AI 落后，国家就要挨打！
随着机器学习持续不断的快速发展，它将推动一种新型地缘政治的出现——我把它称为 AI 民族主义。
机器学习是一种全方位使用的技术，它将触及到社会的方方面面。机器学习对经济和军事方面的影响可能会造成国际层面的极大不稳定，这种可能的存在将迫使政府采取相应行动。政府将会把政策制定的核心聚焦到 AI 领域。大国之间将加速 AI 的军备竞赛，加强保护行动来支持本国的 AI 产业，吸纳 AI 人才，同时阻止外国公司的并购。
针对这个问题，我会拿谷歌、DeepMind 和英国来举例。如此激烈的竞争将会加速 AI 产业的发展，从而缩短 AI 时代到来的时间。虽然这场颇具民族主义的科技竞赛存在很多共同点，但是不同的国家也有各自特有的不同政策方针。你可以乐观看待此事，也可以从实际出发做出自己的推测。这条路有些艰险，尤其是当国际秩序和规范将会因此而变化时格外突出。
机器学习的发展现状
过去几年，不管是理论研究还是商业化方面，机器学习的发展速度都非常惊人。比如：
图像识别技术在一些复杂场景能够达到媲美真实人类的准确度，比如区分皮肤癌。
百度、谷歌、微软等公司应用神经网络进行的机器翻译取得了长足的进步。微软的系统在翻译新闻报道文章时几乎达到了普通人的水平，仅仅略逊于翻译专家。
2016年3月，DeepMind 开发了 AlphaGo，它是第一个击败世界冠军的计算机程序。在此之前的数十年里，研究人员都在致力于开发一种能够击败职业玩家的系统，因此AlphaGo 的诞生意义非常重大，它得益于专家们多达三千万次的训练才变得如此强大。
18个月后，DeepMind 又发布了 AlphaZero。与 AlphaGo 不同，AlphaZero 不需要专家对其进行训练，它可以通过与自己的对抗来自学从而逐渐变强。AlphaZero 不仅能够击败其前身 AlphaGo，而且利用其所谓的“转移学习”，它还能够击败一流的将棋计算机。我曾与一些顶级的机器学习研究人员有过交流，他们提到的一些算法让我觉得非常不可思议，这些算法几乎不用依赖真实的基础数据就可扩展出非常智能的功能。AlphaZero 和真正的人工智能之间依然有些距离，但它的存在让最终的目标变得更近。
除了理论研究之外，机器学习在实际应用方面也取得了令人难以置信的进步。比如百度搜索引擎、Facebook 广告定位、亚马逊的仓库自动化，又如自动驾驶、药物研发、网络安全和机器人等等。CB Insights 发布了一个机器学习在初创公司中应用现状的调查报告。
面对这种高速发展的现状，人工智能从业者也开始认真思考其对社会的影响。像谷歌这样的行业引领者似乎正在摆脱技术乌托邦式的立场，开始公开承认在加速机器学习研究和商业化的过程中伴随着风险：
“他们将如何影响不同行业的就业？我们如何理解他们正在做什么？有没有公平的措施？他们如何操纵人？他们安全吗？“ - 谢尔盖.布林，2018年4月
三种影响秩序不稳定的形式
那么为什么这对于民族国家来说至关重要呢？机器学习的快速发展可能会导致国际秩序的不稳定，主要体现在三个方面：
机器学习的应用将创造出新的商业模式并缩减大量的工作岗位。在极端情况下，对机器学习投入力度最大的国家有可能成为新的经济强国。
机器学习将激发新的战争模式，新的模式既具有复杂的网络攻击和防御能力，也有多种形式的自主和半自主器，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，最早和最积极投入机器学习的国家可能在军事上占据优势地位。
最终更加通用的 AI 将加速科学和技术的基础研究。在我看来，这很可能是导致不稳定性的根源。假如某个国家在 AI 领域处于领先地位，则很有可能开发聚变反应堆来产生能源。同样，在极端情况下，这可能会使一个国家占据新的技术优势。
