如果中国赢得了AI比赛怎么办？

技术主管，国家安全分析师和美国官员似乎都同意美国必须赢得与中国的AI竞争。2024年10月，拜登政府国家安全顾问杰克·沙利文（Jake Sullivan）警告说，如果没有更迅速，更全面地部署AI，就浪费了 - 浪费了浪费的辛苦劳动，并更全面地部署了国家安全。在竞标至高无上的情况下：通过限制关键技术组成部分的出口并加速基础AI模型的国内创新来限制中国。为了实现后一个目标，两个政府都遵循了一个相对较轻的监管行业监督计划，针对对半导体和能源基础架构的投资，并鼓励在联邦政府（尤其是国防和情报机构）中采用AI，以研究食物 - 疾病疾病的爆发和探测财务爆发，以进行各种用途。

到目前为止，这些政策使美国公司能够保持其在中国同行的市场份额和模型绩效方面的领先地位。但是华盛顿不能也不应该期望它的导致永远持续下去。DeepSeek，Alibaba Cloud，Baidu和Tencent等中国人工智能公司最近的突破表明，美国和中国尖端AI能力之间的差距正在缩小，并且AI中的美国至高无上的差距远未确保。即使它继续争夺统治地位，华盛顿仍需要为美国失去AI竞争的可能未来计划中国或者，至少是中国人工智能模型在全球范围一样流行的一种。 

为可能性做准备美国但是，第二名并不意味着华盛顿注定要重复5G竞赛的失败，在该比赛中，美国一直在努力提供负担得起的创新产品，因为中国向前冲。相反，通过促进更丰富的框架，这些框架正确地说明了使AI对新兴市场最有吸引力的功能，从而使开发人员更容易通过构建允许用户比较竞争性AI模型的输出的系统来使开发人员更容易在模型之间迁移，并通过确保与模型，合作伙伴和盟友确保其在IT上的依据，甚至可以确保其在IT上的依据，即AI革命 

吹铅

直到2024年夏天，美国似乎都具有AI主导地位的获胜公式。快速模型创新来自美国的生态系统，包括学术研究，出版物和人才，私营部门资本和发展以及极为轻的监管监督。自2022年Chatgpt首次席卷世界以来，诸如Openai的GPT和Google的双子座等美国基金会模型取得了重大进步。在过去的两年中，AI工具降低了幻觉的实例（用于描述AI产生错误或矛盾信息的现象的术语），获得了消耗和制作图像和声音，掌握更复杂的任务并证明增强的推理能力的能力。包括人类，XAI和META在内的更多美国科技公司迅速采取行动，开发了能够掌握基准任务的更大模型，例如理解语音和图像，编程，并尽快解决复杂的科学问题。随着美国模型表现出速度和精通，他们的全球市场份额和国际用户迅速增长。 

到2023年底，美国领先的车型以两位数的响应准确性以两位数的百分比来表现。但是中国通过政府倡议的精明组合，例如下一代AI发展计划，强调AI教育和劳动力培训，强大的研究投资，北京与技术行业之间的密切协调以及对数据中心，能源传播和半导体制造业的大量公共投资。这些努力帮助到2024年底之前，美国和中国人工智能工具在最受欢迎的基准上的性能范围缩小了鸿沟。在过去的六个月中，DeepSeek和Qwen与美国型号的性能相匹配，促使人们担心美国曾经指挥的铅已蒸发。 

同时，中国领先于整合人工智能进入高科技制造。例如，小米（例如，最初是智能手机制造商）在其北京工厂使用700多个AI引导的机器人，平均每76秒生产新的电动汽车。人工智能在中国城市中广泛用于交通管理，监视和执法部门，省和市政府正在尝试AI INNECHATION区，以促进治理，健康和教育方面的新应用。” 

此外，与许多政策制定者和行业分析师预期的相比，美国的出口控制措施的有效性不大。北京使用壳牌公司和库存的芯片来绕过控件，并加速了自己的国内芯片开发计划。中国公司还开创了软件开发技术，以最大化已经可用的硬件，以优化培训和推理时间并降低整体成本。这些收益是否明确使中国成为领导者，很明显，绝对美国AI的统治地位已经过去了。 

尽力第二

美国的AI公司可能会在建立基础AI模型的许多方面保持其全球领先地位。Openai与软银和Oracle合作，宣布了一月份的5000亿美元的AI基础设施投资项目，称为Stargate，以及亚马逊，Meta，Microsoft和Google都继续在初创企业，AI实验室和人才上投资数十亿美元。与中国顶级提供商阿里巴巴（Alibaba）的4％的市场份额相比，亚马逊AWS，Microsoft Azure和Google Cloud占全球云市场的60％以上，这是建立和部署模型的关键资源。但是，在过去三年中，推动美国公司的技术创新速度可能不足以达到中国的状态，或者证明是由于AI发现边界的进步变得越来越困难，美国在全球竞争人才竞争中滑倒，并削减了联邦研究资金。华盛顿应该试图防止这种情况。白宫科学技术办公室就其本身而开始制定一项新的国家AI行动计划，预计将于7月发布。 

