【 內(nèi) 容 提 要 】

　最 近 十 余 年 ， 人 工 智 能 在 美 國(guó) 得 到 快 速 發(fā) 展 。

　目 前美 國(guó) 的 人 工 智 能 在 研 發(fā) 方 面 居 于 全 球 領(lǐng) 先 地 位 。

　學(xué) 術(shù) 機(jī) 構(gòu) 是 美 國(guó)人 工 智 能 研 發(fā) 的 主 力 ， 企 業(yè) 界 的 作 用 也 在 不 斷 增 強(qiáng) 。

　人 工 智 能 已在 美 國(guó) 商 業(yè) 領(lǐng) 域 得 到 廣 泛 應(yīng) 用 ， 催 生 了 眾 多 新 興 產(chǎn) 業(yè) ， 并 提 升 了傳 統(tǒng) 行 業(yè) 的 智 能 化 水 平 ， 從 而 產(chǎn) 生 了 可 觀 的 經(jīng) 濟(jì) 效 益 。

　美 國(guó) 也 在積 極 深 化 人 工 智 能 在 政 府 部 門(mén) 特 別 是 軍 事 領(lǐng) 域 的 應(yīng) 用 。

　目 前 ， 美國(guó) 政 府 已 經(jīng) 制 定 了 較 為 完 整 的 人 工 智 能 戰(zhàn) 略 ， 進(jìn) 入 了 快 速 實(shí) 施 階段 。

　特 朗 普 政 府 為 美 國(guó) 人 工 智 能 發(fā) 展 設(shè) 立 了 目 標(biāo) 和 原 則 ， 成 立 了指 導(dǎo) 和 實(shí) 施 機(jī) 構(gòu) ， 注 入 了 大 量 資 金 ， 并 積 極 推 動(dòng) 數(shù) 據(jù) 開(kāi) 放 、 標(biāo) 準(zhǔn)制 定 、 人 才 培 養(yǎng) 、 政 府 與 企 業(yè) 合 作 以 及 風(fēng) 險(xiǎn) 管 控 。

　然 而 ， 美 國(guó) 人工 智 能 發(fā) 展 仍 面 臨 資 金 不 足 、 人 才 短 缺 和 政 策 執(zhí) 行 效 率 低 下 等 問(wèn)題 。

　美 國(guó) 政 府 在 制 定 人 工 智 能 發(fā) 展 戰(zhàn) 略 時(shí) ， 一 直 把 中 國(guó) 當(dāng) 作 首 要的 比 較 和 防 范 對(duì) 象 ， 把 中 國(guó) 在 人 工 智 能 領(lǐng) 域 里 的 競(jìng) 爭(zhēng) 視 為 爭(zhēng) 奪 世界 領(lǐng) 導(dǎo) 權(quán) 的 戰(zhàn) 略 競(jìng) 爭(zhēng) ，密 切 關(guān) 注 中 國(guó) 在 發(fā) 展 人 工 智 能 方 面 的 動(dòng) 向 ，竭 力 防 止 中 國(guó) 在 人 工 智 能 領(lǐng) 域 獲 得 領(lǐng) 先 地 位 。

　人 工 智 能 的 發(fā) 展 將使 中 美 在 軍 事 與 安 全 、 貿(mào) 易 和 政 治 方 面 的 矛 盾 進(jìn) 一 步 加 深 。

　】

　【關(guān)鍵詞】

　人工智能；高科技；戰(zhàn)略競(jìng)爭(zhēng)；中美關(guān)系

　人工智能是一個(gè)迅速發(fā)展的高科技領(lǐng)域，它影響到一個(gè)國(guó)家政治、社會(huì)和經(jīng)濟(jì)生活的許多方面，對(duì)國(guó)際關(guān)系也具有潛在的重大影響。美國(guó)是最早發(fā)展人工智能的國(guó)家，目前它在人工智能方面處于全球領(lǐng)先地位。近年來(lái)，為了保持本國(guó)的經(jīng)濟(jì)競(jìng)爭(zhēng)優(yōu)勢(shì)，美國(guó)政府尤其重視人工智能的發(fā)展，制定了詳盡的促進(jìn)政策。這些政策不僅關(guān)乎美國(guó)自身，其影響還會(huì)傳導(dǎo)到國(guó)際關(guān)系和國(guó)際貿(mào)易領(lǐng)域。美國(guó)在高科技領(lǐng)域?qū)χ袊?guó)的打壓就體現(xiàn)了這一點(diǎn)。因此，我們?cè)趪?guó)際關(guān)系和外交領(lǐng)域應(yīng)當(dāng)對(duì)美國(guó)人工智能的發(fā)展及政府發(fā)展戰(zhàn)略給予足夠的重視。

　一 一

　人工智能定義與重要相關(guān)概念 目前人工智能沒(méi)有普遍認(rèn)可的定義。一種簡(jiǎn)要的定義是:人工智能是“對(duì)思想和智能行為背后的計(jì)算原理的科學(xué)研究”。也可將人工智能定義為“能夠執(zhí)行通常需要人類智能，如視覺(jué)感知、語(yǔ)音識(shí)別、決策和語(yǔ)言翻譯任務(wù)的計(jì)算機(jī)系統(tǒng)的理論與發(fā)展”。因此，一般在提到人工智能時(shí)，可以把人工智能通俗地理解為“機(jī)器學(xué)習(xí)、自動(dòng)推理、機(jī)器人、計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理（NLP）的總稱”。

