good）?！盵14]

科學(xué)“發(fā)現(xiàn)”（Discovery）與技術(shù)“發(fā)明”（Invention）之間的循環(huán)互動關(guān)系。技術(shù)發(fā)明往往源自科學(xué)發(fā)現(xiàn)，但新的技術(shù)工具與工程系統(tǒng)又會反過來推動新的科學(xué)發(fā)現(xiàn)。例如，1956年諾貝爾物理學(xué)獎對應(yīng)的是晶體管效應(yīng)的發(fā)現(xiàn)與雙極型晶體管的發(fā)明（1947–1948）。晶體管既源于固體物理的科學(xué)發(fā)現(xiàn)，又迅速轉(zhuǎn)化為電子工程領(lǐng)域的關(guān)鍵器件。這一技術(shù)突破隨后推動了半導(dǎo)體物理和量子電子學(xué)的發(fā)展。圖源：Narayanamurti, Odumosu & Vinsel (2013)

“發(fā)明-發(fā)現(xiàn)循環(huán)模型”揭示的是一種“非線性創(chuàng)新觀”：創(chuàng)新過程并不是沿著“基礎(chǔ)研究→應(yīng)用研究→產(chǎn)業(yè)轉(zhuǎn)化”線性路徑前進，而是通過技術(shù)發(fā)明與科學(xué)發(fā)現(xiàn)二者之間的交互促進得以實現(xiàn)的，科學(xué)原理、技術(shù)發(fā)明、應(yīng)用技能及經(jīng)驗、管理策略、日常需求等等多種知識都在其中起到作用。在科技發(fā)展史上，蒸汽機的發(fā)明與熱力學(xué)的發(fā)現(xiàn)是證明非線性創(chuàng)新觀更著名的案例。

有趣的是，這兩位專家發(fā)現(xiàn)，他們所梳理的六屆諾貝爾獎16位獲獎?wù)咧?，?0位有著在美國大型工業(yè)實驗室長期從事科研的經(jīng)歷，另外6位科學(xué)家中有3人來自蘇聯(lián)的研究機構(gòu)，1人來自德國的大學(xué)和研究所，另外兩人分別來自美國政府實驗室和研究型大學(xué)。這個認識很有意思，表明了傳統(tǒng)被分別稱為基礎(chǔ)/應(yīng)用研究（工業(yè)研究）的經(jīng)歷，其實存在著很強烈的相互促進的聯(lián)系。

依照這個思路簡要檢索一下，還能夠看到日本的諾貝爾物理學(xué)獎和化學(xué)獎得主，其研究成果也多與政府任務(wù)型項目或產(chǎn)業(yè)領(lǐng)域相關(guān)，比如2000年以后獲獎?wù)咧?，?位物理學(xué)家的研究成果得到過政府任務(wù)型項目支持，有4位化學(xué)家的獲獎成果是在產(chǎn)業(yè)領(lǐng)域做出的理論創(chuàng)新。

田中耕一是日本諾獎中最典型的“產(chǎn)業(yè)研究型”科學(xué)家。他在企業(yè)研發(fā)環(huán)境中開發(fā)出激光解吸電離質(zhì)譜技術(shù)，從而實現(xiàn)對生物大分子的質(zhì)譜分析，并獲得2002年諾貝爾化學(xué)獎。 圖源：Shimadzu

人工智能與非線性創(chuàng)新觀有什么關(guān)系？這里值得專門介紹麻省理工學(xué)院三位專家2023年在《科學(xué)》（Science）雜志上發(fā)表的研究。該研究明確指出，所謂“大學(xué)負責(zé)基礎(chǔ)研究，企業(yè)負責(zé)應(yīng)用和轉(zhuǎn)化”的線性創(chuàng)新分工在人工智能領(lǐng)域根本不存在，人工智能的基礎(chǔ)研究與應(yīng)用研究之間的界限是模糊的。

比如谷歌大腦研究團隊（Google Brain）在2017年推出的主要用于自然語言處理（NLP）和計算機視角（CV）領(lǐng)域的深度學(xué)習(xí)模型Transformer架構(gòu)，既是能即刻投入應(yīng)用的產(chǎn)品，又是基礎(chǔ)知識探索上的重大進步[15]——Transformer與循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）相比，實現(xiàn)了借助自注意力機制捕獲輸入序列中的長程依賴關(guān)系，更能處理長序列并且自行計算。[16]

