美中AI領域混戰 美國技高一籌

美中在人工智慧領域的競爭日趨白熱化，台灣人工智慧實驗室創辦人杜奕瑾認為，美中人工智慧的發展方向不太相同，“美國更側重於民生專業用途的人工智能發展，而中國更側重跟國家安全相關的人工智能技術的發展。”
中國在人臉辨識、視覺化監控、個人資訊系統等領域的人工智慧應用走在世界前面。《紐約時報》在2月22日的一篇名為《中國「AI大混戰」背後：想超越美國，又離不開美國》的文章中引用杜克大學約翰·科克電氣與電腦工程傑出教授陳怡然的話說，“中國對人工智慧的投資中，有多達50%投向了監控所需的計算機視覺技術，而不是為生成式人工智慧建立基礎模型。”
在微軟、Meta、Google等美國科技巨頭紛紛推出大語言模型的同時，中國的百度、阿里、騰訊、科大訊飛等公司也相繼推出了自己的大模型。
不過，中國的人工智慧基礎模型常被指依賴美國的底層系統。例如知名創投家李開復創立的人工智慧公司「零一萬物」（01. AI）推出的大語言模型就是在Meta開源模型LLaMA的基礎上訓練出來的。
在別人的開源模型之上發展自己的模型，確實能降低訓練模型的成本，但會不會又變成一個被「卡脖子」的軟肋？
杜奕瑾在接受《縱深視角》專訪中說，很多國家已經對這個問題有所警惕。他說，「尤其是歐盟，他們說，如果這些基礎模型又一次被幾家科技巨頭壟斷的話，當大家都使用他的AI模型，那是不是到最後每個國家又像『數位殖民地』一樣。我們不斷地把資料讓他去訓練他最好的模型，但是我們對他的模型產生依賴，到最後你沒有辦法離開他。”
中國開發自己的AI大模型面臨的一大掣肘在於訓練大模型所需的資料。分析家指出，中國人上網往往使用微信、微博等App來進行交流，這樣產生資料是被一個個「圍牆」圈起來的，這讓AI模型在訓練時難以吸收這些資料。此外，由於中國政府人為設定的“防火牆”，國際海量資料無法自由進入中國，中國建模者可用於訓練大模型的資料顯著少於美國同行。同時，由於中國的資訊審查制度，中國自產的資料品質受損，用這些資料訓練出來的大模型自然不夠卓越。
另一個阻礙中國人工智慧基礎模型發展的問題在於晶片。英國智庫AI 治理中心分析了26 個中國大模型後發現，超過一半的模型的晶片都要依賴美國晶片公司英偉達。英偉達在過去一年中，為了繞過美國政府對華禁芯管制，向中國出售多款「特供」產品。但是，業內人士普遍認為，中國無法憑藉這些「低配版」晶片彌補算力不足。
「你（晶片）規格降低肯定算力就會降低嘛，比如說在這邊算得比較快，在那邊就沒有辦法算這麼快。」人工智慧專家杜奕瑾說，「以現在大型運算的算力來講的話，美國這邊還是比較充足的，中國這邊在晶片技術上的供應鏈相對來講沒有那麼強大。”
中國人工智慧的發展也面臨越來越多的政策管制。中國政府在2023年推出了《生成式人工智慧服務管理暫行辦法》，其中要求人工智慧生成的內容必須“符合社會主義核心價值”，“不得生成煽動顛覆國家政權、推翻社會主義制度，危害國家安全和利益、損害國家形象，煽動分裂國家、破壞國家統一和社會穩定，宣揚恐怖主義、極端主義，宣揚民族仇恨、民族歧視，暴力、淫穢色情，以及虛假有害信息等法律、行政法規禁止的內容” 。
分析家認為，中共執著於資訊控制，將嚴重阻礙中國人工智慧的發展。不過也有中國的業內人士認為，政府提早畫好“紅線”，反而讓人工智慧公司心裡更有數，更敢在一定的邊界內放手探索。
人工智慧的發展也帶來更多倫理和治理難題，例如如何防止生成式人工智慧製造並傳播虛假訊息？如何辨識和抵抗威權國家利用人工智慧對自由世界進行「認知戰」？
杜奕瑾創辦的台灣人工智慧實驗室發現，北京利用人工智慧影響境外輿論的手段越來越多元。例如，有些「協同群」會玩「角色扮演」的遊戲，它們同受中國方面的操控，但故意表現成不同的陣營，用最激烈的言論相互攻擊，目的就是挑起境外輿論的分裂。
杜奕瑾認為，美國應該從保衛數位人權的角度來思考人工智慧監管。他說，「以前網路是一個增加言論自由的空間，但是有了人工智慧之後，很多人在網路上發表言論會有很多水軍來攻擊你。這就好像一個人走在街上，你提不同意見就會被打一樣。所以這就不是一個平台治理的問題，而是你怎麼去保護一個自然人在網絡上可以公平地發聲。”