中國AI技術的全球地位：李海洲教授與亞洲新聞臺CNA深度對話
在當今科技迅猛發展的時代，人工智能（AI）無疑是最具變革潛力的領域之一，而中國在這一領域的迅速崛起引起了廣泛關注。
2024年8月10日，亞洲新聞臺（Channel News Asia）在其焦點訪談文章“IN FOCUS: Delayed or on track? Here’s a midpoint report card on China’s bid to be global AI leader by 2030”（聚焦：延遲還是按計劃推進？這是中國力爭在2030年成為全球AI領導者的中期報告）中，對中國在AI領域的現狀進行了深入報道。
新加坡工程院院士、香港中文大學（深圳）校長學勤講座教授、數據科學學院執行院長李海洲教授受邀接受英文采訪，深入探討了中國在AI領域的最新進展、面臨的挑戰以及在全球競爭中的未來前景，他的見解為理解中國AI領域的全球地位和發展趨勢提供了深刻的洞察。
CNA以插畫的形式描繪了中國AI技術領域的雄心，插畫中的文字寫道：“在人工智能時代的背景下，一只熊貓站立在無人駕駛汽車的駕駛艙內。”
（插畫：CNA/Rafa Estrada）
?
中國AI技術發展的“中期成績單”
2017年，國務院發布了《新一代人工智能發展規劃》，為中國未來十幾年人工智能的發展描繪了一幅宏偉藍圖。該規劃明確了到2030年，中國的人工智能理論、技術與應用總體達到世界領先水平，力爭成為全球主要的人工智能創新中心。（中國政府網報道）
CNA在文章中指出，如今中國距離實現這一目標的時間已過半，其AI技術發展現狀已交出了令人矚目的“中期成績單”。從生成式AI工具到AI技術的工業應用，中國在AI領域的不斷進步引發了國際社會的廣泛關注。
特別是在生成式AI工具方面，中國的進展尤為顯著。2024年2月，美國人工智能公司OpenAI（ChatGPT的開發者）推出了最新工具Sora，能夠根據書面提示生成視頻。僅僅6個月后，中國已有三家企業相繼推出了高質量的本土文本轉視頻AI工具：智譜AI的清影、生數科技的Vidu，以及快手旗下的可靈大模型（Kling）。與此同時，百度推出的文心一言和字節跳動的豆包等聊天機器人逐漸成為ChatGPT的有力替代品。
Kling AI（左）和Sora（右）生成的AI視頻，使用了相同的提示。Kling AI的視頻由CNA生成，而Sora的視頻則從OpenAI的官方網站獲取。（圖片來源：CNA）
工業應用方面，中國AI技術正在不斷擴展其影響力，特別是在自動駕駛出租車領域。CNA報道稱，在中國，越來越多的城市開始部署自動駕駛技術，企業們也在積極推動其發展并尋求商業化。在武漢，約500輛由百度研發的自動駕駛出租車“蘿卜快跑”已經投入運營，并計劃在年底前將數量增加到1000輛。
2023年2月24日，一輛來自百度無人駕駛出租車服務Apollo Go的汽車在中國湖北省武漢市的道路上行駛。（圖片來源：CNA引用自路透社/Josh Arslan）
可見，中國AI技術快速進步并逐漸成為全球創新的重要力量，而這一顯著進展離不開一系列強有力的推動因素。
那么，哪些關鍵因素在推動中國AI技術的迅猛發展？
?
中國AI技術發展的推動力
李海洲教授在接受CNA采訪時表示，中國AI技術的蓬勃發展離不開國家的大力支持和戰略舉措，中國正努力使包括AI技術在內的數字經濟成為未來十年內GDP的主要貢獻者。
李海洲教授采訪觀點
“在推動AI發展的道路上，（數字經濟）無疑是推動力，持續投資于增長至關重要……因此，數字經濟將成為中國GDP的重要支柱。”
“So moving down this path of AI, this course is definitely the driving force, you always invest into growth … so the digital economy will be China’s largest contributor to GDP.”?
李海洲教授的觀點不僅反映了中國政府對數字經濟的重視，也表明了AI技術在經濟轉型中的關鍵作用。
CNA總結道，過去，農業、工業和服務業一直是中國經濟的主要驅動力，而如今，數字經濟正在崛起，成為推動社會發展的新動力。官方數據顯示，2023年中國服務業占GDP的54.6%，工業占38.3%，農業占7.1%。根據國務院新聞辦在2024年7月發布的數據，數字經濟核心產業的增值產出已占GDP的10%。中國信息通信研究院的報告預測，到2025年，中國數字經濟的總值可達到70.8萬億元人民幣。由此可見，數字經濟正日益成為中國經濟發展的重要引擎。
在國家的大力支持的背景下，數字經濟的興起無疑為中國AI技術的發展提供了強大的助力。然而，隨著中國在AI領域的持續投入和突破，所面臨的問題和挑戰也逐漸顯現出來。
那么，目前具體存在哪些挑戰可能會影響中國AI技術的未來進程？
?
