IPP国际会议|蒋余浩:中国人工智能创新发展路径研究——基于“非线性创新观”的探索

学术   2024-10-13 19:32   广东  

IPP评论是国家高端智库华南理工大学公共政策研究院(IPP)官方微信平台。

导语
9月21日至22日,以“人工智能与未来世界”为主题的华南理工大学公共政策研究院(简称“IPP”)第十一届国际会议在广州南沙召开。在分议题“AI治理与开放世界”中,华南理工大学公共政策研究院(IPP)研究员蒋余浩教授以“中国人工智能创新发展路径研究——基于‘非线性创新观’的探索”为题发表演讲。

蒋余浩教授在演讲中指出,需要警惕产业界及科技巨头单方面主导AI发展的趋势。他认为,产业界在AI发展领域的一支独大会使本就不均衡的发展现状更加固化。

他进一步指出,可以考虑采取一种“非线性创新观”来看待人工智能的研究和产业发展。他还强调,需要考虑人工智能的发展是否可以形成一些不同的技术路线,以提升劳动力,而不是简单取代劳动力。

蒋余浩教授发表演讲

*以下文字内容为蒋余浩教授演讲实录,略有删减:
这份研究是我和戴明洁博士合作的研究。

现在的世界局势及其变化使我们常从大国博弈的角度思考。然而,过于强调大国博弈,可能会让我们忽视一些需要世界各国共同关注的问题。

例如,现在世界范围内共同存在的、越来越严重的发展不均衡与不平等现象。在人工智能领域这一点尤其突出。虽然大家都在讨论人工智能发展,但是人工智能领域的前沿技术发展和绝大部份国家以及绝大多数普通人并没有直接相关性。

联合国贸易和发展会议秘书长蕾韦卡·格林斯潘此前曾指出,人工智能等前沿技术最大的风险是发展中国家的数十亿人随之落伍。
如果仅仅从大国博弈的角度来看人工智能,就会简单地把现在的人工智能发展看成是中国、美国、欧洲之间的竞争。但是正如斯坦福大学李飞飞教授团队推出的《2024人工智能指数报告》(AI Index Report 2024)所反映出来的那样,一个越来越严重的问题是:产业领域对人工智能的主导趋势已经越来越突出。

AI Index Report 2024 - Stanford University
我们从报告里的指数中选取了两个数据:按行业划分的基础模型数量和基础机器学习模型数量。
可以看出表一、表二,产业界,尤其是科技巨头们主导的产品已经左右了人工智能前沿发展的绝大部分趋势。此外,还有数据还显示,近一二十年间,产业界科技巨头获得的人工智能研发资金远远超出其他任何机构。

表一:2023年按组织划分的基础模型研发数量

谷歌、OpenAI等产业科技巨头在人工智能基础模型开发中的主导地位,远超学术和非营利组织。 图源:AI Index Report 2024 - Stanford University


表二:2019—2023各部门基础模型开发数量

工业界在基础模型的开发数量上增长最快。图源:AI Index Report 2024 - Stanford University


当然,也需要指出,由产业界推动人工智能发展也并非是绝对负面的,在一定程度上,产业界推动人工智能发展会给普通人的生产生活方式带来一些积极的改变。但是总体来讲,产业界在AI发展领域的一支独大会使很多不均衡发展的现状固化。
例如,更多的创新资源会流向原本就具有优势的地区,技术能力、资本雄厚的企业会更加增强影响力。
以美国为例,人工智能的资源和研发力量主要集中在少数几个具有优势的地方,没有形成普惠或者包容的发展状态。几年前,哈佛大学Yochai Benkler教授就已经在“NATURE”上发文提出,不能够让产业界单方面决定AI发展的规则。
蒋余浩教授在演讲中分析“非线性创新观”的实践意义
此外,如果仅仅从大国博弈的视角出发,可能会将中国目前取得的成就(如人工智能领域的专业论文发表、专利获取等)看成是对世界的重大威胁,而忽略更深层次的问题——中国是否有可能探索一条不同的发展路径,以包容性均衡发展的方式推动中国式现代化建设?
总之,现在世界人工智能产业的整体发展趋势已经导致全球发展处于不均衡的状态,我们需要超越大国博弈、大国竞争的视角,多投入思考如何探索更多元、更有利于均衡包容性发展的科技创新路线。
事实上,近年来,美国联邦政府的一些政策开始注重均衡布局的思路,通过分析相关实践,能够得出一些有启发性的理论认识。我们选取了一些政策(见PPT),从2019年之后到2023年形成的联邦研发资助计划,更多强调多元主体参与和区域均衡布局。