机器学习，用 Jack Clark 的话来说它是一项独特且全面使用的技术，可能影响到所有国家的政策。人类的智慧已经塑造了这个美好的世界，我们建立的越来越智能的机器也会具备同样的能力。尽管如此，我们可以参考历史来思考事情的发展方向。核技术是一种具有双重用途的技术，它既能民用又有军事用途，比如核武器、放射线照相、发电、照明、供暖，等等。这两种技术都对地缘政治产生了巨大的影响，积极投身其中的政府成为主要的参与者，直至今日，比如美国拥有6800枚核弹头并且战略储备了6.95亿桶石油。
那些充满野心的政府已经将机器学习视为二十一世纪的差异化技术核心，并且竞赛已经开始。这场竞赛与上个世纪的核军备竞赛以及国家和跨国公司之间在石油方面的地缘政治紧张关系有些相似。经济、军事和科技霸权一直都是各个国家的力争之地。
行业组合以及人力成本
虽然人工智能政策的威胁和回报在各国之间存在共性，但机器学习对各国在某些方面的影响也有所差异：
首先，每个国家都有不同的主导产业组合形式，自动化不会以同样的速度影响所有的行业，比较制造业和建筑业。建筑行业最近才开始受到建筑信息建模等数字技术的影响，而制造业领域的机器人和自动化应用早已屡见不鲜。自1995年以来相对生产率的增长就显而易见：
对于核心行业自动化程度较高的国家而言，工资和就业的影响将会大不相同。以德国为例，汽车工业占其 GDP 的10%以上，而英国的汽车工业的 GDP 占比为4%，相对来说，自动驾驶技术对德国的影响比英国更大。
其次，每个国家的人力成本不尽相同。有一家名为 Avidbots 的清洁机器人初创公司，其总部位于加拿大的滑铁卢，主要生产基于计算机视觉技术的工业机器人，这些机器人主要用于清洁大型商业场所，其价格低于大多数发达国家的人力清洁团队。他们的市场放眼全球，其中澳大利亚的需求量最大，因为澳大利亚清洁行业的人力成本尤其高昂。
下图很好地说明了自动化经济对各国的影响有所不同：
假如这份分析报告正确，那么斯洛伐克在短期内将面临比挪威更大的挑战，其工作岗位因为自动化而面临的风险将是后者的两倍。
再者，正如李开复最近在纽约时报文章中阐述的那样，目前最大的人工智能公司几乎都在美国和中国，比如谷歌、苹果、亚马逊、Facebook、百度、腾讯和阿里巴巴。拥有这些公司和国家和那些仅仅是这些公司客户的国家在战略上是完全不同的。我将在后续内容中更加详细地讨论这一点。
最后，在人工智能将对劳动力市场产生重大影响的时候，不同国家对重新分配的态度截然不同，这将极大地影响他们分享自动化价值的策略。值得注意的是，虽然中国和美国都是领先的人工智能公司的所在地，但他们在收入不平等方面都达到了或者接近历史高峰。
国家和私企之间的模糊界限
这一点很复杂，因为有非常强大的非国家力量也在为争夺这项技术而进行激烈的竞争。世界上的7家科技巨头（谷歌、苹果、亚马逊、Facebook、阿里巴巴、腾讯、百度）对 AI 都进行了巨额投资，从低端框架和芯片到消费级产品。毫无疑问，这些公司目前在机器学习领域的专家储备是整个国家的宝藏。
随着机器学习应用的不断增长，这些公司与不同国家之间的互动将变得越来越复杂。比如在道路运输领域，我们正逐步向自动驾驶过渡。这将使得公共交通工具（比如公交车）和私人交通工具（共享汽车）之间的界限变得越来越模糊。这样一来， 谁都有可能在公路运输领域建立新的垄断，政府、本国公司以及 Uber 这样的跨过公司都有可能。
正如 Mariana Mazzucato 在其“Entrepreneurial State”一书中所说的那样，在历史上的重要学术研究和军备竞赛中，国家层面的资助发挥了至关重要的作用并承担了极高的风险。这些技术通常由私人公司来进行商业化。随着像谷歌这样技术能力突出且富有远见的科技公司的崛起，我们发现越来越多的私企也开始投入前瞻性技术研究。DeepMind 就是一个很好的例子。
