宏觀篇

第一章　邁向通用時(shí)代的人工智能

一、AI進(jìn)入通用模型時(shí)代

（一）人工智能是模擬智能的系統(tǒng)

人工智能（artificial intelligence，AI）指的是模擬智能的系統(tǒng)，在當(dāng)今的語境中更多指的是計(jì)算機(jī)系統(tǒng)或與之相關(guān)的機(jī)器系統(tǒng)。人工智能是一個(gè)既古老又年輕的概念。言其古老，是因?yàn)椤澳M智能”的思想源遠(yuǎn)流長，在古希臘、古羅馬傳說中就出現(xiàn)過能完成特定任務(wù)或行為的類人智慧體。[2]談及年輕，則是因?yàn)椤癮rtificial intelligence”這一名詞直到1956年才在麥卡錫、明斯基和香農(nóng)等人工智能先驅(qū)組織的達(dá)特茅斯會(huì)議上被正式提出。此后AI研究者發(fā)展出了多種基于邏輯規(guī)則、概率推理等的模擬智能的方法。其中，機(jī)器學(xué)習(xí)是人工智能的一個(gè)重要領(lǐng)域，它通過讓計(jì)算機(jī)系統(tǒng)從數(shù)據(jù)中學(xué)習(xí)和發(fā)現(xiàn)規(guī)律，[3]做出預(yù)測或決策，而不需要明確的編程指令。根據(jù)訓(xùn)練過程中是否使用標(biāo)記數(shù)據(jù)或進(jìn)行反饋，機(jī)器學(xué)習(xí)可分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。近年來，AI取得的許多關(guān)鍵成果，包括大語言模型，則來自機(jī)器學(xué)習(xí)的一個(gè)子領(lǐng)域——深度學(xué)習(xí)。深度學(xué)習(xí)使用多層神經(jīng)網(wǎng)絡(luò)來模擬生物腦的功能，[4]從而使計(jì)算機(jī)系統(tǒng)能夠進(jìn)行復(fù)雜的數(shù)據(jù)處理和模式識(shí)別等活動(dòng)。當(dāng)前，深度學(xué)習(xí)在圖像識(shí)別、語音識(shí)別、自然語言處理和自動(dòng)駕駛等領(lǐng)域都取得了豐碩的成果。圖1.1是對(duì)前述人工智能不同方法間關(guān)系的一個(gè)簡單梳理。

既然是模擬智能，那就不得不提及人類要模擬的智能究竟是什么。因?yàn)樯婕岸鄠€(gè)學(xué)科和不同視角，直接給智能下定義是一件異常困難的工作，對(duì)其內(nèi)核含義的探討甚至也遠(yuǎn)超本章的內(nèi)容范疇。如果只是簡單詮釋，那么智能就是一個(gè)多層次、復(fù)雜多維的概念，涵蓋了認(rèn)知能力、學(xué)習(xí)能力、推理能力、問題解決能力以及其他與信息處理和理解相關(guān)的功能，這些功能是為了讓智能體在現(xiàn)實(shí)世界各種變化的場景中進(jìn)行活動(dòng)、實(shí)現(xiàn)目標(biāo)。[5]上述的闡釋依然復(fù)雜，但我們?nèi)绻麖闹悄荏w“要做什么”去思考，就可以直觀地理解智能究竟是什么。唯物主義者相信真實(shí)的世界中存在著客觀的規(guī)律或者法則，并將其稱為真理，他們認(rèn)為世界真理決定著世間萬物的運(yùn)動(dòng)方式以及相互間的聯(lián)系。[6]從這個(gè)角度講，智能體要做的工作就是根據(jù)萬事萬物的運(yùn)動(dòng)以及相聯(lián)系的信息，反推“世界真理”。智能體反推出來的規(guī)律和法則與世界真理越接近，那么它的智能水平就越高。比如，為什么我們會(huì)覺得牛頓和愛因斯坦的智能水平高，就是因?yàn)樗麄兏鶕?jù)各類世界信息反推出的萬有引力、三大運(yùn)動(dòng)定律以及相對(duì)論，比其他人更加接近世界真理。

如果說智能體的工作是通過聯(lián)結(jié)萬事萬物的信息，從中尋找規(guī)律來反推世界真理，那么收集和處理信息的類型數(shù)量，就會(huì)決定其智能水平的高低。比如說某智能體在處理世界信息時(shí)存在限制，只能處理真實(shí)世界局部的信息，那么它就會(huì)像柏拉圖洞穴寓言[7]中被困于洞穴的人一樣，雖然他們看到的是真實(shí)世界在墻壁上的投影，但他們卻誤以為這些影子就是世界本身；他們可以總結(jié)出影子的運(yùn)行規(guī)律，但這只是對(duì)世界真理的片面認(rèn)知。當(dāng)用這些規(guī)律來應(yīng)對(duì)真實(shí)問題時(shí)，往往會(huì)出現(xiàn)偏誤。

為了更深入地理解這一點(diǎn)，我們可以設(shè)想一個(gè)智能體A，它只能處理某個(gè)特定領(lǐng)域的信息，例如天氣數(shù)據(jù)。雖然智能體A可以通過分析天氣數(shù)據(jù)，準(zhǔn)確預(yù)測短期天氣變化，但如果在一個(gè)決策中遇到涉及其他領(lǐng)域的問題，如社會(huì)經(jīng)濟(jì)發(fā)展、生態(tài)環(huán)境變化等，它就會(huì)因?yàn)樘幚硇畔⒌木窒扌远鵁o法給出準(zhǔn)確的判斷。相反，如果另一個(gè)智能體B能夠處理多種類型的信息，包括自然科學(xué)、人文社會(huì)、技術(shù)發(fā)展等各個(gè)方面的信息，它就更有可能從復(fù)雜的、跨領(lǐng)域的數(shù)據(jù)中發(fā)現(xiàn)更深層次的規(guī)律，推導(dǎo)出更接近世界真理的結(jié)論。這種多維度的信息處理能力，使得智能體B在面對(duì)復(fù)雜問題時(shí)，能夠綜合考慮多種因素，給出更加全面、準(zhǔn)確的解決方案。

可以說，智能體的信息收集和處理能力的廣度與深度，直接決定了其智能水平的高低。僅能處理局部信息的智能體，就像柏拉圖洞穴寓言中的囚徒一樣，難以突破對(duì)世界真相的片面認(rèn)知；而能夠整合多種信息的智能體，才有可能接近世界真理，做出更為準(zhǔn)確的判斷和決策。理解這一點(diǎn)，對(duì)于我們理解今天人工智能的發(fā)展具有重要意義。

出于便利，人們有時(shí)也會(huì)為了區(qū)分不同場景下的應(yīng)用需求，對(duì)人類所具有的智能進(jìn)行分類。有人根據(jù)個(gè)體能力表現(xiàn)差異，把智能分為語言智能、邏輯數(shù)理智能、空間智能、運(yùn)動(dòng)智能、音樂智能、人際交往智能、內(nèi)省智能和自然辨識(shí)智能；[8]也有人從方法論角度，把智能分為分析智能、創(chuàng)造智能、實(shí)踐智能三類；[9]還有人從認(rèn)知心理學(xué)角度把智能分為理解能力、記憶能力、推理能力、計(jì)劃能力四類。[10]總的來說，人們對(duì)智能進(jìn)行分類時(shí)有不同的邏輯依據(jù)，包括認(rèn)知功能、應(yīng)用領(lǐng)域、內(nèi)容和形式、先天和后天因素、個(gè)體差異、任務(wù)環(huán)境需求等，呈現(xiàn)出百花齊放的狀態(tài)。不過從反推世界真理的角度來講，這些不同類型的智能對(duì)應(yīng)著處理不同的信息類型，而人腦這一生物器官具備系統(tǒng)處理這些信息類型的能力。[11]

那么智能能否被模擬呢？在對(duì)智能來源的認(rèn)知上，至少存在三種比較有代表性但又差異明顯的看法，不過從文獻(xiàn)發(fā)表的趨勢(shì)來看，現(xiàn)代學(xué)者越來越認(rèn)同智能是一種可被模擬的客觀能力。第一種看法認(rèn)為智能是超自然力的授予，是人類與超自然力相聯(lián)的標(biāo)志，[12]這與古希臘神話中智慧體由神打造類似。[13]以阿奎那等神學(xué)家為代表，持這種看法的人認(rèn)為人類無法也不應(yīng)對(duì)智能進(jìn)行模擬。第二種看法認(rèn)為智能是人類特有的心理機(jī)制，依賴超脫物質(zhì)世界的理念世界中的記憶，或者人類獨(dú)有的一些先天結(jié)構(gòu)。以柏拉圖、笛卡兒、喬姆斯基等哲學(xué)家為代表，他們認(rèn)為智能源于精神本質(zhì)的心靈，[14]或者天賦決定的心智系統(tǒng)，[15]物質(zhì)機(jī)制或許無法完整模擬人類智能。第三種看法認(rèn)為智能來源于生物器官，比如大腦，而大腦產(chǎn)生智能的過程可以通過科學(xué)研究得到解釋和復(fù)制。神經(jīng)科學(xué)的奠基人卡哈爾認(rèn)為大腦的基本工作單元是神經(jīng)元，[16]神經(jīng)元通過突觸傳遞電信號(hào)和化學(xué)信號(hào)，突觸的可塑性（即突觸連接的變化）是學(xué)習(xí)和記憶的基礎(chǔ)。諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主坎德爾也認(rèn)為智能可以通過神經(jīng)科學(xué)的方法進(jìn)行研究和解釋。[17]這三種看法各有支持者。不過，從每年發(fā)表的與“智能”相關(guān)的新增文獻(xiàn)所屬學(xué)科占比可以看出，現(xiàn)代的學(xué)者越來越傾向于將智能納入生物醫(yī)學(xué)、計(jì)算機(jī)科學(xué)等基于物質(zhì)客觀規(guī)律的研究范疇中進(jìn)行研究和討論（見圖1.2）。

（二）智能模擬曲折前行——通用性不足是短板

在人工智能發(fā)展的文獻(xiàn)中，我們經(jīng)常可以看到類似圖1.3的記錄著AI發(fā)展重要事件的示意圖。這些事件雖然對(duì)于AI研究者來說已經(jīng)耳熟能詳，但理解過去幾十年AI的發(fā)展路徑，對(duì)于認(rèn)知當(dāng)前AI里程碑式的突破具有重要意義。我們?cè)谇拔挠懻撨^，一個(gè)智能體可以處理多少不同類型信息決定著該智能體的智能水平。過去較長一段時(shí)間，由于AI模型的泛化和通用性較差，其在處理不同類型信息方面一直存在著隱性的壁壘，具體表現(xiàn)為雖然其在特定領(lǐng)域可以體現(xiàn)出某種智能，但跨場景的智能移植能力卻很弱。

從20世紀(jì)開始，模擬人類智能這一目標(biāo)驅(qū)動(dòng)著AI研究者們前赴后繼、曲折前進(jìn)，過程中有過熱潮也出現(xiàn)過寒冬，波折歷史背后暗含著一條模擬生物腦（聯(lián)結(jié)主義）—模擬邏輯（符號(hào)主義）—小場景模擬（行為主義）—聯(lián)結(jié)主義復(fù)興的演進(jìn)主線。19世紀(jì)末期，人類發(fā)現(xiàn)了神經(jīng)系統(tǒng)中結(jié)構(gòu)與功能的基本單位——神經(jīng)元[18]，經(jīng)歷幾十年的探索和發(fā)展，人們對(duì)神經(jīng)元的連接方式、作用機(jī)制等有了一定的認(rèn)識(shí)。[19]恰逢這一時(shí)期電子學(xué)取得突破性進(jìn)展，計(jì)算機(jī)也隨之誕生，構(gòu)建一個(gè)電子的“神經(jīng)網(wǎng)絡(luò)”來模擬神經(jīng)元活動(dòng)，成為當(dāng)時(shí)人類模擬智能最直接的方式，這就是“聯(lián)結(jié)主義”。當(dāng)時(shí)最具代表性的是感知器，[20]它是一個(gè)單層神經(jīng)網(wǎng)絡(luò)，能完成簡單的圖像分類任務(wù)，比如區(qū)分三角形和圓形，掀起了第一波人工神經(jīng)網(wǎng)絡(luò)的熱潮。可惜單層神經(jīng)網(wǎng)絡(luò)很快就遇到挫折。首先，20世紀(jì)60年代的算力發(fā)展程度非常有限，當(dāng)時(shí)算力最強(qiáng)的計(jì)算機(jī)是IBM 7090，內(nèi)存和處理速度甚至遠(yuǎn)比不上現(xiàn)在的普通筆記本電腦，只能處理很小規(guī)模的數(shù)據(jù)，無法為人類設(shè)想中的神經(jīng)網(wǎng)絡(luò)算法運(yùn)行提供支撐。其次，單層神經(jīng)網(wǎng)絡(luò)能執(zhí)行的任務(wù)非常有限，與人類想象中的“人工智能”差距甚遠(yuǎn)，當(dāng)時(shí)也沒有發(fā)展出建立多層神經(jīng)網(wǎng)絡(luò)的有效算法，更無從談起算法是否通用。尤其是1969年，AI領(lǐng)域知名科學(xué)家馬文·明斯基等發(fā)表《感知器》[21]，對(duì)單層神經(jīng)網(wǎng)絡(luò)算法的局限性進(jìn)行了證明和批評(píng)。最后，大眾對(duì)于人工智能的熱情冷卻下來，神經(jīng)網(wǎng)絡(luò)領(lǐng)域的學(xué)術(shù)研究近乎停滯，引發(fā)了AI發(fā)展的第一次寒冬。

利用電子設(shè)備模擬生物腦的聯(lián)結(jié)主義遭遇挫折，但科學(xué)家們?nèi)栽趪L試另一條路徑，那就是拋棄大腦的生物屬性，直接通過模擬邏輯來實(shí)現(xiàn)“智能”，這就是符號(hào)主義。符號(hào)主義者認(rèn)為，智能可以理解為按照邏輯規(guī)則來操作的符號(hào)運(yùn)算。[22]如果把知識(shí)提煉成規(guī)則，再把規(guī)則轉(zhuǎn)化為計(jì)算機(jī)符號(hào)，將這些符號(hào)輸入計(jì)算機(jī)，就可以讓計(jì)算機(jī)掌握人類的邏輯，從而表現(xiàn)出“智能”，其中最為典型的代表就是專家系統(tǒng)。如世界上第一個(gè)專家系統(tǒng)DENDRAL，[23]它可以根據(jù)輸入的化學(xué)分子式信息來分析判斷有機(jī)化合物的分子結(jié)構(gòu)。在符號(hào)主義盛行階段，各類型的專家系統(tǒng)陸續(xù)推出。然而，符號(hào)主義的發(fā)展很快也遇到了阻礙。首先，從理論層面來說，專家系統(tǒng)很容易就會(huì)面臨規(guī)模爆炸的問題，[24]比如旅行商難題，給定多個(gè)城市和每兩個(gè)城市之間的距離，求解途經(jīng)每個(gè)城市一次后返回出發(fā)城市的最短路徑，隨著城市個(gè)數(shù)的增加，遍歷所有情況來尋找最短路徑的計(jì)算復(fù)雜度急速上升，計(jì)算機(jī)系統(tǒng)需要耗費(fèi)大量時(shí)間來求解，甚至理論上需要幾十年或幾百年才能解出答案。其次，專家系統(tǒng)里面所有的規(guī)則都需要預(yù)先輸?shù)较到y(tǒng)中。一方面，把現(xiàn)實(shí)生活中的問題和解決方案拆解為“如果符合某條件，那么推出某結(jié)論”的規(guī)則，工作量巨大；另一方面，當(dāng)遇到新的場景時(shí)，如果沒有提前輸入的規(guī)則，系統(tǒng)就可能無法運(yùn)作。的確有人嘗試過輸入所有規(guī)則，構(gòu)建一個(gè)“無所不能”的專家系統(tǒng)，如1984年美國微電子與計(jì)算機(jī)技術(shù)公司的Cyc項(xiàng)目，[25]到21世紀(jì)初該項(xiàng)目停止前已累積百萬數(shù)量級(jí)的概念和規(guī)則，[26]但“無所不能”的目標(biāo)卻依然遙不可及。隨著這些缺陷逐漸暴露，人們發(fā)現(xiàn)專家系統(tǒng)能完成的任務(wù)在廣度和深度上是有限的，到了20世紀(jì)80年代末公眾對(duì)人工智能的熱情再次消退，這讓AI的發(fā)展遭遇了第二次寒冬。

