生成式世界秩序:人工智能、地缘政治和权力(上)

文摘   2024-07-09 17:15   北京  

导语


生成式人工智能的崛起预示着市场和社会结构的变革,将影响经济增长、生产力、国际力量和文化发展。领导者们正在寻求利用AI技术并应对风险。 

人工智能时代的到来提供了塑造未来的短暂机会,决策将影响长期规范和技术发展,成本将随时间上升。美中竞争尤为激烈,而地缘政治摇摆国家如英国、阿联酋、以色列将在AI未来中扮演关键角色,可能形成创新联盟。

技术进步将推动AI向多模式发展,关注性能优化和成本效益,持久内存将提升长期规划和代理场景真实性。关键问题是AI的规模是否会扩大,由大企业主导,或转向支持更广泛提供商和开源。


01

工智能两大巨头:中国和美国


美国和中国是世界领先的人工智能竞争对手,但它们也是最重要的人工智能合作者。根据斯坦福大学的《2023年人工智能指数报告》,尽管地缘政治竞争加剧,但两国之间的人工智能研究合作数量在2010年至2021年期间翻了两番。


1. 大国AI较量的焦点


在AI领域中,两国展开全面竞争,包括硬件、数据、软件和人才。美国利用其顶尖教育机构和企业优势,成为全球人工智能领导者。华盛顿与全球伙伴合作,从研究到出口管制,确保技术优势并推动国内创新。中国实施国家战略,增强自主能力,支持本土AI产业,提升国际竞争力。


2. 大语言模型(LLM)的竞争赛道


大语言模型(LLM)已成为人工智能创新和竞争的主要赛道,各国都在竞相开发更先进、更有能力的LLM。尽管中国在传统人工智能研究的许多领域已经追平或超过了美国的历史领先地位,但当今生成式人工智能的绝大多数创新都来自美国,而中国目前在培育自主大语言模型方面仍面临着严峻挑战。


3. 治理体系对技术进步的影响


技术革命影响治理体系,既促进也制约技术发展。美国等开放社会警惕人工智能风险,担心大型语言模型(LLM)可能因信息不全误导。但这种担忧未阻碍技术发展。中国等国担忧AI的不可预测性,特别是"黑箱"问题,导致难以追踪和预测。这促使政府采取控制措施,虽为保护,但可能抑制创新,提高市场门槛。


4. 硬件竞争与出口管制的策略


近年来,美中AI竞争聚焦于硬件,尤其是高性能GPU,以提升计算能力。美国与荷兰、日本协调出口管制,采用“小院高墙”策略,保护国家安全敏感技术。中国以出口管制回应,针对锗、镓、石墨等关键矿物,这些是中国供应链优势领域。重点是,北京更注重国内技术发展和自主可控。


5. 发挥AI领域领导作用的要素


要在人工智能领域领先,国家需制定创新战略,支持顶尖人工智能企业和研究机构。生成式人工智能生态系统将赋能现有企业,塑造未来科技巨头。持续增长需制度保障产权、鼓励创业,为初创和大公司提供明确规则。


6. 美国的AI强国地位与中美技术竞争的未来


美国目前是人工智能强国,但中美技术竞争仍在进行。双方将不断演进技术经济战略。中国已展现克服多重挑战的能力,如Mate60 Pro所示。预计未来地缘政治将更影响华盛顿、北京及其他国家首都的经济决策。


下表概述了塑造技术竞争的一些最突出的技术经济工具。


表1 技术经济政策工具定义及例子



02

地缘政治摇摆国家的人工智能能力


美国和中国是人工智能领域的领先国家,但其他国家和组织也在崛起,影响着AI的发展和应用。这些新兴力量,包括地缘政治摇摆国家和集团,通过其独特的能力和利益,对AI战略产生影响。它们之所以能塑造AI和未来世界秩序,是因为拥有一些区别于其他力量的关键能力


  • 塑造全球技术创新和商业化的经济或监管力量

  • 差异化的人工智能技术和人才生态系统


  • 世界领先的公司,使他们能够控制人工智能供应链中的关键瓶颈


  • 明确国家人工智能战略以及实施这些战略和部署资本的能力和意愿


1. 欧盟


12月,欧盟就《人工智能法案》达成协议,预示着全球首个全面AI法律框架的诞生,预计2024年欧盟选举前通过。法案具有域外效力,可能影响全球AI发展,改变技术生态,并成为其他地区法规的参考。


法案广泛覆盖通用AI和基础模型,反映对Chat GPT等工具的监管需求。欧盟强调"数字主权",控制数据流,塑造AI设计和伦理,采用风险分级框架,旨在成为全球AI法规的标杆。


尽管在AI监管上领先,欧盟在创新上并非领导者。2022年,美国AI公司投资远超欧盟,中国在AI半导体投资也领先。但法国在欧盟内是AI领域的领头羊,拥有欧洲最大的AI人才库,2018年AI战略聚焦医疗、交通、环境和安全等领域。