一旦像谷歌这样的私企和国家利益发生冲突时，紧张局势在所难免。最近谷歌和五角大楼之间的互动事件就是一个典型的例子，4000多名谷歌员工对谷歌参与“战争技术”进行了强烈的抗议，迫于压力谷歌只好放弃续约五角大楼的合同。就在此前，谢尔盖.布林就曾表示他理解这件事存在的争议，并与佩奇以及皮查伊进行了密切的商讨。他表示，如果世界军队与谷歌这样的国际组织合作，而不仅仅选择民族主义防御者，如此一来更有利于和平。
中国特色的 AI
在制定人工智能国家战略时，中国远远领先于其他国家。我把它称为“中国特色的 AI”。在过去几十年里，中国对其国内科技公司采取的保护主义取得了巨大的成功，中国才得以成为全球唯一一个在 AI 领域可以与美国媲美的国家。此外，中国的科技公司相比英国和美国来说，他们与国家政策结合得更加紧密。
中国早期在 AI 民族主义方面所做的工作值得我们关注：
中国最高政府制定了明确的目标，表示在2030年中国要成为全球 AI 的领导者。正如 Jeff Ding 所说的那样，中国认为自己目前在 AI 领域仅逊于美国，并且在奋起直追。
中国表示将在北京打造一个价值20亿美元的人工智能科技园区。
中国将总投资约1400亿美元，用来发展其半导体产业。众所周知，半导体的性能是机器学习研究和应用的关键。
国家明确表示要专注重点领域，比如腾讯的医疗成像和计算机视觉，又如百度的自动驾驶。
中国政府已经意识到数据对其 AI 民族主义的重要性。其最新的网络安全法规定从中国出口的数据都需要进行严格的审查。
中国的 AI 人才战略也在从国外引进向本土培养上转移。
中国对 AI 的重视越来越明显。卡内基梅隆大学计算机科学院院长 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％增加到了如今的50％。 除了理论研究之外，中国的 AI 初创公司在去年全球 AI 创投中所占的比例为惊人的48％，高于2016年的11%。
虽然中国资金雄厚，但是其半导体产业是其人工智能战略的巨大短板，并且它和美国在半导体领域的关系非常紧张，比如美国阻止了对高通的1170亿美元收购。中国每年进口的半导体相关产品高达2600亿美元，已经超过了石油的开支。
下图展示了中国在半导体领域相比美国、台湾以及韩国的巨大差距。这也意味着台湾和朝鲜半岛将成为美国和中国外交政策的敏感地。
AI 军备竞赛的重要事件
虽然中国在 AI 民族主义方面占据领先地位，但一些大国在 AI 领域的竞争也日益激烈。在提到军备竞赛时，我主要用这个术语来形容竞争者之间的竞争动态。还有一个较小的组成部分是文字的军备竞赛，各国侧重于针对网络攻击和防御的自主和半自主武器和机器学习。以下是一些关键事件。
2014年：
中国推出全国集成电路产业投资基金（又称“大基金”），投资额高达1380亿元人民币（219亿美元），用于推动刚刚兴起的半导体产业。
2016年：
白宫发布了关于人工智能未来的报告。报告被中国广泛阅读和讨论。
美国政府花费12 亿美元用于未分类人工智能相关的研发。
六千万人在线观看了 AlphaGo 与李世石的对决。腾讯开发的机器人可以参加美式足球比赛，并击败了新英格兰爱国者队。
为了回应 AlphaGo，韩国宣布在未来5年投入8.63亿美元用于人工智能研究。
中国用45亿欧元收购了德国的工业机器人制造商 Kuka。
2017年：
AlphaGo 在中国乌镇以3-0的比分击败了世界第一柯洁。
中国宣布自己的 AI 产业到2030年要引领世界的宏伟计划。