　關(guān)于對(duì)人工智能更具體的描述，可以參考美國(guó)《2019 財(cái)年國(guó)防授權(quán)法》給出的定義: （1）任何在變化的、不可預(yù)測(cè)的情況下執(zhí)行任務(wù)而無(wú)須重大的人為監(jiān)督的人工系統(tǒng)，或者在接觸數(shù)據(jù)集時(shí)可以從經(jīng)驗(yàn)中學(xué)習(xí)并改善性能的任何人工系統(tǒng)；（2）在計(jì)算機(jī)軟件、物理硬件或其他環(huán)境中發(fā)展起來(lái)的一種人工系統(tǒng)，用于完成需要類似于人的感知、認(rèn)知、計(jì)劃、學(xué)習(xí)、交流或身體動(dòng)作的任務(wù)；（3）一種被設(shè)計(jì)成像人一樣思考或行動(dòng)的人工系統(tǒng)，包括認(rèn)知結(jié)構(gòu)和神經(jīng)網(wǎng)絡(luò)；（4）一組技術(shù)，包括旨在用于近似認(rèn)知任務(wù)的機(jī)器學(xué)習(xí)；（5）一種旨在采取合理行動(dòng)的人工系統(tǒng)，包括一個(gè)智能軟件代

　理或嵌入式機(jī)器人，它通過(guò)感知、計(jì)劃、推理、學(xué)習(xí)、交流、決策和行動(dòng)來(lái)實(shí)現(xiàn)目標(biāo)。

　哲學(xué)家約翰·塞爾（John Searle）區(qū)分了強(qiáng)人工智能和弱人工智能的區(qū)別。他提出了一個(gè)問(wèn)題:計(jì)算機(jī)是否可以有頭腦，還是它們只能模擬頭腦-強(qiáng)人工智能要求計(jì)算機(jī)對(duì)其所做的事情有更深入的理解，確實(shí)是在思考而不只是模擬思考，塞爾認(rèn)為強(qiáng)人工智能是不可能實(shí)現(xiàn)的。而弱人工智能雖然可能看起來(lái)像是智能的，但是它們對(duì)自己做的事情缺乏更深入的理解，也不具有自主意識(shí)。從這個(gè)意義上說(shuō)，強(qiáng)人工智能與弱人工智能的區(qū)別同通用人工智能與專業(yè)人工智能的區(qū)別相類似。通用人工智能具有類似人類的思維和智能，“能夠執(zhí)行目前需要人類智能的任何認(rèn)知任務(wù)或操作任務(wù)”，而專業(yè)人工智能是為一個(gè)特定目的而訓(xùn)練的，很少有完成其他任務(wù)的能力。例如，2016 年 3 月谷歌公司研發(fā)的擊敗人類世界圍棋冠軍李世石的阿爾法狗就屬于專業(yè)人工智能的范疇，它不能進(jìn)行人臉識(shí)別。迄今所有的人工智能應(yīng)用都是以專業(yè)人工智能的形式出現(xiàn)的。人們普遍認(rèn)為，目前人類距離開(kāi)發(fā)出通用人工智能還十分遙遠(yuǎn)。

　人工智能成為熱門(mén)是最近十幾年的事情，但它并不是一種新現(xiàn)象。人們公認(rèn)，1956 年美國(guó)“達(dá)特茅斯學(xué)院人工智能夏季研究項(xiàng)目”研討會(huì)是人工智能概念形成的起點(diǎn)。項(xiàng)目主持人約翰·麥卡錫（錫（John McCarthy）邀請(qǐng)了包括語(yǔ)言模擬、神經(jīng)網(wǎng)絡(luò)和復(fù)雜性理論等在內(nèi)的各個(gè)學(xué)科的研究人員參加會(huì)議，澄清并提出與“思維機(jī)器”（thinking machines）相關(guān)的概念。會(huì)議的提案指出，“這項(xiàng)研究應(yīng)當(dāng)基于這樣的推測(cè):原則上可以精確地描述學(xué)習(xí)的各個(gè)方面或智能的任何其他特征，以便制造出模擬它的機(jī)器”。早期的人工智能研究激發(fā)了人們巨大的熱情和期望，曾在 20 世紀(jì) 60 年代和 80 年代掀起兩次發(fā)展高潮，但由于受到算法、數(shù)據(jù)量、數(shù)學(xué)理論和計(jì)算機(jī)運(yùn)算能力等因素的限制，所取得的成果有限，發(fā)展勢(shì)頭也兩次跌入低谷。至 2010 年左右，隨著互聯(lián)網(wǎng)時(shí)代大數(shù)據(jù)的積累和可獲得性、機(jī)器學(xué)習(xí)方法的改進(jìn)以及機(jī)器處理能力的提高，人們重新燃起對(duì)人工智能的興趣，從而刺激了專業(yè)人工智能的發(fā)展。前兩輪人工智能熱潮是學(xué)術(shù)研究主導(dǎo)的，而新一輪熱潮主要是商業(yè)需求驅(qū)動(dòng)的，并且產(chǎn)生了成熟的商業(yè)模式、廣泛的市場(chǎng)應(yīng)用和可觀的經(jīng)濟(jì)效益。

　要了解人工智能的發(fā)展現(xiàn)狀，首先要了解以下幾個(gè)關(guān)鍵概念以及它們之間的關(guān)聯(lián)。

�。�1）機(jī)器學(xué)習(xí)。人工智能最重要的進(jìn)步之一是機(jī)器學(xué)習(xí)，它是引領(lǐng)當(dāng)前人工智能大發(fā)展的革命性技術(shù)突破。機(jī)器學(xué)習(xí)是獲得人工智能的一種方法，其重點(diǎn)是賦予機(jī)器學(xué)習(xí)的能力，這是通過(guò)數(shù)據(jù)和算法的結(jié)合來(lái)完成的。機(jī)器被輸入數(shù)據(jù)，之后使用算法來(lái)“研究”這些數(shù)據(jù)以發(fā)現(xiàn)模式，機(jī)器從這些數(shù)據(jù)中“學(xué)習(xí)”，目的是能夠執(zhí)行任務(wù)。一般來(lái)說(shuō)，機(jī)器學(xué)習(xí)可以幫助研究者對(duì)數(shù)據(jù)進(jìn)行分類、聚類和預(yù)測(cè)。在此基礎(chǔ)上，計(jì)算機(jī)能夠檢測(cè)惡意軟件、預(yù)測(cè)住院情況、檢查法律合同是否存在錯(cuò)誤、防止洗錢(qián)、通過(guò)鳴叫聲來(lái)識(shí)別鳥(niǎo)類、預(yù)測(cè)基因功能、發(fā)現(xiàn)新藥、預(yù)測(cè)犯罪并適當(dāng)安排警察巡邏、識(shí)別最適宜種植的農(nóng)作物、測(cè)試軟件以及標(biāo)記文章等。

