在搜索引擎中輸入“China”、“AI”、“leader”幾個關鍵字，很快，匹配得到的海外新聞詞條數不勝數。粗略查看標題，盡是外媒有關“中國或將超越美國成為全球 AI 領導者”的新聞，尤以 2018 年更甚。

根據烏鎮智庫發布的《烏鎮指數：全球人工智能發展報告2017》顯示，2000年美國新增AI企業數占全球AI企業總數的45.8%，2016年下降至26.19%；中國則從2000年的7.5%上升至2016年的23.74%。

CB Insight公布的《2018年人工智能發展趨勢》報告顯示，2017年中國人工智能初創企業獲融資額占全球總體的48%，相比2016年實現了翻倍以上增長。相比之下，美國僅占38%，而這一數字在2013年仍是77%。

去年，由美國人工智能協會（American Association for Artificial Intelligence）組織的AAAI大會上，在2571篇投稿論文中，中國和美國的投稿數量分別占到31%和30%。雖然在被接收論文數量上，中國還是低于美國，但數量已經大幅提升。

2015年5月，國務院頒布《中國制造2025》中首次提出“加快發展智能制造裝備和產品”；2017年3月，“人工智能”首次被寫入政府工作報告；同年7月，國務院發布《新一代人工智能發展規劃》，明確指出2030年成為“世界主要人工智能創新中心”。

無論是 AI 創業公司新增數量，還是初創公司投融資情況，亦或是學術論文發表情況以及政策支持力度，均毫無例外地向外界傳遞了一個訊息：在人工智能領域，中國已經成為了美國強有力的競爭者。

如今在中國，以 BAT 為代表的互聯網科技公司，在經歷了用戶與海量數據的原始積累之后，伴隨云計算技術的提升，自然形成了大數據和人工智能快速發展的基礎。在不少科技觀察者看來，數據構成了中國在人工智能尤其是機器學習上的最大優勢局面。

不過，這也引發了他們對數據隱私以及政府對公民管控存在的道德擔憂。

曾有不少媒體報道，“在深圳、濟南等地，如果橫穿馬路不遵守交通的行人，將會被安裝有人臉識別功能的攝像頭抓拍下來，現場大屏幕曝光、滾動播放。”這究竟是依法行政，還是侵犯公民隱私？

實際上，中國現在是世界上監控攝像頭最多的國家，也是在安防監控領域使用 AI 技術最積極的國家之一。2017 年 6 月《華爾街日報》的一篇報道中指出，中國在公共場所有 1.7 億臺監控攝像機，到 2020 年可能還要安裝另外 4.5 億臺。

濟南交警在微博上公布的照片

而百度，作為國內最大的搜索引擎公司，掌控著中國 7 億網民接觸信息的入口，此前也頻頻被人們拉出來“指摘”。

今年 3 月的中國發展高層論壇上，百度 CEO 李彥宏的一番言論被媒體挖掘出了“以隱私換便利”原則，即“如果（用戶）愿意用隱私交換便利性……那么我們就可以用數據做一些事情”。這曾挑起了不少民眾的不滿情緒。

隱私，從來都是敏感的話題。這也是為什么谷歌、微軟、蘋果近來在談到人工智能的同時，也在強調保護用戶隱私和數據安全的重要性。不過， 5 月 25 日生效的歐盟《通用數據保護條例》（GDPR）雖然從用戶角度對企業收集、控制和處理個人數據的方式進行了嚴格監管，卻仍有不少人也在擔憂這個法案是否會對歐盟發展 AI 技術造成阻礙。

為什么數據成為現階段企業提升機器學習技術的最大優勢？對于涉及個人隱私的數據，我們又應該保持怎樣的態度？這與企業如何合理使用用戶數據提升算法是否存在矛盾？這都值得我們思考。

近期，AI科技大本營摘編了來自國內外五位專家的觀點，總結如下：

▌一、消費者犧牲隱私換取利益，“方便”有關部門監管。

亞洲社會政策機構美中關系初級研究員 Virgilio Bisio寫道：“今年 1 月，由中國標準管理局公布的《人工智能標準白皮書》中，五項措施中的第一項就是加強人工智能標準化的‘頂層設計’。誰在頂層進行這種設計已經很明顯了。該白皮書基本上由有關部分和以百度、阿里為代表的中國科技公司巨頭起草。”

在他看來，這意味著在 AI 技術應用的道德層面，消費者可以獲得某種方式的利益，但代價卻是政府在隱私方面的入侵式管控。

無獨有偶，多倫多大學公民實驗室負責跟蹤在線信息控制的 Lotus Ruan也表示：“數據驅動技術本身不具有入侵性。然而，中國獨特的網絡生態系統和限制性監管環境會影響到用戶的隱私。”

