朱民：人工智能的发展与全球化的未来
从AI1.0到AI2.0
我们正在离开信息时代进入智能时代。信息时代是指信息可以在任何时候、任何地点几乎没有成本地获取，数据是程序应用产生的结果，它的应用优先是人主导。而智能化的系统是数据优先而不是程序优先，也不是人优先，这是一个重大的区别。从信息时代走向智能时代的时候，人类的认知正在发生根本的变化。
人类认知是从观察开始的，牛顿看到苹果从树上掉下来发现了万有引力，这是从观察走向科学，然后科学走向技术，从技术走向产品。但是在人工智能时代，是数据直接产生知识，再由知识到产品，产品到数据，形成一个不断迭代的闭环循环。
人工智能赋能科技是人工智能带来的一个根本变化。一个典型的里程碑式的转折点就是出现了大模型，它的用途越来越广，越来越具有通用性。2018年OpenAI提出了预训练模型的GPT。2020年GPT-3的参数量达到了1750亿，2021年谷歌的SwitchTransform参数已经1.6万亿了，阿里发布的M6多模态的模型参数则达到了10万亿。
大模型在技术上实现了一系列的突破，并为科技赋能。比如与生物学相结合，分析蛋白的模型不断出现，大家设想一下，如果我们能知道所有蛋白的3D结构，对生物界、医药界、以及应对病毒，那将是一个里程碑式的革命。谷歌DeepMind的AlphaFold2在生物学领域取得了重要突破，其用生成模型的方式预测蛋白结构。科学家们从植物、细菌、动物来测量已知2亿个蛋白的3D结构。目前在蛋白数据银行已经存有19万个已经被测定的3D蛋白结构，这大概是我们已知蛋白的1%，意味着人类已经能够把1%的蛋白数字化。2022年7月，AlphaFold蛋白质结构数据库(AlphaFoldDB)已经发布了100万个被测量的蛋白结构，这就是5%的蛋白结构。
人工智能还进入了材料科学领域。例如，高熵合金相比传统合金具有很多独特性质，例如它有很好的耐高温性能，这类耐高温、耐氧化材料，在航空航天、核反应堆、化工设备等领域具有广泛而重要的用处。但是高熵合金容易氧化。为了降低寻找耐氧化高熵合金的时间成本，研究人员开发了一个人工智能框架用于测算高熵合金性质，这个框架结合了计算热力学、量子力学和机器学习，能够定量测算任意化学成分高熵合金的氧化情况，整个计算和筛选的时间从过去几年缩短到几分钟，这对新材料开发、寻找新材料非常重要。
人工智能取得了巨大的发展，我从经济学家的视角总结出以下几点：一是人工智能从编程/软件为中心的AI1.0进入数据为中心的AI2.0。二是大规模出现推动人工智能通用性和泛化的科技和商业实践。三是人工智能突破“维度诅咒”，AI2.0赋能科研。四是人工智能“从虚向实”，从信息服务走向探索和制造物理世界，走向控制、管理和优化物理世界的运行。五是人工智能趋于成为工程科学，成为了科学研究、科技创新和经济活动的工具和基础设施。六是人工智能开始独立探讨人类未知的世界，也将颠覆整个世界。七是人工智能成为未来全球科研、创新和经济发展的竞争前沿。
02
中美人工智能的发展差异
中国人工智能发展现状是怎样的？香港大学许成刚教授和复旦大学杨燕青教授团队发布的《中国人工智能指数报告2022》显示，2010年~2021年间，中国人工智能的论文总量已经超过美国，如果把过去11年在中国国内发表的论文也加上，那么中国发表的人工智能论文数量是美国的4.5倍。但是美国参加会议的论文数量远远超过中国，这是因为人工智能发展快，很多一流的人工智能论文是在会议上发表的。重大的突破往往来自少量最优秀的研究成果，2000年～2018年，美国发表了47篇被引用极高的期刊论文，而中国只有5篇。这也表明高质量论文方面美国还是领先的。
从论文涉及的领域来看，中国的论文更多集中在监测有关的领域，如自动化、目标辨识追踪、场景理解、行动和语言识别等。这些领域称之为AI1.0的领域。而美国论文研究比较多的是文字、语音、人机对话，可以说美国论文比较集中的AI2.0的领域。
