中美AI差距有多大？科大訊飛前總裁一語道破香港新聞網5月23日電 人工智能（AI）正成為全球科技競爭的焦點領域，而中美兩國無疑是這一領域的兩大主導力量。中國依託龐大的數據量、政策支持和快速發展的科技生態環境迅速崛起；美國則憑藉強大的基礎研究能力、頂尖人才儲備和領先的科技企業保持長期領先。兩國在AI領域的競爭和差距究竟如何？廣東省人工智能產業協會會長、科大訊飛股份有限公司原高級副總裁杜蘭表示，大家不要總盯著 GDP這樣的通大模型，這隻是中美 AI競技場的一個角落。人工智能的下半場比的不是 AI，而是 “AI+”，在“+”號的後面，中國的主場優勢才剛剛開始顯現。
未來科技的較量就是人工智能的較量。 就在美國商務部網站不久前發布對華為昇騰910B/C/D等AI芯片的管制後，中美在人工智能領域的較量再次成為焦點。中美人工智能的差距現在有多大，中國能够追趕并超越嗎？杜蘭說，在chatgpt 之前，我們一直都說，人工智能國際競爭是中美領先的雙頭格局。但是自從 chatgpt問世火爆之後，國內的科技公司雖然都在奮起直追，但說實話也更焦慮了。金沙江創投的董事總經理朱嘯虎就說，中國的大模型一看就知道肯定沒戲，一是訓練成本過高，二是擔心砸錢研發的速度還趕不上別人開源的速度。
廣東省人工智能產業協會會長、科大訊飛股份有限公司原高級副總裁杜蘭 那我們到底應該怎麼待當下中美在大模型領域的呢？ 杜立認為，首先，我們還是要理性地看待，中國和美國在數據、算力、算法這三大要素上的差距。在數據方面，美國的優勢是，能够方便地獲取到來自世界各地的龐大的互聯網數據，特別是英文數據的總數遠遠大於中文數據，還有像維基百科、最前沿的學術期刊這樣更高質量的數據，但我們要看到，中國在互聯網、大數據方面非常成熟。更重要的是，我們有強大的實體經濟，通信、基建、輕工業、重工業等等，每個企業都有自己的私有數據。這些數據是不公開不聯網的，不能用於訓練 GDP這樣通用打模型。但是隨著越來越的企業打造自己的私有大模型，這些數據正能發揮巨大的作用，真正地把 AI轉化為生產力。而美國則面臨著實體產業空心化的問題。這類數據美國是弱勢； 杜蘭表示，第二要看算力，美國嚴格控制英偉達等企業向中國出售GPU芯片，黃仁勛想把芯片賣給中國，可以，但只能賣特供版的，性能也只有美國的20%，也就是說我們的算力被美國卡脖子了，這直接影響到我們訓練大模型的進度。但是另一方面美國人卡脖子其實是件好事。因為這會加速我們產替代的進程。今年頭2個月中國芯片的產量猛增59%，而進口的芯片增長只有16.8。說明國產替代率在加速的提升。比如科大訊飛的星大模型，就採用了華為的芯片，性能可以對標英偉達A100芯片，而且在智能算力上，中國占全球的45%、美國占20%，我們在規模上絕對領先。同時國家也在大力地推動“東數西算”建設，把主要的資源集中投入到最需要、最有優勢的領域，加速布局人工智能發展所需要的智算中心；
AI2000學者統計。 杜蘭說，第三看算法。許多開創性的工作都是美國人完成的，包括過去的卷積神經網絡，今天的大模型，當然這裡面有至少三分之一的成果，來自華人科學家，我們也聊過這個問題，算法的背後是人才，在著名的“AI2000”學者的榜單上，人工智能全球最具影響力的學者，美國占了54.4%。而中國只有14%。美國對全球人才的虹吸效應還是很明顯。坦白說，我們要在理論創新、基礎算法上趕上美國還是有難度的。但是好在我們跟得很緊。前不久國內著名的開源團隊Colossal- AI就根據公開的資料,複現了 sora的模型,并且將其開源成本降低了46%.中國 AI公司月至暗面的 kimi大模型,能支持200萬字的輸入也很有競爭力。 “中國很擅長通過應用場景，來推動算法的迭代升級、在各個特定的領域建立算法的優勢，” 杜蘭強調，所以大家不要總盯著 GDP這樣的通用大模型。“這隻是中美 AI競技場的一個角落而已，真正的較量是在廣闊的實體經濟中。” 中國有完善的實體產業門類、完整的上下游產業鏈，實體產業的信息化、數字化已經走在世界前列。 杜蘭認為，當這些行業把自己的私有數據、行業經驗、應用場景和 AI相結合起來，就會給生產效率帶來巨大的提升。反過來也會對 AI技術形成巨大的牽引力。人工智能的下半場我們比的不是 AI，而是 AI加在加號的後面，我們的主場優勢才剛剛開始顯現。 （完） 【編輯：錢林霞】
|