中國AI技術發展面臨的挑戰
在探討中國AI發展面臨的挑戰時，李海洲教授與CNA記者討論了三個關鍵問題：地緣政治緊張導致的芯片壟斷、開源與閉源的選擇，以及AI技術發展可能帶來的高能耗對環境的影響。
1、地緣政治緊張
CNA指出，中國在爭取人工智能領域主導地位的過程中，面臨地緣政治關系緊張（尤其是與美國的矛盾）帶來的挑戰。
圖形處理單元（GPU）在推動AI事業中至關重要，尤其是尖端GPU。為了阻礙中國超級計算和人工智能技術突破，美國在過去兩年內對中國實施了先進芯片和芯片制造設備的出口管制。根據路透社1月的報道，美國科技巨頭NVIDIA在禁令實施之前占據了中國人工智能芯片市場的90%，而NVIDIA在全球芯片市場上也掌控了大部分份額。
拍攝于2023年3月6日，一部帶有NVIDIA標志的智能手機放置在計算機主板上。（照片來源：CNA引用自REUTERS/Dado Ruvic）
李海洲教授采訪觀點
“我認為目前的挫折只是非常短暫的問題。盡管面臨挑戰，中國的人工智能發展反而有機會因此得到加速。因為國內企業正在積極努力生產自己的先進芯片，從而減少對外部資源的依賴。”
"I believe the current setbacks are just a very temporary issue. Despite these challenges, the country’s AI development could actually be accelerated. This is because domestic companies are actively working on producing their own advanced chips, which will reduce reliance on external resources."?
李海洲教授指出，中國當前因地緣政治緊張而面臨的芯片壟斷挑戰僅是非常短期的問題。他提到，許多中國學者相信，國內企業有能力通過自主研發先進芯片和技術來克服這些障礙。李教授還表示，這些挫折反而可能推動中國加速AI技術的發展，促使國內企業減少對外國技術的依賴，從而提升中國在全球AI領域的競爭力。
?
2、開源模型 vs. 閉源模型
CNA報道還討論了AI技術研發過程中開源與閉源模型之間的爭論，指出這一爭論在全球范圍內日益激烈。
開源模型是指允許源代碼自由訪問，使任何人可以使用、修改和分發它。而閉源模型則限制對源代碼的訪問，防止外部對其進行修改或擴展。
開源模型與閉源模型兩者各有優缺點。開源模型的優點包括允許其他研究人員和開發者使用、學習和在其基礎上進行創新。然而，開源模型需要依賴志愿者，會遇到資源和支持的限制。閉源模型的優勢在于對訓練數據和內部架構的訪問限制，可以減少濫用或誤用的風險，并提供了更多的盈利機會，但只能提供有限的控制和定制。目前中國科技公司的情況較為混合，尚未表現出明顯傾向：一些科技公司傾向于采用開源模型，而另一些則更傾向于閉源模型。
李海洲教授采訪觀點
“我們不需要100個大型模型；幾款高質量的可共享模型更為理想。”
"We don’t need 100 large models; a few well-contributed and shared models would be ideal."?
李海洲教授接受CNA記者采訪時表示，他觀察到，盡管中國AI企業會利用開源模型從零開始開發自己的模型，但本地社區通常缺乏創建模型以應對復雜編程挑戰的視野。
作為開源運動的支持者，李教授認為堅持開源原則有助于推動技術進步和共享知識。他指出，與其開發大量大型模型，不如專注于打造幾個高質量且廣泛共享的模型，這樣更能有效促進技術創新和應用。
?
3、環境保護
此外，CNA報道稱，人工智能技術的高能耗可能對中國的環境保護造成負面影響。盡管AI在應對氣候變化方面有實際用途，如預測天氣和改善農業，但其巨大的電力需求不容忽視，更高的計算能力需求導致了電力消耗和碳排放的增加。國際能源署預測，未來幾年全球數據中心的電力需求將大幅增長，而中國計劃到2025年將計算能力提高30%以上，這將進一步加劇電力消耗。
李海洲教授采訪觀點
“現在（環境保護方面的）挑戰是需要找到一種更巧妙的方法，以更低的計算成本提供高水準的智能水平，我相信這是其他國家也在面臨的挑戰。”
“The challenge now is to find a clever way to deliver the same quality of intelligence, but with lower computational cost, I believe it is the same challenge that other countries are facing.”