从专利的角度来看，中国人工智能的专利数量在2018年超过了美国，2021年中国的专利公开数量是12.12万件，高于美国的7.32万件。2000年～2021年，中国人工智能公开专利总数是48.4万件，在全球占比25%，但在过去11年总量上低于美国的70.2万件，两组数据对比下来，意味着中美两国的差距在逐渐缩小。
另外，在反映人工智能整体应用水平的开源框架方面，中国开源框架的整体水平落后于美国。2016年～2021年，美国开源框架的星标数是中国的9倍以上。这表明中国的开源框架还是一个弱项。然而，全球15个开源框架的主要贡献者，有60%来自中国，只有21%来自美国。这意味着中国很多的工程师和开发者是美国和全球开源框架的重要贡献者，这个现象说明我们有世界一流的科学家和工程师，有非常丰富的人才资源，但缺少大的框架搭建能力。
过去20年，中国人工智能发展很快，和美国的差距在缩小，我们有总量、有规模和速度，但是在质量上还有差距。整体来看，中国和美国已经成为世界领先的人工智能大国。
03
逆全球化的贸易战、产业战、科技战
正当全球人工智能技术突飞猛进之际，世界发展陷入逆全球化的漩涡。
全球化包括跨境贸易、投资、数据、知识、技术、人力等多种要素。过去150年来，现代全球化演进过程大致经历了五个阶段，目前正经历二战以来的第一次倒退。代表全球化的商品服务国际贸易占比、FDI流动等在2007年、2008年以后出现了停滞和下降，被快速增加的全球数据和知识流动替代。世界经济整合在2008年全球金融危机后从峰值持续下降，表现为“慢全球化”。
然而，伴随美国挑起的贸易战失败，美国开始转向供应链“脱钩”，希望通过限制对中国企业进口和出口，控制产业链，提出所谓“友岸外包”。
因为供应链脱钩效果不明显，美国转是挑起科技脱钩，这就是现在的中美科技战。
事实上，美国挑起的科技战最早隐藏在贸易战之中，2017年美国的301征税清单就涉及很多人工智能相关行业，包括机器人、半导体、辅助测量仪器仪表、自动化生产设备等。为了保持和扩大美国在半导体领域的优势，2022年美国推出了《芯片与科学法案》，一方面，向美国的研发和半导体等关键技术领域拨款约2500亿美元，应对与中国的科技竞争。同时，投入530亿美元在2030年前创建至少两个前沿半导体制造产业集群，支持本土半导体产业的研发、就业和生产，并且美国本土半导体产业资本支出还有25%的投资税收抵免；另一方面为了遏制中国，美国要求这些得到支持的企业10年内不得扩张和升级他们在中国的半导体生产。
2022年10月7日，拜登政府宣布了一项新的对我国人工智能和半导体技术出口管制政策，这项新政策专注于保持对全球半导体技术供应链中“瓶颈”技术的控制，包括AI芯片设计、电子设计自动化软件、半导体制造设备和设备组件，这是科技战的升级，也是人类市场经济出现以来从来没有出现过的对整个市场规则的破坏。这项政策有四个相互关联的要素：一是通过切断高端人工智能芯片的渠道来扼杀中国人工智能产业；二是禁止中国获得美国制造的芯片设计软件，从而阻止中国在国内设计AI芯片；三是通过封锁美国制造的半导体制造设备来阻止中国制造先进芯片；四是通过封锁美国制造的零部件，阻止中国在国内生产半导体制造设备。美国政府的干预达到了前所未有的程度，不仅是为了控制“瓶颈”技术，还是为了扼杀中国科技产业的大部分领域。
上述政策背后隐含的背景就是美国已经看到中国在人工智能方面的发展速度几乎已经和美国并驾齐驱，为了阻止中国人工智能技术的发展，美国就釜底抽薪地把作为硬件的芯片抽掉，这对中国人工智能的发展造成了很大影响，也意味着我们面临很大的调整。
04
我国竞争人工智能的制高点
在这种情况下，我国如何竞争人工智能的制高点？我认为，我们的战略是要走中国特色人工智能发展之路，推动全球化浪潮的进一步发展。同时我们需要进行战略调整，根据自己的特色，发展长项，补上自己的短项，同时也要把发展中国科技和人工智能看成是我们推动全球化新浪潮的一个重大历史责任和机遇。