雖然經(jīng)歷了兩次嚴(yán)重挫折，但人工智能的研究并未停下腳步，如果符號(hào)主義處理復(fù)雜場景時(shí)遇到規(guī)模爆炸的問題，那是不是可以先把AI的應(yīng)用限制在簡單的小場景中？于是AI開發(fā)者們“退而求其次”，將AI的研發(fā)與應(yīng)用聚焦在單一場景中，以此來優(yōu)化AI處理某些具體任務(wù)的表現(xiàn)，這就是行為主義的思路。在這種思路指導(dǎo)下，一系列機(jī)器人項(xiàng)目應(yīng)運(yùn)而生，如1990年成立的iRobot公司推出的用于太空探索的六足機(jī)器人Genghis、水下掃雷機(jī)器人Ariel和后來的家用掃地機(jī)器人等。行為主義回避但并未解決AI智能遷移能力弱的問題，比如掃地機(jī)器人的算法很難用來處理翻譯或者圖像識(shí)別的問題。針對(duì)不同的場景任務(wù)，行為主義還是需要重新預(yù)先編程并設(shè)計(jì)新系統(tǒng)來完成特定的任務(wù)，無法發(fā)揮規(guī)模效應(yīng)，這也限制了AI的發(fā)展和應(yīng)用。

小場景嘗試讓AI發(fā)展經(jīng)歷了一段過渡期，智能探索幾經(jīng)曲折后，隨著算法和算力的進(jìn)步，聯(lián)結(jié)主義再次站在了AI舞臺(tái)的中央。雖然早期聯(lián)結(jié)主義陷入低谷后神經(jīng)網(wǎng)絡(luò)研究遇冷，但學(xué)者們沒有完全放棄對(duì)該領(lǐng)域的研究，陸續(xù)研發(fā)出可用于聯(lián)想記憶的Hopfield網(wǎng)絡(luò)、[27]解決多層神經(jīng)網(wǎng)絡(luò)計(jì)算問題的反向傳播算法、[28]前饋的卷積神經(jīng)網(wǎng)絡(luò)（CNNs/ConvNets）[29]等。而杰弗里·辛頓于2006年提出了深度學(xué)習(xí)的概念，[30]進(jìn)一步推動(dòng)了聯(lián)結(jié)主義的發(fā)展。深度學(xué)習(xí)在機(jī)器學(xué)習(xí)的基礎(chǔ)上引入了模擬人腦的多層神經(jīng)網(wǎng)絡(luò)，用更強(qiáng)大的計(jì)算能力讓機(jī)器從大規(guī)模數(shù)據(jù)中提取特征，神經(jīng)網(wǎng)絡(luò)層數(shù)越多，機(jī)器對(duì)輸入特征的抽象程度越高，對(duì)輸入信息的理解也越準(zhǔn)確，更接近于人腦對(duì)信息的認(rèn)知方式。此后，深度學(xué)習(xí)在計(jì)算機(jī)視覺、自然語言處理等領(lǐng)域都有較好表現(xiàn)，如深度學(xué)習(xí)模型在ImageNet圖像分類挑戰(zhàn)賽中將錯(cuò)誤率降低了近一半，擊敗傳統(tǒng)模型[31]等，深度學(xué)習(xí)成為重要探索領(lǐng)域。不過當(dāng)時(shí)發(fā)展出的AI仍是適用于特定領(lǐng)域的，如打敗圍棋世界冠軍的AlphaGo無法將下棋的優(yōu)越表現(xiàn)遷移到其他領(lǐng)域。

前幾輪AI的發(fā)展存在一個(gè)相似但常被忽略的問題，那就是系統(tǒng)通用性的缺失，智能模擬系統(tǒng)的設(shè)計(jì)往往只針對(duì)特定智能類型，很難實(shí)現(xiàn)跨領(lǐng)域智能遷移，更不要說同步利用不同類型的信息對(duì)世界真理進(jìn)行更好的歸納與總結(jié)。如前所述，人類智能可以分為不同類型，比如語言智能、邏輯數(shù)理智能、音樂智能等。傳統(tǒng)模擬智能的思路就是針對(duì)不同類型的智能設(shè)計(jì)不同的模擬系統(tǒng)，讓AI掌握解決特定智能問題的能力。這導(dǎo)致不同智能的AI模擬之間存在藩籬，AI無法像人腦一樣對(duì)不同類型的信息進(jìn)行通用性處理，阻礙了AI實(shí)現(xiàn)不同領(lǐng)域間規(guī)律的類比和遷移，限制了AI對(duì)現(xiàn)實(shí)世界的理解范圍。或許因?yàn)闆]有意識(shí)到這一隱性的問題，通用模型一直都沒有成為AI研究的重點(diǎn)。如果有一種通用模型，能讓AI在同一框架下對(duì)不同類型的信息進(jìn)行處理，更全面地總結(jié)萬事萬物背后運(yùn)行的規(guī)律，那么AI就有可能更逼近世界真理，迎來智能模擬水平的提高。

（三）新架構(gòu)“意外”突破，AI邁入通用模型時(shí)代

不同于前幾輪AI熱潮，本輪AI發(fā)展在處理不同類型信息的通用模型方面取得了重要的突破。2017年，谷歌團(tuán)隊(duì)提出了Transformer，[32]本意只是解決當(dāng)時(shí)機(jī)器翻譯存在的長句信息丟失、計(jì)算效率低等問題，但在隨后的應(yīng)用中人們?cè)絹碓桨l(fā)現(xiàn)其具有跨越智能模擬藩籬的能力。Transformer是一種深度學(xué)習(xí)架構(gòu)，基于多頭自注意力機(jī)制，處理信息與人腦類似，能忽略次要細(xì)節(jié)、專注于關(guān)鍵信息，可以捕捉序列中長間隔詞語間的關(guān)系，從而盡可能識(shí)別序列中的信息。同時(shí)，多頭自注意力機(jī)制還能形成多個(gè)子語義空間，使模型能夠同時(shí)關(guān)注輸入序列中的多個(gè)不同位置，捕獲更豐富的上下文信息。此外，Transformer的多個(gè)注意力頭可以并行計(jì)算，不需要等待前面的單詞計(jì)算完成，可以更高效地處理大規(guī)模序列數(shù)據(jù)。這些特點(diǎn)讓Transformer展現(xiàn)出了強(qiáng)大的長序列數(shù)據(jù)處理能力，它可以很好地完成機(jī)器翻譯任務(wù)。雖然一開始人們主要使用Transformer來處理文本數(shù)據(jù)，但很快研究人員就發(fā)現(xiàn)，很多類型的數(shù)據(jù)都可以轉(zhuǎn)換為Transformer可處理的數(shù)據(jù)模式，這讓Transformer表現(xiàn)出了通用模型的潛力。

Transformer一般通過“詞元（token，也稱‘記號(hào)’）化”處理數(shù)據(jù)，它將數(shù)據(jù)轉(zhuǎn)換為可以被機(jī)器處理的標(biāo)準(zhǔn)化的序列數(shù)據(jù)，語言、動(dòng)作、影像等各種符號(hào)化或者非符號(hào)化的數(shù)據(jù)都可以“詞元化”。如文本數(shù)據(jù)本身就是以序列形式存在的，視頻可以看作時(shí)空維度上的多個(gè)圖像序列。在處理不同類型數(shù)據(jù)時(shí)，Transformer可以將文本數(shù)據(jù)轉(zhuǎn)換為詞元，將圖像轉(zhuǎn)換為曲面片（patch），將機(jī)器人的動(dòng)作控制轉(zhuǎn)化為機(jī)器人詞匯[33]（robot vocabulary）等，觸覺[34]和味覺[35]等數(shù)據(jù)的處理也在探索中。此前，對(duì)不同類型數(shù)據(jù)信息的處理是由不同模型進(jìn)行的，這導(dǎo)致了智能模擬的分割，如從文本數(shù)據(jù)中總結(jié)規(guī)律可以學(xué)習(xí)到語言智能，從音頻數(shù)據(jù)可以學(xué)習(xí)到音樂智能，從數(shù)學(xué)中的幾何定理、證明等數(shù)學(xué)數(shù)據(jù)可以學(xué)習(xí)到邏輯數(shù)理智能等[36]，而由于Transformer這一算法架構(gòu)可以用相對(duì)一致的思路處理各種類型的數(shù)據(jù)，所以其將這些智能的模擬統(tǒng)一到了一個(gè)架構(gòu)之下，并最終推動(dòng)數(shù)字智能[37]和具身智能[38]的快速發(fā)展（見圖1.4）。

通用模型的出現(xiàn)打破了多類型信息處理的壁壘，這是AI發(fā)展里程碑式的突破。對(duì)于單一數(shù)據(jù)而言，Transformer具備了總結(jié)這些數(shù)據(jù)中蘊(yùn)含著的高維度規(guī)律的能力。以文本數(shù)據(jù)為例，語言作為人類交流的工具，是人類思維的外化表現(xiàn)，因此語言文本中蘊(yùn)含了人類已經(jīng)發(fā)現(xiàn)的、總結(jié)好的那部分規(guī)律。Transformer將輸入的文字序列轉(zhuǎn)化為詞元，對(duì)應(yīng)生成向量，映射到向量空間中。向量的位置、向量之間的距離，對(duì)應(yīng)表達(dá)出原始文本中的含義和聯(lián)系，所以Transformer生成的其實(shí)是一個(gè)富含人類邏輯規(guī)律的向量空間。以“意大利的首都是羅馬，西班牙的首都是馬德里”這句話為例，某個(gè)國家的首都是哪里，這是人類總結(jié)出來的規(guī)律，這條規(guī)律在向量空間中表示為國家和首都之間相對(duì)穩(wěn)定的方向和距離關(guān)系，“老鷹會(huì)飛，獵豹會(huì)跑”這類句子亦是如此。當(dāng)基于Transformer的大語言模型處理足夠多的文本數(shù)據(jù)時(shí)，它就能挖掘到數(shù)據(jù)之間存在的這種較為穩(wěn)定的聯(lián)系，表面上是從概率角度推斷出了句子里一個(gè)詞元后可能出現(xiàn)的詞元，實(shí)際上則是總結(jié)出了這種穩(wěn)定聯(lián)系所代表的規(guī)律，且運(yùn)用規(guī)律進(jìn)行了預(yù)測。Transformer通用地處理多種類型數(shù)據(jù)信息，可以在更高維度上總結(jié)多類型數(shù)據(jù)所蘊(yùn)含的規(guī)律，并對(duì)這些規(guī)律進(jìn)行總結(jié)。如果說語言文本中蘊(yùn)含的規(guī)律是人類思維的結(jié)晶，那么圖片、視頻、動(dòng)作等數(shù)據(jù)中蘊(yùn)含的信息則反映了世界真理在其他物理世界的投影。如大量熟透的蘋果從樹上落地的視頻，包含了物體在空間運(yùn)動(dòng)、重力等物理現(xiàn)象和規(guī)律，如果在此基礎(chǔ)上再增加蘋果落地的音頻、對(duì)蘋果和地面的觸感進(jìn)行的文字描述等，并將這些不同類型的數(shù)據(jù)放到通用模型中進(jìn)行處理，從多種類型信息中總結(jié)規(guī)律，模型就能更全面地理解這一現(xiàn)實(shí)世界中的現(xiàn)象，對(duì)它的認(rèn)識(shí)也逐漸逼近現(xiàn)實(shí)世界的真實(shí)情況。而這種通過尋找不同類型信息間的共同結(jié)構(gòu)，從而發(fā)現(xiàn)世界中不同事物聯(lián)系的方法，一定程度上也是創(chuàng)造力的來源。[39]如果說特定類型信息是從單一角度去反映真實(shí)世界，[40]那么通用模型處理多類型信息，就可以更全面地反映出真實(shí)世界，以此反推出來的規(guī)律與“世界真理”可能就會(huì)更接近。雖然AI通用模型的最終形態(tài)有可能基于其他更先進(jìn)的架構(gòu)，但可以說Transformer最先叩開了AI邁入通用模型時(shí)代的大門。