2024年的諾貝爾物理學(xué)獎頒給了兩位人工智能專家，表彰他們“通過人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)機器學(xué)習(xí)的基礎(chǔ)發(fā)現(xiàn)和發(fā)明”，更展現(xiàn)了人工智能作為一種震撼全球的科技產(chǎn)品，同時又是物理學(xué)的發(fā)現(xiàn)和知識的突破。由此可知人工智能同樣具備顯著的非線性創(chuàng)新特征。

“發(fā)明-發(fā)現(xiàn)循環(huán)模型”的提出者這樣總結(jié)科研活動的非線性創(chuàng)新特性：

“在我們的模型中，發(fā)現(xiàn)與發(fā)明循環(huán)可以雙向跨越，研究知識可被視為在跨越循環(huán)中隨時間演化的一個整體。循環(huán)的雙向性表明一個事實，發(fā)明并非總是發(fā)現(xiàn)的產(chǎn)物，它也可能是其他發(fā)明的產(chǎn)物；同時，重要的發(fā)現(xiàn)也可能是來自新的發(fā)明。”

人工智能正是由于具備了這種顯著的“雙向跨越”特征，才能實現(xiàn)多技術(shù)路線的探索。

一方面，這種特性造成了科技巨頭有可能通過加強其應(yīng)用端的優(yōu)勢反過來增強其在研究端的主導(dǎo)作用：科技巨頭擁有更強的算力、更為龐大的數(shù)據(jù)集和更多的技術(shù)專家，這使得產(chǎn)業(yè)界的研究有了通用性強、與一般性實踐問題結(jié)合更緊密、跨越多個學(xué)科等特點。在基于其產(chǎn)品影響力而吸引更為巨量的資金和人才資源之后，這樣的結(jié)果就順理成章了：“產(chǎn)業(yè)界對應(yīng)用端的主導(dǎo)也給予了它塑造基礎(chǔ)研究方向的權(quán)力?！?br/>

而在另一方面，這種特性也潛藏著探索更多的技術(shù)路線的理論保證：通過重新定義和強調(diào)“應(yīng)用需求”，并圍繞經(jīng)濟社會發(fā)展的多樣需求部署創(chuàng)新活動，有可能形成更多的不同于少數(shù)科技巨頭所主導(dǎo)的研究方向。

這里的重點問題因此變成了如何重新定義和強調(diào)“應(yīng)用需求”。

抽象的講，答案不言而喻，因為即使是科技巨頭也從不反對科技進步是為了“人”，如OpenAI宣稱它的使命是開發(fā)“安全且有益”的“在最具經(jīng)濟價值的工作上表現(xiàn)優(yōu)于人類的高度自主系統(tǒng)”的通用人工智能（AGI）；谷歌人工智能部門在其官網(wǎng)上展示的理念同樣是“讓人工智能造福每個人”（Making AI helpful for everyone）。

然而，關(guān)鍵在于，是科技巨頭根據(jù)其“單方面主張人類經(jīng)驗作為轉(zhuǎn)化成行為數(shù)據(jù)的免費原材料”[19]的特權(quán)，還是每個個體作為“不可能被局限在我們所構(gòu)建和棲居的理念和社會世界之中”[20]的有自主發(fā)展能力的主體來定義應(yīng)用需求？

美國從70年代中期以來推動信息技術(shù)革命，是著重支持前端研究，創(chuàng)新議程并不涵蓋能夠擴大就業(yè)規(guī)模的制造業(yè)等產(chǎn)業(yè)，由此導(dǎo)致信息技術(shù)研發(fā)脫離日常生產(chǎn)生活需求，對日益擴大的貧富分化、停滯的勞動生產(chǎn)率、持續(xù)衰敗的制造業(yè)沒有產(chǎn)生幫助。[21]現(xiàn)在，科技巨頭主導(dǎo)下迅猛發(fā)展的人工智能，很大程度是在加劇此前的發(fā)展不均衡。

