ChatGPT的爆火，让将全世界的目光都聚焦在了生成式人工智能和它的未来应用上。在中文人工智能领域，百度、360、科大讯飞等人工智能公司纷纷发力，华为也放出话来“在这方面早有布局”。关于“中国版ChatGPT”最终将花落谁家不断引起业内热议，但当我们把眼光放远，会发现这个问题绝不止步于谁会成为行业霸主这么简单。
为什么AI领域先手在美?
2021年10月，美国空军第一任首席软件官尼古拉斯·沙朗在接受英国《金融时报》采访时表示，中国在人工智能技术上对美国已取得领先，正走向全球主导地位。
这一番话在国内引起轩然大波，当时大家都以为中国在人工智能领域已经实现行业领先了。直到去年美国OpenAI公司ChatGPT的一夜爆火，我们才明白这番话不过是“美国战忽局”的话术，中国和美国的人工智能比拼，还远没分胜负。
ChatGPT名字中的GPT(Generative Pre-trained Transformer ，生成式预训练变换器)，是OpenAI推出的深度学习模型。而它名字中包含的Transformer，是由谷歌大脑团队在2017年的论文《Attention is all you need》中首次提出的模型，为人工智能领域的里程碑事件。而至今为止，人工智能领域许多里程碑式的基础理论和算法研究都是美国率先提出。ChatGPT就是建立在这一系列基础上的结果。
美国能在如ChatGPT的人工智能技术上取得先手，首先在于其技术储备和布局优势。美国是人工智能的诞生地，诸多高校以及企业为人工智能发展贡献了深厚的理论与算法基础。而其人工智能技术储备与布局基础深厚，也一直处于全球领头羊地位。
在产业基础层，美国芯片与传感器实力较强，代表厂商有英伟达、高通等技术实力强的业内头部厂商等。美国在计算机视觉、语音识别等领域的算法研究也早在上世纪六七十年代已开始，近年来在这些领域的创业公司也是层出不穷。
相比起来，中国在人工智能技术层和应用层厚积薄发，但在基础层整体实力还较弱。尤其是芯片领域，中国在关键半导体生产设备和电子设计自动化方面时常被人“卡脖子”。
两国在人工智能基础层、技术层和应用层的差距，也体现在两国的科技巨头身上。像IBM、微软、谷歌、Meta、亚马逊等美国大厂在算法、算力、数据等技术方面的布局全面。而百度、阿里、腾讯等国内大厂则在计算机视觉、自然语言处理等核心技术领域均有布局。且由于中国应用场景丰富，在应用和商业化的层面中国巨头跑在前面，但基础研究部分却仍落在后面。
目前美国正在加大对于神经形态、光学计算、量子机器学习等前沿领域的研究投入，由政府和企业调配更多的研究资金、放宽高技术人才的移民条件等措施，加速前沿技术关口的突破。同时加大对于中国的技术封锁。2022年10月，美国政府更新和扩大了技术和芯片出口限制的规定，以进一步阻止中国研发尖端技术的进程。
几十年来，美国一直吸引着全球人工智能领域的顶尖人才，这是其国家文化和移民传统所决定的，虽然中国在近二十年来也加大了这方面的重视力度，但跟美国相比仍有明显差距。根据斯坦福大学下属人工智能研究院(Stanford HAI)的一篇文章显示，2020年美国人工智能工作者的招聘率大约是2016年的两倍。相比之下，中国同期的增长率为30%左右。根据智库 MacroPolo的数据，虽然中国培养了大量的人工智能顶尖研究人员，但他们中的大多数人继续在美国生活、工作和学习。
汇聚更多的人才有两个重要的方面。一个是在本国教育和社会系统内培养更多的人工智能优秀人才。另一个是为本国的教学和市场创造更多的机会，吸引外国的人工只能优秀人才。培养方面，美国以卡内基梅隆大学、斯坦福大学、麻省理工大学、谷歌公司为代表，培养着全球顶尖的人工智能人才，而中国以清华大学、北京大学、微软研究院、中国科学院为代表。
在美国高质量的人工智能研究不仅来自于学术界，企业也是重要的参与者。而大部分中国的研究则独来自于学术界。吸引方面，由于美国就业、薪酬等多方面的优势，更能吸引来自全球的顶尖研究者前往美国从事研究和工作，而近年来在中国提高薪酬、留学生回国鼓励政策等多方面的因素之下，人才也呈现上升趋势。
人工智能的发展除了学术研发以外还要依靠产业的发展。强大的产业可以支撑前沿技术的研究，而新技术的突破又能反过来给予产业新的生命力。因此中美两国都在人工智能产业上投入巨大，早早进行前瞻性布局。
相比之下，中国在产业政策和扶持力度上起步早同时力度大，也给美国人一种“起势很猛”的错觉。中国国务院于2017年推出《新一代人工智能发展规划》，第一次明确将人工智能上升为国家级的战略，强调人工智能在国际竞争、经济发展和社会治理方面的重大影响，而后由各部门陆续出台具体的扶持和资助项目。而美国虽然在奥巴马时期就推出了《为人工智能的未来做准备》，强调其在帮助美国保持全球科技领先地位和保障国家安全方面的重要性，但真正的政策出台要更晚。
