中国俨然已经成为全球AI产业领导者，那么代价呢？

在搜索引擎中输入“China”、“AI”、“leader”几个关键字，很快，匹配得到的海外新闻词条数不胜数。粗略查看标题，尽是外媒有关“中国或将超越美国成为全球 AI 领导者”的新闻，尤以 2018 年更甚。

根据乌镇智库发布的《乌镇指数：全球人工智能发展报告2017》显示，2000年美国新增AI企业数占全球AI企业总数的45.8%，2016年下降至26.19%；中国则从2000年的7.5%上升至2016年的23.74%。

CB Insight公布的《2018年人工智能发展趋势》报告显示，2017年中国人工智能初创企业获融资额占全球总体的48%，相比2016年实现了翻倍以上增长。相比之下，美国仅占38%，而这一数字在2013年仍是77%。

去年，由美国人工智能协会（American Association for Artificial Intelligence）组织的AAAI大会上，在2571篇投稿论文中，中国和美国的投稿数量分别占到31%和30%。虽然在被接收论文数量上，中国还是低于美国，但数量已经大幅提升。

2015年5月，国务院颁布《中国制造2025》中首次提出“加快发展智能制造装备和产品”；2017年3月，“人工智能”首次被写入政府工作报告；同年7月，国务院发布《新一代人工智能发展规划》，明确指出2030年成为“世界主要人工智能创新中心”。

无论是 AI 创业公司新增数量，还是初创公司投融资情况，亦或是学术论文发表情况以及政策支持力度，均毫无例外地向外界传递了一个讯息：在人工智能领域，中国已经成为了美国强有力的竞争者。

如今在中国，以 BAT 为代表的互联网科技公司，在经历了用户与海量数据的原始积累之后，伴随云计算技术的提升，自然形成了大数据和人工智能快速发展的基础。在不少科技观察者看来，数据构成了中国在人工智能尤其是机器学习上的最大优势局面。

不过，这也引发了他们对数据隐私以及政府对公民管控存在的道德担忧。

曾有不少媒体报道，“在深圳、济南等地，如果横穿马路不遵守交通的行人，将会被安装有人脸识别功能的摄像头抓拍下来，现场大屏幕曝光、滚动播放。”这究竟是依法行政，还是侵犯公民隐私？

实际上，中国现在是世界上监控摄像头最多的国家，也是在安防监控领域使用 AI 技术最积极的国家之一。2017 年 6 月《华尔街日报》的一篇报道中指出，中国在公共场所有 1.7 亿台监控摄像机，到 2020 年可能还要安装另外 4.5 亿台。

而百度，作为国内最大的搜索引擎公司，掌控着中国 7 亿网民接触信息的入口，此前也频频被人们拉出来“指摘”。

今年 3 月的中国发展高层论坛上，百度 CEO 李彦宏的一番言论被媒体挖掘出了“以隐私换便利”原则，即“如果（用户）愿意用隐私交换便利性……那么我们就可以用数据做一些事情”。这曾挑起了不少民众的不满情绪。

隐私，从来都是敏感的话题。这也是为什么谷歌、微软、苹果近来在谈到人工智能的同时，也在强调保护用户隐私和数据安全的重要性。不过， 5 月 25 日生效的欧盟《通用数据保护条例》（GDPR）虽然从用户角度对企业收集、控制和处理个人数据的方式进行了严格监管，却仍有不少人也在担忧这个法案是否会对欧盟发展 AI 技术造成阻碍。

为什么数据成为现阶段企业提升机器学习技术的最大优势？对于涉及个人隐私的数据，我们又应该保持怎样的态度？这与企业如何合理使用用户数据提升算法是否存在矛盾？这都值得我们思考。

近期，笔者摘编了来自国内外五位专家的观点，总结如下：

一、消费者牺牲隐私换取利益，“方便”有关部门监管。

亚洲社会政策机构美中关系初级研究员 Virgilio Bisio 写道：“今年 1 月，由中国标准管理局公布的《人工智能标准白皮书》中，五项措施中的第一项就是加强人工智能标准化的‘顶层设计’。谁在顶层进行这种设计已经很明显了。该白皮书基本上由有关部分和以百度、阿里为代表的中国科技公司巨头起草。”

在他看来，这意味着在 AI 技术应用的道德层面，消费者可以获得某种方式的利益，但代价却是政府在隐私方面的入侵式管控。

无独有偶，多伦多大学公民实验室负责跟踪在线信息控制的 Lotus Ruan 也表示：“数据驱动技术本身不具有入侵性。然而，中国独特的网络生态系统和限制性监管环境会影响到用户的隐私。”