（四）規(guī)模定律：提升智能水平最好的答案？

如果說通用模型讓AI打破了處理不同類型信息的壁壘，拓展了人工智能的泛化和通用能力，那么給定AI處理信息類型，我們又該如何提升其智能水平呢？

歷史上出現(xiàn)過不同的嘗試，但規(guī)模定律似乎成了潛在的最佳答案。提高AI智能水平的一種思路是基于人類知識(shí)進(jìn)行算法構(gòu)建，這種思路往往假設(shè)智能體可用的計(jì)算資源相對(duì)固定，旨在提高對(duì)有限計(jì)算資源的利用效率，充分利用人類在特定領(lǐng)域的知識(shí)來設(shè)計(jì)算法，節(jié)省算力成本。另一種思路則是研究隨著算力的增加能持續(xù)提高性能的通用算法，發(fā)揮大規(guī)模算力的作用。[41]短期來看，第一種思路似乎能快速起效，但長期來看，第二種思路能令算法在算力增長中受益，可行性更高。原因在于摩爾定律驅(qū)動(dòng)算力不斷發(fā)展，芯片性能指數(shù)倍增，隨著算力擴(kuò)展，能利用大規(guī)模算力的通用算法性能逐漸提升，而那些無法進(jìn)行擴(kuò)展的特定算法則難以在算力資源的提升中受益，性能表現(xiàn)水平很容易被超越，當(dāng)時(shí)設(shè)計(jì)的算法也就容易過時(shí)。而近10年來算力和數(shù)據(jù)規(guī)模的增長更加證明了第二種思路的優(yōu)勢(shì)。據(jù)英偉達(dá)（NVIDIA）測算，過去10年GPU（圖形處理單元）處理能力增長了1 000倍，增長速度超越了摩爾定律[42]，它將持續(xù)提高性能，互聯(lián)網(wǎng)的普及也使大量的數(shù)字化信息得以積累，為AI提供了算力和數(shù)據(jù)支撐。許多人開始相信擴(kuò)大規(guī)模，即運(yùn)用更多的算力、更多的數(shù)據(jù)來訓(xùn)練更大的模型，或許是提升AI智能水平“最好的方案”，尤以當(dāng)前活躍在大模型相關(guān)企業(yè)前線的部分科學(xué)家為代表。也許是受到這一思路啟發(fā)，人工智能研究公司OpenAI于2020年發(fā)現(xiàn)，隨著模型訓(xùn)練過程中累積的算力、參與訓(xùn)練的數(shù)據(jù)量、參數(shù)量的增大，模型性能將平穩(wěn)、可預(yù)測地提升，即模型的效果更好。[43]在后續(xù)研究中，還發(fā)現(xiàn)規(guī)模定律適用于多種模態(tài)[44]、具體的下游任務(wù)[45]等。當(dāng)大模型擴(kuò)張到一定程度的時(shí)候，還會(huì)出現(xiàn)“涌現(xiàn)”[46]現(xiàn)象，涌現(xiàn)是指模型突破某個(gè)規(guī)模后性能顯著提升，表現(xiàn)出小模型不具備的能力。盡管人們當(dāng)前對(duì)于模型涌現(xiàn)能力的評(píng)價(jià)指標(biāo)有技術(shù)爭議，[47]不過爭議多存在于數(shù)學(xué)方法層面對(duì)涌現(xiàn)現(xiàn)象的度量，并沒有否定模型會(huì)在規(guī)模增大時(shí)突然增加性能這一現(xiàn)象。對(duì)于通用模型而言，其如果呈現(xiàn)出規(guī)模定律特征，便意味著繼續(xù)擴(kuò)展規(guī)模會(huì)帶來智能水平的提升，其對(duì)規(guī)律的刻畫也能更接近世界真理的“本來面貌”。

不過，作為經(jīng)驗(yàn)定律，規(guī)模定律并非毫無爭議，擴(kuò)大規(guī)模是不是提升智能水平“最好的方案”仍然有待探索。一方面，現(xiàn)在已經(jīng)出現(xiàn)了潛在高質(zhì)量數(shù)據(jù)的短缺問題，有估測認(rèn)為，全球高質(zhì)量文本數(shù)據(jù)在2026年前可能出現(xiàn)供不應(yīng)求，[48]能否有支持規(guī)模持續(xù)擴(kuò)展的數(shù)據(jù)量是未知數(shù)，不過運(yùn)用合成數(shù)據(jù)、待收集的其他類型數(shù)據(jù)可能是一個(gè)解決思路；另一方面，規(guī)模定律下擴(kuò)展規(guī)模對(duì)模型精度的線性提升是否存在邊界，也是當(dāng)今學(xué)術(shù)界和業(yè)界暫時(shí)無法解答的問題。而且，規(guī)模定律中還存在邊際收益遞減的問題，當(dāng)模型要素規(guī)模比較小時(shí)，擴(kuò)展規(guī)模帶來的收益明顯，而隨著規(guī)模越來越大，改進(jìn)模型的效果可能不那么明顯。更進(jìn)一步地，有觀點(diǎn)認(rèn)為，規(guī)模定律與人類大腦運(yùn)用少量樣本、快速發(fā)現(xiàn)規(guī)律的方式背道而馳；[49]還有觀點(diǎn)認(rèn)為，過度強(qiáng)調(diào)規(guī)模可能會(huì)忽視知識(shí)、推理本身的重要性[50]，等等。激烈的討論可能代表著沿著規(guī)模定律提高AI性能的路徑仍有改進(jìn)空間，規(guī)模定律是推動(dòng)AI提升性能的路徑，但也可能存在其他路徑。

規(guī)模定律是基于技術(shù)層面的討論，但也隱含著經(jīng)濟(jì)層面的規(guī)模要求，大國享有規(guī)模優(yōu)勢(shì)。規(guī)模定律意味著AI大模型的研發(fā)需要大量資源投入，大國可以發(fā)揮規(guī)模優(yōu)勢(shì)。算力驅(qū)動(dòng)模型基于大量高質(zhì)量數(shù)據(jù)進(jìn)行規(guī)律總結(jié)，參數(shù)和數(shù)據(jù)的大幅增長，使本輪AI通用模型在訓(xùn)練階段需要執(zhí)行更大的矩陣運(yùn)算，這意味著大量的GPU投入。為了滿足更新模型、增加功能產(chǎn)生的算力需求，AI大模型持續(xù)轉(zhuǎn)向性能更好、含有更多芯片的大型計(jì)算集群。此外，持續(xù)優(yōu)化算法架構(gòu)、研究合成數(shù)據(jù)、采集新類型的多模態(tài)數(shù)據(jù)、大模型訓(xùn)練的工程調(diào)優(yōu)等都需要充足的人才投入。大國憑借規(guī)模優(yōu)勢(shì)可以使多個(gè)主體分?jǐn)偰Ｐ陀?xùn)練高昂的固定成本，擁有更多的人才儲(chǔ)備，從而可以更快突破AI性能閾值，達(dá)到更好的效果。

總結(jié)來看，在當(dāng)前通用模型突破與算力和數(shù)據(jù)的支撐下，AI更加接近世界真理，從虛擬世界走向真實(shí)世界，未來的AI也將對(duì)人類生產(chǎn)生活產(chǎn)生深刻影響。當(dāng)前AI找到了展現(xiàn)出通用模型潛力的架構(gòu)，以及規(guī)模定律所蘊(yùn)含的提高模型智能水平的方式，隨著大量多模態(tài)、高質(zhì)量的數(shù)據(jù)被收集和清洗出來，用通用模型訓(xùn)練，可以深入挖掘出越來越多的規(guī)律，并可利用跨模態(tài)的數(shù)據(jù)完成對(duì)真實(shí)世界各個(gè)維度的刻畫，從而逼近世界真理。如此發(fā)展之下，數(shù)字智能和具身智能系統(tǒng)結(jié)合，在越來越融入人類社會(huì)的同時(shí)，將影響人類的生活習(xí)慣、思維方式甚至認(rèn)知。我們認(rèn)為，一場智能浪潮正在醞釀，AI也將更加深刻、更加顯著地對(duì)人類社會(huì)產(chǎn)生變革性的影響。

二、“研發(fā)—應(yīng)用”加速循環(huán)，智能融合浪潮已來

從市場預(yù)期和企業(yè)盈利來看，當(dāng)前AI技術(shù)發(fā)展或已跨過S曲線的第一拐點(diǎn)，“研發(fā)—應(yīng)用”的循環(huán)迭代正在加速，在規(guī)模定律和新摩爾定律的支撐以及市場競爭的激勵(lì)下，智能成本持續(xù)下降，AI與產(chǎn)業(yè)的智能融合浪潮已經(jīng)襲來。

（一）通用模型賦予AI更強(qiáng)融合潛力

進(jìn)入通用模型時(shí)代，AI呈現(xiàn)出成長為一項(xiàng)通用目的技術(shù)的趨勢(shì)。歷史上，包括蒸汽機(jī)、電力和IT（信息技術(shù)）在內(nèi)的通用目的技術(shù)在廣泛融合產(chǎn)業(yè)的過程中表現(xiàn)出三個(gè)特征：[51]一是應(yīng)用具有普遍性，使用范圍并非局限于單個(gè)產(chǎn)品或行業(yè)；二是催生次級(jí)創(chuàng)新，為各行業(yè)相對(duì)成熟的現(xiàn)有技術(shù)提供新的活力；三是技術(shù)上持續(xù)改進(jìn)，隨著成本下降或性能提升適用于越來越多的場景。從三個(gè)特征來看，通用模型時(shí)代的AI與產(chǎn)業(yè)融合的能力較之前可能更強(qiáng)。

應(yīng)用范圍方面，智能模擬的通用性使本輪AI技術(shù)具有更高的產(chǎn)業(yè)兼容性，將提升AI的滲透度。本輪AI能夠理解指令并自主學(xué)習(xí)，傾向于對(duì)人而非特定機(jī)器的替代。各行業(yè)幾乎都有人的參與，需要完成的任務(wù)都與人的智能相關(guān)，這使本輪AI技術(shù)相較其他技術(shù)具有更高的兼容性。隨著AI模擬智能場景的擴(kuò)張，AI與人可以完成任務(wù)的重疊度增加，且AI逐步覆蓋對(duì)認(rèn)知能力要求更高的復(fù)雜任務(wù)集。[52]生成式AI在各行業(yè)均出現(xiàn)了加速部署趨勢(shì)。[53]百度文心一言大語言模型由于具備信息處理和解決問題的通用智能，對(duì)外發(fā)布一周內(nèi)就有互聯(lián)網(wǎng)、傳媒、金融、汽車、醫(yī)療、教育、房地產(chǎn)等多個(gè)領(lǐng)域的數(shù)百家企業(yè)宣布加入生態(tài)，[54]體現(xiàn)出AI行業(yè)應(yīng)用的普遍性。對(duì)比來看，電力和IT的采用是分部門、有次序進(jìn)行的，率先采用電力的部門是此前嚴(yán)重依賴蒸汽動(dòng)力的印刷業(yè)、電機(jī)業(yè)和交通業(yè)，而木材、食品制造等部門的電氣化進(jìn)程則滯后了近20年才開始；[55]而此次AI技術(shù)提供的通用智能在一開始就被眾多行業(yè)積極采用，各行業(yè)開始采用的時(shí)間差距并沒有那么大，因此整體上AI對(duì)經(jīng)濟(jì)社會(huì)的影響也可能更深遠(yuǎn)。

創(chuàng)新催生方面，本輪AI正在推動(dòng)次級(jí)創(chuàng)新的發(fā)生，甚至在研發(fā)端開啟了科學(xué)研究的新范式。就像蒸汽機(jī)和電力等通用目的技術(shù)的嵌入推動(dòng)了各類機(jī)械制造工藝的創(chuàng)新，AI技術(shù)也與各行業(yè)相對(duì)成熟的現(xiàn)有技術(shù)結(jié)合，產(chǎn)生了自動(dòng)駕駛汽車、醫(yī)療影像分析系統(tǒng)和個(gè)性化推薦商業(yè)軟件等次級(jí)創(chuàng)新。不僅如此，與電力和IT促進(jìn)創(chuàng)新時(shí)人類處于操控和主導(dǎo)地位不同，AI還可以直接參與研發(fā)端的科學(xué)發(fā)現(xiàn)過程，以相對(duì)更高的自主性和創(chuàng)造性與人類進(jìn)行更深入的協(xié)作，通過改進(jìn)搜尋和推理過程來賦能科學(xué)研究的各個(gè)階段，從而完善大尺度、高精度、高成本的研究范式，[56]加速各個(gè)領(lǐng)域的創(chuàng)新。澳大利亞學(xué)術(shù)研究機(jī)構(gòu)CSIRO稱，截至2023年，超過99%的研究領(lǐng)域曾發(fā)表涉及AI的學(xué)術(shù)論文；《自然》雜志發(fā)現(xiàn)，各學(xué)科發(fā)表論文中與AI相關(guān)的比例加速提升，2023年在標(biāo)題或摘要中提及AI或AI相關(guān)關(guān)鍵詞的論文占比為8%，而10年前僅為2%。[57]

技術(shù)改進(jìn)方面，在通用模型的推動(dòng)下，本輪AI跨越了智能藩籬，能力不斷提升。當(dāng)前的AI在語義分析、數(shù)理邏輯、編程等方面的測試得分逐步提升；[58]通過允許更大的上下文窗口和集成外部搜索引擎等方式，AI打破了數(shù)據(jù)時(shí)間、容量和內(nèi)容的限制，從而越來越精準(zhǔn)地理解用戶意圖，進(jìn)一步提高了通用智能水平。不僅如此，從GPT-4到GPT-4o，AI模型還通過將輸入和輸出數(shù)據(jù)的形式拓展至文本以外的圖像、音頻、視頻等模態(tài)，貼近人類感知世界的方式，多路交叉驗(yàn)證，全面理解高維現(xiàn)實(shí)世界，顯著提高了能力。[59]AI正在跨過越來越多應(yīng)用場景的智能門檻，從最初的基礎(chǔ)翻譯和預(yù)設(shè)問答，到更復(fù)雜的程序編碼、實(shí)驗(yàn)操作、金融分析，再到更開放的藝術(shù)設(shè)計(jì)、影視創(chuàng)作，產(chǎn)業(yè)適用性隨著技術(shù)改進(jìn)不斷提升。

從應(yīng)用范圍、創(chuàng)新催生和技術(shù)改進(jìn)角度看，當(dāng)前的AI具有成為通用目的技術(shù)的特征。不過值得注意的是，通用目的技術(shù)是一個(gè)后驗(yàn)的概念，各行各業(yè)的采用、次級(jí)創(chuàng)新的催生、技術(shù)的迭代改進(jìn)都需要時(shí)間的沉淀和檢驗(yàn)。技術(shù)路徑的不確定性，市場的理解和接受程度，配套的基礎(chǔ)設(shè)施和知識(shí)庫，等等，這些都會(huì)影響一項(xiàng)技術(shù)能否擴(kuò)散、需要花多長時(shí)間完成擴(kuò)散。那么，本輪AI技術(shù)發(fā)展到了什么階段，又將帶來多大程度的社會(huì)經(jīng)濟(jì)影響呢？

（二）跨過S曲線第一拐點(diǎn)，智能融合蓄勢(shì)待發(fā)

技術(shù)發(fā)展通常要經(jīng)歷三個(gè)階段，生命周期遵循“S曲線”（見圖1.5）。S曲線刻畫了技術(shù)的累計(jì)采用率——在初始階段擴(kuò)散較為緩慢，隨后進(jìn)入加速期，最終放緩并達(dá)到飽和。從經(jīng)濟(jì)學(xué)角度看，擴(kuò)散速度的變化主要受到創(chuàng)新成本和收益的影響。在早期階段，新技術(shù)本身由于尚不成熟而面臨著很多未知因素，需要投入大量的研發(fā)費(fèi)用進(jìn)行試錯(cuò)，并配套開發(fā)專門的材料、工藝和基礎(chǔ)設(shè)施，創(chuàng)新成本非常高昂；而消費(fèi)者可能尚不了解新技術(shù)的價(jià)值，或不愿為之支付高價(jià)，導(dǎo)致需求較低、收益有限。此時(shí)，技術(shù)與產(chǎn)業(yè)的融合往往處于入不敷出的“燒錢”狀態(tài)，由于缺乏相對(duì)確定的盈利能力和應(yīng)用前景，也難以吸引充足的資金、人才等外部資源，技術(shù)發(fā)展和市場擴(kuò)散速度較慢。隨著技術(shù)改進(jìn)和市場磨合，實(shí)現(xiàn)同等性能的技術(shù)應(yīng)用成本大幅下降，同時(shí)市場需求逐步增長，技術(shù)與產(chǎn)業(yè)的融合最終將越過創(chuàng)新的盈虧平衡點(diǎn)，開始盈利。自此，盈利的再投資，疊加外部資源在識(shí)別出潛在機(jī)會(huì)后的進(jìn)入，將加速技術(shù)改進(jìn)和市場擴(kuò)張，這又將進(jìn)一步增加盈利并吸引新進(jìn)入者，從而實(shí)現(xiàn)“研發(fā)更先進(jìn)的技術(shù)—獲取市場利潤—支撐進(jìn)一步研發(fā)”正向循環(huán)下的持續(xù)迭代。最后，當(dāng)大多數(shù)市場用戶采用了該技術(shù)，且技術(shù)逐漸成熟時(shí)，盈利模式由搶占新市場轉(zhuǎn)為存量競爭、盈利增速放緩，同時(shí)由于技術(shù)改進(jìn)的邊際成本增加，技術(shù)進(jìn)步的速度將開始減緩，技術(shù)擴(kuò)散速度將再次變慢。