�。�2）算法。在機(jī)器學(xué)習(xí)中，算法是關(guān)鍵。算法是用機(jī)器語(yǔ)言一步步地描述如何執(zhí)行任務(wù)或計(jì)算。算法的目的是解決問(wèn)題。至關(guān)重要的是，在輸入相同的條件下應(yīng)當(dāng)反復(fù)產(chǎn)生相同的結(jié)果。不同的算法適用于完成不同的任務(wù)。

�。�3）深度學(xué)習(xí)。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)領(lǐng)域，它受人腦結(jié)構(gòu)的啟發(fā)，依賴于所謂的神經(jīng)網(wǎng)絡(luò)。這種機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)可以從數(shù)據(jù)中學(xué)習(xí)，而無(wú)須外部指導(dǎo)。機(jī)器之所以能夠做到這一點(diǎn)，是因?yàn)樗鼈兛梢酝ㄟ^(guò)調(diào)整部分編程來(lái)獲得更好的結(jié)果。深度學(xué)習(xí)是解決某些問(wèn)題的絕佳工具，特別是涉及感知分類的問(wèn)題，如識(shí)別音節(jié)和賓語(yǔ)。深度學(xué)習(xí)意味著系統(tǒng)“正確處理”的可能性增加了，它是基于該系統(tǒng)經(jīng)過(guò)多次迭代來(lái)識(shí)別圖像中的特定元素并根據(jù)識(shí)別是否成功而進(jìn)行調(diào)整來(lái)完成的。這與人們通常理解的智能有很大不同。

�。�4）人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)為深度學(xué)習(xí)提供了動(dòng)力。它們由多層次的“像一個(gè)大腦一樣的一組相互連接的模擬神經(jīng)元”組成。人們通過(guò)算法來(lái)模擬各個(gè)層次的神經(jīng)元。人工神經(jīng)網(wǎng)絡(luò)非常適合于識(shí)別圖像，它們從少量的圖像中學(xué)習(xí)，這些圖像已被手動(dòng)標(biāo)記為“貓”或“非貓”。網(wǎng)絡(luò)可以由此識(shí)別出一組特征，從而能夠識(shí)別圖像中的貓。同樣的原理也可用于分析衛(wèi)星圖像。

　在訓(xùn)練方面，可以區(qū)分有監(jiān)督的、無(wú)監(jiān)督的和強(qiáng)化的學(xué)習(xí)。阿爾法狗是通過(guò)與人類對(duì)弈來(lái)訓(xùn)練的。借助于強(qiáng)化學(xué)習(xí)，其后繼者阿爾法元可以在沒(méi)有人工輸入的情況下通過(guò)與自己對(duì)弈來(lái)學(xué)習(xí)。強(qiáng)化學(xué)習(xí)現(xiàn)在被用來(lái)訓(xùn)練精通多個(gè)棋盤(pán)游戲的人工智能。目前深度學(xué)習(xí)為語(yǔ)音識(shí)別、圖像識(shí)別和自然語(yǔ)言處理等領(lǐng)域帶來(lái)了突破性進(jìn)展，語(yǔ)音識(shí)別的準(zhǔn)確率在過(guò)去 10 年內(nèi)從65%提升到 95%。這些技術(shù)進(jìn)步催生了廣泛的實(shí)際應(yīng)用，如自動(dòng)駕駛、機(jī)器翻譯、智能生活、數(shù)據(jù)挖掘、災(zāi)害預(yù)測(cè)、輔助醫(yī)療和精準(zhǔn)營(yíng)銷等。

�。�5）大數(shù)據(jù)。人工智能離不開(kāi)大數(shù)據(jù)。人工智能和機(jī)器學(xué)習(xí)建立在大數(shù)據(jù)的可獲得性不斷提高和計(jì)算能力不斷增強(qiáng)的基礎(chǔ)之上。機(jī)器學(xué)習(xí)是借助以前所未有的數(shù)量、種類和速度提供的數(shù)據(jù)培養(yǎng)起來(lái)的。近年來(lái)大多數(shù)機(jī)器學(xué)習(xí)進(jìn)步背后的促進(jìn)因素就是大數(shù)據(jù)和深度學(xué)習(xí)。

　二 二

　美國(guó)人工智能發(fā)展現(xiàn)狀 狀 （一）美國(guó)人工智能研發(fā)現(xiàn)狀 2019 年一份對(duì)美國(guó)、中國(guó)、歐洲人工智能發(fā)展的比較研究報(bào)告顯示，在六項(xiàng)指標(biāo)——人才、研究、開(kāi)發(fā)、采用、數(shù)據(jù)和硬件中，美國(guó)處于絕對(duì)領(lǐng)先地位，中國(guó)位居第二，歐洲則位居第三。根據(jù)對(duì) 2018 年在 21 個(gè)主要人工智能國(guó)際會(huì)議上發(fā)表論文的作者獲得博士學(xué)位情況的調(diào)查，其中有 44%的人在美國(guó)獲得博士學(xué)位，比在歐盟（估計(jì)為 21%）和中國(guó)（11%）的總和還多。這在很大程度上為美國(guó)提供了人工智能人才的優(yōu)勢(shì)。根據(jù)人工智能論文和專利記錄，在雇用人工智能人才最多的 20 家公司中，2017 年有一半

　設(shè)在美國(guó)。這 10 家美國(guó)公司合計(jì)擁有 1623 名人工智能人才。相比之下，歐盟有 6 家這樣的公司，總共有 522 名人工智能人才。排名前 20 位的唯一一家中國(guó)公司是華為，擁有 73 名相關(guān)人才。