2019年，美国总统特朗普签署一份行政令，启动《美国人工智能倡议》，关键词有三：“顶层推动”、“美国领导”和“注重基础”。在此之前，白宫成立了“人工智能特别委员会”，而美国军方研究机构国防部高级研究项目局也于同期宣布未来5年计划投资20亿美元开发下一代人工智能技术，推动实现机器学习的“第三次浪潮”。
2022年，拜登政府签署《2022芯片与科学法案》及《2022年降低通胀法》，其中均对美国产业链部署和供应链安全有所提及。希望通过政府干预性和刺激性的产业政策将更多原本部署在海外的高技术制造业迁回国内，其中就包括人工智能技术紧密相关的芯片制造。美国对于人工智能等前沿技术领域的产业政策力度逐渐加强，部分是出于与中国竞争的需要，而在相关产业政策的刺激之下，美国人工智能产业的发展也有了明显的提速。
AIGC背后的大国科技权力博弈
虽然人工智能领域的竞争才刚刚开始，未来还尚未可知，但人工智能技术关系国家安全和大国竞争，是我们不可错过的技术列车。ChatGPT所在的生成式人工智能就直接联系着搜索引擎等全球范围的重要应用。如果任何中国或美国的企业因为生成式人工智能的技术优势而成为全球搜索引擎的巨头，其地缘政治影响将是深远的。百度宣布将于2023年3月推出其人工智能聊天机器人，其功能与ChatGPT类似。仅在这个生成式人工智能领域，语言模型就将成为中美技术竞争的分战场之一。
美国在过去一百年间正是以无可比拟的技术优势建立起军事、商业、金融和科技的全球主导权。因此美国费尽了心机阻止顶尖技术从世界的各个国家流向中国，阻止中国的科技企业和产品服务走向世界。地缘政治博弈的核心目标是从地理的视角看国家间权力的得失博弈。之所以人工智能领域能成为权力博弈的目标，就在于人工智能技术背后的权力意义。
经济层面，人工智能技术将大大提高劳动生产率，促进经济发展和生产力提升。从经济层面来看，人工智能或许能成为下一个“通信革命”，促进生产力的巨大提升，引领下一个经济周期热潮。
Accenture Research和Frontier Economics根据对12个发达国家的研究预测，人工智能可以在2035年“使年经济增长率翻一番”，同时还将劳动生产率提高至40%。麦肯锡全球研究所预测，到2030年，人工智能可能会为全球经济活动带来13万亿美元的收入。普华永道 (PricewaterhouseCoopers) 提出的数字更高，到2030年全球GDP增长将达到15.7万亿美元，其中大部分将归因于生产率的提高。这些国际一流机构的预测都指向了一个结论：人工智能在全球范围内将成就巨大经济增长。
同时，具有人工智能领先技术的国家将能凭借技术主导权再次获得不平均的经济收益。麦肯锡全球研究所的研究指出，“人工智能的领导者(主要在发达国家)可以增加他们对发展中国家的领先优势”，并且“与今天相比，领先的人工智能国家可以额外获得20%到25%的净经济效益，而发展中国家可能只占大约5%到15%。”而背后的逻辑又回到全球价值链的分配上，占据价值链高位的国家更能从高价值的产业中获取更甚的经济利益和垄断利益。
军事层面，人工智能技术将直接作用于军队现代化和未来化，提高军事实力。人工智能的应用领域包括作战系统、战略决策、数据处理与研究、战斗模拟、目标识别、威胁监控、无人机群、网络安全等。与传统系统相比，人工智能军事系统可以更好地管理海量数据,增强了作战系统的自我调节、自我控制和自我驱动能力。ChatGPT这种民用功能的生成式人工智能也可以直接用于军事目的，如生成军事报告、翻译或通信作用。目前，包括中国、美国、俄罗斯、英国和以色列等国家都在军队中不同方面开始应用人工智能技术提升作战、后勤和训练方面的能力。
治理层面，人工智能全球标准与技术规范的制定尚处真空状态。国际规则制定和治理看似不如经济和军事力量来得实际，但其实这种无形的规范往往蕴含着更强大的力量。一方面，国际规范的主导权意味着谁能决定“正道”和规则，那么违反国际规范的一方将会处于道德和舆论的劣势地位，更容易被国际伙伴所孤立。另一方面，国际规范的主导权也意味着国际社会对某一方极大程度的认可，既是认可它过去的成就和贡献，也是认可该技术规范背后的文化、意识形态和价值观，更给予了主导者发展技术的极大便利。
全球人工智能排名
AI的未来，中国何为
正如前文所讲，ChatGPT以及所属的生成式人工智能，仅是当下人工智能领域大竞争中的一部分。一方面，如果人工智能确是下一次技术革命的核心，那谁能站在技术前沿，并率先打造核心技术层和产业链，谁将赢得具有一定壁垒的技术、经济、军事和治理优势。另一方面，如果人工智能的作用远没有那么大，或者人工智能的时代还早，那么人工智能逐渐提高的技术，也能改造经济社会生活和军事的各个部分。
目前ChatGPT所引发的生成式人工智能，正在将中美间的人工智能竞争推向一个小高潮。面对人工智能技术革命，中国如何应对?