基于上述分析，判斷一項(xiàng)新技術(shù)行至S曲線何處，主要在于其是否具有較為確定的市場需求（即盈利預(yù)期），或產(chǎn)業(yè)研發(fā)者是否已經(jīng)開始盈利以及潛在進(jìn)入者是否大量投入資源。基于以下幾個(gè)理由，我們判斷本輪AI技術(shù)已經(jīng)跨過S曲線的第一拐點(diǎn)。

首先，本輪AI技術(shù)已經(jīng)出現(xiàn)較為確定的市場需求。從專利授權(quán)的角度來看，AI商業(yè)落地場景正不斷擴(kuò)張（見圖1.6），如醫(yī)療保健業(yè)的疾病診療和新藥開發(fā)，金融業(yè)的欺詐檢測和輔助投資，制造業(yè)的人形機(jī)器人協(xié)助搬運(yùn)，零售業(yè)的個(gè)性化推薦和庫存管理，交通運(yùn)輸業(yè)的自動(dòng)駕駛，等等。同時(shí)，一些商業(yè)化的項(xiàng)目已經(jīng)具備了成規(guī)模的用戶群體。以O(shè)penAI的ChatGPT為例，其全球用戶數(shù)在產(chǎn)品推出5天內(nèi)破百萬，不到3個(gè)月破億。[60]

其次，AI相關(guān)企業(yè)的盈利能力顯著提升，吸引潛在進(jìn)入者入局加碼。仍以O(shè)penAI為例，其盈利已從2022年的2億美元提升至2023年的20億美元。[61]廣泛的盈利場景正在吸引越來越多廠商將產(chǎn)品與AI融合，微軟在2024年5月宣布將AI助手Copilot全面融入Windows操作系統(tǒng)，并與合作伙伴戴爾、惠普、聯(lián)想和三星等合作推出一系列搭載高性能AI處理器的PC（個(gè)人計(jì)算機(jī)）設(shè)備。[62]據(jù)IDC（國際數(shù)據(jù)公司）預(yù)計(jì)，全球AI PC出貨量將從2024年的近5 000萬臺(tái)增長至2027年的1.67億臺(tái)，屆時(shí)可能占到所有PC出貨量的近60%。[63]AI領(lǐng)域自2021年起出現(xiàn)了私人投資額和新成立公司數(shù)的明顯提升（見圖1.6），其中生成式AI領(lǐng)域2023年吸引了252億美元的私人投資，接近2022年的9倍。[64]而激烈的市場競爭，將不斷推動(dòng)企業(yè)進(jìn)行“任務(wù)驅(qū)動(dòng)”的快速技術(shù)迭代，使S曲線呈現(xiàn)出陡峭的上行趨勢(shì)。

最后，市場對(duì)AI技術(shù)進(jìn)步仍然充滿信心。無論是通用模型的進(jìn)步，還是規(guī)模定律仍未遇到瓶頸，都讓產(chǎn)業(yè)研發(fā)者們對(duì)AI能力的提升和商業(yè)化落地充滿期待。已經(jīng)實(shí)現(xiàn)商業(yè)化落地的AI，比如生成式AI或者人形機(jī)器人不會(huì)再走回頭路，這是AI實(shí)現(xiàn)與產(chǎn)業(yè)融合的基本盤，研發(fā)與應(yīng)用的循環(huán)迭代已經(jīng)形成。此外，依據(jù)算力新摩爾定律，可用的計(jì)算資源將隨時(shí)間推移遞增，每隔數(shù)年（有學(xué)者測算為5～10年[65]）將出現(xiàn)一個(gè)數(shù)量級(jí)的改進(jìn)。而人類對(duì)未來AI能力提升的預(yù)期，將進(jìn)一步推動(dòng)AI與產(chǎn)業(yè)融合的資源投入，加速研發(fā)與應(yīng)用的循環(huán)迭代。

跨過S曲線的第一拐點(diǎn)預(yù)示著“研發(fā)—應(yīng)用”正向循環(huán)的開啟，我們將迎來產(chǎn)業(yè)與AI快速融合的階段。至于本輪AI技術(shù)何時(shí)迎來第二拐點(diǎn)，目前還較難判斷，可能尚有較長一段時(shí)間。從通用目的技術(shù)擴(kuò)散的歷史經(jīng)驗(yàn)來看，若以“獲取電力服務(wù)”和“擁有個(gè)人計(jì)算機(jī)”的累計(jì)家庭比例來衡量電力和IT的采用情況，則在通用目的技術(shù)出現(xiàn)的第35年前后，需求端采用率約達(dá)到70%時(shí)，技術(shù)越過S曲線第二拐點(diǎn)。[66]然而，如果遇到高質(zhì)量數(shù)據(jù)、能源短缺等瓶頸，AI技術(shù)發(fā)展速度或?qū)⑹艿酵侠郏踔撂崆翱邕^第二拐點(diǎn)，進(jìn)入平緩期。

（三）智能成本下降是核心，對(duì)經(jīng)濟(jì)與社會(huì)影響深遠(yuǎn)

AI新變革的核心是智能成本的快速下降。從智能類別來看，無論是數(shù)字智能還是具身智能，AI模擬智能的成本都在快速下降（見圖1.7）。AI目前在一些自然辨識(shí)、數(shù)理邏輯和語言智能任務(wù)中已達(dá)到人類平均表現(xiàn)且智能成本已下降至低于人類勞動(dòng)者。例如，一名平面設(shè)計(jì)師創(chuàng)建一個(gè)動(dòng)漫角色大約需要一小時(shí)，其時(shí)薪超過100美元，而人工智能完成相同的任務(wù)只需要0.01美分和1秒。[67]從部署AI以獲得智能的成本拆分來看，性能要求決定的訓(xùn)練成本、任務(wù)量決定的執(zhí)行成本、配置和維護(hù)要求的工程師成本三個(gè)部分都在隨時(shí)間推移快速下降。[68]訓(xùn)練成本主要取決于算力成本和數(shù)據(jù)成本，在給定性能要求即參數(shù)量和數(shù)據(jù)量確定的條件下，據(jù)中金公司研究部估測，硬件、軟件、算法和計(jì)算架構(gòu)的進(jìn)步將共同推動(dòng)單位計(jì)算成本持續(xù)下降超過99%，[69]收集或合成數(shù)據(jù)的成本在長期也將隨著數(shù)據(jù)的開放與共享以及數(shù)字技術(shù)的進(jìn)步而下降。以前沿的AI基礎(chǔ)模型為例，GPT-3水平的生成式模型的訓(xùn)練成本從2020年的460萬美元下降至2022年的45萬美元，年降幅約為70%。[70]給定任務(wù)量的條件下，執(zhí)行成本未來也將進(jìn)一步隨著算力成本下降而不斷下降，如OpenAI對(duì)GPT-3和GPT-4的API（應(yīng)用程序接口）推理定價(jià)正在加速下降；[71]又如人形機(jī)器人的成本也從2023年的每臺(tái)5萬～25萬美元（低端版本至最先進(jìn)版本）下降近40%至2024年的3萬～15萬美元，[72]馬斯克還表示特斯拉Optimus人形機(jī)器人的最終成本將降至2萬～2.5萬美元。[73]工程師成本是公司雇用工程師配置和維護(hù)AI產(chǎn)品所支付的工資。隨著大模型廠商針對(duì)客戶需求推出輕量級(jí)、低延遲的版本（如Gemini 1.5 Flash）并側(cè)重改善不同任務(wù)或語言下的模型性能，基礎(chǔ)模型的場景貼合度提升，垂類模型的接入和微調(diào)僅需要小型工程師團(tuán)隊(duì)，這有助于降低工程師成本。相較人類接受教育和技能培訓(xùn)的學(xué)習(xí)訓(xùn)練過程，AI的遷移成本（即邊際智能成本）非常低，在進(jìn)行少量微調(diào)即可復(fù)用模型的相似場景間遷移的成本甚至趨近于0。而這都意味著，在研發(fā)與應(yīng)用的循環(huán)迭代期間，智能成本的下降可能是最重要的特征。

智能成本的快速下降可能給社會(huì)、經(jīng)濟(jì)和文化帶來深遠(yuǎn)影響。從生產(chǎn)端看，智能成本的下降將人類從常規(guī)智能任務(wù)中部分解放出來，人類與AI的再分工有助于緩解勞動(dòng)力不足或增速放緩的限制。正如此前自動(dòng)化機(jī)器人對(duì)常規(guī)體力勞動(dòng)者的取代，我們認(rèn)為理論上本輪模擬通用智能的AI或在成本降至人類勞動(dòng)者以下后發(fā)生類似的取代。目前AI智能水平尚未全面達(dá)到人類水平，這種取代可能不是完全的，主要限于部分重復(fù)性和規(guī)則化的智能任務(wù)。關(guān)于AI與人類勞動(dòng)者分工的最終界限，目前尚有較大爭議，以斯坦福大學(xué)教授李飛飛為代表的一派認(rèn)為[74]，人類將隨著AI技術(shù)的演進(jìn)動(dòng)態(tài)更新和精進(jìn)能力，并借助AI躍遷到更高的智能水平，其間可能由于AI發(fā)展速度快于人類技能調(diào)整速度而出現(xiàn)結(jié)構(gòu)性失業(yè)，但最終人類將適應(yīng)AI技術(shù)并用其賦能，從而持續(xù)提高勞動(dòng)生產(chǎn)率。也有以O(shè)penAI聯(lián)合創(chuàng)始人山姆·阿爾特曼（Sam Altman）為代表的另一派認(rèn)為[75]，AI模擬的通用智能將在一些部門超過并幾乎完全取代人類勞動(dòng)者，進(jìn)而導(dǎo)致經(jīng)濟(jì)表現(xiàn)出“鮑莫爾病”，即人類越來越多地集中于AI相對(duì)不擅長且效率相對(duì)較低的部門，最終AI全面達(dá)到人類智能水平時(shí)，人類或?qū)⒉辉傩枰ぷ鳌o論是何種結(jié)局，作為一項(xiàng)通用目的技術(shù)，AI都具有推動(dòng)經(jīng)濟(jì)增長和調(diào)整就業(yè)結(jié)構(gòu)的巨大潛力。從消費(fèi)端看，智能成本的下降將激發(fā)新的智能需求，進(jìn)而帶來深遠(yuǎn)的社會(huì)經(jīng)濟(jì)影響。IT革命時(shí)期信息傳播成本和計(jì)算成本快速降低，涌現(xiàn)出電子商務(wù)、社交媒體、流媒體服務(wù)等大量數(shù)字內(nèi)容分發(fā)和計(jì)算需求。類似地，在AI技術(shù)的演進(jìn)過程中，已有的智能需求將隨之調(diào)整，如精準(zhǔn)推薦和定制的個(gè)性化需求相對(duì)標(biāo)準(zhǔn)化需求可能提升，同時(shí)出現(xiàn)各類意想不到的新智能需求，如人類與虛擬數(shù)字人的情感互動(dòng)等。除了經(jīng)濟(jì)角度的需求擴(kuò)張和結(jié)構(gòu)調(diào)整，AI技術(shù)進(jìn)步還將產(chǎn)生復(fù)雜的社會(huì)影響，比如虛擬數(shù)字人可能緩解人類孤獨(dú)、抑郁等心理問題并滿足其情感需求，但也可能成為滋生詐騙活動(dòng)的溫床，人機(jī)倫理問題也可能變得更加尖銳。[76]

總的來講，AI推動(dòng)的智能融合浪潮具備了重新定義國際競爭格局的潛力。電力革命之前，英國作為“日不落帝國”曾享受國際領(lǐng)導(dǎo)者帶來的政治經(jīng)濟(jì)溢價(jià)，但隨著電力革命在美國的擴(kuò)散，英國被美國趕超，這些溢價(jià)也逐漸消失。技術(shù)變革為各國打開新的競爭窗口——領(lǐng)先者希望在技術(shù)變革中維持領(lǐng)先地位，后發(fā)者希望通過技術(shù)變革得以追趕領(lǐng)先者，技術(shù)變革是各國競爭的重要陣地。本輪AI變革也是如此。那么，各國的AI發(fā)展格局如何，誰又會(huì)引領(lǐng)這一輪智能融合浪潮？

三、誰將引領(lǐng)這場智能融合浪潮？

（一）“研發(fā)—應(yīng)用”迭代是基礎(chǔ)

從歷史經(jīng)驗(yàn)來看，在通用目的技術(shù)越過S曲線第一拐點(diǎn)后，哪個(gè)國家可以引領(lǐng)新一輪技術(shù)與產(chǎn)業(yè)融合浪潮，主要取決于誰會(huì)在新技術(shù)的“研發(fā)—應(yīng)用”循環(huán)迭代中勝出。英國就是通過撬動(dòng)研發(fā)與應(yīng)用兩端并使之相互促進(jìn)從而引領(lǐng)第一次工業(yè)革命的。蒸汽機(jī)的發(fā)明和改良是具有基礎(chǔ)性、顛覆性的創(chuàng)新，之所以發(fā)生在英國，與其當(dāng)時(shí)作為世界大國的積淀密不可分。首先，英國有17世紀(jì)歐洲科學(xué)革命帶來的理論基礎(chǔ)，如牛頓等人的力學(xué)理論成為后來工程技術(shù)發(fā)展的基石。其次，英國本土早期的技術(shù)積累也相當(dāng)豐厚，在第一次工業(yè)革命前夕，英國在采礦、冶金、機(jī)械制造等領(lǐng)域也已積累了豐富的技術(shù)和工藝，如，亨利·科特發(fā)明的“攪拌”和“碾壓”法，使煉鐵功效提高數(shù)十倍，為蒸汽機(jī)的大規(guī)模生產(chǎn)提供了材料基礎(chǔ)，此外，18世紀(jì)英國機(jī)床的發(fā)明也使得復(fù)雜機(jī)械設(shè)備的制造成為可能。最后，英國的人才積累也不容小覷，當(dāng)時(shí)的英國有大量像詹姆斯·瓦特這樣具備實(shí)踐經(jīng)驗(yàn)和創(chuàng)新精神的工匠或工程師，瓦特正是在紐科門蒸汽機(jī)的基礎(chǔ)上做了改進(jìn)，通過增加冷凝器和改進(jìn)氣缸，顯著提高了蒸汽機(jī)的效率。這一系列的優(yōu)勢(shì)保障了英國在技術(shù)革新浪潮初期取得研發(fā)端的領(lǐng)先地位。而英國最終引領(lǐng)第一次工業(yè)革命，還離不開其應(yīng)用端發(fā)展對(duì)創(chuàng)新形成的整體支撐。在技術(shù)越過第一拐點(diǎn)后，英國存在著充足的應(yīng)用空間，喬治·斯蒂芬孫在蒸汽機(jī)技術(shù)的基礎(chǔ)上發(fā)明了在鐵軌上運(yùn)行的蒸汽機(jī)車，大大提高了英國陸路運(yùn)輸效率，而鐵路的建設(shè)和普及，再疊加蒸汽機(jī)在運(yùn)輸、制造業(yè)等多領(lǐng)域帶來的革命性變化，進(jìn)一步推動(dòng)了工業(yè)化和城市化的進(jìn)程，又在此基礎(chǔ)上激發(fā)了新一輪的初級(jí)創(chuàng)新，各行業(yè)生產(chǎn)力的快速提升真正意義上使英國以“世界工廠”的身份成為第一次工業(yè)革命的引領(lǐng)者。