　美國(guó)在人工智能方面的研究成果在全球處于領(lǐng)先地位。根據(jù)全球最大的引文數(shù)據(jù)庫(kù) Scopus 的檢索結(jié)果，2018 年美國(guó)共發(fā)表了 16233 篇與人工智能有關(guān)的同行評(píng)審論文。論文數(shù)量的快速增長(zhǎng)主要發(fā)生在 2013 年之后，5 年內(nèi)增長(zhǎng)了 2.7 倍。同一時(shí)期中國(guó)和歐盟的人工智能論文數(shù)量也有類似的快速增長(zhǎng)，而且每年發(fā)表論文的數(shù)量明顯超過(guò)美國(guó)，兩者 2018 年的發(fā)表數(shù)量分別高達(dá) 24929 篇和 20418 篇。不過(guò)，美國(guó)人工智能論文的質(zhì)量一直大幅度領(lǐng)先于其他地區(qū)，2018 年其平均每篇論文被引用的次數(shù)為 2.23 次，而中國(guó)為 1.36 次。美國(guó)每個(gè)作者被引用的次數(shù)也比全球平均水平高出 40%。

　美國(guó)在深度學(xué)習(xí)領(lǐng)域發(fā)表的論文數(shù)量遠(yuǎn)超過(guò)其他國(guó)家，2015—2018 年共在預(yù)印本文庫(kù)網(wǎng)站 arXiv 發(fā)表了 3078 篇相關(guān)論文，是中國(guó)同期的兩倍。最近幾年，美國(guó)每年取得的人工智能專利數(shù)量都占到全球總量的一半左右，專利引證數(shù)量占到全球的 60%。在全球最大的軟件源代碼托管服務(wù)平臺(tái)GitHub 上，美國(guó)各機(jī)構(gòu)貢獻(xiàn)的人工智能軟件庫(kù)受到最多的關(guān)注。僅谷歌公司主導(dǎo)的機(jī)器學(xué)習(xí)開(kāi)源軟件庫(kù) TensorFlow 的累積點(diǎn)贊數(shù)就超過(guò) 15 萬(wàn)次，接近所有其他主要相關(guān)軟件庫(kù)的總和。然而，中國(guó)與美國(guó)在這方面的差距正在縮小。艾倫人工智能研究所 2019 年對(duì)人工智能論文進(jìn)行的分析發(fā)現(xiàn)，在被引用最多的 10%的人工智能論文中，美國(guó)所占份額從 1982 年的 47%下降到 2018 年的 29%，中國(guó)從 1982 年的幾乎為 0 增長(zhǎng)到 26.5%。

　學(xué)術(shù)機(jī)構(gòu)是美國(guó)人工智能研究的主力。1998—2018 年，美國(guó)共發(fā)表了32 萬(wàn)篇各類關(guān)于人工智能的論文，其中有 27 萬(wàn)篇來(lái)自學(xué)術(shù)機(jī)構(gòu)，比例達(dá)到85%。這與中國(guó)和歐盟的情況類似，后兩者的比例還要略高，分別高達(dá) 93%和 91%。2013—2017 年發(fā)表人工智能論文最多的 5 個(gè)美國(guó)機(jī)構(gòu)是卡內(nèi)基梅隆大學(xué)、麻省理工學(xué)院、微軟、IBM 和斯坦福大學(xué)。根據(jù) 2018 年 3 月 6 日的科研論文影響力（FWCI）評(píng)分，這五個(gè)機(jī)構(gòu)加在一起為 4.0，顯著高于歐盟前五名（1.9）和中國(guó)前五名（1.4）的評(píng)分。人工智能迅速成為美國(guó)計(jì)算機(jī)科學(xué)中最熱門(mén)的博士生專業(yè)，遠(yuǎn)超過(guò)傳統(tǒng)的信息安全、計(jì)算機(jī)網(wǎng)絡(luò)、軟件工程等專業(yè)。2018 年美國(guó)畢業(yè)的 1251 個(gè)計(jì)算機(jī)科學(xué)博士中有 266 人主修人工智能，比例超過(guò) 21%，比 5 年前增加了 10 個(gè)百分點(diǎn)。

　企業(yè)界也在美國(guó)的人工智能研發(fā)中發(fā)揮了很大作用。從 1998 年到 2018年，來(lái)自企業(yè)的各類人工智能文章共有 3.8 萬(wàn)篇，占總數(shù)的 12%，而該比例在中國(guó)和歐盟分別只有 2.2%和 3.6%。目前，企業(yè)界已經(jīng)成為美國(guó)人工智能人才的最大就業(yè)場(chǎng)所。

　2018 年，超過(guò) 60%的人工智能博士畢業(yè)生進(jìn)入企業(yè)界，比 2004 年高出40 個(gè)百分點(diǎn)。人工智能教師離開(kāi)學(xué)術(shù)界進(jìn)入工業(yè)界的速度也在加快，2018年有 40 多人離職，比 2012 年多 25 人。

　美國(guó)的人工智能研究在許多關(guān)鍵技術(shù)領(lǐng)域居于世界領(lǐng)先地位。在計(jì)算機(jī)視覺(jué)領(lǐng)域，谷歌公司和卡內(nèi)基梅隆大學(xué)開(kāi)發(fā)的 Noisy Student 方法對(duì)圖片進(jìn)行分類的 Top-1 準(zhǔn)確率達(dá)到 88.4%，比 6 年前提高了 35 個(gè)百分點(diǎn)；在云基礎(chǔ)設(shè)施上訓(xùn)練大型圖像分類系統(tǒng)所需的時(shí)間已經(jīng)從 2017 年的 3 個(gè)小時(shí)減少到 2019 年的 88 秒，訓(xùn)練費(fèi)用也從 1112 美元下降到 12.6 美元。自然語(yǔ)言處理的進(jìn)展也非常迅速。2012 年以來(lái)，人工智能系統(tǒng)的計(jì)算量一直呈指數(shù)式增長(zhǎng)，平均每 3.4 個(gè)月就翻一番，遠(yuǎn)遠(yuǎn)超過(guò)摩爾定律限定的每?jī)赡攴�一番的增長(zhǎng)速度。谷歌公司的阿爾法元每天能進(jìn)行 1020 次浮點(diǎn)運(yùn)算，遠(yuǎn)超出任何其他人工智能系統(tǒng)。

