中美人工智能领域合作的路径与前景

在2023年2月荷兰海牙举行的“军事领域负责任使用人工智能”峰会上，包括中美在内的60多个国家共同支持关于军事领域负责任使用人工智能的“行动呼吁”。在大国博弈加剧背景下，这项共识难能可贵，为中美人工智能合作提供更多可能性。中美人工智能领域的发展现状，从顶层设计、技术创新、产业链和成果转化等方面看，都值得关注。两国在此基础上若能开展人工智能合作，对双边关系和全球治理都具有深远意义。

目前，中美在这一领域推动合作仍然面临严峻挑战，因此，双方应相向而行，通过鼓励人才培养与交流、加强“二轨对话”、共同推进安全治理与伦理治理等方式，不断挖掘合作潜力，让人工智能技术成为促进全球可持续发展的引擎，而非刺向人类社会的利刃。

一、中美人工智能发展的现状比较

人工智能技术对政治、经济和社会的影响与日俱增，中美两国都高度重视发展人工智能技术。两国的人工智能产业链较为完备，而各环节的产业分布有所不同，人工智能成果转化领域也各有侧重，两国存在一定的差异性和互补性。

第一，在顶层设计方面，中美都高度重视人工智能领域发展，并投入大量战略资源。中国在战略层面谋篇布局，聚焦人工智能的中长期发展、技术突破、伦理治理、成果转化等重点议题，陆续发布《中国制造2025》（2015年）、《促进新一代人工智能产业发展三年行动计划（2018—2020年）》（2017年）、《新一代人工智能治理原则——发展负责任的人工智能》（2019年）、《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》（2022年）、《人工智能安全标准化白皮书（2023版）》（2023年）等战略规划和政策文件，将人工智能发展目标明确写入“十三五”“十四五”规划纲要。

美国则关注人工智能对经济、网络安全、情报体系等重点领域的影响，并逐步完善人工智能监管问题。美国白宫、国会、国防部和人工智能国家安全委员会等分别出炉有关人工智能的战略文件，包括《国家人工智能研发战略计划（2019年更新版）》（2019年）、《最终报告》（2021年）、《加强和民主化美国人工智能创新生态系统：国家人工智能研究资源实施计划》（2023年）等，旨在确保美国能够在人工智能领域居于长期领导地位，而拜登政府尤其强调在这一领域的“对华竞争”。

第二，在技术发展方面，中美处于第一梯队，引领全球人工智能技术革新。人工智能的三大核心要素是数据、算力和算法，中美两国在这三方面各有优势。

在数据方面，人工智能模型训练有赖于大量标注好的数据，其中，互联网数据是主要来源。鉴于中国人口基数大，互联网普及度较高，且市场规模较大，人工智能发展所需数据量较美国有一定优势。中国互联网络信息中心（CNNIC）2023年3月发布的第51次《中国互联网络发展状况统计报告》显示，截至2022年12月，中国网民规模为10.67亿，互联网普及率达75.6%。

在算力方面，国际数据公司（IDC）、浪潮信息、清华大学全球产业研究院联合编制的《2021-2022全球计算力指数评估报告》显示，美国和中国分别排名第一和第二，中国算力发展水平涨幅最大，达到13.5%。

在算法方面，虽然全球开源平台加速了先进算法在全球的传播，但是中国在基础研究、科研人员数量和创新能力方面略有不足，目前仍部分依赖开源代码和现有数据模型，而底层算法开发较少。

第三，在产业链方面，中美要素禀赋不同，各具优势。美国基础层和技术层产业链架构比中国更完整，但是，中国的人口、市场和数据量远大于美国，如善加利用，则可形成“1+1＞2”的效应。中国信息通信研究院发布的《人工智能白皮书》（2022年）显示，2022年，我国人工智能核心产业规模达5080亿元，同比增长18%。此外，截至2022年底，全球人工智能代表企业数量27255家，中国企业数量达到4227家，约占全球企业总数的16%。