尽管如此，政策制定者还应该计划一个与AI生态系统共存的世界。幸运的是，华盛顿可以找到替代策略，以确保美国从AI进步中受益，即使它没有直接赢得创新竞赛。” 

首先，美国应该寻找新的方法来证明其模型对全球市场的优点。通过AI安全研究所和行业合作伙伴，美国国家标准技术研究所可以为基础AI模型促进新的评估框架。标准基准主要关注原始功能，例如排除其他指标，例如模型的透明度，问责制和可访问性，操作成本以及模型（模型来微调模型进行准确的预测），诸如语言理解，推理和对话能力之类的能力。结合这些措施的新的评估框架可以用于吸引新市场和用户，即使他们的模型不再能够始终如一地胜过中国模型，使美国公司的竞争力保持在标准的基准上。

随着越来越多的模型的出现，用户将希望避免在美国或中国目前的产品之间决定（并因此被锁定）。在即将到来的AI消费者选择世界中，最大程度地降低模型之间的迁移成本将成为一个有吸引力的卖点。美国人工智能行业可以通过降低购买价格并减少软件修改，硬件升级以及在模型之间迁移所需的人员培训来降低过渡到其模型的成本和复杂性。华盛顿可以领导国际组织的努力，以标准化应用程序编程界面的协议，这些协议允许不同的软件程序传达和交换基础模型的数据，这可能会降低模型之间移动的成本并减少对任何一个国家 /地区的AI产品的依赖。如果中国的模型确实带有领导方式，使全球用户有一个信心，他们可以利用多种模型的好处，如果美国再次成为第一名，则可以转移回美国模型，这将是明智的树篱。

决策者还应计划一个与AI生态系统共存的世界。

随着中国（最终以及其他）模型的增长和渗透全球市场，华盛顿不能简单地强调审查制度和间谍活动的风险，并期望美国和外国公司拒绝采用它们。取而代之的是，美国公司必须构建以基础模型运行的系统和应用程序，但会减轻依靠任何一种特定模型的风险。在应用程序和基础模型（称为中间抽象层）之间结合另一个软件层，可以将下游系统与基础模型隔离，从而使其更加独立和弹性。如果基础模型以负面影响应用程序的性能或在基础模型上运行的其他模型的性能或新的，更好的基础模型的方式发生变化，那么构建下游应用程序的公司就可以迅速转移到不同的基础模型。

美国用户和公司采用中国基础模型的确会造成真正的风险，包括易于不正确，偏斜，剥削甚至损害产出的脆弱性；将敏感数据暴露于潜在的对手；服务中断的威胁可能会使整个经济部门瘫痪。当他们确实以外国基础模式为基础时，美国公司将需要确保其下游应用程序对这种威胁有弹性。美国公司应构建能够比较功能较低但值得信赖但不受信任但更强大的模型的响应的裁决系统，确定不受信任模型的响应是否令人满意，警告用户有关潜在风险，并防止使用不正确的响应。这样的系统将在权衡竞争响应的情况下提高开发和维护成本并减慢响应时间，因此美国决策者应优先考虑将裁决系统整合到下游应用程序中，这些应用将遭受不可靠的外国技术（例如医学诊断，欺诈识别和交通控制）的最大影响。

最后，美国应规范美国开发商和公司与外国模型建设者共享的数据类型而不违约以禁止数据传输。可以理解的是，出于隐私和国家安全原因，华盛顿可能对与中国共享美国数据保持警惕，但是在某些情况下，使用美国数据对中国模型进行微调的经济或社会利益大于风险。例如，如果出现了中国人工智能工具，可以进行医学诊断并提出比美国医院更准确的治疗方法，那么美国医院也应使用中国模型，即使有共享个体患者信息的风险，甚至可能使用较大的患者数据的数据，这些数据可用于将模型用于美国人群。在这些情况下，美国公司可以通过数据匿名化来改善隐私和安全风险；数据掩码，用假或炒数据代替敏感数据；以及差异隐私的数学框架，可以在限制有关个人的信息共享的同时将数据共享。

华盛顿将希望标准化新的评估指标，并制定与盟友和朋友共享数据的准则。它还需要为缺乏模型之间迁移的专业知识的合作伙伴提供技术和财政援助，并建立和应用将裁定竞争模型的系统。 

失去正确的方式

华盛顿面临着不断发展的全球人工智能景观，不再确保绝对的统治地位。美国政策制定者不能简单地依靠Jingoistic的呼吁来赢得AI竞赛，同时忽略了该国早期领先地位不会永远存在的可能性。当然，华盛顿仍然应该试图保持领先地位。一个更负责任的战略将促进政策，以帮助美国在该国做准备的同时，以防万一它无法实现彻底的主导地位。” 

否则，华盛顿将面临最糟糕的结果：一个高级竞争对手，由人工智能实现的经济和军事力量增加，而国内AI行业无法跟上，因为它在必要时无法在中国模型上建立中国模型。对于美国AI来说，排名第二并不是死亡的丧钟，而是拒绝适应竞争。 

加载中...