因此，目前需要強調(diào)的正是，尊重每個個體作為有自主發(fā)展能力的主體，首先應(yīng)當(dāng)尊重其日常生產(chǎn)生活經(jīng)驗和具體需求，然后再思考是否可能幫助他們實現(xiàn)對其自身處境的超越。就公共政策而言，是要使研發(fā)活動與日常生活生產(chǎn)的創(chuàng)新緊密聯(lián)系起來。[22]麻省理工學(xué)院“未來工作”研究小組為此在2019年就提出倡議，[23]他們的政策建議已經(jīng)體現(xiàn)在美國聯(lián)邦政府2019年開始推動的“國家人工智能研究院”（NAIRI）項目計劃中。[24]

中國政策蘊含有對AI多技術(shù)路線探索的激勵，需要大力推進

僅從“大國博弈”視角出發(fā)，可能會將中國目前取得的成就看成是對世界既有秩序的重大威脅，而忽略許多經(jīng)濟社會發(fā)展問題。從中央到地方近年的一些政策，顯示了激勵多技術(shù)路線探索的意圖，其理論意義和實踐意義值得持續(xù)挖掘。

——廣東省工業(yè)和信息化廳2024年1月印發(fā)《2023年全省工業(yè)和信息化發(fā)展情況及2024年主要工作計劃》，提出“在6G、人工智能、低空經(jīng)濟、量子科技、生命科學(xué)等領(lǐng)域采用多技術(shù)路線平行探索的方法搶占技術(shù)制高點”“制定《廣東省關(guān)于大力發(fā)展通用人工智能產(chǎn)業(yè)賦能千行百業(yè)的實施方案》，拓展千行百業(yè)應(yīng)用場景，建設(shè)人工智能產(chǎn)業(yè)創(chuàng)新引領(lǐng)地；同時，要加快人工智能嵌入制造業(yè)各領(lǐng)域各環(huán)節(jié)”；

——住房和城鄉(xiāng)建設(shè)部2024年2月通過《“數(shù)字住建”建設(shè)整體布局規(guī)劃》，提出“加強應(yīng)用牽引和場景驅(qū)動，構(gòu)建以數(shù)據(jù)為核心要素的數(shù)字綜合應(yīng)用體系，全面推動住房城鄉(xiāng)建設(shè)業(yè)務(wù)數(shù)字化轉(zhuǎn)型，賦能住房城鄉(xiāng)建設(shè)事業(yè)高質(zhì)量發(fā)展”的工作原則；

——農(nóng)業(yè)農(nóng)村部2024年10月出臺《農(nóng)業(yè)農(nóng)村部關(guān)于大力發(fā)展智慧農(nóng)業(yè)的指導(dǎo)意見》，要求“堅持需求牽引、以用促研，立足產(chǎn)業(yè)發(fā)展和行業(yè)管理實際需求，樹立問題導(dǎo)向、應(yīng)用導(dǎo)向，因地制宜探索數(shù)字化、智能化解決方案，引導(dǎo)小農(nóng)戶融入現(xiàn)代農(nóng)業(yè)發(fā)展軌道”。

工業(yè)制造、建筑建材、農(nóng)林牧漁等領(lǐng)域在人工智能迅猛發(fā)展背景下相繼提出的政策主張，深刻表明了探索多技術(shù)路線發(fā)展的需求。不同的行業(yè)都有其成熟的生產(chǎn)經(jīng)驗和技術(shù)方案，因此在不同程度上“抵制可能改變它們既定的技術(shù)路線和商業(yè)模式的創(chuàng)新”。[25]

需要考慮的，正是如何在這些領(lǐng)域既有經(jīng)驗的基礎(chǔ)上發(fā)明能為之提供切實幫助的應(yīng)用產(chǎn)品和解決方案，而不是簡單地顛覆掉原有的技術(shù)路徑和發(fā)展生態(tài)。[26]從根本上講，中國的人工智能發(fā)展戰(zhàn)略對此有明確指導(dǎo)：國務(wù)院2017年7月印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，提出了圍繞不同的應(yīng)用需求而一體化配置研發(fā)、應(yīng)用和產(chǎn)業(yè)培育力量。這種非線性創(chuàng)新政策可以成為發(fā)展嵌入不同行業(yè)的人工智能的保障。

