近期，美國人工智能源頭創(chuàng)新的成果迭出，先是GPT（Generative Pre-Trained Transformer，生成式預(yù)訓(xùn)練模型），然后是SORA（美國人工智能研究公司OpenAI發(fā)布的人工智能文生視頻大模型），每一輪都攪動著中國科研、產(chǎn)業(yè)界的神經(jīng)。但大家討論的焦點都放在了諸如：中國和美國在人工智能源頭創(chuàng)新方面到底相差幾年，我們會不會在人工智能領(lǐng)域形成新一輪的“卡脖子”問題，等等。這些看似“重大”的問題，其實搞錯了焦點。

人工智能源頭創(chuàng)新是長期的系統(tǒng)工程

首先，爭論中美人工智能源頭創(chuàng)新的差距到底有幾年意義不大，這種差距不是通過政策調(diào)整和增加資金投入能夠解決的問題，它由國家教育的基本面決定，該基本面包括教育系統(tǒng)的構(gòu)建方式、治理方式等。教育系統(tǒng)輸出什么樣的人才，決定了源頭創(chuàng)新所能企及的高度。 

中國教育系統(tǒng)的構(gòu)建過程不同于西方發(fā)達(dá)國家，它不是在市場經(jīng)濟(jì)和工業(yè)企業(yè)發(fā)育到一定程度，基于大量知識和技術(shù)需求所建，而是在市場經(jīng)濟(jì)和工業(yè)企業(yè)還不曾出現(xiàn)的時候開始教育系統(tǒng)的構(gòu)建，這導(dǎo)致中國的教育從一開始就把追求知識變成終極目標(biāo)，嚴(yán)重脫離真實世界（自然界、社會、經(jīng)濟(jì)），而重大的源頭創(chuàng)新成果絕大部分都是基于對人類文明進(jìn)化過程中產(chǎn)生的重大需求提出的科學(xué)問題所產(chǎn)生。中國的科學(xué)家提不出好問題，不是知識不夠，是因為對人類命運進(jìn)化重大進(jìn)程缺乏應(yīng)有的情懷和興趣。中國教育培養(yǎng)的知識分子變成了“純粹的知識分子”。 

另外，由于中國教育系統(tǒng)的構(gòu)建由政府主導(dǎo)，政府也理所當(dāng)然成為教育系統(tǒng)的治理者，這導(dǎo)致了知識系統(tǒng)在管理方面的高度行政化，這類問題大家以往探討得足夠多，無須重復(fù)。

需要強調(diào)的是，知識系統(tǒng)治理方式的高度行政化反過來強化了教育脫離真實世界的傾向。當(dāng)今中國教育的基本面，我們在短期內(nèi)還看不到根本轉(zhuǎn)變的可能性，即便就是現(xiàn)在啟動重大的體制機制改革，要完成這種徹底的轉(zhuǎn)變也需要10-20年的時間。所以，中國教育的基本面決定了中國在源頭創(chuàng)新領(lǐng)域落后于美國將是一個長期的現(xiàn)象。這是我們未來二十年搞科技創(chuàng)新需要了解的一個基本面，空談口號于事無補，只會誤導(dǎo)決策并導(dǎo)致資源錯配。 

其次，中美在人工智能領(lǐng)域源頭創(chuàng)新的差距，會不會導(dǎo)致中國形成新一輪的被“卡脖子”現(xiàn)象？我的回答是：不會。現(xiàn)代產(chǎn)業(yè)核心技術(shù)的形成由兩方面因素構(gòu)成，一是知識產(chǎn)權(quán)的壁壘，也就是我們所說的技術(shù)問題；二是技術(shù)生態(tài)，只有大量的用戶接入這個技術(shù)生態(tài)，它才能成為產(chǎn)業(yè)的核心技術(shù)。技術(shù)生態(tài)壁壘往往比技術(shù)壁壘重要得多，也是更難跨越的壁壘。中國之所以在芯片、操作系統(tǒng)等方面被“卡脖子”，是因為我們毫無防備地接入了跨國公司的技術(shù)生態(tài)，形成了依賴性。美國發(fā)起科技戰(zhàn)之后，全球技術(shù)生態(tài)已無可挽回地斷裂成為不同的板塊，美國人不讓中國接入新的技術(shù)生態(tài)，所以出現(xiàn)過往“卡脖子”情況的概率變得很小。 

