中美戰火熊熊：一邊貿易戰，一邊拼技術

https://mp.weixin.qq.com/s/82WDRyIB4h4_SoR2Ftjw0g

By 超神經

場景描述：今年 2 月 11 日，特朗普總統簽署了總統行政命令，概述美國人工智能的發展倡議，內容中着重強調：美國在人工智能領域裏，必須且必定要取得世界範圍內的領導地位。

前腳說完，後腳美國的科技大佬們就開始吐槽：「不歡迎留美人才，還削弱他國科技企業，你拿啥領導別人？」

而今年 5 月 10 日，美方將對 2000 億美圓中國輸美商品加徵的關稅從 10% 上調至 25%，再次讓中美之間的戰爭升溫。而這場貿易戰的背後，更是隱藏着技術之爭……

關鍵詞：AI 競賽   數據隱私   技術人才

特朗普簽署這份行政命令，距離他上任後的第二次國情諮文演講還不到一週，可見其重要程度。他還在國情諮文中談到，將與國會議員合做制定一套基礎設施計劃，投資將來尖端產業。

特朗普強調，這並不是可選項，而是必選項。特朗普正準備一系列行政命令，旨在提升美國包括 AI、5G 和量子計算在內的關鍵技術領域的全面競爭力。

然而科技界不少人都認爲，美國想在人工智能領域持續擁有領導地位，還遠未肯定。

預言：中國用不了幾年，就能全面超越美國

2018 年在人工智能初創公司的投資方面，中國已經超過了美國，甚至人工智能的投資資金中有近 50％ 都流向中國的創業公司。

雖然就交易數量而言，美國仍處於領先地位，但在過去的幾年中，美國的人工智能創業公司一直在穩步下滑。

圖片來源：cbinsights《Top AI Trends To Watch In 2018》

中國如今也在人工智能領域的專利數量和論文方面開始挑戰美國的霸主地位。誠然，其中一些論文的質量可能仍然落後於美國，但中國一直在追趕，並且過去幾年的進步速度簡直使人咋舌。

人工智能三大塊巨頭：中/美/其餘

基於咱們上面討論的內容，咱們建議將世界劃分爲三大類：西方，中國和世界其餘地區。顯然，這種細分是很是主觀的，但咱們認爲它以一種有用的方式構建了圍繞人工智能政策的對話。

如今深刻探討一下，決定當前正在展開的全球 AI 軍備競賽的關鍵因素。在考慮可使用機器學習解決的任何問題時，須要考慮三個構建塊：數據，人才和資金。

1.數據

根據 IDC 的統計報告，如今已有超過 50 億消費者天天產生大量數據，到 2025 年，這個數字將增長到 60 億。

隨着數據量的增長，物聯網設備將愈來愈多地推進增加，如今預計到 2025 年每一年將產生超過 90 個 zettabytes （*）的數據。

*註釋：zettabytes 常譯做澤字節或澤它字節，一般在標示網絡硬盤總容量,或具備大容量的儲存媒介之儲存容量時使用。1 ZB=1024 PB 1PB=1024 EB，1EB=1024 TB。

圖片來源：希捷《The Digitization of the World From Edge to Core》

這裏有兩個關鍵因素：數據收集和數據使用。

首先，從數據收集上來講，雖然全球智能手機的增加正在放緩，但物聯網的發展卻剛剛開始。截至 2018 年，至少有 70 億臺 IoT 設備 ，到 2025 年增加到 215 億臺，超過全部其餘類別的總和。

每一個社會人，一輩子中都會被幾十，甚至幾百個智能設備鏈接，從道路交通到公寓溫度的一切信息，均可能被記錄下來。只要咱們有意願共享和存儲數據，均可以被加以利用。

來源：State of the IoT 2018

其次，就是數據使用。對隱私愈加關注，而對數據收集加以限制，並防止濫用的政策和輿論愈來愈多。但在現階段機器學習中，對隱私的保護，會影響可用於訓練模型的數據量。

反過來，這意味着那些還不太關心隱私的國家（以中國爲榜樣）例如，已經開始用 AI 驅動的安全攝像頭進行大規模的安全布放，而且成功地抓住罪犯，就是在數據方面得到優點。

