中美AI角力场,谁将领跑人工智能的未来?

2022 年 10 月 30 日 极市平台
↑ 点击 蓝字  关注极市平台

来源丨新智元
编辑丨极市平台

极市导读

 

如果说,未来的世界是AI的世界,AI的未来在中国吗?>>加入极市CV技术交流群,走在计算机视觉的最前沿

中国21世纪计划的核心是成为科技创新的全球领导者。 虽然在实现这一目标方面已经取得了实质性进展,但中国长期以来一直被认为是世界舞台上的模仿者,选择适应西方的发明,而不是真正的创新。

然而,潮流正在发生变化,中国在一些新兴技术上取得了领先地位。对于人工智能,也许是21世纪最重要的新兴技术,这引出了一个问题:未来在中国吗?还是这个国家将继续牢牢抓住美国的尾巴?

上世纪90年代以来,中国经历了一场历史上前所未有的生活水平的繁荣。7亿人摆脱了绝对贫困,75%的农村接近完全脱贫。一个在90年代初出生的中国孩子,将见证会人均GDP增长30倍的过程。

中国现代化的标志之一是数字技术的快速发展和全面落地。这一变化的速度也是无与伦比的。

2005年,美国70%的家庭可以访问互联网,中国只有10%。

到了今天,中国可以说是世界上最深入的数字社会,在街角烧烤的小贩喜欢通过手机和二维码收款,日常使用现金的人越来越少。

国家基础设施项目已经建立了世界上最大的光纤网络,5G终端连接设备的数量超过了地球上任何其他国家和地区。

在最快实现「独角兽」的10家公司中,中国有8家,而且是全球第二多的独角兽公司所在的国家。

尽管现代中国的科技和科技公司如日中天,但在中国超越美国成为全球领先的科技力量之前,仍有一个关键的症结必须被解开。

中国的创新机制,能否培养出真正的革命性产品?虽然「中国制造」的标签不再是低质量的标志,但中国科技市场的力量已经倾向于产生进化,而不是变革。

仅仅是为中国市场创造一个反映西方原创理念的产品,就能带来巨大的利润,领先的搜索引擎百度每年的收入超过10亿美元。这种利用现有技术创造出巨大成功的机会,是否会让企业失去了真正的创造力和探索未知的动力?

中国与人工智能


虽然中国目前没有形成能够挑战美国在概念创新技术霸权的实力,但有些事情已经开始悄然变化。随着国内消费市场已经饱和,价格低廉的高质量技术,让中国企业把眼光投向了国外。

字节跳动在2018年推出的TikTok,改变了Z世代的媒体消费面貌,成为第一家真正实现向全球进军的中国软件公司。

Tiktok的成功的秘诀正是人工智能,强大的AI推荐引擎将内容与用户相匹配,将用户牢牢粘住。虽然这些推荐算法在概念上并不新鲜,但说明了中国公司与美国同行竞争的新方式。

尽管美国在过去几十年里一直在AI领域处于领先地位,但现在已经逐步被中国赶上。这是由AI研究的性质决定的。

AI的新进展不需要真的通过「制造」来实现,而且最新成果往往是公开发表的,而不是作为商业秘密来保护。因此,一个小型的机器学习工程师团队,就可以复制竞争对手开发的尖端技术。

这种情况在芯片制造和设计等「商业秘密大过天」的领域是不可想象的。在后者这种领域,中国国内市场就显得严重落后,绝大部分尖端芯片都要从外国公司购买。

但到目前为止,中国AI武器库中最锋利的工具是数据。

数据是AI研究和落地的关键驱动力,大多数尖端模型需要大量的高质量数据来训练。通常情况下,AI项目搞不成是由于缺乏数据,而不是模型存在什么概念上的缺陷。

目前最先进的生成语言模型,GPT-3,使用的实际上是几年前的技术,之所以有这么惊人的性能,主要依赖庞大的模型规模和海量的训练数据。

不过,这个问题在中国似乎不存在,中国在数据隐私保护上才刚刚起步,相关法律完善程度还有很大提升空间,而无论是政府还是企业,其最大的目标是通过大量可快速获取的数据推动经济发展。

至于其他的问题,在经济发展面前,似乎都可以往后让一让。

未来中国能主宰AI吗?