此外，核心技術(shù)落后的擔(dān)憂，部分源于我們對核心技術(shù)形成路徑的片面認(rèn)識，以為成果轉(zhuǎn)化的路徑模式才是核心技術(shù)形成的必由之路，這種路徑依賴已經(jīng)支配了中國科技戰(zhàn)略政策設(shè)計者、科學(xué)家和部分企業(yè)家數(shù)十年。GPT問世之后，中國舉國緊張，搞出個“百模大戰(zhàn)”，但GPT很快又有被新事物取代的趨勢。中國人工智能發(fā)展如果完全跟著美國起舞，結(jié)果恐怕很糟糕。 

其實，現(xiàn)代產(chǎn)業(yè)核心技術(shù)的絕大部分都是企業(yè)圍繞產(chǎn)業(yè)問題、市場需求開展應(yīng)用端的研發(fā)逐步形成。過去二十年，在電動汽車產(chǎn)業(yè)的發(fā)展過程中，國內(nèi)產(chǎn)學(xué)研圍繞產(chǎn)業(yè)的真問題開展產(chǎn)學(xué)研協(xié)同，用并聯(lián)分工的方式解決產(chǎn)業(yè)提出的各種問題，在電池、電控等系統(tǒng)的關(guān)鍵環(huán)節(jié)形成了領(lǐng)先全球的核心技術(shù)。這對糾正國內(nèi)核心技術(shù)發(fā)展的路徑依賴是一個很有說服力的案例。 

眼前需要關(guān)注哪些問題

人工智能領(lǐng)域的爆炸性發(fā)展正在產(chǎn)生一系列顛覆性的變革，我們真正需要關(guān)注的是以下幾個問題： 

1、人工智能創(chuàng)新的方法論 

中美在源頭創(chuàng)新方面的真正差距不是技術(shù)，不是知識，不是金錢，是方法論層面的差距。GPT出來之后，中國很快搞出來一堆高仿GPT,在技術(shù)指標(biāo)上也能接近到七八成，這說明中國的技術(shù)和知識儲備應(yīng)該是夠的，論文數(shù)量世界第一也不是虛有其表。且研究人工智能是個花錢的買賣，不是所有國家都能玩得起，中國能承受其花費。但美國人為什么能搞出GPT，背后的方法論是什么？方法論層面的差距，本質(zhì)上是教育的基本面決定的，短期很難改變。但關(guān)注方法論層面的問題，采用活學(xué)活用的方法，依然對現(xiàn)實的人工智能發(fā)展有重要指導(dǎo)作用。 

這一輪美國人工智能創(chuàng)新在方法論方面出現(xiàn)了一些新的動向，值得我們研究：它不再沿著“基礎(chǔ)研究-應(yīng)用基礎(chǔ)研究-開發(fā)研究”的線性方式組織源頭創(chuàng)新，而是基礎(chǔ)研究直接瞄準(zhǔn)產(chǎn)業(yè)問題開展，把基礎(chǔ)研究、應(yīng)用基礎(chǔ)研究、產(chǎn)品研究一整套創(chuàng)新鏈直接壓縮在一個組織（OPEN AI）里，把產(chǎn)學(xué)研濃縮在一個產(chǎn)品形態(tài)上開展協(xié)同。這個動向值得中國研究，如果我們在人工智能領(lǐng)域的創(chuàng)新戰(zhàn)略還沿用成果轉(zhuǎn)化那套模式去組織，既浪費錢財，還會錯失產(chǎn)業(yè)發(fā)展機會。中國應(yīng)該發(fā)揮應(yīng)用端優(yōu)勢，挖掘產(chǎn)業(yè)真問題，組織產(chǎn)學(xué)研并聯(lián)式協(xié)同創(chuàng)新。 

中國人很喜歡談方法，喜歡“范式”這個詞，因為看起來很高級。但很多時候反被“范式”所累。美國人提出一個“三螺旋”理論，國內(nèi)一堆人圍繞這個玩意畫圖表、發(fā)論文，也培養(yǎng)出很多教授，但沒啥用。中國有如此豐富的市場化創(chuàng)新實踐，卻沒有人用費孝通的“江村經(jīng)濟(jì)”的研究方法去總結(jié)，提煉出符合中國特色的創(chuàng)新范式。

我原來一直認(rèn)為中國的企業(yè)家已經(jīng)解決了方法論的問題，但在GPT這一輪“大考”中，該結(jié)論又變得不太確定。中國的企業(yè)家在自由競爭的環(huán)境中利用市場獎勵機制搞創(chuàng)新已經(jīng)做得很好，出現(xiàn)了一批國際性大公司，但在“無人區(qū)”提出“真”問題方面，依然存在著局限性。