相比而言，美国拥有全球最多的人工智能企业和最大的融资体量，企业覆盖产业链各个环节，尤其是基础层和技术层架构相对完整。美国公司在风险资本和私募股权融资额以及交易量方面表现较好。

第四，在成果转化方面，人工智能技术在中美两国不同行业的应用率都在增加，但是应用领域侧重点有所不同。中国公司注重移动支付、面部识别、无人机、智能驾驶和智能搜索等终端产品市场。例如，在新冠肺炎疫情期间，人工智能技术在测温、数据追踪、远程办公和教育、药品研发和运输等领域深度应用，为制造、医疗、教育、金融、零售等多个行业提供智能化解决方案。

美国则更注重机器学习、语音识别和合成处理等人工智能垂直应用（AI+）。例如，美国国防部国防高级研究计划局（DARPA）开展多个人工智能基础研究项目，主要涉及语言和语音识别与翻译、机器自适应学习、鲁棒性研究等，对应的关注方向为下一代人工智能技术、人工智能技术的可解释性研究、深度伪造检测等。

二、中美人工智能领域合作的意义

中美两国在人工智能技术的数据规模、应用场景和算法、算力等方面各具优势，虽然当前两国在核心算法、基础硬件等领域存在竞争，但是双方围绕人工智能治理、安全问题及推广应用等，仍有较大合作空间。如果美方能够摆脱“小院高墙”思维，摒弃“竞争对抗”心态，那么双方扩大人工智能领域合作不仅利于技术本身的突破与革新，还利于推动双边关系稳定，甚至可能从科技领域率先实现从部分“脱钩”到“再挂钩”的进程。从更长远视角看，双方合作还能更有效应对近年来逐步涌现的人工智能伦理和安全治理问题，共同推动人工智能技术的负责任使用。

第一，加快推动技术进步。在人工智能领域，中美两国的技术实力领先于全球其他国家和地区。美国在人工智能的算法上具有较大优势，而中国的数据量和多样性较为突出，两国在算力方面的差距也在缩小。此外，美国的原创性、创新性研究优势明显，而中国的研究成果体量较大，且研究成果转化与应用场景广泛，两国在人工智能领域的发展可谓各有千秋。两国若能通过合作实现资源互补，则可以在最大程度上发挥相对优势的作用，进而推动技术进步。

第二，利于双边关系稳定。自中美建交以来，两国关系逐渐发展为全球最重要的双边关系之一，中美关系稳定关乎两国人民福祉、国家利益与全球发展。近年来，由于一些美方政客的恶意攻击和无理打压，中美双边关系面临严峻且复杂的挑战。美方在科技领域大兴“脱钩”政策，意图通过技术封锁、芯片垄断等手段遏制中国人工智能产业的发展，严重冲击双边关系。面对经济复苏挑战，加上以ChatGPT为代表的人工智能领域的新发展新变化，中美需要共同应对的问题层出不穷，双方也应借此探寻在人工智能领域的相处之道。

第三，助力推进全球治理。人工智能技术的飞速发展催生越来越多的应用场景，安全治理问题随之出现。中美作为全球大国和人工智能技术的领跑国家，两国的共识与合作对于引导人工智能向善的规则建设意义重大，且可以起到示范作用。两国在军事领域达成负责任使用人工智能的共识，即是例证。中美关系的意义早已超越双边，对全球具有重要影响。如果两国能够发挥引领作用，以稳定的双边关系和扎实的合作成果推进人工智能领域的全球治理，将极大推动人工智能技术的安全、可信、可靠应用。

三、中美人工智能领域合作面临的挑战

虽然中美已在人工智能领域达成一些合作共识，但是合作更多集中于非官方层面，且合作领域尚不充分、合作程度尚不深入。当前，中美人工智能合作主要面临政治、标准和法律三个层面的挑战。在政治上，美国对华战略竞争日益激烈，人工智能领域已成为美国推动“大国竞争”的重要着力点；在标准上，两国面临技术标准和规范不统一的问题；在法律上，两国都需要应对知识产权和隐私保护问题。