研發(fā)與應(yīng)用的最早發(fā)生有可能不是在一個(gè)國家，在第二次工業(yè)革命中，美國則通過引用技術(shù)和應(yīng)用成果反哺實(shí)現(xiàn)了超越。電力的初級(jí)創(chuàng)新最早集中發(fā)生在19世紀(jì)的歐洲，尤其是德國和英國。英國科學(xué)家戴維在1809年發(fā)明了最早的電光源之一電弧燈；法拉第在1831年發(fā)明的電磁感應(yīng)裝置，是現(xiàn)代發(fā)電機(jī)的前身。然而，產(chǎn)生大規(guī)模影響的次級(jí)創(chuàng)新卻發(fā)生在美國，托馬斯·愛迪生和尼古拉·特斯拉在電燈、電力傳輸和電動(dòng)機(jī)等方面的發(fā)明奠定了現(xiàn)代電力系統(tǒng)的基礎(chǔ)，進(jìn)一步推動(dòng)電力技術(shù)跨過第一拐點(diǎn)。歐洲的電力技術(shù)通過人才交流、技術(shù)轉(zhuǎn)移和跨國公司的全球布局，迅速傳入美國。美國擁有廣闊的疆域和大量的人口，這為電力技術(shù)的應(yīng)用和擴(kuò)展提供了廣闊的市場，加上美國當(dāng)時(shí)的經(jīng)濟(jì)快速增長，資本迅速積累，大量資金得以投到電力基礎(chǔ)設(shè)施的建設(shè)中，這些基礎(chǔ)設(shè)施的完善反過來又促進(jìn)了電力技術(shù)的進(jìn)一步發(fā)展和應(yīng)用。美國在原有技術(shù)的基礎(chǔ)上，加速進(jìn)行大規(guī)模的工業(yè)應(yīng)用和改進(jìn)，例如，愛迪生和特斯拉發(fā)明的電力設(shè)備與系統(tǒng)被廣泛應(yīng)用于城市電網(wǎng)建設(shè)、家庭電器等多個(gè)領(lǐng)域，顯著提升了技術(shù)的實(shí)際應(yīng)用價(jià)值，推動(dòng)了電氣化進(jìn)程，使得美國制造業(yè)和服務(wù)業(yè)的效率顯著提升，工業(yè)產(chǎn)值在20世紀(jì)初迅速超越歐洲各國，成為全球最大的工業(yè)國家。

電子信息領(lǐng)域也存在“研發(fā)—應(yīng)用”迭代、二者互促引發(fā)技術(shù)革命引領(lǐng)者變位的生動(dòng)案例。始于20世紀(jì)50年代的半導(dǎo)體產(chǎn)業(yè)發(fā)展至今，研發(fā)制造領(lǐng)域的引領(lǐng)者幾乎群集于美國，由此支撐的各項(xiàng)應(yīng)用創(chuàng)新，如智能手機(jī)、電子商務(wù)、移動(dòng)支付也大都肇始于歐美。然而，中國基于次前沿和成熟技術(shù)，在應(yīng)用層后來居上，孕育了抖音、微信、拼多多等囊括社交網(wǎng)絡(luò)、生活服務(wù)、電子商務(wù)、共享業(yè)務(wù)等的許多具有全球影響力的互聯(lián)網(wǎng)巨頭。自2008年以來，中國電子商務(wù)持續(xù)快速增長，交易額占全球的比例從不到1%發(fā)展到10年后的40%以上，超過法國、德國、日本、英國和美國的總和。[77]中國的移動(dòng)支付在采用率和交易額方面也由于支付寶等的廣泛使用完成趕超，居于世界領(lǐng)先地位。大市場還帶來多梯度、多層次結(jié)構(gòu)的消費(fèi)群體和消費(fèi)場景，又反哺新一輪的初級(jí)創(chuàng)新，從而強(qiáng)化了“研發(fā)—應(yīng)用”推動(dòng)的循環(huán)迭代。

那么本輪AI與產(chǎn)業(yè)融合的浪潮中，研發(fā)端與應(yīng)用端的循環(huán)迭代究竟取決于哪些因素呢？

（二）算力、數(shù)據(jù)、人才、金融推動(dòng)研發(fā)端創(chuàng)新

算力、數(shù)據(jù)和算法是當(dāng)前AI研發(fā)端的三個(gè)要素，三個(gè)要素相互聯(lián)系、相互影響，共同決定了AI技術(shù)進(jìn)步的水平，而金融支持對(duì)撬動(dòng)市場力量以支持技術(shù)躍遷也同樣關(guān)鍵。與其他技術(shù)有所不同，AI領(lǐng)域的知識(shí)具有更廣的多樣性和更高的復(fù)雜性，且其知識(shí)庫正處在一個(gè)持續(xù)快速擴(kuò)張的狀態(tài)中，既包括與“科學(xué)創(chuàng)新”相關(guān)的理論知識(shí)，如數(shù)據(jù)科學(xué)、算法理論、統(tǒng)計(jì)學(xué)等專業(yè)基礎(chǔ)知識(shí)，又包括與“經(jīng)驗(yàn)創(chuàng)新”相關(guān)的實(shí)踐知識(shí)，這在調(diào)整參數(shù)、模型訓(xùn)練過程中十分重要。[78]與便于傳播的理論知識(shí)相比，偏重“工匠”經(jīng)驗(yàn)的實(shí)踐類“知識(shí)庫”較難獲取、分解和轉(zhuǎn)移，后來者想要完全依靠自身研發(fā)對(duì)這些知識(shí)進(jìn)行吸收存在較大困難。此外，由于知識(shí)本身還具有規(guī)模報(bào)酬遞增特征，即隨著知識(shí)積累的增加，知識(shí)的生產(chǎn)效率不斷提高，由此帶來的經(jīng)濟(jì)效益會(huì)不斷增加，[79]在硬件基礎(chǔ)、數(shù)據(jù)、人才和金融支持等方面有長期積累的先發(fā)者因此會(huì)筑起較高的優(yōu)勢(shì)壁壘。[80]

算力在AI時(shí)代承擔(dān)著重要角色，但其提升依賴高性能芯片的發(fā)展，核心技術(shù)壁壘較高。進(jìn)入深度學(xué)習(xí)時(shí)代后，AI算力提升的曲線相較以前更加陡峭。2010年前，訓(xùn)練AI的計(jì)算量每21.6個(gè)月翻一番；2010年以來，在最大的AI模型訓(xùn)練中所使用的計(jì)算量大約在6個(gè)月內(nèi)翻倍，2010—2023年已增長了3.5億倍。為了獲得AI性能的整體提升，需要持續(xù)投入大量的硬件GPU。而在芯片領(lǐng)域，首先，芯片制造是復(fù)雜的系統(tǒng)工程，在設(shè)計(jì)、制造、封裝測試等環(huán)節(jié)中，該領(lǐng)域的傳統(tǒng)領(lǐng)先者積累了大量知識(shí)，形成了技術(shù)壁壘；其次，美國GPU領(lǐng)先全球，后發(fā)國家受到一定程度的制約，追趕存在一定難度。根據(jù)IDC測算，2023年中國智能算力規(guī)模達(dá)到414.1EFLOPS（每秒1018次浮點(diǎn)運(yùn)算），同比增長59.3%。但從國際比較來看，2024年中國全國智能算力規(guī)模或低于互聯(lián)網(wǎng)公司Meta所擁有的英偉達(dá)高性能計(jì)算芯片H100算力。

數(shù)據(jù)是AI研發(fā)層的“養(yǎng)料”和“教材”，同時(shí)數(shù)據(jù)也是AI性能和表現(xiàn)的“檢驗(yàn)器”。在AI研發(fā)競爭中，除了數(shù)據(jù)規(guī)模外，數(shù)據(jù)質(zhì)量的重要性也日益凸顯。高質(zhì)量數(shù)據(jù)集對(duì)于優(yōu)化AI模型表現(xiàn)十分重要，不過，有關(guān)數(shù)據(jù)質(zhì)量高低的定義是動(dòng)態(tài)的，隨著AI發(fā)展，其能力不斷增強(qiáng)，決定了其對(duì)所需數(shù)據(jù)“養(yǎng)料”的要求也在不斷變化。在大語言模型時(shí)代，AI已經(jīng)呈現(xiàn)出初步的文本理解潛力，Sora（OpenAI研發(fā)的一款文本生成視頻大模型）的突破不僅呈現(xiàn)出AI多模態(tài)交互的能力，也展現(xiàn)出其能理解世界的跡象，這意味著當(dāng)前AI的發(fā)展目標(biāo)已不僅僅是對(duì)人類“思維”的模擬，而且是全面地實(shí)現(xiàn)人類與現(xiàn)實(shí)世界的交互。古納塞克等人提出，在大語言模型中，高質(zhì)量的預(yù)訓(xùn)練數(shù)據(jù)應(yīng)當(dāng)類似人類的“教科書”，這要求數(shù)據(jù)庫具備數(shù)據(jù)儲(chǔ)量充足、多樣性高、精準(zhǔn)度高、清晰明了等特征。[81]隨著AI訓(xùn)練數(shù)據(jù)上升到圖像和視頻維度，高質(zhì)量數(shù)據(jù)或更偏重由機(jī)器直接捕獲的未經(jīng)人類創(chuàng)作的圖像、視頻等形式，數(shù)據(jù)的維度也越發(fā)多元，觸覺、味覺、嗅覺等數(shù)據(jù)將進(jìn)入AI訓(xùn)練數(shù)據(jù)集，人類或?qū)⒏賲⑴c數(shù)據(jù)的獲取過程或記錄和傳輸?shù)闹薪檫^程。在研發(fā)端對(duì)更高質(zhì)量、更多維度、更大體量數(shù)據(jù)的需求激增的情形下，大國憑借規(guī)模優(yōu)勢(shì)將較為自然地形成先發(fā)優(yōu)勢(shì)，為未來AI發(fā)展所必需的數(shù)據(jù)挖掘提供更堅(jiān)實(shí)的基礎(chǔ)。但大體量數(shù)據(jù)只是產(chǎn)生高質(zhì)量數(shù)據(jù)的一個(gè)條件，數(shù)據(jù)的收集、清洗、標(biāo)注、驗(yàn)證和合成等步驟對(duì)優(yōu)質(zhì)數(shù)據(jù)的形成也十分關(guān)鍵，而在這些技術(shù)過程中所積累的知識(shí)往往不易傳播，它們最易在掌握前沿技術(shù)的大國形成聚集，從而強(qiáng)化AI研發(fā)層面的優(yōu)勢(shì)。[82]

算法是AI研發(fā)的核心，高技術(shù)人才是保障算法突破的關(guān)鍵，而人才聚集效應(yīng)鞏固了先發(fā)國家的優(yōu)勢(shì)，加大了后發(fā)國家追趕難度。隨著技術(shù)的發(fā)展，AI需要解決的任務(wù)變得更加復(fù)雜，傳統(tǒng)算法難以滿足醫(yī)療、金融、交通等廣泛場景的不同需求，數(shù)據(jù)量的大幅增長也對(duì)提高信息處理的準(zhǔn)確性和效率、減少計(jì)算資源浪費(fèi)提出了更高的要求，這亟須算法的突破性創(chuàng)新。算法發(fā)展需要具備專業(yè)知識(shí)和創(chuàng)新能力的高技術(shù)人才，他們可以為算法的發(fā)展提供新思路、新方法，是推動(dòng)算法突破的主體力量。然而人才數(shù)量未必能充分轉(zhuǎn)化為突破性創(chuàng)新產(chǎn)出，人才質(zhì)量尤為重要。2010—2020年中國發(fā)表AI領(lǐng)域論文的科研人員數(shù)量全球領(lǐng)先，超出美國近20萬人，[83]但在本輪AI發(fā)展較為關(guān)鍵的研究領(lǐng)域卻落后于美國。由于知識(shí)庫的復(fù)雜性和人才培養(yǎng)的長期性，傳統(tǒng)技術(shù)大國往往具備技術(shù)累積優(yōu)勢(shì)。一項(xiàng)新的算法提出后，相關(guān)理論知識(shí)易于傳播，可以在全球范圍內(nèi)流動(dòng)，但前沿算法人才會(huì)產(chǎn)生顯著的集聚效應(yīng)。人才聚集之后，他們可以更容易地分享實(shí)踐知識(shí)、技能和研究成果，促進(jìn)知識(shí)溢出和跨領(lǐng)域整合，加速算法的發(fā)展和優(yōu)化，提高研發(fā)效率，這進(jìn)一步鞏固了技術(shù)引領(lǐng)地的人才優(yōu)勢(shì)，同時(shí)激勵(lì)其繼續(xù)培養(yǎng)和吸引創(chuàng)新人才，為算法突破提供持續(xù)動(dòng)力。據(jù)2023年統(tǒng)計(jì)數(shù)據(jù)，世界頂尖AI人才聚集的科研中心多數(shù)在美國，在全球排名前25的AI研究機(jī)構(gòu)中，美國有15個(gè)，中國有6個(gè)。[84]此外，分析當(dāng)前全球最具影響力的基礎(chǔ)模型（如OpenAI的GPT-4o，谷歌的Gemini 1.5 Pro，Meta的Llama 3，美國AI公司Anthropic的Claude 3等）所屬組織的核心技術(shù)人才網(wǎng)絡(luò)，可以發(fā)現(xiàn)，當(dāng)前AI研發(fā)的頂尖人才仍主要聚集于北美，亞洲、歐洲等地的算法創(chuàng)新人才在不同程度上屬于北美人才集群的延伸。如果AI技術(shù)長期保持較短的技術(shù)周期，維持快速迭代，那么未來AI前沿研發(fā)人才或?qū)⑷匀恢饕植荚谏贁?shù)技術(shù)規(guī)模大國，研發(fā)層面的優(yōu)勢(shì)將主要被它們掌握。