2. 英国


英国脱欧一年后的2021年,发布了《国家人工智能战略》,目的是支持经济向AI转型并加强治理。这显示了英国独立发展的决心。


英国有强大的科研和AI创新传统,拥有牛津、剑桥等顶尖大学和Deep Mind等领先公司。英国在全球私人AI投资中排名第三,市值达210亿美元,预计十年内将大幅增长。政府已投入13亿美元于超算和AI研究,加上之前的28亿美元,体现了对AI的重视。


2023年11月,英国在布莱切利公园的AI安全峰会上取得进展,聚焦AI风险管理。峰会不仅展示了英国的全球影响力,还促成了29国政府和公司的联合声明,为国际合作奠定了基础。


3. 阿拉伯联合酋长国


阿联酋实施了一项宏伟的AI战略,2017年设立了全球首位AI部长。通过与牛津大学合作培训项目和创建穆罕默德·本·扎耶德AI大学,阿联酋致力于成为全球AI领域的领导者,并可能成为美中之外的AI生态系统提供者。


阿联酋的AI准备涵盖了广泛的领域,其AI和云计算公司吸引了国际人才,并投资超过100亿美元。此外,该国开发了阿拉伯语的开源大型语言模型(LLM),如Falcon和Jais。尽管缺乏国内半导体产业,阿联酋通过购买西方的尖端芯片来强化其技术基础。


阿联酋的AI战略具有地缘政治意义,它将自己定位为美中之外的补充力量和潜在竞争对手。同时,北京和华盛顿都在争夺与阿联酋的技术合作,试图影响其在全球大国竞争中的立场。


4. 以色列


以色列是一个人口约900万的国家,是全球技术领域的领导者,依靠其顶尖人才在挑战性地区中生存和发展。以色列在国防和网络安全领域的研究和创新尤为突出,这些领域正被人工智能技术所改变。


以色列的网络产业私人投资曾超过欧盟。2022年,其私人AI投资达到32亿美元,位列美国、中国和英国之后。同年,以色列在新资助的AI公司数量上排名全球第四。


5. 日本、荷兰、韩国


韩国和日本是全球关键的半导体设计和制造中心,同时位于南中国海和东海的供应链要地。它们对世界大国的技术竞争力至关重要,并且随着AI的普及,其地缘政治重要性在不断上升。


荷兰也在全球半导体供应链中扮演着关键角色,其公司ASML是唯一的极紫外光刻(EUV)设备制造商,这种设备对制造先进集成电路至关重要,单价高达3.3亿美元以上。据高盛研究,EUV技术有望推动全球半导体市场规模从2022年的6000亿美元增长至本世纪末的1万亿美元。


6. 印度


印度作为世界人口最多的国家和快速增长的主要经济体,在AI生态系统中扮演着日益重要的角色。随着G20轮值主席国和Chandrayaan-3登月任务,印度正承担更宏大的全球科技角色。新德里的AI战略可能在发展中国家引发连锁反应,其与发达经济体的关系对印度21世纪的潜力至关重要。


尽管预计印度今年的GDP将增长6.3%,人均GDP仅为2610美元,需要持续增长才能达到中等收入水平。AI可促进生产力和经济增长,但需适当的机构和技术基础设施,目前许多印度人尚未接入互联网


印度的技术成功,如降低成本、普及中小企业,可能为技术创新提供新方向。印度已成为劳动力、外包、创业和创新的中心。政府资助的Aadhar生物识别计划为超过14亿公民提供安全身份证,被描述为“世界上最复杂的身份证系统”。


03

新兴的人工智能力量


技术革命可以改变力量平衡。世界各国领导人都认识到了这一事实,人工智能赋能的未来将或多或少地塑造每个国家。大多数人生活在一个有人工智能战略的国家。这些战略在重点、实施和潜力方面各不相同,但他们表明,二十一世纪的地缘政治意义与人工智能的领导地位息息相关。


图1 制定国家人工智能战略的国家(截至2022年12月31日)


尽管全球都在为AI的未来做准备,但其影响因地区而异。高盛研究显示,在知识型和服务业员工多、互联网普及率高的发达市场,AI带来的生产力提升可能超过新兴市场。以色列、瑞士、科威特和日本可能成为从AI中获益最多的五大市场,而印度、肯尼亚和越南等新兴市场可能增长较慢。


人工智能革命可能不同于传统技术革命。新兴市场国家公民对人工智能的乐观态度可能促使他们更快地融入人工智能,加速获得其好处。这为欠发达国家提供了跨越式发展的机会,可能在人工智能领域超越传统发达国家。