但是,尽管中国拥有数据优势和庞大的工程人员队伍,成为人工智能的主导力量需要创造力。2022年最引人注目的人工智能发展来自生成图像模型,能够根据文本提示创建图像。

虽然训练这些模型需要原始计算能力,但它们的设计是以创造性地使用人工智能理论为前提的。尽管优先考虑技术创新。

也许最能说明中国和美国的人工智能研究差异的是它们各自的顶级AI论文发表记录。

自2016年以来,中国发表的人工智能相关论文数量几乎是其他国家的两倍。但在ICML和NeurIPS这两个最负盛名的高规格会议上,美国的论文数几乎是中国的数倍。

美国长期以来一直是科技界最聪明的人的首选目的地。但广阔的市场和丰富的数据访问可能成为中国的跳板,将注重隐私的美国抛在一边,并主宰人工智能。

中国需要的不仅仅是暴力和数据,还需要创造力和发明。如果中国能够找到这一点,它将成为未来几十年的人工智能主宰力量。

中美下一个「竞技场」会是AI吗?


对于这个问题,Reddit网友炸开了锅。

认为美国主宰AI发展的人认为,随着拜登政府对华芯片限制加码,中国的人工智能乃至整个高新技术产业都将面临「巧妇难为无米之炊」的尴尬处境。久而久之,中国的人工智能发展将逐渐陷入停滞,被欧美日韩甩开一大截。

此外,不少网友表示在人工智能领域,中国的原创性研究还是太少。

一个自称在AI行业工作的研究人员表示,虽然中国发表了大量人工智能领域的论文,但「几乎所有的论文都是无用的重复。他们大量发文,以获得较高的论文发表率,然后再引用自己的论文。这毫无意义。」

在机器学习研究中最受欢迎的在线资源平台,Paperwithcode中,世界最热门的十篇AI论文里仅有一篇来自中国学者。

而认为「AI的未来在中国」的网友则认为,欧美国家的封锁只会让中国加大自主研发的力度和步伐。他们回顾了中国过去的航天科技和战斗机的发展,表示正是因为西方国家的封锁,中国的科研才有了更为强劲的发展。

之前中国的科技公司可能因为追求短期利润而依赖芯片等高端设备的进口,但在芯片封锁的压力下,这些企业为了生存,将会在科研领域更有干劲。

其次,有人反驳了中国在AI领域原创性少的观点。一位深度学习领域的工程师表示,在这个领域,中国研究人员的模型框架已经成为他国研究者学习的榜样。

另外,中国在海外的研究人员数量巨大。根据美国移民委员会(American Immigration Council)的数据,美国高校STEM专业学生16%来自中国;在美从事STEM领域工作的中国大陆及台湾省人超30万,占全部STEM技术移民的13%。

随着美国对华政策的恶化,越来越多的在美科学家正在考虑回国发展。据《南华早报》报道,至少有1400名在美中国研究人员选择回国发展。这对于中国的AI发展无疑是一个绝佳的机会。

AI的未来在哪里没有答案,但身处地缘政治旋涡下的人都深有感触:

封锁和贸易战没有赢家。美国的芯片制裁损人不利己。中国是美国第二大半导体出口市场,丢了中国订单,美国企业也会受伤,逆全球化的行为只会搬起石头砸自己脚。

参考资料:
https://joindeltaacademy.com/blog/is-the-future-of-ai-chinese
https://chuvpilo.medium.com/ai-research-rankings-2019-insights-from-neurips-and-icml-leading-ai-conferences-ee6953152c1a
https://www.reddit.com/r/Futurology/comments/yex9on/is_the_future_of_ai_chinese/
https://www.americanimmigrationcouncil.org/research/foreign-born-stem-workers-united-states