市場激勵(lì)下的金融支持，對(duì)于AI研發(fā)并轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力而言同樣不可或缺。首先，在當(dāng)前大模型快速發(fā)展階段，硬件采購、軟件開發(fā)、數(shù)據(jù)收集存儲(chǔ)等都需要大量資金支持，金融資本能為AI研發(fā)的基礎(chǔ)設(shè)施建設(shè)和維護(hù)提供保障。其次，以風(fēng)險(xiǎn)投資為代表的金融力量在支持AI初創(chuàng)和成熟企業(yè)的技術(shù)突破方面起到直接而關(guān)鍵的作用。許多AI領(lǐng)域的創(chuàng)新都由初創(chuàng)公司推動(dòng)，而這些公司通常需要外部資本來幫其啟動(dòng)和擴(kuò)展業(yè)務(wù)，如人工智能公司DeepMind被谷歌收購前主要依靠多輪風(fēng)投才得以專注于突破性深度學(xué)習(xí)的研究，OpenAI在2019年改制后也是基于微軟和風(fēng)投機(jī)構(gòu)的資金支持才開發(fā)出GPT-3等模型的。此外，風(fēng)投等金融力量在AI芯片領(lǐng)域的投入也十分顯著，英偉達(dá)得益于資本市場的支撐，才能持續(xù)研發(fā)高性能GPU。另外，充足的資金支持還能讓企業(yè)和研究機(jī)構(gòu)為研發(fā)團(tuán)隊(duì)提供有競爭力的薪酬和福利，以留住頂尖AI人才。

（三）市場規(guī)模、政策環(huán)境支撐應(yīng)用端融合

AI應(yīng)用的發(fā)展并不必需最前沿的技術(shù)，較為成熟的技術(shù)不確定性較低，技術(shù)軌跡也更容易預(yù)測，即使是后發(fā)者也可以較為容易地抓住“機(jī)會(huì)之窗”，通過技術(shù)轉(zhuǎn)移、自研等方式獲取相關(guān)技術(shù)知識(shí)。同時(shí)，由于非前沿技術(shù)的應(yīng)用難度低，只要能夠適應(yīng)和抓住外部市場需求和制度政策變化帶來的機(jī)會(huì)，減少試錯(cuò)成本，就能在應(yīng)用端取得優(yōu)勢(shì)。[85]大規(guī)模市場與健康的政策環(huán)境是AI技術(shù)越過S曲線第一拐點(diǎn)后，在應(yīng)用端的兩大重要推力。

一方面，多元細(xì)分的大市場可以降低AI應(yīng)用的門檻。從市場層面看，商業(yè)市場潛力大的行業(yè)更能夠發(fā)揮市場規(guī)模優(yōu)勢(shì)。大國的市場需求多樣性較強(qiáng)，創(chuàng)新場景豐富，更易匹配成熟技術(shù)的各種應(yīng)用場景，這為AI技術(shù)應(yīng)用帶來更大的擴(kuò)散空間，能更廣泛地刺激AI次級(jí)創(chuàng)新的產(chǎn)生。對(duì)于暫處落后地位的大國，其總體市場和細(xì)分市場規(guī)模均足夠大，可進(jìn)一步攤薄次級(jí)創(chuàng)新的成本，支撐AI應(yīng)用實(shí)現(xiàn)商業(yè)利潤，利潤又反哺應(yīng)用技術(shù)的進(jìn)一步創(chuàng)新，研發(fā)、應(yīng)用形成正向循環(huán)，其有望快速縮小與領(lǐng)先國家的差距。

另一方面，支持性的政策環(huán)境則為AI次級(jí)創(chuàng)新的持續(xù)發(fā)展提供動(dòng)力。在AI應(yīng)用發(fā)展過程中，政策環(huán)境涵蓋了有政府引導(dǎo)和參與的治理監(jiān)管整體方向、技術(shù)及倫理標(biāo)準(zhǔn)制定、人才培養(yǎng)體系、知識(shí)產(chǎn)權(quán)及隱私保護(hù)措施和國際合作政策等諸多方面。穩(wěn)健、靈活、包容的政策措施能激發(fā)應(yīng)用創(chuàng)新活力，為企業(yè)和研究機(jī)構(gòu)創(chuàng)造可預(yù)期的市場環(huán)境。良好的法律和政策框架可以幫助企業(yè)在開發(fā)和應(yīng)用AI技術(shù)時(shí)遵守法規(guī)，避免法律糾紛和用戶信任問題，從而較為順暢地實(shí)現(xiàn)廣泛商業(yè)化，如歐盟2024年通過《人工智能法案》，[86]為規(guī)范AI技術(shù)的使用、確保技術(shù)發(fā)展與道德規(guī)范相符提供了較為明確的依據(jù)，其基于風(fēng)險(xiǎn)程度對(duì)AI進(jìn)行分類，要求高風(fēng)險(xiǎn)AI系統(tǒng)的開發(fā)者提供詳細(xì)的技術(shù)和合規(guī)評(píng)估文件，以確保系統(tǒng)的透明度和問責(zé)性。但鑒于該法案對(duì)高風(fēng)險(xiǎn)AI及數(shù)據(jù)使用、隱私保護(hù)提出嚴(yán)格要求，也在一定程度上帶來了增加技術(shù)開發(fā)應(yīng)用的成本和時(shí)間、影響AI技術(shù)創(chuàng)新速度和市場競爭力的風(fēng)險(xiǎn)。

綜上，本輪AI浪潮的競爭格局尚在形成過程中，對(duì)于誰將占據(jù)引領(lǐng)者地位，我們還需要綜合考量各國在研發(fā)端和應(yīng)用端的發(fā)展勢(shì)頭，前者主要依賴算力、數(shù)據(jù)、人才和金融支持的整體水平，后者則倚重市場規(guī)模和政策環(huán)境的支持效果，二者相互促進(jìn)，才能持續(xù)推動(dòng)AI創(chuàng)新，從而提升整體經(jīng)濟(jì)動(dòng)能。為此，我們專門構(gòu)建了AI發(fā)展指數(shù)，以評(píng)估各國在本輪技術(shù)浪潮中的智能融合潛力和相對(duì)地位。

四、度量智能融合浪潮強(qiáng)弱——AI發(fā)展指數(shù)

如本章第二部分所述，達(dá)到S曲線的第一拐點(diǎn)后，研發(fā)端的技術(shù)改進(jìn)和應(yīng)用端的市場擴(kuò)散將相互促進(jìn)，加速創(chuàng)新發(fā)展。為了刻畫本輪AI浪潮中各國的發(fā)展?jié)摿Γ覀儚难邪l(fā)和應(yīng)用兩個(gè)層面來衡量一個(gè)國家AI技術(shù)越過S曲線第一拐點(diǎn)后在經(jīng)濟(jì)中引領(lǐng)智能融合浪潮的能力，并將其命名為“AI發(fā)展指數(shù)”。該指數(shù)旨在刻畫AI通過“研發(fā)—應(yīng)用”正向循環(huán)發(fā)展的速度：研發(fā)層面的“技術(shù)活躍度”越高，AI可實(shí)現(xiàn)的功能和可結(jié)合的應(yīng)用場景就越多，從而在市場競爭中越能快速地吸引和積累龐大的用戶群體，增加潛在的應(yīng)用市場規(guī)模；應(yīng)用層面的“市場友好度”越高，市場對(duì)AI的需求就越大，進(jìn)而可通過體驗(yàn)反饋和盈利反哺加快技術(shù)進(jìn)步和擴(kuò)散。AI發(fā)展指數(shù)為我們理解未來AI發(fā)展的影響因素，以及我國在國際競爭中的地位和優(yōu)劣勢(shì)提供了思路。

（一）研發(fā)與應(yīng)用并重，構(gòu)建AI發(fā)展指數(shù)

AI發(fā)展指數(shù)從研發(fā)和應(yīng)用兩個(gè)層面出發(fā)（見圖1.8）。基于本章第三部分的分析，我們構(gòu)建了研發(fā)層面的“技術(shù)活躍度”指標(biāo)，從算力、算法、數(shù)據(jù)和金融四個(gè)方面衡量一國AI技術(shù)相對(duì)于國際前沿的水平，以及應(yīng)用層面的“市場友好度”指標(biāo)，從暴露規(guī)模、擴(kuò)散程度和政策環(huán)境三個(gè)方面衡量一國應(yīng)用AI技術(shù)的潛力和成本。研發(fā)和應(yīng)用相互促進(jìn)，因而將二者標(biāo)準(zhǔn)化后進(jìn)行幾何平均可得到“AI發(fā)展指數(shù)”，該指數(shù)反映AI在越過S曲線第一拐點(diǎn)后通過“研發(fā)—應(yīng)用”正向循環(huán)發(fā)展的速度。

“技術(shù)活躍度”刻畫了各國AI研發(fā)端在算力、算法、數(shù)據(jù)和金融四個(gè)方面的稟賦情況（見表1.1）。算力方面，新一代AI系統(tǒng)依賴高性能計(jì)算，[87]同時(shí)，依據(jù)規(guī)模定律，AI訓(xùn)練對(duì)算力的需求快速提升，主要依賴數(shù)據(jù)中心和云端網(wǎng)絡(luò)集中部署大規(guī)模算力，以獲得穩(wěn)定性和可擴(kuò)展的靈活性。[88]算法方面，頂尖AI人才是前沿AI算法的本源，將無形的AI算法知識(shí)轉(zhuǎn)化為落地產(chǎn)品的能力至關(guān)重要。數(shù)據(jù)方面，已有的和待收集的多模態(tài)、高質(zhì)量數(shù)據(jù)共同構(gòu)成了訓(xùn)練AI的數(shù)據(jù)稟賦，同時(shí)獲取、使用和流通這些數(shù)據(jù)的制度環(huán)境也是重要的影響因素。金融方面，算力、人才和數(shù)據(jù)都需要大量資金的支持，高度不確定性和高投資門檻下，前沿AI技術(shù)的研發(fā)和落地尤其離不開商業(yè)性風(fēng)投的支持，其為AI技術(shù)的持續(xù)突破提供動(dòng)力。[89]特別地，算法和數(shù)據(jù)維度區(qū)分考慮了AI模擬的兩類人類智能：一類是不借助物理實(shí)體即可完成的智能操作，如處理信息、規(guī)劃推理等，訓(xùn)練這類智能所用的數(shù)據(jù)基本已存在，如文本、圖像、音視頻等；另一類是需要借助物理實(shí)體來完成的，涉及真實(shí)物理空間中的位置移動(dòng)、靈活操作等，所需的數(shù)據(jù)主要包括人類與環(huán)境互動(dòng)時(shí)的動(dòng)作行為數(shù)據(jù)等，大多數(shù)處于起步階段，需要有意去合成、生成和收集。

表1.1　“技術(shù)活躍度”指標(biāo)

AI應(yīng)用層面的市場友好度指標(biāo)，主要由AI產(chǎn)業(yè)的暴露規(guī)模、擴(kuò)散程度和政策環(huán)境三個(gè)方面組成。首先，“暴露規(guī)模”可由根據(jù)不同行業(yè)中可以使用AI進(jìn)行替代或賦能的場景比例和國家產(chǎn)值的行業(yè)結(jié)構(gòu)計(jì)算出來的一國理論上暴露于AI技術(shù)的GDP比例，再乘以按該國購買力平價(jià)計(jì)算的GDP得到。其次，“擴(kuò)散程度”主要通過度量各國AI暴露產(chǎn)值的行業(yè)份額方差，來衡量AI應(yīng)用的外部規(guī)模經(jīng)濟(jì)效應(yīng)，理論上技術(shù)應(yīng)用場景越多、越分散，其帶來的外部規(guī)模經(jīng)濟(jì)效應(yīng)越大。最后，“政策環(huán)境”包括一國的AI戰(zhàn)略、監(jiān)管質(zhì)量、網(wǎng)絡(luò)安全、倫理準(zhǔn)則等，它們都有可能影響AI技術(shù)的應(yīng)用成本，所以我們?cè)诖艘矊⑺鼈兗{入市場友好度的考量范圍。[90]

（二）AI發(fā)展指數(shù)一覽

通過就20個(gè)全球經(jīng)濟(jì)體量靠前的國家計(jì)算AI發(fā)展指數(shù)，我們發(fā)現(xiàn)，當(dāng)前美國、中國位于第一梯隊(duì)，它們各自占據(jù)研發(fā)、應(yīng)用相對(duì)領(lǐng)先優(yōu)勢(shì)的全球AI競爭格局初露端倪（見圖1.9）。若將美國各指標(biāo)標(biāo)準(zhǔn)化為1，則中國的AI發(fā)展指數(shù)為0.76，居全球第二，高于第二梯隊(duì)的德國（0.32）、日本（0.31）和英國（0.31）。研發(fā)層面，中國技術(shù)活躍度（0.50）相較前沿的美國仍有差距，但與第二梯隊(duì)的英國（0.16）、德國（0.15）和日本（0.14）相比展現(xiàn)出明顯的優(yōu)勢(shì)；應(yīng)用層面，中國的市場友好度（1.16）處于領(lǐng)先地位，主要受益于龐大的市場規(guī)模和均衡的產(chǎn)業(yè)分布。在決定AI研發(fā)和應(yīng)用水平的要素稟賦方面，不同國家有相對(duì)擅長的方向。與中國類似的在應(yīng)用層面具有比較優(yōu)勢(shì)的國家包括印度、俄羅斯、巴西等，與美國類似的在研發(fā)層面具有比較優(yōu)勢(shì)的國家包括英國、韓國、瑞士等。

（三）各國優(yōu)勢(shì)與面臨的挑戰(zhàn)

在此次智能融合浪潮引發(fā)的國際競爭中，中國整體上具有一定的技術(shù)優(yōu)勢(shì)和發(fā)揮規(guī)模效應(yīng)的空間，有助于在AI技術(shù)達(dá)到S曲線第一拐點(diǎn)后通過更強(qiáng)的“研發(fā)—應(yīng)用”正向循環(huán)推進(jìn)AI發(fā)展。那么，從拆分細(xì)項(xiàng)來看，我國在哪些影響AI發(fā)展的方面面臨限制，在哪些方面具備值得進(jìn)一步發(fā)揚(yáng)的優(yōu)勢(shì)呢？