第一，美国对华战略竞争全面深化。自特朗普执政以来，美国政府单方面鼓吹对华战略竞争，并愈发将人工智能等新兴技术领域视为对华战略竞争核心，持续在这一领域实行“脱钩断链”政策。美国官方不仅鲜有提及中美科研人员和公司之间的互动，还在美国人工智能国家安全委员会发布的《最终报告》中建议采取针对性措施保障美国国家安全、开源技术生态和知识产权，收紧出口管制和投资审查。这意味着在大国博弈的背景下，一些中美人工智能合作的实例和细节很可能被忽视，而本可能存在的两国合作空间也会随之缩小。如果这些合作苗头和需求被视而不见，那么人工智能作为一项可以改变人类社会未来发展的技术，将成为双边关系的“角斗场”而非“合作点”。

第二，中美技术标准和规范不统一。美国一直积极参加有关人工智能治理与标准的国际讨论，并推进各类基于意识形态认同的“技术联盟”，并未将人工智能视为价值中立的技术，与盟友和伙伴国家开展监管法规和标准制定合作，试图将中国排除在标准制定之外。美国乔治城大学麦考特公共政策学院学者亚历克斯·恩格勒（Alex Engler）教授认为，美国和欧盟在人工智能监管方面开始趋于一致。在实践中，美国－欧盟贸易和技术委员会（TTC）于2022年12月达成第三次部长级会议联合声明，指出美欧将在共同价值观的指导下，形成人工智能相关的国际标准机构协作方法，共同推进国际标准制定工作。此外，认识到隐私对推动负责任人工智能发展的重要性，美国和欧盟将开展一项试点项目，评估在适用的数据保护规则下的隐私增强技术和合成数据在医疗卫生领域的应用。如果美欧限制中国在国际技术标准与规则制定中的话语权，中美合作亦面临挑战。

第三，面临知识产权与隐私保护挑战。随着人工智能神经网络技术的发展，人工智能可以模拟人脑的深度学习，筛选、集成和处理数据，并自动生成“创造性”成果。人工智能不再只是辅助人类智力活动的工具，因而，这一技术是否具有“主体地位”、人工智能“侵权行为”的定义、研发者与人工智能的关系等问题，成为人工智能对现有知识产权保护制度的挑战。当前，中美两国对专利所有权人的认定、著作权的归属、人工智能侵权时的责任主体认定等法理问题上的做法并不一致，短时间内也难以统一。此外，部分美国政客以人工智能监控技术为理由，妄议、抹黑中国的人权问题和数据隐私问题，这也加剧了意识形态和政治因素对人工智能技术发展与两国合作的负面影响。

四、对中美人工智能领域合作路径的建议

基于中美人工智能技术发展现状和合作面临的挑战，双方可以逐步恢复和扩大人才交流与培养，充分发挥“二轨对话”优势，并共同推进人工智能安全治理与伦理治理。

第一，加快提升双边人才交流、联合培养与研究。随着各国旅行限制的取消，疫情因素不再成为人员往来的壁垒，两国应当逐步恢复和扩大人才交流与联合培养。

美国高校较早建立了相对完备的人工智能专业人才培养体系，常年吸引大批科研人员。中国拥有庞大的人工智能本科储备人才体量，亦有相当数量的毕业生前往美国深造或留美就业。双方应以此为基础进一步加强人员往来和互动，推动人才交流和联合科研工作。两国科研人员若能结合数据、算法、算力、应用场景等多方面的优势，在语音识别、影像诊断技术、合成生物学等领域加强合作，推进机器学习与具体领域的深度结合，将给人工智能技术革新与应用带来突破性发展，同时也将助力后疫情时代多领域、多产业的智能化转型。