五角大楼公开提出在各种人工智能相关领域从美国向中国转移技术的担忧。
美国外国投资委员会（CFIUS）越来越多地阻止中国公司对美国科技公司的收购和投资。
2018年：
1月：法国宣布他国想要收购其人工智能公司需要获得政府批准。
3月：法国计划在4年内对 AI 产业投资15亿欧元。
4月：英国宣布在未来几年投资6亿英镑。欧盟委员会表示在2020年之前将投入200亿欧元到人工智能。美国试图阻碍中国投资和收购的行为，以阻碍美国和中国公司之间的业务合作关系。
5月：韩国将把人工智能的投资计划扩大到22亿美元，其中包括6个新的 AI 机构以及10亿美元的 AI 半导体基金，并制定了到2022年达到“全球前四名”的总体目标。
AI 民族主义政策
一个国家在尝试提高人们对 AI 的兴趣时会采取多种行动。我把政府在过去十年普遍采取的行动按照时间顺序列举如下：
投资研究机构或者专注于机器学习的学术机构。
帮助制定标准和法规，以便使技术以最有利于国内关注点和公司的方式发展。
通过补贴风险资本间接实施投资。
直接向关键公司投资。
让国家成为重要客户，例如 SenseTime 与中国地方和国家政府的关系。
阻止外国公司收购本国的 AI 公司，以保持其独立性。
阻止外国投资者投资本国的 AI 公司。
阻止本国 AI 公司与外国公司建立合作关系。
本国的重要 AI 公司实施国有化。
我相信，未来几年我们会在这个列表的底部看到更多的活动，特别是政治领导人开始考虑是否应该阻止甚至逆转收购重要的 AI 创业公司。对我来说，典型的例子是谷歌和 DeepMind，我将在本文末尾进行讨论。
本国 AI 巨头
本国 AI 巨头是全球的商业领袖，但其总部位于特定的国家，例如中国的百度，以及美国的谷歌。
从商业角度看，谷歌、亚马逊、苹果、Facebook、阿里巴巴、腾讯、百度等七家公司将主导机器学习产业的发展。
目前只有美国和中国拥有本国 AI 巨头。
这些公司的 AI 业务正在为其股票价格的上涨做出了巨大的贡献。
纳税额降低了：前10家跨国公司支付的有效报告税率自2000年以来下降近三分之一，从34％降至24％，这一名单包括谷歌、苹果、亚马逊、Facebook和微软。
而且重要的是，他们在本国市场之外缴纳更少的税。
在重新分配自动化收益和减少不平等方面，这给美国和中国带来了一些问题，当然对于其他国家来说问题更大。如果这些公司继续在全球经济中占据越来越大的份额，那么中国和美国与其他国家的税收收入之间的差距将产生越来越大的政治问题。
这种情况究竟如何影响美国和中国之外的国家，李开复对此表达了悲观的看法：
“大多数国家除了对超高利润的人工智能公司征税以补贴他们的工人之外，他们别无选择。我预见到只有一个：除非他们想让自己陷入贫困，否则他们将被迫接受其他国家提供的人工智能软件，如此一来，这些国家就会成为其他 AI 薄弱国家的依赖者，从中获得利益，然后支持本国的人工智能公司继续从用户中获利。这样的经济模式会重塑地缘政治联盟。“
这种依赖性可以看作新的殖民主义。
今年3月，津巴布韦政府与广州创业公司 CloudWalk Technology 签署了一项战略合作协议，计划推进大规模面部识别技术，津巴布韦将向中国出口其公民面部数据库，CloudWalk 利用这些数据结合自身的计算机视觉技术能够改进其基础算法。这是中国政府“一带一路”政策的一部分。
所有这些都与石油工业的发展有着相似的历史。正如 Daniel Yergin 所说的那样：
“对主要石油公司公共政策的两个矛盾已经在美国重新出现。有时，华盛顿支持这些公司及其扩张，以促进美国的政治和经济利益，保护其战略目标并增强国家福利。在其他时候，这些相同的公司因为涉嫌贪婪，垄断的方式而遭到民粹主义袭击。”