表三:美国国家人工智能研究和发展战略计划(2023年更新版)

来源:美国国家科学技术委员会人工智能特别委员会的报告


比如这条政策强调将人工智能的布局当成是公共产品投资,在区域和行业中形成综合性、均衡性安排。在区域层面形成多点布局的状况;在行业层面,则更多强调不同领域人工智能的研发和应用,不仅支持所谓的前沿生产领域,还包括传统的教育、医疗、农业等领域。
National Artificial Intelligence Research Institutes (NAIRI)实现了开放包容的网络化组织与多主体参与,包括大学、科研院所等。
值得一提的是,美国联邦政策并不仅仅是简单地推动人工智能在某些区域和地方的应用,而是更加强调研发和应用的一体化推进。这也意味着这一资助计划不仅仅关注AI实际应用,它还重新规划了人工智能的发展和研发方向。

美国联邦政府新政策的效果还有待进一步观察,但是其中蕴含值得关注的创新理论视角。过去我们讲创新,很容易受到范内瓦-布什(Vannevar Bush)著作《科学:无尽的前沿》中理论的影响,把基础研究和应用研究进行两分。
在后来很多学者的解读中,这种两分法就产生了一个线性创新的观念:前端(基础研究)由政府大力投入,主要由大学等科研机构程度,而后端(应用转化)则由企业、市场推动。
范内瓦-布什(Vannevar Bush)认为,基础研究是为了一般性知识的扩展,且不一定会带来任何预期的应用效果,但其也是所有技术进步的前提,因而需要政府侧重扶持。
但是从人工智能的发展状态来看,这种基础研究/应用研究二分的界限并不存在,比如MIT几位专家指出的,Google大脑研究团队2017年推出的transformer,既是基础理论的重大突破,又是应用研究上的创新产品,能够用于自然语言处理(NLP)和计算机视角(CV)领域。
我们需要突破建立在基础研究/应用研究二分法基础上的线性创新观,采取一种“非线性创新观”来看待人工智能的研究和产业发展,从非线性的创新过程中找出也许可能改变产业界技术路线的关节点。
这里可以用工程学专家提出的“科学发现与技术发明之间的螺旋性相互关联”的模式,来表述我们从上述美国人工智能多区域多行业布局所展现的非线性创新观。

图源:演讲嘉宾PPT

非线性的创新观在人工智能领域的应用,强调的是多元创新主体的共同作用。整个创新生态不由哪一个主体单独说了算,在创新系统中——政府、企业、社会力量都要起到一定作用。
我们要说的就是通过这种方式,不仅仅只是考虑人工智能治理,还可以整体重新思考科研、应用等等创新的全过程,思考在整个创新过程中的每一个关键环节是否都可以进行多元参与、协同治理?
如果我们现在只是把人工智能的研究和应用进行二分化,实际上没有办法思考现在产业界科技巨头为什么可以主导人工智能发展。
实际上,产业界科技巨头是通过主导应用端以来影响整个创新过程——通过应用端的产品吸引大量的资金、人才涌入,然后又在研究中强化其技术路线,把其他领域的研发远远抛在后面。

影响创新的外部因素。图源:演讲嘉宾PPT


因此,关于政策设置,大概需要形成这么几点思路。

在美国的新研发政策中提到,通过建立公共云的方式把数据进行开放性治理,帮助科研机构产生更多的公益性模型。而中国面临的问题和美国不一样,中国反倒有一些企业,如华为,推出了公共云这一面向中小企业的基础设施,推动形成一些多样的人工智能模型、算法,同时还推出了“盒子里的AI”(AI in a box),应用于不同的产业,这些都是值得持续关注的有益尝试。