話雖如此，在其餘領域裏，好比無人駕駛或機器翻譯，歐美國家就擁有更好的數據集，實驗空間和地區政策。

2.人才

人才表明了第二個關鍵的資源，由於他們才能指導機器如何解決問題。

實際狀況與咱們在報告中看到的上有所不一樣：
歐美國家中尤爲是美國，具備自然的人才優點，源於它仍然是最理想的工做和生活地點之一，更容易吸引來自世界各地的人才。開放包容又鼓勵創造的生活環境，有助於發現和培養創新思想。

在基礎研究方面，美國也有着世界最多的成熟研究型大學系統。

不過近年來，中國已創建了一流的研究型大學體系，並繼續積極投入。中國已經在天然科學和工程學領域，加速培養人才，並在期刊上發表的論文數量比美國更多。

來源: Artificial Intelligence – a strategy for European startups

雖然在某些特定領域的研究中，美國掌握着更大的領先優點，可是談到研究結果的轉化，就要遠遠不及中國的實踐速度了。

對於研究結果的轉化效率，咱們的衡量標準時：每一個國家創建的 AI 初創公司的數量，以及加入該領域的工程師的數量。

美國擁有最多的創業公司，也是由於谷歌，微軟和Facebook 等大型科技公司投資，所達成了現有的生態系統。

不過，中國在這裏排名第二，也是有着中國科技巨頭加速投資佈局人工智能企業的結果。

若是把歐洲視爲一個總體，能夠排名第三。

3.投資

根據 CB Insights 的說法，2017 年，對中國創業公司的投資佔全球人工智能創業投資的 50 ％。對比 2016 年，有着高達 11.6％ 增加。

在 2018 年，融資額最高的兩家公司：SenseTime 和Face ++ ，都來自中國。在早期投資方面，中國今天已經領先於全部競爭對手。

很明顯兩國在可用資金數量，生態系統的穩健性和多個領域的可用性方面一樣處於有利地位。

雖然特朗普總統宣佈了他的《美國人工智能倡議》，但彷佛人工智能的發展格局已經快肯定了。

咱們試用戰略投資的模型評估一下特朗普的《美國人工智能倡議》的可行度吧。

• 首先，考慮項目的整體規模，評估他們達成階段性目標的可能性；
• 其次，考慮該項目的成長週期、資金對項目在現階段的使用效率；
• 最後，肯定項目的戰略重點，以及它是否針對有可能產生最佳回報的關鍵領域，產生穩定的增加。

如今，應用這個框架來評估特朗普總統的人工智能戰略，能夠有把握地得出結論：鑑於《美國人工智能倡議》措辭很是模糊和通用，因此這個特朗普的倡議並無真正改變任何東西。

結論：特朗普真不靠譜

不少人認爲人工智能是一場新的軍備競賽，從硬件、軟件再到企業落地，各國都在激烈競爭，咱們相信人工智能的合做可以爲全部人帶來更好的成果。

有趣的是，相比於去五十年的獨立發展，歐美國家特別更有可能從全球合做中受益，由於思考和創造歷史上讓美國吸引人才的地方更爲自由。

美國人工智能可持續發展的途徑可能依賴於：專一於促進全球合做，包括來自中國等地的研究人員和公司投資開發人工智能，同時注意不要對企業的主動性施加限制。

所以，美國政府的做用應該集中在幫助構建更適合合做的商業環境，而不是試圖強加沒必要要的限制，來扼殺創新和合做。

做者

戰略顧問br/>MSc@莫斯科國立大學數學
MBA@西北大學凱洛格商學院
Alex Stern

架構師，連續創業者，br/>MSc@莫斯科國立大學核物理
MBA@達特茅斯大學商學院
Eugene Sidorin

超神經小百科

梯度消失問題 Vanishing Gradient Problem

梯度消失問題是一種在使用梯度降低法和反向傳播訓練人工神經網絡時遇到的難題。在這類訓練方法的每一個迭代中，神經網絡權重的更新值與偏差函數梯度成比例，然而在某些狀況下，梯度值會幾乎消失，使得權重沒法獲得有效更新，甚至神經網絡可能徹底沒法繼續訓練。

舉例來講，傳統的激活函數，如雙曲正切函數的梯度值在 ( 0 , 1 ) 範圍內，而反向傳播經過鏈式法則來計算梯度。 這種作法計算前一層的梯度時，至關於將 n 個這樣小的數字相乘，這就使梯度（偏差信號）隨 n 呈指數降低，致使前面的層訓練很是緩慢。