据此，中国人工智能发展新战略包括八个方面：
一是在人工智能/科技脱钩的背景下，我国的人工智能发展和科技战略需要做出相应的调整。二是致力于从快速发展的科技中调整我国的比较优势。三是建设国家科技创新体系、强化自主创新的国际化理念、注重适用技术的引进和知识产权保护。四是发挥数据优势，加快数据资产化，发挥数据资源潜在优势和算法优势，弥补算力和建模上的弱势。五是加大人工智能在大模型的开发，推进和产业结合，推进和物联网的结合。六是聚焦在教育、基础设施和科技能力的建设。七是通过高水平开放，高水平国际合作，构建人工智能开放平台，构建人工智能国际学术交流平台，利用全球科技资源的有利条件，提升我国产业技术水平和创新能力。八是全球合作，共同推进全球人工智能发展，推进新全球化浪潮。
具体而言，中国要走出一条有自己特色的AI发展之路，我认为首先需要发挥制度优势，进行顶层设计，全面制定国家的人工智能发展战略，考虑到人工智能领域的竞争已经越来越成为战略性竞争，我们还要加强人工智能开源体系建设，尤其是从追求数量转向追求质量。
其次，从国家战略角度支持人工智能赋能科学研究，推动人工智能和其他学科的交叉研究。人工智能对社会发展最大的推动力在于对科学研究的赋能，这是人工智能作为一项通用技术的特征。加强人工智能赋能科学研究能力的建设，特别是推进人工智能和材料科学、生命科学、生化科学以及数学科学等方面的结合，来推进科学研究。国家支持人工智能和多学科的交叉研究，推动基础学科更多使用人工智能作为研究工具，把人工智能作为基础设施。
与此同时，我们最重要的优势是市场和规模，所以要推动以市场为基础的商业化人工智能发展，推动人工智能发展和科技创新发展相结合，推进人工智能和产业发展；支持去中心化的学术和商业研究，建立覆盖高等院校、科研机构、企业等联合创新合作机制，增强技术成果转化能力；支持去中心化的学术和商业研究，构建商业化运作的平台网络，协调开放式人工智能大模型的资源配置，支持创业生态。
中国发展人工智能的一个重大的优势和资源，就是数据。中国是数据大国，IDC预计到2025年，中国将成为世界上最大的数据产生国。
到2025年的三年时间里，中国将成为世界上拥有数据资源最多的国家，而人工智能正在走向以数据为中心，可以说数据就是资源，尤其是我们的物联网已经走在世界前面，拥有很多结构性数据，这也构成了我们一个很重要的优势。
综上所述，我观察到人工智能的最新发展和全球化现状是两个维度。
一方面，人工智能正在发生重大的革命性变化，“从虚入实”。数据、算力和算法的加速发展推动了人工智能的突破性发展，世界正在离开信息时代进入智能时代，物理世界、经济和社会生产都在被数字化和智能化。而人工智能的发展将重塑未来世界科技、经济、金融和地缘政治格局，这也是未来全球科技竞争、商业竞争和地缘政治竞争的前沿。
另一方面，全球化已经在放缓，地缘政治恶化，使得逆全球化必然从贸易战和产业链脱钩战，再到科技脱钩战，而人工智能脱钩是下一个逆全球化的拐点。中国已经是世界人工智能大国，美国挑起的科技战对中国人工智能技术将会产生很大的冲击，因此我们需要发挥制度优势，进行顶层设计，战略性增强补短，加快发展自主人工智能技术。
值得注意的是，数据资产化是下一个颠覆世界和推动时代发展的里程碑。中国是世界数据大国，通过推动数据资产化来应对人工智能脱钩对中国科技创新、经济增长和社会发展意义重大。同时我们要推进人工智能赋能科学研究，将人工智能和数学科学、材料科学、生命科学以及产业相结合，同时推动改革开放，构建我国开放式的人工智能国际合作平台，助力世界人工智能共同发展。我们必须认识到，竞争、合作、发展人工智能2.0，可以推动我国实现新全球化的浪潮。
在当下全球震荡和巨变的节点上，在我国人工智能发展突飞猛进之时，又遇到了科技脱钩这样的外部环境，尽管各种因素错综复杂，但在已有的基础上，我们有信心和有能力继续走在世界的前沿，并以此来推动全球化的发展。