此外，她还发现，“企业现在不仅与权威机构分享用户的个人数据，还会围绕其需求积极主动地构建商业模式。”

2016年的一项数据显示，政府在大数据行业的投资主要应用于安防领域。今年 4 月，中国的商汤科技公布了一款能够自动识别包括色情或暴力图像的在线视频以及包含敏感话题的文本信息的产品。

再比如腾讯微信，其平台上已拥有超过 10 亿用户。当最近联合广东省政府机构推出一款“数字身份证”系统时，这表明它已经超越了自己本身作为一款聊天工具的商业价值了。

不过，她还提到这种担心不限于中国。借助数字丝绸之路等项目拓展国际化业务的中国科技企业，或许未来将符合中国国家世界观的技术规范和信息管理模式推向海外。

二、海量数据构成了中国在机器学习上的绝对优势，但这种优势不会是永久的。

China Research 负责人 Andrew Batson 表示，许多在机器学习研究上有所造诣的中国顶尖人才很多都有过在美留学或工作的经历，尤以微软为例。“在某种程度上，中美双方与其说是两个孤立的竞争对手，不如说是在全球机器学习研究领域的共同参与者。”

他还发现，中国在机器学习上拥有的优势，实际上是作为世界上最大人口基数的智能手机用户每天产生的数据量上。“这些数据越来越被视为实现机器学习潜力的稀缺资源：解决像人脸识别和自动驾驶这样的问题需要大量数据训练算法，以找到合适的模型。”

此外，政府和风投机构也在 AI 相关的产业链条上投入了大量资金。

所以，他总结道：“这意味着机器学习上的进步将不取决于创造性，而是资源运作能力。事实上可能就是这种情况。当机器学习算法在 2014 年前后取得重大突破时，大多数专家表示，这不是由于新概念的发现，而是计算机处理能力的大幅提升和结构化数据的可用性。如今，机器学习上取得的进步很多都是集中开发而不是纯粹的研究。”

这种资源密集型的发展充分发挥了中国的优势。在他看来，政府规划可以作为一种资源调控的有效手段，但很难让民众学会创造或在理论上实现突破。所以需要警惕的是，中国在数据方面的明显优势能否成为持久竞争力？

三、国家间的人工智能竞赛从来都不是“零和游戏”。

从这个角度来看，美国科技安全和国家安全计划中心兼职研究员 Elsa Kania 更愿意相信在中美两国呈现的对人工智能的恐慌与热情都似乎有些过度了。这些技术正逐渐成为大国时代国家竞争力不可或缺的一部分，在此背景之下，中美之间的“纠缠”和相互依赖激化了新的摩擦。

在她看来，中国开创了一种新的模式，这种模式与美国在科学技术上的政策异曲同工。从前，美国创新生态一直受到公私合作以及工业与军方密切合作的支持。如今，中国正在出现类似的协同效应。例如，百度正在与清华大学和北京航空航天大学等合作伙伴共同领导中国深度学习技术与应用国家工程实验室；百度和中国联通成立的“ AI + 5G 联合实验室”。

Kania 表示，“谁能成为人工智能的领导者都不会是零和游戏，因为每个国家都可能凭借自己的力量成为AI 超级大国 。”

四、中国在基础实力上仍有很大差距，“中兴”事件就是个教训。

腾讯研究院高级研究员 Jeff Cao 表示：“鉴于这些技术的重要性和潜在影响，我们不难想象人工智能和大数据正在引领我们进入一个算法社会，在这个社会中，数据和算法驱动着我们世界所依赖的各种机器。然而，算法也非常难以理解，所以由算法驱动社会变革同样充满着风险。这种风险下，有必要为适当应用和使用人工智能制定法律和道德规范，以及潜在错误使用的防范措施。欧洲国家已经开始这一进程了。”

作为世界上两大互联网市场，中美两国各自都有优势。在他看来，中国的优势主要基于三点：

一是中国政府继续实施支持 AI 和大数据发展的政策；

二是中国是世界上最大的互联网消费市场，企业已经为 AI 积累了足够的大数据和用例；

三是中国相对宽松的互联网监管对科技和商业创新有更高的容忍性。

对于“中国或将超越美国成为全球 AI 领导者”，在他看来，中国仍有很大的差距，特别是在基础技术（如芯片）、核心算法、顶尖人才等方面。如“中兴”事件突显了中国高科技产业的过度依赖性。因此，中国需要加大对基础研究和人才培养的投入，充分利用其配套政策、巨大的市场、大数据以及消费潜力。