图2 人工智能应用对年生产率增长的影响


一些国家虽在AI领域占先机,但技术竞争的未来格局尚未定。中东的沙特和卡塔尔等国正通过"2030年愿景"等计划推动经济多元化,利用能源和物流优势。挪威则以可持续发展为战略重点,依托其庞大的主权财富基金。

同时,人工智能新应用的开发带来安全风险。伊朗等非AI领导者可能利用AI推进恶意目标,如散布虚假信息、开发自主武器。随着AI成本降低和性能提升,"深度伪造"等虚假信息工具的质量和易用性提高。极端主义团体和犯罪组织也可能利用AI实现其目标,影响地缘政治和商业。

04

人工智能治理的地缘政治‍‍


数字时代初期,鲜有国家制定技术治理战略。现在,治理问题成为AI开发和采用的核心。全球政策制定者和利益相关者呼吁多边合作,以最大化技术机遇并应对挑战,特别是在治理和安全方面。这些讨论通常聚焦于三个主要议题:


1. 滥


人工智能的进步能力通常是双重用途的,既有希望也有危险。例如,可以用作聊天界面以提高生产力,或知识收集的人工智能也可用于创建和放大错误信息,为制造有害武器提供指令,或用于网络攻击、市场操纵和其他恶意用例。


2. 不可预测性和偏见


人工智能算法,特别是在深度学习中,通常缺乏透明度,并且存在固有的偏见。这可能导致歧视性结果,包括可能在执法、医疗保健和工作招聘方面。这些系统的“黑匣子”性质使我们理解和预测人工智能行为的能力变得复杂,这使得管理意外后果和确保公平性和可靠性变得具有挑战性。


3. 存在风险


投资者和专家对"智能爆炸"风险表示担忧,担心AI发展到高级阶段可能偏离人类价值观,带来严重后果。这一担忧在AI社区引起广泛讨论。


联合国教科文组织2021年提出AI伦理建议,强调人类监督的必要性。2023年英国布莱切利公园峰会和欧盟、美国-欧盟贸易和技术委员会的合作,以及联合国成立的AI咨询机构和七国集团(G7)领导的广岛AI进程,都是国际合作的重要步骤。


然而,全球治理的成功尚不明确,地缘政治竞争和利益相关者多样性可能使全面治理不现实。创新和竞争的动力可能阻碍全球规范的达成。


另一提议是建立类似国际气候变化专门委员会的AI机构,定期评估AI状况和风险。鉴于AI快速发展,这种努力对政策制定者了解最新情况非常有价值。


图3 人工智能治理的关键时刻(2023年)



05

技术发展如何推动地缘政治


生成式人工智能是新近发展的方法,但其基础可追溯至70多年前,由艾伦·图灵的图灵测试奠定。2017年谷歌的研究论文是LLM背后的重大突破,而到Chat GPT 2022年公开时,更先进的模型已在研究中。

尽管AI发展迅速,但过去的“人工智能寒冬”提醒我们,技术的采用可能面临阻力。当前LLM模型改进的可持续性也存在争议。AI的发展可能超越现有范式,商业和地缘政治意义需考虑技术未来走向。

AI的重点正从模式识别转向生成和推断,技术竞争领域也将随之变化。生成式AI的新兴能力包括多模态处理、价值工程和生成代理。

1. 综合

早期的生成式人工智能系统仅处理单一数据模式如文本或图像。现代尖端模型则能处理多种数据形式,包括语音和视频,并合成不同通信模式。多模态AI系统通过更全面的模式识别提升性能,扩展用例和价值,更接近人类的多模式推理。

2. 价值工程

生成式人工智能的研究主要聚焦于提升模型功能,包括扩大模型规模、增加数据量和计算力,导致成本上升。近期,研究者和从业者转向提高效率的创新,如模型蒸馏、量化、代币丢弃等技术,以及寻找参数、数据和计算之间的优化关系。这种“价值工程”有助于AI的民主化,使其适用于更广泛的应用场景。

3. 生成机构

早期的生成式AI模型独立运作,基于训练数据预测命令和回答问题。现在,这些模型通过API等方式连接,扩展功能,提高性能,如利用计算器、领域模型或电商网站。创新可能使模型具备长期记忆。这些进步预示着更强大、持久的应用,可能实现智能代理,它们理解人类偏好、学习风格,并执行复杂多步骤指令。

这将引发关于AI规范、价值观的新辩论,包括采用、部署问题和不同实体的风险承受能力。但这些趋势表明AI将更多的融入日常生活。


更多详细内容请关注《生成式世界秩序:人工智能、地缘政治和权力(下)》



参考资料


高盛研究所 |《

生成式世界秩序:人工智能、地缘政治和权力


(The generative world order: AI, geopolitics, and power



索要报告原文及译文,请扫码添加小编联系!



思想的工厂
将最前瞻的研究理念与经济金融、科技创新以及产业发展相结合,旨在提供全球近千家顶级财经智库的最新研究成果解读。