此外，她還發現，“企業現在不僅與權威機構分享用戶的個人數據，還會圍繞其需求積極主動地構建商業模式。”

2016年的一項數據顯示，政府在大數據行業的投資主要應用于安防領域。今年 4 月，中國的商湯科技公布了一款能夠自動識別包括色情或暴力圖像的在線視頻以及包含敏感話題的文本信息的產品。

再比如騰訊微信，其平臺上已擁有超過 10 億用戶。當最近聯合廣東省政府機構推出一款“數字身份證”系統時，這表明它已經超越了自己本身作為一款聊天工具的商業價值了。

不過，她還提到這種擔心不限于中國。借助數字絲綢之路等項目拓展國際化業務的中國科技企業，或許未來將符合中國國家世界觀的技術規范和信息管理模式推向海外。

▌二、海量數據構成了中國在機器學習上的絕對優勢，但這種優勢不會是永久的。

China Research 負責人 Andrew Batson表示，許多在機器學習研究上有所造詣的中國頂尖人才很多都有過在美留學或工作的經歷，尤以微軟為例。“在某種程度上，中美雙方與其說是兩個孤立的競爭對手，不如說是在全球機器學習研究領域的共同參與者。”

他還發現，中國在機器學習上擁有的優勢，實際上是作為世界上最大人口基數的智能手機用戶每天產生的數據量上。“這些數據越來越被視為實現機器學習潛力的稀缺資源：解決像人臉識別和自動駕駛這樣的問題需要大量數據訓練算法，以找到合適的模型。”

此外，政府和風投機構也在 AI 相關的產業鏈條上投入了大量資金。

所以，他總結道：“這意味著機器學習上的進步將不取決于創造性，而是資源運作能力。事實上可能就是這種情況。當機器學習算法在 2014 年前后取得重大突破時，大多數專家表示，這不是由于新概念的發現，而是計算機處理能力的大幅提升和結構化數據的可用性。如今，機器學習上取得的進步很多都是集中開發而不是純粹的研究。”

這種資源密集型的發展充分發揮了中國的優勢。在他看來，政府規劃可以作為一種資源調控的有效手段，但很難讓民眾學會創造或在理論上實現突破。所以需要警惕的是，中國在數據方面的明顯優勢能否成為持久競爭力？

▌三、國家間的人工智能競賽從來都不是“零和游戲”。

從這個角度來看，美國科技安全和國家安全計劃中心兼職研究員 Elsa Kania更愿意相信在中美兩國呈現的對人工智能的恐慌與熱情都似乎有些過度了。這些技術正逐漸成為大國時代國家競爭力不可或缺的一部分，在此背景之下，中美之間的“糾纏”和相互依賴激化了新的摩擦。

在她看來，中國開創了一種新的模式，這種模式與美國在科學技術上的政策異曲同工。從前，美國創新生態一直受到公私合作以及工業與軍方密切合作的支持。如今，中國正在出現類似的協同效應。例如，百度正在與清華大學和北京航空航天大學等合作伙伴共同領導中國深度學習技術與應用國家工程實驗室；百度和中國聯通成立的“AI + 5G 聯合實驗室”。

Kania 表示，“誰能成為人工智能的領導者都不會是零和游戲，因為每個國家都可能憑借自己的力量成為AI 超級大國。”

▌四、中國在基礎實力上仍有很大差距，“中興”事件就是個教訓。

騰訊研究院高級研究員 Jeff Cao表示：“鑒于這些技術的重要性和潛在影響，我們不難想象人工智能和大數據正在引領我們進入一個算法社會，在這個社會中，數據和算法驅動著我們世界所依賴的各種機器。然而，算法也非常難以理解，所以由算法驅動社會變革同樣充滿著風險。這種風險下，有必要為適當應用和使用人工智能制定法律和道德規范，以及潛在錯誤使用的防范措施。歐洲國家已經開始這一進程了。”

作為世界上兩大互聯網市場，中美兩國各自都有優勢。在他看來，中國的優勢主要基于三點：

一是中國政府繼續實施支持 AI 和大數據發展的政策；

二是中國是世界上最大的互聯網消費市場，企業已經為 AI 積累了足夠的大數據和用例；

三是中國相對寬松的互聯網監管對科技和商業創新有更高的容忍性。

對于“中國或將超越美國成為全球 AI 領導者”，在他看來，中國仍有很大的差距，特別是在基礎技術（如芯片）、核心算法、頂尖人才等方面。如“中興”事件突顯了中國高科技產業的過度依賴性。因此，中國需要加大對基礎研究和人才培養的投入，充分利用其配套政策、巨大的市場、大數據以及消費潛力。