公众号后台回复“剑桥报告”获取2022年剑桥AI全景报告

△点击卡片关注极市平台,获取 最新CV干货


极市干货
算法竞赛:往届获奖方案总结以及经验详解|ACCV2022国际细粒度图像分析挑战赛
技术综述 BEV 学术界和工业界方案、优化方法与tricks综述 PyTorch下的可视化工具(网络结构/训练过程可视化)
极视角动态:极视角与华为联合发布基于昇腾AI的「AICE赋能行业解决方案」算法误报怎么办?自训练工具使得算法迭代效率提升50%!

CV技术社群邀请函 #




△长按添加极市小助手
添加极市小助手微信(ID : cvmart2)

备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)


即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群


极市&深大CV技术交流群已创建,欢迎深大校友加入,在群内自由交流学术心得,分享学术讯息,共建良好的技术交流氛围。


点击阅读原文进入CV社区

收获更多技术干货

登录查看更多
1

相关内容

中华人民共和国,通称中国,是一个位于东亚的社会主义国家,由中国共产党一党执政,首都位于北京市。1949年10月1日,中国共产党在第二次国共内战取得绝对优势后,于北京市正式成立中华人民共和国,中国国民党领导的中华民国政府则在同年底败退台湾。 维基百科
181页|2022中国人工智能系列白皮书——智能产品与产业
专知会员服务
70+阅读 · 2022年12月26日
AlphaFold、人工智能(AI)和蛋白变构
专知会员服务
10+阅读 · 2022年8月28日
专知会员服务
28+阅读 · 2021年10月19日
专知会员服务
213+阅读 · 2021年4月21日
用 AI 预测 AI,它的未来会是什么?
学术头条
1+阅读 · 2022年10月18日
未来十年,AI 语音识别将朝着这五个方向发展
THU数据派
1+阅读 · 2022年9月2日
告别手摇织布机的AI时代
THU数据派
1+阅读 · 2022年8月3日
2022 AI趋势8大预测!
极市平台
0+阅读 · 2022年2月21日
张钹:人工智能,从过去到未来
THU数据派
0+阅读 · 2021年12月7日
深度梳理这10个国家的AI发展战略
学术头条
4+阅读 · 2021年11月28日
人工智能的现状与未来(附PPT)
人工智能学家
74+阅读 · 2019年3月27日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年2月4日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
32+阅读 · 2022年5月23日
Arxiv
28+阅读 · 2021年9月18日
Arxiv
16+阅读 · 2021年7月18日
Arxiv
13+阅读 · 2021年3月29日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Arxiv
26+阅读 · 2018年9月21日
VIP会员
相关资讯
用 AI 预测 AI,它的未来会是什么?
学术头条
1+阅读 · 2022年10月18日
未来十年,AI 语音识别将朝着这五个方向发展
THU数据派
1+阅读 · 2022年9月2日
告别手摇织布机的AI时代
THU数据派
1+阅读 · 2022年8月3日
2022 AI趋势8大预测!
极市平台
0+阅读 · 2022年2月21日
张钹:人工智能,从过去到未来
THU数据派
0+阅读 · 2021年12月7日
深度梳理这10个国家的AI发展战略
学术头条
4+阅读 · 2021年11月28日
人工智能的现状与未来(附PPT)
人工智能学家
74+阅读 · 2019年3月27日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年2月4日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
32+阅读 · 2022年5月23日
Arxiv
28+阅读 · 2021年9月18日
Arxiv
16+阅读 · 2021年7月18日
Arxiv
13+阅读 · 2021年3月29日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Arxiv
26+阅读 · 2018年9月21日
Top
微信扫码咨询专知VIP会员