2025世界智能產(chǎn)業(yè)博覽會上展出的智慧家居。圖源：新華社

在中國，產(chǎn)業(yè)界也有相當(dāng)不同于美國的情景。如華為、阿里、騰訊等大型科技公司，相繼推出了公共云，服務(wù)于地方政府和中小企業(yè)；華為還推出了“盒裝人工智能”（AI in a box），供企業(yè)在本地運行。這些都是值得關(guān)注的有益嘗試，其持續(xù)的發(fā)展依然需要通過研究與應(yīng)用的一體推進、發(fā)現(xiàn)與發(fā)明的循環(huán)促進。

公共政策可以提供的支持，一方面是更多拓展應(yīng)用場景，讓不同的理念和產(chǎn)品得到應(yīng)用端檢驗的機會，另一方面是激勵學(xué)術(shù)界同產(chǎn)業(yè)界深入合作，既共同解決應(yīng)用問題，又從應(yīng)用過程中提煉科學(xué)問題，推動實現(xiàn)科學(xué)原理的新發(fā)現(xiàn)。只有將人工智能的非線性創(chuàng)新特征充分展現(xiàn)出來，我們現(xiàn)有的豐富實踐，才可能真正展露探索多樣人工智能技術(shù)發(fā)展路線的價值。

還應(yīng)建設(shè)一些關(guān)鍵性基礎(chǔ)設(shè)施和制度機制，既提高各個區(qū)域和各個行業(yè)獲取科技資源和研發(fā)資金的機會，又促進技術(shù)應(yīng)用和原理探索真正實現(xiàn)相互促進。

例如，其一，在不同經(jīng)濟發(fā)展水平的區(qū)域打造AI研發(fā)公共基金，牽引科研機構(gòu)、產(chǎn)業(yè)界和社會資本組成攻關(guān)團隊，支持從該區(qū)域的真實應(yīng)用需求出發(fā)展開研究探索，同時圍繞這些探索部署人才培育、政策法規(guī)、核心算法和關(guān)鍵設(shè)備、高端芯片、重大產(chǎn)品與系統(tǒng)、基礎(chǔ)材料、元器件、軟件與接口等等軟硬設(shè)施建設(shè)，在整體上逐步構(gòu)建出多技術(shù)路線探索的發(fā)展格局；

其二，基于需求建立多類型公共數(shù)據(jù)語料庫，訓(xùn)練不同性能的模型。數(shù)據(jù)與模型之間關(guān)系很復(fù)雜，并不必要一味模仿大模型訓(xùn)練方法?？梢栽跀?shù)據(jù)的結(jié)構(gòu)化、數(shù)字化、標(biāo)準化等方面不斷進行調(diào)整和提升，創(chuàng)建公共研究云和公共數(shù)據(jù)集，訓(xùn)練通用性能的模型。此外，對于許多傳統(tǒng)行業(yè)和專業(yè)領(lǐng)域，由于商業(yè)價值不高，難以吸引數(shù)據(jù)科技企業(yè)進入，可以設(shè)置專項資金支持建立專業(yè)數(shù)據(jù)集，以知識密度更高、維度更多元的語料訓(xùn)練具備專業(yè)性能的模型；

其三，學(xué)習(xí)德國弗勞恩霍夫研究所（Fraunhofer-Gesellschaft）、美國“創(chuàng)新園圃”（Innovation Orchards）等支持中小初創(chuàng)企業(yè)實施創(chuàng)新升級的機制，[27]針對中小微創(chuàng)新型企業(yè)開放科技資源并且提供融資、科技服務(wù)和企業(yè)成長扶助等方面的幫助，培育更為豐富的創(chuàng)新型市場主體；

德國弗勞恩霍夫研究所通過設(shè)立以產(chǎn)業(yè)需求為導(dǎo)向的應(yīng)用研究機構(gòu)，在政府基礎(chǔ)經(jīng)費支持下，與大學(xué)和企業(yè)合作開展工程化研發(fā)，將科研成果轉(zhuǎn)化為可產(chǎn)業(yè)化技術(shù)，從而構(gòu)建起連接基礎(chǔ)科學(xué)與工業(yè)創(chuàng)新的中間層體系。圖源：Wikimedia Commons