我预测美国暂时不会对谷歌和亚马逊采取反垄断措施，因为目前华盛顿更关心对抗中国。马克扎克伯格的参议院听证会证明了这一点：
“美国科技公司是美国的重要资产，应当团结起来对抗中国的公司。”
中美以外国家的情况如何？
为了回答这个问题，我们需要梳理一下 AI 所依赖的资源：
计算能力。机器学习所需的计算资源正在迅速增加。虽然顶级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，这个数字仍然很小。因此从理论上来说，诸如德国、新加坡、英国或者加拿大这样的小国也可以与美国和中国竞争。
高端人才。目前，机器学习对人才的要求很高。世界上能够为人工智能前沿研究做出贡献的人可能仅有700人左右，能够理解他们的工作并积极参与商业化的人数大约7万人，而受到影响的人数则是70亿。高端人才是人工智能军备竞赛的决定性因素。中国对此深以为然，而英国和加拿大则相对薄弱。
初级人才。除了高端人才之外，你还需要很多有能力的初级工程师。在这一点上发达国家占据优势，美国和中国处于最前沿。
相关技术的支持。机器学习还依赖很多其他相关的技术，比如，机器学习的发展离不开半导体技术的支持。
政治环境。显然任何围绕人工智能的国家行动都将消耗一部分领导人的政治资本，并将与消费该国的其他关键问题进行权衡。如果一个国家的政治领导层过多关注气候变化或者英国脱欧，那么他们集中在人工智能上的注意力将会减少。
英国的情况
我对这个话题的兴趣部分源于我担心英国政府没有正确实施其人工智能战略。
英国有幸拥有 DeepMind 这个地球上最重要的人工智能实验室，其总部位于伦敦。DeepMind 具有梦幻般的杰出领导力，然而，DeepMind 不是一家独立的英国公司。它在2014年被谷歌以为4亿英镑的价格收购，这是一次辉煌的收购。总的来说，谷歌似乎是 DeepMind 的优秀母公司，提供大量资源来提高计算支出和人才基础并且能够利用谷歌现有的机器学习人才，例如 Google Brain 团队。对于预收入创业公司来说，剩下的独立公司将需要 DeepMind 在2014年至今之间筹集近5亿美元，以执行类似的计划。
今天，在人工智能初创公司的牛市中间这似乎是合理的，但回顾2014年，在软银的远景基金以及预收公司大幅增长的升级之前，这是一项艰巨的任务。最终，DeepMind 在2014年投向了谷歌。我一直非常尊重谷歌，这里的原则性和远见卓识可能与 DeepMind 文化非常相配。
然而，很难相信英国不会更好，因为 DeepMind 仍然是一家独立公司。假设现在谷歌出售 DeepMind 会卖多少钱呢？50亿美元？100亿美元？500亿美元？我想，不管多少钱谷歌都不会把 DeepMind 卖给亚马逊、腾讯或者 Facebook。回到当初，英国政府是否会阻止此次收购并保持独立性呢？即使是现在，英国是否有必要扭转这一收购行动，将 DeepMind 从谷歌手中收购并将其恢复为某种独立实体？
英国的两个主要政党都出于不同的原因与这类问题斗争。我曾经谈到的关于这个话题的保守党国会议员总是会引用英国利兰德的历史，市场干预失败的阴影仍然笼罩着他们的想法。他们仍然相信唯一的道路就是放任经济。
工党面对一个不同的挑战。他们坚持国家行动的重要性，希望将铁路、水和能源公司国有化。但是这种想法集中在那些关于私有化的历史性战争上，而不是展望未来。所有这一切都因英国退欧极大地分散了政府的事实而变得更加复杂。