作者系中国国际经济交流中心副理事长、国际货币基金组织（IMF）原副总裁。本文根据朱民在清华五道口在线大讲堂“AI2.0和全球化的未来——中美竞争和战略”讲座整理。
本文来源《商学院》杂志2023年4月刊返回搜狐，查看更多
人工智能是智慧农业新风口
可以预期，以AI为代表的新一代信息技术将深刻影响智慧农业发展，用人工智能赋能农业成为一大命题。农业机械化已经让大田的粮食生产从体力劳动中解放出来。未来，农业信息化会让农民成为更体面的职业。
当最前沿的技术与最古老的产业相遇，会激荡出怎样的变革？日前，国内首款农业AI对话机器人发布，诸如“土豆出现烂根怎么办”“某地西瓜行情怎么样”“帮我找个杨梅采购商”这些问题都将得到回答。可以预期，以AI为代表的新一代信息技术将深刻影响农业发展，抓住人工智能这个智慧农业新风口成为一大命题。
农业AI应用正加速铺开。本世纪初，其在国内已露端倪，既有耕、种、收等智能机器人，也有病虫害探测、土壤墒情测报智能系统。近年来，具有自主知识产权的传感器、无人机、农业机器人等日臻成熟，出现在越来越多的农业场景中。2020年，农业农村部、中央网信办印发《数字农业农村发展规划（2019—2025年）》，提出加快农业人工智能研发应用。自ChatGPT发布以来，认知大模型技术持续进化，国内类似产品不断推出。在此背景下，农业领域大模型产品的推出自然不足为奇。
人工智能的农业应用非常广泛，涉及感知、决策、控制、作业等，农业AI对话机器人只是其一。传统农业的特点是靠天吃饭，而我国的智慧农业发端于物联网设备和与其对应的农业信息化系统，通过监测和改善生长环境，使农业生产更稳定可控。如今，叠加新一代信息技术，农业数据要素将持续发挥作用。比如，借助猪脸识别，结合声学特征和红外线测温，从猪的体温、叫声等可及时判断猪是否患病，从而预警疫情，科学养殖。
智慧农业是用科技武装农业，并牵引资本、人力、土地等多种生产要素。很多国家都把智慧农业作为优先发展方向，全球智慧农业呈现出两大特征。一是高度集成。各种设备与技术高度集成，物联网、大数据、人工智能、云计算等叠加交融，形成了智能生产系统。国土面积只有4万多平方公里的荷兰，就是在设施农业中集成智慧农业，每公顷能产出54.4吨蔬菜，是我国的2.4倍。二是数据融通。不只应用在生产领域，而是打通生产、加工、流通、销售环节，建立大农业数据库，实现产销高效对接。有的国家在此基础上建立农业展望制度，直接影响期货市场走势，拥有了主导世界农产品市场的战略武器。
现阶段，人工智能可以成为农业生产强有力的辅助，但远不足以完全替代人和人的决策。这与其发展程度有关。一方面，有数据，缺智慧。行业数据、社会数据、企业数据难以有效融合，缺少针对农业大数据的深度挖掘和分析利用，预测预警和配置资源等核心功能还远未发挥。另一方面，有示范，缺规模。由于门槛高、价格高，目前应用局限在少数主体上，不少地方存在增量不增效、技术脱离实际等问题。此外，人工智能的核心是数据、算法和算力，但是农业生产对象具有生物特性，比较效益又低，数据采集难、算法要求高、算力资源缺，导致落地难度大。
人工智能赋能农业是好事，但也急不得。大国小农是我国的基本国情、农情。再高大上的技术，农民和农企都面临是否用得上、用得起、用得划算的问题。一方面，他们追求增产、提质、节本，需要导入智能装备；另一方面，又有求稳心态，对短期成本收益敏感，对新技术应用有迟疑。可见，新技术落地不是一蹴而就的，要不断迭代优化，从而突破盈亏平衡点。要从实际出发，积极探索应用场景，打造内容丰富、模式多样、载体多元的解决方案，降低用户成本，务求实效实用。
农业机械化已经让大田的粮食生产从体力劳动中解放出来。未来，农业信息化会让农民成为更体面的职业。推动智慧农业发展，政府应聚焦农业公共基础数字资源建设，通过政策引导数字技术的产业应用。科研院所要把工程科技与农业生产相结合，研发攻关更多接地气的产品。各类资本则要以长期投资的耐心支持经营主体。农民和农企则要抓住新一轮信息技术机遇，提升品质、做强品牌，实现增值。