其四，深化改革人才培育和人才考評的體制，突出強調(diào)跨專業(yè)性、協(xié)同性和實際效用。尤其需要變革目前基于學(xué)歷、專業(yè)、人才帽子、履職經(jīng)歷等標(biāo)準評價人才的做法，既激勵不同行業(yè)的優(yōu)秀人士有熱情、有勇氣不斷學(xué)習(xí)人工智能等新技術(shù)，推動新技術(shù)與各個行業(yè)的深度融合、交互促進，又激勵各類科研人員參與、觀察實際發(fā)展?fàn)顩r，從實踐中提煉科學(xué)問題，推動科學(xué)原理探索的創(chuàng)新。

無論怎樣，本文主張，針對人工智能，一是需要考慮技術(shù)變革引發(fā)的多重經(jīng)濟社會后果，二是基于經(jīng)濟社會多樣發(fā)展需求探索多技術(shù)路線。人工智能研究活動的復(fù)雜性展現(xiàn)了非線性創(chuàng)新的基本特征，可以在“（技術(shù)）發(fā)明-（科學(xué)）發(fā)現(xiàn)”交互促進過程中尋找多元創(chuàng)新契機。中國的政策已有關(guān)于“應(yīng)用牽引”“場景驅(qū)動”“以用促研”“產(chǎn)學(xué)研用各創(chuàng)新主體共創(chuàng)共享”等等一系列引導(dǎo)性設(shè)置，更進一步的工作是建立切實的制度機制，使供給（科學(xué)原理發(fā)現(xiàn)和應(yīng)用技術(shù)發(fā)明）與需求（不同區(qū)域、不同行業(yè)自身的發(fā)展需要）二者聯(lián)動起來，進而形成一個全社會積極參與和促進科技進步，并且公平共享創(chuàng)新發(fā)展紅利的環(huán)境。

參考文獻：

[1]“The Great Rivalry：China vs. the U.S. in the 21st Century”，https://www.belfercenter.org/publication/great-rivalry-china-vs-us-21st-century.

“How Innovative Is China in AI？”https://www2.itif.org/2024-chinese-ai-innovation.pdf.

“Artificial Intelligence Index Report 2024”，AI Index Steering Committee, Institute for Human-Centered AI，Stanford University，Stanford，CA，April 2024.，https://aiindex.stanford.edu/wp-content/uploads/2024/05/HAI_AI-Index-Report-2024.pdf.

“How Much Does It Cost to Train Frontier AI Models？”https://epochai.org/blog/how-much-does-it-cost-to-train-frontier-ai-models.

Dani Rodrik，“America’s Manufacturing Renaissance Will Create Few Good Jobs”，https://www.project-syndicate.org/commentary/us-manufacturing-employment-falling-despite-investment-policies-by-dani-rodrik-2024-04.

“Driving U.S. Innovation in Artificial Intelligence：A Roadmap for Artificial Intelligence Policy in the U.S. Senate”，https://www.schumer.senate.gov/imo/media/doc/Roadmap_Electronic1.32pm.pdf.

Owen Tedford，“AI Industrial Policy Takes Shape In Washington”，https://www.forbes.com/sites/owentedford/2024/05/16/an-american-industrial-policy-for-ai-takes-shape/.

Daron Acemoglu，“Hayek vs. AI Socialism”，The International Economy，Vol. 37，Iss. 2，（Spring 2023），p.49.

Pawe? Gmyrek，Janine Berg，David Bescond，“Generative AI and Jobs：A global analysis of potential effects on job quantity and quality”，https://www.ilo.org/sites/default/files/2024-07/WP96_web.pdf

Benoit Godin，Models of Innovation：the History of an Idea，Cambridge and Massachusetts：The MIT Press，2017，p. 75.