　然而，當(dāng)前由深度學(xué)習(xí)主導(dǎo)的人工智能發(fā)展有其應(yīng)用范圍和理論上的瓶頸。深度學(xué)習(xí)在語(yǔ)音和圖像識(shí)別、自然語(yǔ)言處理等領(lǐng)域擁有其他人工智能技術(shù)無(wú)可比擬的優(yōu)勢(shì)，但也具有易受攻擊、學(xué)習(xí)效率低、應(yīng)用不穩(wěn)定、缺乏可解釋性等局限。2011 年圖靈獎(jiǎng)得主、人工智能專家朱迪亞·珀?duì)枺↗udea Pearl）認(rèn)為，深度學(xué)習(xí)是一種非常通用和強(qiáng)大的曲線擬合技術(shù)，它可以識(shí)別以前隱藏的模式，推斷出趨勢(shì)，并預(yù)測(cè)出各種問(wèn)題的結(jié)果，但除非算法和由它們控制的機(jī)器能夠推出因果關(guān)系，否則它們的效用和通用性永遠(yuǎn)不會(huì)接近于人類。

　根據(jù)高德納咨詢公司提出的技術(shù)成熟度曲線，新科技從誕生到成熟應(yīng)用通常要耗費(fèi)十余年時(shí)間或更久，其間要經(jīng)歷五個(gè)階段:科技誕生的促動(dòng)期、過(guò)高期望的峰值期、泡沫化的低谷期、穩(wěn)步爬升的光明期和實(shí)質(zhì)生產(chǎn)的高峰期。該公司對(duì)當(dāng)前人工智能的各種技術(shù)和應(yīng)用進(jìn)行了評(píng)估，認(rèn)為只有語(yǔ)音識(shí)別達(dá)到了實(shí)質(zhì)生產(chǎn)的高峰期，其他都仍處于前三個(gè)時(shí)期。例如，自動(dòng)駕駛正處于泡沫化的低谷期，計(jì)算機(jī)視覺(jué)、智能助手、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)等都處于從高峰期向低谷期下降的階段。因此，對(duì)于絕大多數(shù)人工智能技術(shù)及其應(yīng)用來(lái)說(shuō)，至少還需要數(shù)年時(shí)間才能達(dá)到實(shí)質(zhì)生產(chǎn)的高峰期。

�。ǘ�）美國(guó)人工智能產(chǎn)業(yè)的發(fā)展 美國(guó)人工智能產(chǎn)業(yè)對(duì)勞動(dòng)力的需求在迅速增長(zhǎng)。2010—2019 年，與人工智能相關(guān)的工作崗位占總工作崗位的比例從 0.26%上升到 1.32%。其中機(jī)器學(xué)習(xí)所占的比例最高，占到總工作崗位的 0.51%。各個(gè)行業(yè)都需要人工智能人才，其中信息產(chǎn)業(yè)的需求量最大，其次是高科技服務(wù)業(yè)和金融保險(xiǎn)業(yè)。

　從地域來(lái)看，美國(guó)各州對(duì)人工智能人才的需求都在快速增長(zhǎng)，但需求量最大的仍是加利福尼亞州、紐約州、得克薩斯州、馬薩諸塞州、華盛頓州和弗吉尼亞州等高科技產(chǎn)業(yè)聚集的州。2018—2019 年，加利福尼亞州對(duì)人工智能人才的需求超過(guò) 9.3 萬(wàn)人，占該州工作需求總量的 1.3%。德勤會(huì)計(jì)師事務(wù)所評(píng)出的全球前 20 個(gè)人工智能創(chuàng)新和應(yīng)用城市中，有 5 個(gè)位于美國(guó)，分別是舊金山、波士頓、紐約、洛杉磯和達(dá)拉斯。相對(duì)而言，人工智能更容易對(duì)高技能工作造成沖擊，而中低技能工作更容易受到軟件和機(jī)器人的沖擊。擁有學(xué)士學(xué)位的人受到人工智能沖擊的程度是高中學(xué)歷者的 5 倍，

　這是因?yàn)槿斯ぶ悄芨�容易完成白領(lǐng)擅長(zhǎng)的規(guī)劃、推理、預(yù)測(cè)和解決問(wèn)題等任務(wù)。

　美國(guó)與人工智能相關(guān)的公司數(shù)量以及對(duì)這些公司的投資也在快速增長(zhǎng)。美國(guó)的人工智能初創(chuàng)企業(yè)超過(guò) 5000 家，數(shù)量遠(yuǎn)超過(guò)其他國(guó)家。排名第二的英國(guó)大約有 1000 家，中國(guó)大約有 300 多家。全球排名前 100 的人工智能初創(chuàng)公司中的 77 家位于美國(guó)。2018 年，美國(guó)人工智能初創(chuàng)公司共獲得 187 億美元的私人投資，相當(dāng)于 2013 年的 7.6 倍，大約占全球總量的 46%。這些美國(guó)初創(chuàng)公司雖然獲得了大量投資，但目前很少進(jìn)行上市和公開(kāi)募股活動(dòng)，更多是被高科技巨頭收購(gòu)。例如，蘋(píng)果公司共收購(gòu)了 20 家，谷歌收購(gòu)了 14家，微軟收購(gòu)了 10 家。美國(guó)人工智能初創(chuàng)公司涉及的領(lǐng)域非常多樣化，其中數(shù)據(jù)工具領(lǐng)域得到了最多的投資，接下來(lái)是醫(yī)療技術(shù)、零售、文本分析、聊天機(jī)器人和廣告營(yíng)銷等。這與中國(guó)的情況有明顯不同:中國(guó)的投資主要流向自動(dòng)化、人臉識(shí)別、教育技術(shù)和自動(dòng)駕駛等領(lǐng)域。