從研發(fā)端來看，高性能算力和數(shù)據(jù)可得性成為中國AI技術(shù)趕超的主要挑戰(zhàn)（見圖1.10a）。在算力維度，中國的高性能算力受到美國出口限制影響，目前自研芯片提供的算力性能高于美國設(shè)置的限制標(biāo)準(zhǔn)，但在國際上處于相對(duì)落后的狀態(tài)；[91]美國智能芯片迭代速度快，采取優(yōu)先用最高算力性能的GB200芯片滿足國內(nèi)需求、延遲面向全球供應(yīng)的措施，并向他國供給次優(yōu)算力性能的H100、A100芯片，從而有效拉開了和其他國家的算力性能差距。中國的規(guī)模算力部署，包括云計(jì)算和數(shù)據(jù)中心服務(wù)器等軟硬件的市場規(guī)模，位居全球第二，雖然與美國還有差距，但相較其他國家表現(xiàn)出明顯的規(guī)模優(yōu)勢(shì)，能夠提供部分AI訓(xùn)練和推理所需的大規(guī)模算力。在算法維度，中國整體表現(xiàn)顯著優(yōu)于第二梯隊(duì)的德國、英國、法國，尤其是AI算法的前沿知識(shí)創(chuàng)新能力與美國相差不大，但算法集成與開發(fā)落地產(chǎn)品的能力或相對(duì)欠缺，截至2023年，中國的AI創(chuàng)業(yè)公司數(shù)量不到美國的三分之一。[92]在數(shù)據(jù)維度，中國具有規(guī)模龐大的數(shù)據(jù)生產(chǎn)者，歷史上已經(jīng)積累了相對(duì)豐富的數(shù)據(jù)，對(duì)于AI所需的自動(dòng)駕駛、人形機(jī)器人等領(lǐng)域的待收集數(shù)據(jù)，也具備一定的挖掘或合成能力。但中國在數(shù)據(jù)可得性方面仍有改善空間，數(shù)據(jù)的開放程度、治理框架和基建網(wǎng)絡(luò)等在一定程度上可能落后于歐美發(fā)達(dá)國家。在金融維度，據(jù)OECD（經(jīng)濟(jì)合作與發(fā)展組織）統(tǒng)計(jì)，2022—2023年，美、中AI風(fēng)投項(xiàng)目數(shù)量的全球份額分別保持在30%和20%，金額占比則分別保持在50%和20%左右，這與兩國經(jīng)濟(jì)體量相對(duì)值有較大差別。考慮到逆全球化趨勢(shì)加劇，美國限制本土私募基金和風(fēng)險(xiǎn)資金對(duì)關(guān)鍵領(lǐng)域的海外科技公司進(jìn)行投資，可能進(jìn)一步拉開各國在AI研發(fā)方面獲得金融支持的差距。我們認(rèn)為，未來中國在金融方面支持科技的主要發(fā)力者可能轉(zhuǎn)向國內(nèi)金融投資機(jī)構(gòu)，所以我國直接融資體系亟待完善。

從應(yīng)用端來看，中國的AI暴露規(guī)模居于世界首位，在具身智能的應(yīng)用領(lǐng)域具有尤為廣闊的市場，且行業(yè)擴(kuò)散程度更為均勻，可能帶來更顯著的外部規(guī)模經(jīng)濟(jì)效應(yīng)。我們估計(jì)，2023年中國按購買力平價(jià)計(jì)算的AI暴露規(guī)模約為16.5萬億美元，處在第二位的美國約為11.6萬億美元，其中，兩國的數(shù)字智能暴露規(guī)模均約為5萬億美元，主要差距體現(xiàn)在中國的具身智能暴露規(guī)模明顯大于美國（見圖1.10b）。從結(jié)構(gòu)上看，中國產(chǎn)值更多地分布在具身智能暴露程度較高的那些行業(yè)，包括農(nóng)林牧漁、交通運(yùn)輸、采礦、建筑和制造業(yè)等，而美國產(chǎn)值則更多地分布在數(shù)字智能暴露程度較高的房地產(chǎn)、科學(xué)研究與技術(shù)服務(wù)、信息傳輸、計(jì)算機(jī)服務(wù)等行業(yè)。基于各國AI暴露產(chǎn)值中各行業(yè)份額方差，中國的行業(yè)擴(kuò)散程度相對(duì)更均勻，有助于放大外部規(guī)模經(jīng)濟(jì)效應(yīng)，促進(jìn)協(xié)同轉(zhuǎn)型和基礎(chǔ)設(shè)施共享。政策環(huán)境與AI應(yīng)用的關(guān)系較為復(fù)雜，出于隱私和人權(quán)等考慮對(duì)AI進(jìn)行嚴(yán)格監(jiān)管有助于防范潛在風(fēng)險(xiǎn)，也可能限制應(yīng)用落地。中、美、日及歐洲等地目前都充分重視且提出了人工智能發(fā)展戰(zhàn)略，并積極關(guān)注數(shù)據(jù)保護(hù)。同時(shí)，不同地區(qū)因?yàn)槲幕瘍r(jià)值觀和社會(huì)經(jīng)濟(jì)需求的差異，對(duì)AI的監(jiān)管程度也有差異。如歐盟通過《人工智能法案》，在監(jiān)管質(zhì)量和可靠性方面獲得進(jìn)展，但對(duì)AI訓(xùn)練數(shù)據(jù)透明度等方面的要求也引發(fā)了企業(yè)對(duì)因泄露商業(yè)機(jī)密而影響市場競爭的擔(dān)憂，[93]美國相對(duì)注重國家安全和倫理問題，而中國對(duì)AI技術(shù)持相對(duì)開放的態(tài)度，或有助于推動(dòng)應(yīng)用快速落地。

割裂的全球市場可能會(huì)阻礙AI的價(jià)值實(shí)現(xiàn)并抑制創(chuàng)新，這或許會(huì)促使部分地區(qū)在未來的智能融合浪潮中深化合作。基于現(xiàn)實(shí)經(jīng)濟(jì)開放的視角，當(dāng)前美國正在積極與歐洲和日本等地開展人工智能的廣泛合作，包括晶圓廠和數(shù)據(jù)中心的跨國布局、AI學(xué)術(shù)研究的合作交流、AI初創(chuàng)企業(yè)的跨國投資等。這些舉措可能加速第二梯隊(duì)的國家對(duì)中國的技術(shù)追趕，從AI發(fā)展指數(shù)看，表現(xiàn)為美國的合作國在研發(fā)端快速逼近最前沿水平。以日本為例，如果美國在未來將新研制的高性能和先進(jìn)超算供給日本使用，派遣頂尖人才指導(dǎo)，向日本傳授AI技術(shù)，并共享已有的高質(zhì)量和多模態(tài)數(shù)據(jù)、數(shù)據(jù)收集和合成的方法等，那么日本在AI發(fā)展指數(shù)上或?qū)⒖焖倏s小與中國的差距。此時(shí)，中國經(jīng)濟(jì)的規(guī)模優(yōu)勢(shì)變得至關(guān)重要，它能夠幫助中國在AI研發(fā)相對(duì)落后的情況下，依靠應(yīng)用端的市場擴(kuò)散維持一定的競爭力。

五、思考與啟示

（一）通用模型或?qū)鞟I認(rèn)知真實(shí)世界規(guī)律的突破

本輪AI發(fā)展最重要的意義在于，以Transformer為代表的深度學(xué)習(xí)算法的成功，標(biāo)志著AI在通用模型層面取得了重要進(jìn)展，這讓AI理解真實(shí)世界規(guī)律的能力獲得了里程碑式的突破。人工智能是模擬智能的系統(tǒng)，而智能是對(duì)世界真理的總結(jié)和認(rèn)知能力，人類智能通過處理世界上不同維度的、各種類型的信息去反推真理。出現(xiàn)通用模型前，AI無法對(duì)各種類型的信息進(jìn)行通用處理，總結(jié)規(guī)律的視角不全面，從而無法深入認(rèn)識(shí)世界，影響自身性能提高，模擬更高水平的智能需要通用模型。Transformer出現(xiàn)之初并非所謂的通用模型，但由于各種類型的數(shù)據(jù)都可以看作序列并用Transformer處理，所以其在更高維度上建構(gòu)了多類型數(shù)據(jù)所蘊(yùn)含的規(guī)律空間，并對(duì)這些規(guī)律進(jìn)行總結(jié)，從而將各種類型的智能模擬統(tǒng)一在一個(gè)架構(gòu)中，因此，其被“意外”地發(fā)現(xiàn)了通用性潛力。從這一角度出發(fā)，通用模型對(duì)AI發(fā)展具有重要意義。Transformer打開了AI通往通用模型時(shí)代的大門，但最終的答案也未必一定是Transformer，更優(yōu)秀的通用算法架構(gòu)將為AI發(fā)展帶來助力。在通用模型中，AI對(duì)各類型數(shù)據(jù)信息進(jìn)行通用處理，對(duì)各領(lǐng)域總結(jié)出來的規(guī)律進(jìn)行遷移、交叉運(yùn)用，更全面地刻畫現(xiàn)實(shí)世界中的規(guī)律，對(duì)世界真理的認(rèn)識(shí)或?qū)⒅饾u逼近真實(shí)情況。同時(shí)，AI對(duì)真實(shí)世界的理解離不開真實(shí)世界信息的輸入，這也為未來AI的數(shù)據(jù)和算力建設(shè)指明了方向，直接采集于真實(shí)世界的多模態(tài)數(shù)據(jù)建設(shè)方興未艾，其與人形機(jī)器人、高精度傳感器等的結(jié)合也將成為AI領(lǐng)域重點(diǎn)攻關(guān)方向，數(shù)據(jù)的豐富以及規(guī)模定律也都意味著更大的、性能更高的算力資源需求。

（二）智能成本下降將結(jié)構(gòu)性沖擊勞動(dòng)力市場，教育培訓(xùn)和勞動(dòng)保障是關(guān)鍵

智能成本作為AI新變革的核心，其快速下降可能引發(fā)AI和人類勞動(dòng)者的再分工，進(jìn)而對(duì)勞動(dòng)力技能需求產(chǎn)生影響，在技術(shù)轉(zhuǎn)型的過程中需要關(guān)注技術(shù)進(jìn)步對(duì)勞動(dòng)者的沖擊。AI對(duì)勞動(dòng)力市場的影響主要表現(xiàn)在兩個(gè)方面。一是對(duì)于AI應(yīng)用成本高于人類或表現(xiàn)不及人類的智能任務(wù)，其對(duì)應(yīng)的人類勞動(dòng)需求將相對(duì)提升。如近年來AI高暴露的崗位對(duì)具有社交（溝通、團(tuán)隊(duì)合作、談判、演講）和管理（員工監(jiān)督、指導(dǎo)、領(lǐng)導(dǎo)）等AI互補(bǔ)型技能的人才需求逐步提高，而對(duì)提供基礎(chǔ)電腦（包括編程）和行政文書等相關(guān)技能的人才需求有所下降。[94]二是隨著AI應(yīng)用的普及，市場對(duì)與開發(fā)維護(hù)AI系統(tǒng)、使用AI應(yīng)用程序相關(guān)的人才的需求也將進(jìn)一步提高。忽視技能轉(zhuǎn)型要求，可能加劇技能不匹配導(dǎo)致的就業(yè)不充分，以及關(guān)鍵人才緊缺導(dǎo)致的各行業(yè)發(fā)展速度放緩。為此，公共政策可以在培訓(xùn)教育和勞動(dòng)保障方面發(fā)揮重要作用。教育培訓(xùn)方面，容易被AI取代的勞動(dòng)力是公共政策提供教育培訓(xùn)的重點(diǎn)對(duì)象，我國可以參考美歐通過牽頭企業(yè)、社區(qū)與教育機(jī)構(gòu)共同開發(fā)符合崗位需求的AI及其互補(bǔ)技能培訓(xùn)并建立認(rèn)證計(jì)劃，來加速人才技能轉(zhuǎn)型；對(duì)于AI開發(fā)和應(yīng)用等較難通過雇主培訓(xùn)獲得的技能，政府可考慮向職業(yè)學(xué)校等專業(yè)機(jī)構(gòu)撥款，以設(shè)置AI課程、雇用教師并為接受AI方面教育的學(xué)生提供補(bǔ)貼等。勞動(dòng)保障方面，AI發(fā)展速度可能快于人類技能調(diào)整速度，進(jìn)而引發(fā)結(jié)構(gòu)性失業(yè)，對(duì)此勞動(dòng)力保障政策應(yīng)朝著鼓勵(lì)人才流動(dòng)和靈活就業(yè)的方向調(diào)整，如延長給付失業(yè)救濟(jì)金的時(shí)間以支持失業(yè)人員完成AI技術(shù)及相關(guān)技能的學(xué)習(xí)，為因AI失業(yè)的勞動(dòng)者提供經(jīng)濟(jì)和求職援助，減少就業(yè)的異地限制，等等。

（三）政策端著力構(gòu)建良好的公私合作框架，打通AI“研發(fā)—應(yīng)用”循環(huán)互促渠道

AI技術(shù)具有明確的非連續(xù)性創(chuàng)新特征，所謂非連續(xù)性技術(shù)創(chuàng)新是指采用與主流技術(shù)截然不同的技術(shù)路線，旨在實(shí)現(xiàn)產(chǎn)品性能的數(shù)量級(jí)改進(jìn)或成本的數(shù)量級(jí)降低，其具有強(qiáng)顛覆性和弱預(yù)見性兩個(gè)特征。強(qiáng)顛覆性意味著，該技術(shù)發(fā)展可以快速削弱傳統(tǒng)國家或企業(yè)長期積累的技術(shù)優(yōu)勢(shì)，改變市場主體的力量對(duì)比；弱預(yù)見性是指技術(shù)路徑具有不確定性，人們難以事先精準(zhǔn)預(yù)測最終將成功的技術(shù)路徑。兩個(gè)特征均導(dǎo)致發(fā)展非連續(xù)性技術(shù)創(chuàng)新是各國擺脫發(fā)展限制的客觀需要和占優(yōu)策略。[95]AI正是具備強(qiáng)顛覆性與弱預(yù)見性的非連續(xù)性創(chuàng)新技術(shù)。在這一前提下，一方面，初級(jí)創(chuàng)新的領(lǐng)先者地位隨時(shí)有可能由于新技術(shù)路徑的突破而發(fā)生動(dòng)搖，因此，即使當(dāng)前追趕面臨挑戰(zhàn)，有機(jī)會(huì)跟隨前沿的大國仍不可松懈對(duì)研發(fā)端的持續(xù)投入和大力支持；另一方面，為相對(duì)降低AI技術(shù)弱預(yù)見性帶來的不確定性，有條件的大國若在技術(shù)相對(duì)成熟的應(yīng)用端廣泛探索、提前布局將有可能實(shí)現(xiàn)后發(fā)先至。而要實(shí)現(xiàn)研發(fā)和應(yīng)用兩方面的互促共進(jìn)，離不開政策端發(fā)力，構(gòu)建良好的公私合作框架，激發(fā)公私研究機(jī)構(gòu)和企業(yè)的創(chuàng)新活力，為技術(shù)成果的應(yīng)用和推廣提供支持，從而打通初級(jí)創(chuàng)新與次級(jí)創(chuàng)新相互迭代的進(jìn)路。值得參考的是，2023年美國國家科學(xué)基金會(huì)與其他聯(lián)邦機(jī)構(gòu)和高等學(xué)校合作，宣布成立7個(gè)新的AI研究所并提供戰(zhàn)略性聯(lián)邦投資，推動(dòng)AI在科學(xué)和工業(yè)界的應(yīng)用加速。[96]另外，還可借鑒歐盟《人工智能白皮書》中提出的構(gòu)建“生態(tài)系統(tǒng)”的思路，適當(dāng)增加對(duì)AI研發(fā)的公共投資，成立“AI研發(fā)公私網(wǎng)絡(luò)”，[97]促進(jìn)學(xué)術(shù)界和產(chǎn)業(yè)界緊密融合，吸引更多私營部門參與，鼓勵(lì)初創(chuàng)公司在相對(duì)有保障的環(huán)境中測試新技術(shù)、新產(chǎn)品，并提供后續(xù)市場接口，促進(jìn)其商業(yè)化。