在中美交往的历史中，人文交流与合作发挥了关键作用，为推动两国相向而行作出了重要贡献。美方应首先认识到两国科研人员的既有合作成果，为双方科研人员合作产出学术成果营造更加良好的环境，避免人工智能领域人文交流的政治化和安全化，并在此基础上扩大合作。美方教育界已有很多专家就此做出呼吁。美国腹地中国协会主席、密苏里州前州长鲍勃·霍顿（Bob Holden）认为，中美必须要不断加强文化和人员的交流，共同实施更具包容性的方案，促进青年交流与互动。

中美在人工智能领域的合作并不缺乏亮点。美国斯坦福大学发布的《2022年人工智能指数》显示，2010年到2021年，中美在人工智能出版物方面的合作数量增加了5倍，位居全球榜首，两国的合作一直处于上升趋势。在过去十年中，中美科研人员已经在人工智能领域达成数量可观的合作成果，为这一技术的发展作出了重大贡献。如果未来双方可以继续以此为基础扩大合作范围，将有效推动技术革新与突破。

第二，充分发挥“二轨对话”优势。国之交在于民相亲。在美方鼓吹对华战略竞争的大背景下，双方学界、商界等有识之士的对话显得尤为可贵。两国高校学术机构、智库的专家学者、企业以及其他社会团体之间加强互动，将有助于从不同视角解读本国政策，提出富有针对性和操作性的意见和建议，有利于帮助两国消除误解、避免误判。

如果能将“二轨对话”逐步建成具有广泛影响力的交流合作机制，将对两国社会形成示范作用，也有助于改善两国民众对彼此的认知。在2018年中美经贸关系较为紧张时期，“二轨对话”曾对两国经贸合作产生积极影响。在“二轨对话”中，双方坦诚交流，充分表达对进出口贸易、安全审查、知识产权保护等议题的关切，并深入探讨中美贸易和投资合作中面临的问题。中美曾共同举办“中美企业投资与合作”“数字经济”等专题会。“二轨经贸对话”机制翻开了两国关系新的一页。

虽然中方一直秉持开放包容的态度，例如清华大学战略与安全研究中心与美国布鲁金斯学会已经开展多轮有关人工智能与国际安全治理的“二轨对话”，但是目前针对这一领域的“二轨对话”仍不充分，有待进一步探索和加强。同时，一旦中美在人工智能领域的“二轨对话”逐步成熟，双方也可择机将部分“二轨对话”向“一轨半”甚至官方对话层面升级，以此推动两国在这一议题上更为深入的交流。

第三，共同推进人工智能安全治理和伦理治理。当前，中美两国都发布了关于人工智能安全治理和伦理治理相关的法律法规和政策文件。中方已发布《人工智能安全白皮书》（2018年）、《新一代人工智能伦理规范》（2021年）、《数据安全法》（2021年）、《个人信息保护法》（2022年）等，美国、欧盟和世界卫生组织等也发布了《人工智能应用监管指南》（2020年）、《世界卫生组织卫生健康领域人工智能伦理与治理指南》（2021年）等。这意味着人工智能技术发展进入制度与规范建设阶段，如何处理数据安全、隐私保护、算法滥用等问题，并形成全球范围内的协同有效治理，是当前的重要议题。鉴于美欧已经通过TTC就相关议题达成共识，形成阶段性成果，下一阶段，中美两国专家团队可以在人工智能系统审计程序和标准、人工智能系统的联合测试、增强隐私技术试点、人工智能可信度和风险管理方法共享指标存储库方面深入沟通，探索合作和协调的可能性。此外，考虑到人工智能与应急管理、医疗卫生、基础设施建设、农业优化发展等领域的融合不断深化，双方团队亦可以交流人工智能技术内嵌的意义、风险和挑战，从而探讨如何应用人工智能技术才能有助于应对全球可持续发展的挑战。

作者：孙成昊、赵宇琪，清华大学战略与安全研究中心

项目来源：2020年北京市社会科学基金青年项目“大国战略竞争与东亚未来秩序的建构”（20ZGC013）

本文转载自微信公众号中国信息安全，原载于《中国信息安全》2023年第7期

| | | | | | | | | | | | | | | |更多精彩敬请期待

投稿邮箱： nais-research@cnais.org.cn