　在人工智能公司的風(fēng)險(xiǎn)資本和私募股權(quán)融資方面，美國(guó)也居于首位。2017—2018 年，美國(guó)的風(fēng)險(xiǎn)投資和私募股權(quán)融資數(shù)額約為 169 億美元。其次是中國(guó)，約為 135 億美元。排第三的是歐盟，約為 28 億美元。再看涉及人工智能公司的風(fēng)險(xiǎn)資本和私募股權(quán)融資交易數(shù)量，2017—2018 年，美國(guó)人工智能公司獲得的投資最多（1270 項(xiàng)），超過(guò)歐盟（660 項(xiàng)）和中國(guó)（390項(xiàng)）。知名的初創(chuàng)公司及投資機(jī)構(gòu)生態(tài)數(shù)據(jù)庫(kù) Crunch-Base 上列出了 2000年 1 月到 2019 年 5 月按地區(qū)劃分的人工智能類別組中的公司收購(gòu)數(shù)量，美國(guó)擁有此類公司 1727 家，超過(guò)歐盟（擁有 762 家）和中國(guó)（擁有 224 家）的總和。

　美國(guó)在發(fā)展世界一流的人工智能公司中處于領(lǐng)先地位。美國(guó)公司在專利和主導(dǎo)性人工智能收購(gòu)方面表現(xiàn)強(qiáng)勁，例如，在 15 個(gè)機(jī)器學(xué)習(xí)子類別中，微軟和 IBM 在 8 個(gè)子類別中申請(qǐng)了比其他任何實(shí)體公司都更多的專利，包括監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)類。美國(guó)公司在 20 個(gè)領(lǐng)域中的 12 個(gè)領(lǐng)域的專利申請(qǐng)?zhí)幱陬I(lǐng)先地位，包括農(nóng)業(yè)（迪爾公司）、安全（IBM 公司）以及個(gè)人設(shè)備、計(jì)算機(jī)和人機(jī)互動(dòng)（微軟公司）。中國(guó)科學(xué)院則在深度學(xué)習(xí)方面申請(qǐng)了最多的專利，德國(guó)的西門(mén)子公司在神經(jīng)網(wǎng)絡(luò)方面申請(qǐng)了最多的專利。

　此外，2012—2016 年，IBM 的人工智能專利申請(qǐng)為 3677 項(xiàng)，居全球之首。Alpha-bet 公司有 2185 項(xiàng)，微軟有 1952 項(xiàng)，均位列全球前五名。1960—2018 年，專利申請(qǐng)人在美國(guó)專利數(shù)據(jù)庫(kù)（USPTO）中申請(qǐng)了 28031項(xiàng)高引用率專利，這大大超過(guò)了歐盟的 2985 項(xiàng)和中國(guó)的 691 項(xiàng)。雖然此項(xiàng)指標(biāo)顯示的是申請(qǐng)人在哪里提交專利，而不是他們的所在地，但大多數(shù)申請(qǐng)人通常會(huì)首先選擇在其居住的國(guó)家/地區(qū)提交專利。此外，世界知識(shí)產(chǎn)權(quán)組織（WIPO）追蹤了 1960—2018 年首次作為《專利合作條約》（Pa-tent Cooperation Treaty）專利申請(qǐng)的知識(shí)產(chǎn)權(quán)專利的數(shù)量。在這方面，美國(guó)有1863 項(xiàng)，領(lǐng)先于中國(guó)的 1085 項(xiàng)和歐盟的 1074 項(xiàng)。

　美國(guó)在每一項(xiàng)人工智能發(fā)展指標(biāo)上都處于領(lǐng)先地位，這表明美國(guó)比中國(guó)和歐盟更有能力繼續(xù)發(fā)展全球領(lǐng)先的人工智能企業(yè)。專利和收購(gòu)數(shù)據(jù)也顯

　示，美國(guó)在發(fā)展世界級(jí)人工智能公司方面已經(jīng)居于顯著的領(lǐng)先地位。但是，部分由于中國(guó)強(qiáng)大的風(fēng)險(xiǎn)投資和私募股權(quán)生態(tài)系統(tǒng)，中國(guó)正在趕上歐盟和美國(guó)。

　超級(jí)計(jì)算機(jī)是人工智能發(fā)展的關(guān)鍵基礎(chǔ)設(shè)施之一。在超級(jí)計(jì)算機(jī)擁有量方面，根據(jù) 2019 年 11 月 Top500 公布的數(shù)據(jù)，在全球前 500 強(qiáng)的超級(jí)計(jì)算機(jī)系統(tǒng)中，美國(guó)擁有 117 臺(tái)，占 23.4%，平均綜合得分為 5223；中國(guó)（不含港澳臺(tái)地區(qū)）擁有 228 臺(tái)，占 45.6%，平均綜合得分為 2333；歐盟國(guó)家（含英國(guó)）有 91 臺(tái)，占 18.2%，平均綜合得分為 3211。世界上最快的 10臺(tái)超級(jí)計(jì)算機(jī)中有 5 臺(tái)屬于美國(guó)，世界上最快的兩臺(tái)超級(jí)計(jì)算機(jī)（Summit和 Sierra）就安置在美國(guó)能源部。