DeepMind 不是唯一一家从事尖端机器学习的英国公司。英国已经在机器学习领域做出了许多重要的贡献，拥有世界上最好的机器学习研究大学，比如剑桥、爱丁堡、帝国理工、牛津和 UCL。随着英国创业部门在过去十年的发展，现在已有许多优秀的团队致力于将英国在建设像 ARM 这样的伟大技术公司方面的专长与其在机器学习方面的学术天赋结合起来。Prowler 正在将强化学习应用于一般决策领域；Graphcore 正在构建一种用于机器学习的新型处理器；Ocado 可以说是亚马逊之后仓库自动化领域最好的企业；DarkTrace 是将机器学习应用于网络安全的领先公司之一；Benevolent 正在开展将机器学习应用于药物发现的开创性工作——所有这些公司正在快速增长，在其领域进行转型工作并建立深厚的人才库。
他们都是独立创业公司。当亚马逊、谷歌者腾讯公司提供数十亿美元的报价时，英国政府会做什么？目前什么都没有。如果你是谷歌、亚马逊或者阿里巴巴，希望进一步巩固你的地位，间接地为美国或者中国带来好处，这是一件好事。对普通英国公民来说可能并非如此。
流氓国家
这篇文章大多集中在国家的国家利益上。还有其他非国家的政治行为者也必须考虑，比如恐怖分子或者流氓国家。当涉及机器学习的网络攻击和自主武器时，这是最相关的。对我而言，关键的问题是主要实验室、企业或者国家在发布人工智能研究方面“走向黑暗”的程度，以避免造成恶意行为者。Allan Friedman在 Cybersecurity and Cyberwar 中很好地捕捉到了这种风险：
“为了进行历史性的比较，首次建设 Stuxnet 可能需要一个先进的团队，这个团队等同于曼哈顿计划的网络。但一旦它被使用，就好像美国人不只是放弃了这种新型的广岛炸弹，而是随着设计计划好心地放下了传单，这样任何人都可以建造它，而不需要核反应堆......网络武器发生在互联网速度下。”
网络攻击可能不容易被识别：
“问题在于，与冷战不同，这并不存在简单的双极性安排，因为正如我们所看到的那样，这些武器的扩散更为广泛。更重要的是，导弹排放黑烟清晰可见，而如今的攻击可以是网络化，全球化的，当然也是隐藏的。核爆炸也提供了他们自己的，相当无可辩驳的证据，证明已经使用了原子武器，而一次成功的秘密网络行动可能会持续数月或数年都难以被发现。”
这里最可能的结果是某些关键的机器学习研究不再在公共领域共享，以避免恶意行为者的参与。OpenAI 近期颁布的宪章清楚地体现了这种想法：
“我们致力于提供帮助社会通向 AI 之路的公共产品。今天，这包括发布我们大多数人工智能研究，但我们预计安全问题将减少我们未来的出版，同时提高分享安全，政策和标准研究的重要性。”
如果我们确实看到关键的研究实验室或某些研究成果的国家有些“黑暗”，那么可能会出现一场冷战，它将奖励最成熟、最大的国家或企业参与者。最终，这会加强 AI 民族主义。
AI 的资金投入
到目前为止，各国对 AI 投入的资金低于谷歌、阿里巴巴这样的科技巨头。麦肯锡估计，2016年最大的技术跨国公司在人工智能上花费了200-300亿美元。
我相信目前政府在人工智能方面的投入与我们将看到的投资相比是微不足道的，因为他们已经意识到了这一点。
再次回到核武器的例子上，曼哈顿计划从1941年从零开始，3年内花费了250亿美元并雇用了10万人，建设的工业能力与整个美国汽车行业一样大。国家有很大的惯性，但一旦它开始移动，动力将是令人难以置信的。
如果这种情况发生，那么 AI 研究和商业化投资的数量可能是今天的10-100倍。更多的资金可以带来更多的进步，但我认为，如果国家大幅增加对机器学习的投资，那么 AI 产业的发展可能会进一步加快。
工程师无国界
Jeff Ding 在“解读中国的人工智能梦想 ”的报告中指出，超越国家和民族主义的关系有以下几点：
“重要的是要考虑各种人工智能驱动因素的相互依存的积极方面......在过去几年中，跨境人工智能投资对美国和中国的投资显著增加。从2016年到2017年，中国支持的美国初创公司股权交易从19个增加到了31个，美国支持的股票交易从中国初创公司从5个增长到了20个。