李海洲教授指出，在技術創新與可持續發展之間找到平衡至關重要，以避免對環境造成負擔。他認為，盡管中國在人工智能領域取得了卓越的進步，但仍需找到更高效的方法來提供同樣水平的智能程度，而不增加過多的資源消耗。
最后，李教授還強調，這不僅是中國面臨的問題，也是全球各個推進AI技術發展的國家共同需要解決的挑戰。
盡管存在挑戰，中國在AI領域的發展潛力依然強勁隨著技術不斷進步和政策逐步調整，中國正逐步突破這些障礙，并在全球AI競爭中穩居領先地位。
那么，中國AI領域的前景與未來將會如何？
?
中國AI技術的前景與未來
CNA的報道指出，中國已經在全球AI競爭中占據了領先的地位，在全球競爭中僅次于美國。斯坦福大學最新的AI指數報告顯示，中國的AI初創公司在2013年至2023年間總計初創公司1,446家，籌集了1,040億美元的資金，在全球AI競爭中排名第二，僅次于美國。
CNA報道整合的全球AI技術競賽前十國家圖表（數據來源：Quid 2023, 2024 AI Index Report）
分析師強調，中國在AI領域的大量投資吸引了眾多卓越的研究成果。芝加哥保爾森研究所的MacroPolo全球AI追蹤報告發現，盡管美國仍然在吸引和留住頂尖AI專家方面處于領先地位（截至2022年，75%的頂級研究人員在美國機構工作），中國也正在吸引大量頂尖AI研究人員：2022年全球近一半（47%）的頂尖AI研究人員來自中國。在2021年也在全球AI領域出版論文數量排名前十的機構中，中國機構占據了九個位置。
李海洲教授采訪觀點
“如果國家投入更多資金，相關的研究自然也會增加。這種趨勢如果持續下去，我相信在未來幾年，或許不到十年，中國不僅會在人工智能應用方面繼續表現出色，保持領先優勢，還將在人工智能科學領域取得重要進展。”
“If you have the country invest more money, then of course, there is more research. If this momentum continues, I believe that in the years to come, maybe a decade or less, China will not only continue to do well in AI implementation, continue to have this leading edge, but also in AI science.”?
李海洲教授認為，中國高水平人工智能機構數量的快速增長表明，國內政府和企業的大規模投資正在直接推動該領域的研究進展：更多的資金投入帶來了更豐富的研究資源和機會，從而促進了學術和技術的突破
李教授對中國AI技術發展前景持樂觀態度，他相信，如果這種積極的投資和研究勢頭能夠持續，在未來幾年，甚至不到十年，中國在人工智能領域將繼續保持領先優勢，并在人工智能科學方面取得顯著進展。
?
李海洲教授簡介
研究領域：
語音信息處理、自然語言處理、類腦計算、人機交互
簡介：
李海洲教授（新加坡工程院院士、IEEE Fellow、ISCA Fellow）現任香港中文大學（深圳）數據科學學院執行院長、校長學勤講座教授，同時他也是新加坡國立大學客座教授和德國不來梅大學卓越講座教授。此前，他曾于2006年至2016年分別擔任新加坡南洋理工大學和新加坡國立大學教授，于2009年擔任東芬蘭大學客座教授，于2011年至2016年任澳洲新南威爾士大學客座教授，于2003年至2016年擔任新加坡科技研究局通信與資訊研究院首席科學家和研究總監。
李教授曾任頂級期刊IEEE/ACM Transactions on Audio、Speech and Language Processing主編 (2015-2018年）；目前任Computer Speech and Language副主編 (2012-2022年)、Springer International Journal of Social Robotics副主編 (2008-2022年)。李教授也曾擔任多個學術委員會委員：IEEE語音與語言處理技術委員會委員 (2013-2015年)、IEEE信號處理學會出版委員會委員 (2015-2018年)、 IEEE 信號處理學會獎勵委員會委員 (2021-2023年)。李教授也曾是多個學會主席：國際語音通信學會主席 (ISCA, 2015-2017年)、亞太信號與信息處理協會主席 (APSIPA, 2015-2016年)、亞洲自然語言處理聯合會主席 (AFNLP, 2017-2018年)、IEEE 信號處理學會副會長（IEEE SPS, 2024-2026年）。此外，他還擔任過ACL 2012、INTERSPEECH 2014、IEEE ICASSP 2022 等多個大型學術會議的大會主席。
李教授享譽國際，他不僅在語音識別和自然語言處理研究領域有著突出貢獻，還領導研發了多項知名的語音產品，如1996年蘋果電腦公司為Macintosh發行的中文聽寫套件、1999年Lernout & Hauspie公司為亞洲語言發行的Speech-Pen-Keyboard文本輸入解決方案。他是一系列重大技術項目的架構師，項目包括2001年為新加坡樟宜國際機場研發的具有多語種語音識別功能的TELEFIQS自動呼叫中心、2012年為聯想A586智能手機研發的聲紋識別引擎、2013年為百度音樂研發的聽歌識曲引擎。