王作躍（Zuoyue Wang）：《在衛(wèi)星的陰影下：美國總統(tǒng)科學(xué)顧問委員會與冷戰(zhàn)中的美國》，安金輝、洪帆譯，北京：北京大學(xué)出版社，2011年，第10頁。

阿希什·阿羅拉、沙倫·貝倫佐、安德烈亞·帕塔科尼、徐政奎：“不斷變化的美國創(chuàng)新結(jié)構(gòu)”，載喬希·勒納、斯科特·斯特恩編著：《創(chuàng)新政策與經(jīng)濟發(fā)展》，孫國玉譯，北京：中信出版社，2023年。

那拉亞那穆提、歐度茂蘇：《發(fā)明與發(fā)現(xiàn)：反思無止境的前沿》，黃萃、蘇竣譯，北京：清華大學(xué)出版社，2018年，第56頁。（譯文略有調(diào)整，下同）

文卡特?！つ抢瓉喣悄绿?、圖魯瓦洛戈·歐度茂蘇：《發(fā)明與發(fā)現(xiàn)：反思無止境的前沿》，第47頁。

Nur Ahmed，Muntasir Wahed，and Neil C. Thompson，“The growing influence of industry in AI research：Industry is gaining control over the technology’s future”，Science，2 Mar 2023，Vol 379，Issue 6635，p.885.

Ashish Vaswani et al.，“Attention Is All You Need”，https://arxiv.org/pdf/1706.03762.

那拉亞那穆提、歐度茂蘇：《發(fā)明與發(fā)現(xiàn)：反思無止境的前沿》，第57頁。

Ahmed，Wahed，and Thompson，“The growing influence of industry in AI research：Industry is gaining control over the technology’s future”，p.885.

Shoshana Zuboff，The Age of Surveillance Capitalism：The Fight for a Human Future at the New Frontier of Power，New York：Public Affairs，2019，p.8.

Roberto M. Unger，The Knowledge Economy，London and New York：Verso，2019，p.44.

李寅：《當(dāng)代美國經(jīng)濟不平等的緣起——“新經(jīng)濟”和信息技術(shù)革命的漫長陰影》，載《文化縱橫》2022年第6期；蔣余浩：《數(shù)字經(jīng)濟、參與式發(fā)展和技術(shù)路線可選擇性——共同富裕戰(zhàn)略的初步思考》，載《開放時代》2023年第5期。

威廉姆˙邦維利安、彼得˙辛格：《先進制造：美國的新創(chuàng)新政策》，沈開艷等譯，上海：上海社會科學(xué)院出版社，2019年，第45-47頁。順便說明，本文強調(diào)的“需求”既是內(nèi)生的，又是可建構(gòu)的，因此需要以一種“結(jié)構(gòu)變革的視野”來加以思考，使供給-需求交互促進起來。See Roberto M. Unger，The Knowledge Economy，pp. 203ff. 在這方面，中國提出的“供給側(cè)結(jié)構(gòu)性改革”有豐富的政策運作空間。相關(guān)理論分析，見崔之元：“新三位一體：供給側(cè)結(jié)構(gòu)性改革、雙循環(huán)和共同富?！?，載《清華金融評論》2022年第3期。

MIT Work of the Future，“The Work of the Future：Shaping Technology and Institutions”，http://web.mit.edu/2.810/www/files/readings/WorkOfTheFuture.pdf.

關(guān)于NAIRI項目運作機制及其理論基礎(chǔ)的詳盡分析，見戴明潔：“多點開花：美國人工智能戰(zhàn)略布局的理論邏輯與政策啟發(fā)”，2024年未刊稿。

威廉姆˙邦維利安、彼得˙辛格：《先進制造：美國的新創(chuàng)新政策》，第5頁。

關(guān)于傳統(tǒng)行業(yè)技術(shù)創(chuàng)新的需求和難點，William B. Bonvillian and Charles Weiss，Technological Innovation in Legacy Sectors，New York：Oxford University Press，2015.

威廉姆˙邦維利安、彼得˙辛格：《先進制造：美國的新創(chuàng)新政策》，第七章。

蔣余浩

華南理工大學(xué)公共政策研究院研究員、廣東新質(zhì)生產(chǎn)力政策研究中心主任

IPP評論熱門文章

關(guān)于IPP

華南理工大學(xué)公共政策研究院（IPP）是一個獨立、非營利性的知識創(chuàng)新與公共政策研究平臺。IPP圍繞中國的體制改革、社會政策、中國話語權(quán)與國際關(guān)系等開展一系列的研究工作，并在此基礎(chǔ)上形成知識創(chuàng)新和政策咨詢協(xié)調(diào)發(fā)展的良好格局。IPP的愿景是打造開放式的知識創(chuàng)新和政策研究平臺，成為領(lǐng)先世界的中國智庫。