馬斯克之所以成為科技創(chuàng)新的世界領(lǐng)袖，他大概是這么思考問題——怎樣成為能影響世界的人，而不是當(dāng)個無趣的有錢人？馬斯克在定義創(chuàng)新時思考的絕不是掙錢，而是想改變?nèi)祟愇拿鬟M(jìn)程，這是他方法論的底層邏輯。我們的企業(yè)家目前基本上還在市場獎勵機制的軌道上創(chuàng)新（這點對中國是好事），但針對源頭創(chuàng)新，僅有市場獎勵機制還不夠，放到時間長河，也許等中國有錢人出現(xiàn)的歷史積累到一定時長，這個問題會自然解決。 

2、人工智能對科技創(chuàng)新的影響

自從GPT問世，人類第一次有可能用機器替代科學(xué)家的工作，目前已在科學(xué)研究的很多領(lǐng)域里發(fā)生。這是一個需要我們高度重視的問題，它對中國的科技發(fā)展意味著什么，現(xiàn)在還看不太清晰，但一定是個重大的戰(zhàn)略問題。

一方面，如果大量的機器科學(xué)家替代了人的科學(xué)研究，中國科研系統(tǒng)投入產(chǎn)出率不高、誠信問題、小圈子問題、形式主義問題等等，都將迎刃而解，拿著省出的這筆錢去生產(chǎn)更多的機器科學(xué)家是不是效果更好？未來，人工智能領(lǐng)域一定會出現(xiàn)大量新的基礎(chǔ)設(shè)施建設(shè)，中國習(xí)慣于搞科研大裝置建設(shè)，但過去的大裝置是圍繞知識生產(chǎn)，而人工智能時代的大裝置是圍繞解決實際問題展開，這種需求比較適合中國的科技投入方式，同時也會改善中國科技投入產(chǎn)出的效率。

另一方面，如果機器大量取代科技人員的工作，中國原先對從人口紅利過渡到工程師紅利的期望會不會落空，這種可能性也需要我們?nèi)ミM(jìn)一步研究。 

3、人工智能成果應(yīng)用的速度在加快

GPT這一輪創(chuàng)新在方法論上的變化，也導(dǎo)致一個新趨勢：源頭創(chuàng)新的成果由于創(chuàng)新鏈的高度壓縮現(xiàn)象，基礎(chǔ)研究工作直接奔著產(chǎn)業(yè)問題去，源頭創(chuàng)新的成果形式已經(jīng)不是知識形態(tài)，而是產(chǎn)品形態(tài)，并且先天具備一定的解決問題的能力。過去數(shù)百年我們習(xí)慣于一個事實：基礎(chǔ)研究的成果要走到最終應(yīng)用需要很多環(huán)節(jié)，通過不同創(chuàng)新組織接力，經(jīng)過數(shù)十年的努力才能達(dá)成。在人工智能時代，這種模式正在被顛覆，人工智能成果應(yīng)用的速度出現(xiàn)了數(shù)量級上的提高。雖然人工智能的源頭創(chuàng)新成果要形成成熟的商業(yè)模式依然需要一定的時間，但在社會其他領(lǐng)域的應(yīng)用已經(jīng)有立竿見影的效果，特別是在軍事、情報、網(wǎng)絡(luò)、金融領(lǐng)域。

俄烏戰(zhàn)爭中戰(zhàn)場單向透明的情形、美國對俄羅斯恐襲相關(guān)情報的先知先覺都表明，人工智能源頭創(chuàng)新的成果在這些領(lǐng)域的應(yīng)用速度在加快。人工智能技術(shù)的發(fā)展正在極大強化美國的無形邊疆能力，美國的軍工復(fù)合體在融合新技術(shù)方面具有天然的優(yōu)勢。對于美國人來說，把人工智能作為打擊對手的武器，比起用人工智能形成能掙錢的商業(yè)模式要容易得多。

未來大國之間發(fā)生傳統(tǒng)熱戰(zhàn)的可能性并不高，但美國利用無形邊疆能力發(fā)動情報、信息、認(rèn)知、網(wǎng)絡(luò)、金融等領(lǐng)域的灰色戰(zhàn)爭的可能性會大大提升。這個問題，我們應(yīng)該引起高度重視。 

[作者周路明系國家海外人才離岸創(chuàng)新創(chuàng)業(yè)基地（深圳）總裁、深圳市源創(chuàng)力離岸創(chuàng)新中心總裁、深圳市源創(chuàng)力清源投資基金董事長，曾任深圳市科技局副局長、深圳清華研究院副院長、深圳市科協(xié)主席等職]