（四）“研發(fā)弱，應(yīng)用優(yōu)”，需要放大市場需求對(duì)技術(shù)供給的反饋促進(jìn)作用

根據(jù)AI發(fā)展指數(shù)，我國研發(fā)相對(duì)落后、應(yīng)用較為領(lǐng)先的格局表明，撬動(dòng)市場需求對(duì)技術(shù)供給的反饋促進(jìn)作用可能成為我國研發(fā)追趕的重要發(fā)力方向。算力方面，AI研發(fā)需要平衡用戶使用感受的改善和模型智能水平的突破，應(yīng)用端的用戶規(guī)模、使用習(xí)慣和智能需求等能夠指導(dǎo)研發(fā)端算力性能和規(guī)模的部署。對(duì)于不同類型的算力要求，通過建設(shè)算力基礎(chǔ)設(shè)施加強(qiáng)算力資源的統(tǒng)籌規(guī)劃和調(diào)度，同時(shí)鼓勵(lì)相關(guān)企業(yè)和科研機(jī)構(gòu)協(xié)同開展算力芯片、架構(gòu)、系統(tǒng)等關(guān)鍵技術(shù)的攻關(guān)。算法方面，協(xié)調(diào)AI開發(fā)者社區(qū)定期舉辦各類場景的創(chuàng)新大賽，鼓勵(lì)A(yù)I解決方案提供商積極對(duì)接企業(yè)需求與技術(shù)供給，從而幫助研究和開發(fā)人員積累實(shí)戰(zhàn)經(jīng)驗(yàn)，并基于現(xiàn)實(shí)用例不斷探索算法優(yōu)化的可能。數(shù)據(jù)方面，為應(yīng)用場景相關(guān)或用戶畫像相似的企業(yè)搭建公共數(shù)據(jù)平臺(tái)，借助匿名或加密技術(shù)，在安全合規(guī)的前提下，推動(dòng)生產(chǎn)和使用過程中的數(shù)據(jù)及其處理技術(shù)的共享。這將通過流程標(biāo)準(zhǔn)化和規(guī)模效應(yīng)降低獲取、清洗和分析數(shù)據(jù)的成本，幫助解決研發(fā)端數(shù)據(jù)規(guī)模不足、可得性差的問題，還可能利用數(shù)據(jù)之間的潛在關(guān)聯(lián)進(jìn)一步優(yōu)化模型表現(xiàn)。金融方面，通過研發(fā)費(fèi)用的稅收減免等方式鼓勵(lì)企業(yè)將AI產(chǎn)品盈利投入研發(fā)環(huán)節(jié)，強(qiáng)化應(yīng)用到研發(fā)的反哺機(jī)制；同時(shí)，為AI應(yīng)用企業(yè)、研發(fā)機(jī)構(gòu)和投資機(jī)構(gòu)提供交流平臺(tái)，拓寬創(chuàng)新主體之間的對(duì)接渠道。

---

[1]本章作者：周子彭、李娜、陸趣、劉夢(mèng)玲。

[2]Mayor A.Gods and Robots:Myths,Machines,and Ancient Dreams of Technology.Princeton University Press, 2019.

[3]Bishop C M.Pattern Recognition and Machine Learning.Springer,2006.

[4]LeCun Y,Bengio Y,Hinton G.“Deep Learning.”Nature,2015,521(7553).

[5]Legg S,Hutter M.“Universal Intelligence:A Definition of Machine Intelligence.”Minds and Machines, 2007, 17.

[6]Leningrad (RSFSR), Shirokov M, Moseley A C, et al.A Textbook of Marxist Philosophy. Gollancz, 1937.

[7]Plato P.The Republic.Oxford University Press,2008.

[8]Gardner H.Multiple Intelligences:The Theory in Practice.Basic Books/Hachette Book Group,1993.

[9]Stemberg R J.“Intelligence.State of the Art.”Dialogues in Clinical Neuroscience,2012,14(1).

[10]參見https://lexfridman.com/yann-lecun-3-transcript/。

[11]Chollet F.“On the Measure of Intelligence.”2019.

[12]Aquinas S T.“Summa Theologica.”1872.

[13]Christodoulou K C, Tsoucalas G.“Artificial Intelligence: From Talos to da Vinci.”2023.

[14]Descartes R.“Descartes: Discourse on the Method of Rightly Conducting the Reason, and Seeking Truth in the Sciences.”1658.

[15]Chomsky N.Language and Mind.Cambridge University Press,2006.

[16]Cajal S R.“Conexión General de los Elementos Nerviosos.”1889.

[17]Kandel E R.In Search of Memory:The Emergence of a New Science of Mind.W.W.Norton＆Company, 2006.

[18]Cajal.“Conexión General de los Elementos Nerviosos.”1889.

[19]McCulloch W S,Pitts W.“A Logical Calculus of the Ideas Immanent in Nervous Activity.”The Bulletin of Mathematical Biophysics,1943.

[20]Rosenblatt F.“The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain.”Psychological Review,1958,65(6).

[21]Minsky M L,Papert S A.Perceptrons:Expanded Edition.MIT Press,1988.

[22]Newell A.Unified Theories of Cognition.Harvard University Press,1990.

[23]Feigenbaum E A, Buchanan B G.“DENDRAL and META-DENDRAL: Roots of Knowledge Systems and Expert System Applications.”1994.

[24]Sipser M.“Introduction to the Theory of Computation.”ACM Sigact News,1996.

[25]Catania B,Zarri G P.Intelligent Database Systems.Addison-Wesley,2000.

[26]Fisher I A.“Cyc:History’s Forgotten AI Project.”O(jiān)utsider Art,2024.

[27]Hopfield J J.“Neural Networks and Physical Systems with Emergent Collective Computational Abilities.”Proceedings of the National Academy of Sciences,1982,79(8).

[28]Rumelhart D E, Hinton G E, Williams R J.“Learning Representations by Back-Propagating Errors.”Nature,1986,323(6088).

[29]LeCun Y, Boser B, Denker J S, et al.“Backpropagation Applied to Handwritten Zip Code Recognition.”Neural Computation,1989,1(4).

[30]Hinton G E, Osindero S, Teh Y W.“A Fast Learning Algorithm for Deep Belief Nets.”Neural Computation,2006,18(7).

[31]Krizhevsky A, Sutskever I, Hinton G E.“Imagenet Classification with Deep Convolutional Neural Networks.”Advances in Neural Information Processing Systems,2012.

[32]Vaswani A,Shazeer N, Parmar N, et al.“Attention Is All You Need.”Advances in Neural Information Processing Systems,2017,30.

[33]Gupta A, Fan L, Ganguli S, et al.“Metamorph: Learning Universal Controllers with Transformers.”2022.

[34]Gao J, Cheng N, Fang B, et al.“Transformer in Touch: A Survey.”2024.

[35]Charoenkwan P, Nantasenamat C, Hasan M M, et al.“BERT4Bitter: A Bidirectional Encoder Representa-tions from Transformers (BERT)-Based Model for Improving the Prediction of Bitter Peptides.”Bioinformatics,2021,37(17).

[36]Trinh T H,Wu Y,Le Q V,et al.“Solving Olympiad Geometry Without Human Demonstrations.”Nature, 2024, 625(7995).

[37]數(shù)字智能指以虛擬智能助理形式存在的AI，可能仍以移動(dòng)終端、互聯(lián)網(wǎng)為載體，通過AI大模型對(duì)用戶輸入的文本、圖像、視頻、語音等信息進(jìn)行處理，理解用戶指令和需求，進(jìn)行推理、規(guī)劃等，內(nèi)置長短期記憶功能，長期記憶部分依靠外掛知識(shí)庫和增強(qiáng)檢索引擎，并能根據(jù)任務(wù)要求和解決方案來發(fā)布指令或調(diào)用工具。

[38]具身智能主要指智能和物理實(shí)體的結(jié)合，如人形機(jī)器人和機(jī)器狗可以將感知、決策和執(zhí)行加以統(tǒng)一，通過傳感裝置感知和收集各種類型的環(huán)境信息。

[39]參見https://app.youtubesummarized.com/r/3FxxT-sDnfk9zVtC5LOW-。

[40]Huh M, Cheung B, Wang T, et al.“The Platonic Representation Hypothesis.”2024.

[41]Sutton R.“The Bitter Lesson.”Incomplete Ideas (blog), 2019.

[42]參見https://www.nvidia.com/en-gb/about-nvidia/ai-computing/。

[43]Kaplan J, McCandlish S, Henighan T, et al.“Scaling Laws for Neural Language Models.”2020.

[44]Henighan T, Kaplan J, Katz M, et al.“Scaling Laws for Autoregressive Generative Modeling.”2020.

[45]Isik B, Ponomareva N, Hazimeh H, et al.“Scaling Laws for Downstream Task Performance of Large Language Models.”2024.

[46]Wei J, Tay Y, Bommasani R, et al.“Emergent Abilities of Large Language Models.”2022.

[47]Schaeffer R, Miranda B, Koyejo S.“Are Emergent Abilities of Large Language Models a Mirage?”2023.

[48]Villalobos P, Sevilla J, Heim L, et al.“Will We Run out of Data? An Analysis of the Limits of Scaling Datasets in Machine Learning.”2022.

[49]Chomsky N,Roberts L,Watmull J.“The False Promise of ChatGPT.”The New York Times,2023.

[50]Marcus G.“The Next Decade in AI: Four Steps Towards Robust Artificial Intelligence.”2020.

[51]Bekar C, Carlaw K, Lipsey R.“General Purpose Technologies in Theory, Application and Controversy:A Review.”Journal of Evolutionary Economics,2018,28.

[52]Korinek A, Suh D.“Scenarios for the Transition to Agi.”NBER Working Paper, 2024; IMF.“Gen-AI:Artificial Intelligence and the Future of Work.”2024.

[53]Araby.“AI, The Future Is Now: A Deep Dive into AI Adoption Across Industries.”2023; Araby.“S＆P Global Market Intelligence, Risks, Regulation in Focus as AI Boom Accelerates.”2023.

[54]參見https://cloud.baidu.com/news/news_c5655de1-51e7-40e1-8811-a4e65ac6e387。

[55]Jovanovic B,Rousseau P L.“General Purpose Technologies.”Handbook of Economic Growth,2005.

[56]Pyzer-Knapp E O, Pitera J W, Staar P W J, et al.“Accelerating Materials Discovery Using Artificial Intelligence,High Performance Computing and Robotics.”npj Computational Materials,2022,8(1).

[57]“How Scientists Are Using Artificial Intelligence.”The Economist,2023.

[58]參見https://www.vellum.ai/blog/claude-3-opus-vs-gpt4-task-specific-analysis。

[59]參見https://www.vellum.ai/blog/analysis-gpt-4o-vs-gpt-4-turbo。

[60]參見https://explodingtopics.com/blog/chatgpt-users。

[61]參見https://www.reuters.com/technology/openai-hits-2-bln-revenue-milestone-ft-2024-02-09/。

[62]參見https://blogs.microsoft.com/blog/2024/05/20/introducing-copilot-pcs/。

[63]參見https://www.idc.com/getdoc.jsp?containerId=prUS51851424。

[64]Stanford.“Artificial Intelligence Index Report 2024.”2024.

[65]參見https://windowsontheory.org/2023/07/17/the-shape-of-agi-cartoons-and-back-of-envelope/。

[66]Jovanovic B,Rousseau P L.“General Purpose Technologies.”Handbook of Economic Growth,2005.

[67]參見https://wallstreetcn.com/articles/3710044。

[68]Thompson N, Fleming.“A Model for Estimating the Economic Costs of Computer Vision Systems That Use Deep Learning.”Proceedings of the AAAI Conference on Artificial Intelligence, 2024.

[69]參見本書第二章相關(guān)內(nèi)容。

[70]Pilz K, Heim L, Brown N.“Increased Compute Efficiency and the Diffusion of AI Capabilities.”2024.

[71]參見https://newsletter.victordibia.com/p/top-5-ai-announcements-and-implications。

[72]Sachs G.“The Global Market for Humanoid Robots Could Reach $38 Billion by 2035.”2024.

[73]參見https://electrek.co/2024/03/27/elon-musk-tesla-optimus-robot-cost-less-than-half-car/。

[74]參見https://stanfordmag.org/contents/me-myself-and-ai。

[75]參見https://www.marketingaiinstitute.com/blog/sam-altman-atlantic。

[76]張小雪：《數(shù)字人的角色沖突與倫理風(fēng)險(xiǎn)》，《青年記者》，2023年第14期。

[77]World Bank Group.“Innovative China: New Drivers of Growth.”2019.

[78]此處的“理論知識(shí)”，即science、technology、innovation，簡稱STI，“‘工匠’知識(shí)”或“實(shí)踐知識(shí)”為doing、using、interacting, 簡稱DUI，參見：Binz, et al.“Catch-up Dynamics in Early Industry.”2020。

[79]Romer P M.“Increasing Returns and Long-Run Growth.”Journal of Political Economy,1986,94(5).

[80]Rosiello A, Maleki A.“A dynamic Multi-Sector Analysis of Technological Catch-up: The Impact of Technology Cycle Times,Knowledge Base Complexity and Variety.”Research Policy,2021.

[81]Gunasekar S, Zhang Y, Aneja J, et al.“Textbooks Are All You Need.”2023.

[82]Koch B, Denton E, Hanna A, et al.“Reduced, Reused and Recycled: The Life of a Dataset in Machine Learning Research.”2021.

[83]陸趣、黎芝源、周子彭:《競爭人工智能　從論文突破性看中國人工智能創(chuàng)新水平機(jī)制》，中金研究院，2023年。

[84]參見https://macropolo.org/digital-projects/the-global-ai-talent-tracker/。

[85]Xu L, Xiong J, Yan J, et al.“Technological Uncertainty and Catch-Up Patterns: Insights of Four Chinese Manufacturing Sectors.”IEEE Transactions on Engineering Management,2023.

[86]參見https://artificialintelligenceact.eu/。

[87]參見https://arxiv.org/abs/2202.05924。

[88]OECD.“A Blueprint for Building National Compute Capacity for Artificial Intelligence.”2023.

[89]參見本書第十二章相關(guān)內(nèi)容。

[90]“政策環(huán)境”指標(biāo)采用牛津大學(xué)的AI治理指數(shù)，包括AI戰(zhàn)略、監(jiān)管質(zhì)量、網(wǎng)絡(luò)安全、倫理準(zhǔn)則和可靠性五個(gè)維度的分?jǐn)?shù)。

[91]參考華為昇騰910B芯片與英偉達(dá)專門針對(duì)中國、符合美國出口限制條款芯片的比較參數(shù)。

[92]Tortoise Media.“The Global Artificial Intelligence Index.”2023.

[93]參見https://www.reuters.com/technology/artificial-intelligence/eus-new-ai-rules-ignite-battle-over-data-transparency-2024-06-13/。

[94]Green A.“Artificial Intelligence and the Changing Demand for Skills in the Labour Market.”O(jiān)ECD, 2024.

[95]中金研究院：《科技創(chuàng)新的競爭與理論》，2023年。

[96]參見https://new.nsf.gov/news/nsf-announces-7-new-national-artificial。

[97]參見https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:52020DC0065。