　此外，美國(guó)的英特爾公司開(kāi)發(fā)了 500 強(qiáng)超級(jí)計(jì)算機(jī)中 94.8%的處理器。使用加速器或協(xié)處理器來(lái)增強(qiáng)計(jì)算機(jī)性能的超級(jí)計(jì)算機(jī)有 145 臺(tái)，其中有141 臺(tái)使用了來(lái)自美國(guó)的 Nvidia 或英特爾公司的加速器或協(xié)處理器，占總數(shù)的 97.2%。中國(guó)的超級(jí)計(jì)算機(jī)研發(fā)在某些方面正在趕超美國(guó)。2010 年 6月，全球 500 臺(tái)性能最強(qiáng)的超級(jí)計(jì)算機(jī)中有 282 臺(tái)安裝在美國(guó)，但是到 2018年，美國(guó)擁有的臺(tái)數(shù)下降到了 109 臺(tái)的歷史最低位。中美都在努力開(kāi)發(fā)每秒百億億次浮點(diǎn)運(yùn)算的計(jì)算機(jī)。2018 年《科學(xué)》（Science）雜志的一篇報(bào)道說(shuō)，2018 年 6 月以前，中國(guó)在世界排名中最靠前的兩臺(tái)超級(jí)計(jì)算機(jī)太湖之光（排名第一）和天河 2A（排名第三）的算力總和比美國(guó)能源部當(dāng)時(shí)擁有的 21 臺(tái)超級(jí)計(jì)算機(jī)的總和還要強(qiáng)大。直到 2018 年 6 月美國(guó)田納西州橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室名為 Summit 的計(jì)算機(jī)付諸運(yùn)行，它才為美國(guó)奪回了最強(qiáng)超級(jí)計(jì)算機(jī)的稱號(hào)。目前美國(guó)能源部正在研發(fā)一臺(tái)名為極光（Aurora）的超級(jí)計(jì)算機(jī)，其計(jì)算和分析能力是 Summit 的 50 倍。

　人工智能對(duì)美國(guó)經(jīng)濟(jì)將產(chǎn)生顯著的促進(jìn)作用。它不僅催生了圖像識(shí)別、語(yǔ)音識(shí)別、機(jī)器翻譯等新興產(chǎn)業(yè)，其更廣泛的應(yīng)用是所謂的“AI+”，即人工智能為醫(yī)療、制造、運(yùn)輸、金融、零售、教育、農(nóng)業(yè)等傳統(tǒng)行業(yè)賦能，提高這些行業(yè)的智能化水平，推動(dòng)傳統(tǒng)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，向“工業(yè) 4.0”轉(zhuǎn)變，創(chuàng)造出新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。普華永道會(huì)計(jì)師事務(wù)所預(yù)測(cè)，到 2030 年人工智能對(duì)全球經(jīng)濟(jì)的累積貢獻(xiàn)可能高達(dá) 15.7 萬(wàn)億美元，其中 6.6 萬(wàn)億美元源自生產(chǎn)率的提升，9.1 萬(wàn)億美元源自消費(fèi)，今后對(duì)美國(guó)經(jīng)濟(jì)的累積貢獻(xiàn)將達(dá)到 3.7萬(wàn)億美元。埃森哲咨詢公司預(yù)測(cè)，到 2035 年人工智能將每年為美國(guó)經(jīng)濟(jì)帶來(lái) 2.6%—4.6%的額外增長(zhǎng)。由于深度學(xué)習(xí)在美國(guó)發(fā)展得最早，它對(duì)美國(guó)經(jīng)濟(jì)的促進(jìn)作用將很快顯現(xiàn)出來(lái)，在 21 世紀(jì) 20 年代中期就能達(dá)到高峰，可能比中國(guó)要早 5 年。

　人工智能已經(jīng)在美國(guó)多個(gè)行業(yè)中得到應(yīng)用。獲益最多的行業(yè)之一是醫(yī)療保健，主要應(yīng)用范圍是輔助診斷和治療、醫(yī)療影像分析、傳染病的早期識(shí)別和跟蹤、新藥研發(fā)等。僅 2018 年，美國(guó)食品藥品管理局就批準(zhǔn)了 16 款人工智能醫(yī)療產(chǎn)品，用于檢測(cè)骨折、糖尿病、心臟和腦部疾病。自動(dòng)駕駛是另一個(gè)人工智能技術(shù)正在快速走向?qū)嵱玫念I(lǐng)域，美國(guó)在這方面也處于世界領(lǐng)先地位。根據(jù)畢馬威對(duì)各國(guó)自動(dòng)駕駛發(fā)展情況的評(píng)估，2019 年美國(guó)位列世界第四，其中在技術(shù)和創(chuàng)新方面位列世界第三，僅次于以色列和挪威。

　中國(guó)的綜合排名是第 20 名，技術(shù)和創(chuàng)新位列第 19 名。美國(guó)汽車工程師學(xué)會(huì)將自動(dòng)駕駛分成 L0 到 L5 共六個(gè)等級(jí)，特斯拉等美國(guó)量產(chǎn)車型的自動(dòng)駕駛等級(jí)處于 L2 到 L3 之間，大約領(lǐng)先中國(guó)一個(gè)等級(jí)。在金融行業(yè)，人工智能將促進(jìn)個(gè)人化理財(cái)規(guī)劃和交易自動(dòng)化，這有助于監(jiān)控金融欺詐和洗錢(qián)活動(dòng)。人工智能還將促進(jìn)制造業(yè)自動(dòng)化和個(gè)人定制生產(chǎn)，幫助銷售行業(yè)預(yù)測(cè)消費(fèi)者的需求、優(yōu)化存儲(chǔ)和物流，便于新聞和娛樂(lè)行業(yè)定制用戶內(nèi)容、精準(zhǔn)投放廣告。

　（三）人工智能在美國(guó)政府部門(mén)與政治中的應(yīng)用 人工智能已經(jīng)在美國(guó)政府部門(mén)中得到廣泛應(yīng)用。至少有 142 個(gè)重要的聯(lián)邦政府部門(mén)正在使用人工智能，其用途多種多樣，包括在執(zhí)法行動(dòng)中精準(zhǔn)識(shí)別和選擇目標(biāo)、收集和分析信息以制定決策，改進(jìn)與公眾交流的方式、提高內(nèi)部管理效率等。證券交易委員會(huì)、社會(huì)保障管理局、海關(guān)和邊境保護(hù)局、食品與藥品管理局、聯(lián)邦通信委員會(huì)是使用人工智能較多的機(jī)構(gòu)。