首先，不能被“北美战忽局”忽悠了，要意识到我们的短板所在。
一方面是中国在人工智能基础研究和算法上的薄弱是没有捷径和绕路可以走的。目前国际上的顶级论文和重大理论创新仍以美国、英国、加拿大等国为主。因此，不仅是政府和高校需要重视基础研究的重要性，企业和市场更要给予这方面更多的关注和耐心。
另一方面是诸如芯片等关键硬件方面时常遭遇“卡脖子”的危险。目前国际高端芯片制造和供应链上游被英伟达、高通、英特尔等国际巨头垄断，美国加紧对国际巨头与关联企业的管理，势要掐断任何流向中国高端芯片的途径。因此科技自主，芯片自主是我们当前必须面对的首要问题。
自从ChatGPT发布之后，中国科技巨头也陆续爆出在从事这方面的研究。百度表示将于3月完成对其大型人工智能模型“Ernie Bot”的内部测试。阿里巴巴研究院达摩院也在测试一款类似ChatGPT的工具。总体上，中国正在加速人工智能产业的发展。
中国人工智能前沿的两个城市，北京和上海纷纷出台支持措施。北京是目前中国人工智能企业和人才最集中的城市，拥有1048家核心人工智能公司。北京宣布将支持龙头企业构建大型人工智能模型，支持重点企业投资建设开源框架，加快基础数据供给。而上海已将人工智能、生物医药和芯片开发确定为城市长远发展的三大“支柱”产业。
同时，我们也应该认识到中国在发展人工智能产业存在两个不可忽略的优势。
一个是中国集中力量办大事的制度优势。中国自上而下的决策和集中优势，能帮助我们更快发展人工智能产业。近年来，中国陆续出台多项政策，鼓励人工智能行业发展与创新，如《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》《新型数据中心发展三年行动计划(2021-2023年)》等。除了为企业提供扶持资金，政府还积极为企业寻求市场，推动人工智能产业持续发展。另一方面，中国拥有广阔的市场优势。我国众多实体产业对人工智能有着旺盛的需求，同时，广阔的市场也提供了人工智能发展及其丰富的应用场景。
以ChatGPT所属的生成式人工智能为例，中国应凭借自身优势促进产业链上下游玩家百花齐放。生成式人工智能可分为应用层、模型层、云计算平台和计算硬件层。因此生成式人工智能上游包括数据供给方、算法机构等;中游包括文字、图像处理厂商等;下游是内容创作和服务平台及机构。一方面，下游机构可以凭借广阔市场和丰富应用场景优势迅速将该行业商业化，贴合社会需求。另一方面，国家和各类企业也应在模型层面打磨技术优势，提升机器学习模型，提升中国厂商的行业竞争力。
在2月13日举行的北京人工智能产业创新发展大会上，北京市经济和信息化局正式发布《2022年北京人工智能产业发展白皮书》。《白皮书》表示2023年北京将持续推动建设具有全球影响力的人工智能创新策源地，夯实人工智能产业发展底座，建成高水平人工智能人才高地。北京是目前中国人工智能发展节奏的一个缩影：中国正在从基础研究和尖端技术、人才培养和吸引、产业支持和规范政策等多个方面为发展全方位提速。
虽然中国没能率先推出ChatGPT，但在人工智能大模型领域，中文内容的海量数据仍有成为高质量有创造力的内容输出的潜力。对于研究者来说，要有一定的紧迫感，但对于投资者来说，这时候反而要沉下心来，允许基础研究和技术层缓慢的商业化进程。