此外,我们还需要思考为什么需要强调从需求侧来对科研进行整体规划?因为非线性创新观告诉我们,人工智能发展不是一个从A点(研究)到B点(应用)的单线过程,而是可以首先明确需求,对科研提出要求,让科研为应用服务。这在科技发展过程中,是有可能的。
比如说,通过开源参数权重,为调整信号在网络中传递时的强度,调整模型对输入数据的表示学习以及最终的预测或决策能力,留出更多的可能空间,实现不同的经济社会后果。

最后,我们还要思考新的技术条件下如何保护社会的问题。实际上,从文献研究来看,1980年代之后劳动生产收入已经相对开始停滞或者下滑,正如Claudia Goldin教授指出的,现在的教育已经难以跟上科技发展的步伐,因此,按照现在的教育内容和模式,单纯“提高教育”也已经没办法弥补现如今发展不均衡的状态。
蒋余浩教授回应现场观众提问
所以我们需要考虑人工智能的发展是否可以形成一些不同的技术路线,以提升劳动力,而不是简单取代劳动力。就像今天上午黄铠教授提出的问题一样,现在国内很多舆论过度关注人工智能替代不稳定工作的潜力,比如说外卖小哥。这样的技术发展方向难称是很大的创新,更需要思考的是人工智能对现有劳动力进行提升。
这样来思考,是在新的技术条件下“保护社会”的题中应有之义——只有社会足够的强大,才有可能抵制产业界科技巨头或者任何一种力量单方面主导科技的发展方向。
最后总结几句。

过于将实验室科学研究成果和一线劳动生产过程当中的技术创新进行二元分化,将罔顾一个事实,就是从科研应用整体观的角度来看,二者在很多点上是可以打通的。
一个最根本的问题是,我们要用非线性的创新观思考,技术革新的来源究竟是什么?是来自特别聪明的科学家的“灵光一闪”,还是来自于现实当中的生产劳动经验?要从这个角度去思考科技的来源。

中国政府部门在政策表述上已经开始触及到这些问题。比如说广东省工信厅今年出台的政策,提到要实施“多技术路线平行探索”,同时强调要把人工智能放在千行百业中进行应用,这是在应用过程中对研究提出新的要求。这些政策隐含的理论意义和建设性意义需要持续加以挖掘。

广东省工信厅发布的2024年主要工作计划中,提到在6G、人工智能等领域,采用多技术路线平行探索的方法。

总的来说,我们不能仅依赖大国博弈的视野,更需要讨论的是如何找到通过实现均衡包容性发展,迈向现代化强国的路径。
在人工智能领域,我们更需要面对的问题,就是现在产业界一支独大、科技巨头为主导的状态,以及区域和不同人群之间的严重分化。
充分认识到人工智能的非线性创新观——“科学发现与技术发明是交互促进的”,这是实现多技术路线平行探索的前提,是探索多元未来发展可能性的保障。

我们应该通过制度创新,去推动人工智能的研究资源和应用资源全域均衡布局。在这个过程中,特别需要强调科研和应用的一体化推进。如果用中国官方特别喜欢的一个政策术语来讲,就是通过供给侧结构性改革,推出满足需求侧、能够提升劳动力的产品。
供给(科技产品)与需求(各个区域、各个行业自身发展需求)二侧联动起来,进而形成一个全社会积极参与创新发展过程的格局。  

我就讲这么多,谢谢!

更多国际会议嘉宾发言完整版将陆续推送,敬请期待!
国际会议视频精彩回顾
往期推荐‍‍‍‍‍

郑永年:AI假装是人类,中美怎么办?|IPP国际会议


郑永年:人工智能时代,如何阻止“人工智残”的趋势?


IPP国际会议|孟维瞻:大国人工智能竞争如何塑造美国的政治变化?


关于IPP
华南理工大学公共政策研究院(IPP)是一个独立、非营利性的知识创新与公共政策研究平台。IPP围绕中国的体制改革、社会政策、中国话语权与国际关系等开展一系列的研究工作,并在此基础上形成知识创新和政策咨询协调发展的良好格局。IPP的愿景是打造开放式的知识创新和政策研究平台,成为领先世界的中国智库。


IPP评论
华南理工大学公共政策研究院官方微信平台。 国际视野,中国情怀;扎根真实世界,回应中国问题。
 最新文章