　美國(guó)政府特別注重人工智能在軍事和安全方面的應(yīng)用。國(guó)防部建立了聯(lián)合人工智能中心，并一次性撥給 6 年共 17.5 億美元的預(yù)算，以推動(dòng)國(guó)防部盡快使用人工智能、協(xié)調(diào)技術(shù)研發(fā)和應(yīng)用、防止美國(guó)關(guān)鍵基礎(chǔ)設(shè)置遭到網(wǎng)絡(luò)攻擊，其當(dāng)前負(fù)責(zé)人是陸軍中將約翰·沙納漢。國(guó)防部設(shè)立了算法戰(zhàn)跨職能小組，這是聯(lián)合人工智能中心的第一個(gè)項(xiàng)目，負(fù)責(zé)把人工智能快速集成到國(guó)防部的現(xiàn)有系統(tǒng)中。人工智能在預(yù)計(jì)情報(bào)、監(jiān)視和偵察方面特別有用。美國(guó)情報(bào)界正在開(kāi)展一些公開(kāi)的人工智能研究項(xiàng)目，僅中央情報(bào)局就有大約 140 個(gè)正在開(kāi)發(fā)的項(xiàng)目，旨在利用人工智能在一定程度上完成圖像識(shí)別和預(yù)測(cè)分析等任務(wù)。美國(guó)情報(bào)高級(jí)研究計(jì)劃局正在資助幾個(gè)人工智能研究項(xiàng)目，打算在未來(lái) 4—5 年內(nèi)開(kāi)發(fā)出相關(guān)分析工具，例如用于在嘈雜環(huán)境中進(jìn)行多種語(yǔ)言語(yǔ)音識(shí)別和翻譯的算法、在沒(méi)有相關(guān)元數(shù)據(jù)的情況下對(duì)圖像進(jìn)行地理定位以及融合二維圖像以創(chuàng)建三維模型等。

　空軍使用人工智能來(lái)預(yù)測(cè)飛機(jī)的維修，它提取飛機(jī)傳感器的數(shù)據(jù)，將數(shù)據(jù)輸入預(yù)測(cè)算法，以確定技術(shù)人員何時(shí)需要檢查飛機(jī)或更換零件；空軍還在開(kāi)發(fā)多域指揮控制系統(tǒng)，旨在集中規(guī)劃和執(zhí)行空中、太空、網(wǎng)絡(luò)、海上和陸上軍事行動(dòng)。美國(guó)各軍事部門(mén)都在努力將人工智能納入戰(zhàn)斗機(jī)、無(wú)人機(jī)、車輛和艦艇中，利用人工智能技術(shù)感知環(huán)境、識(shí)別障礙物、融合傳感器數(shù)據(jù)、規(guī)劃導(dǎo)航以及與其他設(shè)備通信。美國(guó)還在開(kāi)發(fā)殺傷性自主武器系統(tǒng)，它能夠獨(dú)立識(shí)別目標(biāo)，不需要與人類溝通就能利用機(jī)載武器系統(tǒng)發(fā)動(dòng)攻擊。鑒于美國(guó)企業(yè)通常不愿與國(guó)防部合作，國(guó)防部還在向企業(yè)施加更大壓力，要求它們授予無(wú)限制使用數(shù)據(jù)和軟件的權(quán)利。

　人工智能在美國(guó)政治生活中也得到廣泛應(yīng)用。它既為政治人物和普通民眾提供了新的參與政治的手段，也加速了“后真相時(shí)代”的到來(lái)。通過(guò)分析網(wǎng)絡(luò)用戶的消費(fèi)模式和社交關(guān)系，人工智能可以為每個(gè)用戶建立獨(dú)特的畫(huà)像，并預(yù)測(cè)他們的政治傾向和投票行為，進(jìn)而幫助競(jìng)選者精準(zhǔn)投放競(jìng)選廣告。人工智能也能幫助選民更精確地挑選自己喜歡的政治資訊，促進(jìn)對(duì)特定議題和候選人的了解。奧巴馬最早在選舉中運(yùn)用人工智能，他的競(jìng)選團(tuán)隊(duì)在

　2012 年使用大數(shù)據(jù)分析來(lái)精準(zhǔn)投放競(jìng)選廣告和 郵 件 ， 最 終 獲 得 10 億 美元 的 巨 額 捐 款 。

　2016 年 特 朗 普 競(jìng) 選 團(tuán) 隊(duì) 利 用 劍 橋 分 析 公 司 來(lái) 幫 他操 縱 和 引 導(dǎo) 社 交 媒 體 上 的 輿 論 風(fēng) 向 。

　2018 年 該 公 司 被 揭 露 曾 以 不當(dāng) 方 法 獲 取 和 轉(zhuǎn) 賣 臉 書(shū) 5000 萬(wàn) 用 戶 的 數(shù) 據(jù) 。

　在 2018 年 的 美 國(guó) 中期 選 舉 中 ， 一 項(xiàng) 令 人 警 惕 的 人 工 智 能 技 術(shù) 是 深 度 偽 造 ， 它 可 被 用來(lái) 逼 真 地 偽 造 政 治 人 物 的 聲 音 或 視 頻 ， 以 此 來(lái) 誤 導(dǎo) 選 民 。

　2019 年6 月 13 日 ， 美 國(guó) 眾 議 院 情 報(bào) 委 員 會(huì) 專 門(mén) 召 開(kāi) 了 關(guān) 于 深 度 偽 造 的 聽(tīng)證 會(huì) ， 討 論 這 項(xiàng) 技 術(shù) 對(duì) 國(guó) 家 、 社 會(huì) 和 個(gè) 人 的 風(fēng) 險(xiǎn) 及 應(yīng) 對(duì) 措 施 。

相關(guān)熱詞搜索：人工智能 美國(guó) 發(fā)展戰(zhàn)略