此外，人们经常忽略腾讯和阿里巴巴都是跨国公司的事实，上市公司由国际利益相关者拥有相当大的份额（Naspers 拥有腾讯33.3％的股份，雅虎拥有阿里巴巴15％的股份）。”
经济和基础科学技术进步并不完整地追踪国家边界也是事实。人才和资本是全球性的：DeepMind 的初始投资者来自硅谷和香港，他们的团队非常国际化并在加拿大和法国设有办事处。通过以国家为中心的镜头来观察事物太狭窄了。然而，我认为机器学习的经济和军事后果总体上将是一个十分剧烈的不稳定因素，以致国家将被迫让国民超越国际主义的更广泛目标。
到目前为止，我只是试图概述我认为会发生的事情。机器学习会导致各国之间经济、军事和技术上的巨大差异，并触发军备竞赛，导致人工智能加速发展。
民族主义是一条危险的道路，特别是当国际秩序和规范将因此而不断变化时。乔治奥威尔在1945年写的关于民族主义的文章捕捉到了这一点，他揭示了防御性的爱国主义和寻求支配的民族主义之间的紧张关系：
“民族主义不应该与爱国主义混淆。这两个词通常用得太模糊，以至于任何定义都可能受到挑战，但必须对它们加以区分，因为涉及到两种不同甚至相反的观点。通过“爱国主义”，我的意思是奉献一个特定的地方和特定的生活方式，人们认为这是世界上最好的，但不希望强迫别人。爱国主义本质上是防御性的，在军事和文化上都是如此。另一方面，民族主义与权力欲望是分不开的。每个民族主义者的永恒目标都是获得更多的权力和威望，而不是为了他自己，而是为了他选择沉沦自己个性的国家。”
就我个人而言，我相信人工智能应该成为一种全球性的公共物品，比如 GPS、HTTP、TCP/IP或者英语，并且实现这一目标的最佳长期结构是一个非盈利的全球性组织，它代表所有国家和人民的利益。OpenAI 是这方面的佼佼者，它是一家专注于人工智能研究的非营利机构。虽然这并不能解决我在本文中讨论过的机器学习方面的许多经济问题，但它对机器学习的研究有着重大改进。
尽管我个人认为人工智能作为一种公共物品的想法合乎事实，但是鉴于各国、营利性科技公司的既得利益和错误动机，想要实现巨大飞跃的想法有些天真。我相信我们可能会经历一段 AI 民族主义的时期，之后 AI 才能变为公共物品。
再次以英国为例，我赞成国家人工智能战略，以保护英国的经济、军事和技术利益，并使得英国在人工智能的全球性问题上获得话语权，这将有助于确保英国的经济利益。我认为短期内英国、加拿大、新加坡和韩国等小国的地位越强，我们就越有可能从长远角度来看待人工智能作为全球公共物品。出于这个原因，我认为英国政府有必要采取措施投资和保护其本土人工智能公司和机构，使其能够在独立于美国和中国的世界舞台上发挥更大的作用。我曾住在美国和中国，并在那段时间内对这两个国家都产生了巨大的敬意和感情。这并不妨碍我相信英国应该保护公民的经济利益，我希望看到英国在塑造人工智能的未来方面发挥重要作用。理想情况下，从长远来看，作为一个非营利性的国际组织，将人工智能视为全球公益。
在这篇文章预测的 AI 民族主义即将到来的阶段中，我认为我们需要对组织和技术进行同步投资，以抵消这一趋势并推动国际议程而不是国家议程。类似于由 DeepMind 和 OpenAI 等组织领导的 Baruch 计划。
原文：https://www.ianhogarth.com/blog/2018/6/13/ai-nationalism
作者简介：IAN HOGARTH，毕业于剑桥，其硕士项目是一个计算机视觉系统，用于对乳腺癌活检图像进行分类。曾在北京居住，学了一年普通话。创立了音乐会服务 Songkick，目前专注于科技领域的投资，喜欢冲浪和攀岩。
译者：安翔，责编：郭芮