距离美国当地时间11月13日，拜登所获选举人票远超胜选所需的270张，成为明显的赢家，已经过去两周。这两周里，拜登仍未正式入主白宫，甚至拜登和特朗普都宣称自己是“获胜者”，这一场面相信将作为“政治奇观”载入美国史册。无论拉锯战的最终结果如何，特朗普四年的执政生涯，带给美国和世界的影响是深远的。

尽管特朗普对我国科技产业，特别是芯片产业的打压、封锁，我们依旧需要保持理性的态度，客观审视特朗普对美国科技行业所施加的影响，梳理特朗普在位时期的美国科技政策和综合实力，是否真像传闻中的那般不堪一击？

一、   美国科学届：如果有得选，我希望不是特朗普

“没人比我都更懂新冠肺炎了。”

即使没有任何医学背景，特朗普也敢声称自己比资深传染病专家更懂病毒，不过在他10月初感染后，似乎更有底气说这句话了。不仅是疫情期间，网友更是翻出他之前的数段言论，发现他不仅懂科技、懂高尔夫、懂建筑，还比军队更懂ISIS。基于他的种种爆炸言论，特朗普总统在科技素养上的表现早已被美国学术界所鄙视。

从疫情蔓延至美国开始，特朗普先是毫不在意，说“别担心，它会像奇迹一样消失！”，完全不把这样一个极具传染性和危险性的病毒放在眼里。接着，面对美国激增的感染人数，企图甩锅中国来转移美国民众讨伐焦点，“这个病毒是从中国来的。”还无视专家意见，当记者质疑“特朗普发言和健康专家表述不一致”时，特朗普想都没想就说——你个假新闻！下一个问题！将美国疾控中心这个世界上最成熟和值得信赖的公共卫生机构变成了一个笑话，让美国最顶尖的传染病专家福奇靠边站。甚至在一次竞选集会上，嘲笑拜登“要倾听科学家的意见”。

不仅是在新冠病毒面前任性妄为，退出《巴黎协定》的退群行为更是令人大跌眼镜。科普一下，《巴黎协定》是为了应对全球气候变化签署的国际协议，由全球170多个缔约方共同批准，而特朗普领导下的美国成为了迄今为止唯一退出《巴黎协定》的缔约方。该事件也被美国《科学》杂志入选为“年度崩溃事件”，毕竟已经很难找到这么一位特立独行的总统了。特朗普还提议大幅削减国家科学基金会、国家卫生研究院、环境保护局和能源部等机构的非国防相关研究经费，因为他认为这些都不重要。

特朗普执政时期的种种行为，无一不反应对科技的轻视。对于这一局面，美国科学界也没忍气吞声，除了日常的口诛笔伐，在大选期间，有81位诺贝尔得主愿意签署一封公开信来支持拜登，还开始用真金白银来扭转局面，为了阻止特朗普连任甚至不惜一切代价。据非营利组织响应性政治中心（Center for Responsive Politics）统计数据显示，拜登候选委员会前十捐款人中，谷歌、微软、亚马逊、苹果和 Facebook 占了五席，总共捐款超过 1000 万美元，无论以何种方式进行衡量，今年他们为支持拜登所花的钱远多于2016年为支持希拉里·克林顿而花的钱。然而在特朗普前 25 位捐款者中，大型科技公司根本没有“露面”。

二、   特朗普到底想干啥？

如果，只是从前面的角度去看待特朗普和美国科技未免过于片面，多了解一下特朗普的人物背景，我们就更能理解他以及他的科技政策。特朗普的执政生涯只有4年，人生的绝大部分时间是商人的身份，跟老牌政客有着天壤之别。在商人的世界里，从没有绝对利益的事情，只有利弊的权衡。

特朗普不在乎环境、不在乎盟友国关系，那么他究竟在乎什么？在乎能 “Make America great again!”的一切。在特朗普政府公布2018年联邦科技资助蓝图中，我们可以全面地看出各个领域的“轻”与“重”。大幅缩减能源部、环保署、国立卫生研究院等相关部门和机构预算，增加在国防部、国家核安全管理局、国土安全部、退伍军人事务部、NASA等部门的研发预算投入，反映到具体的研发战略上，就是在太空安全、边境安全、网络空间安全、关键基础设施建设安全、能源安全以及确保在新兴技术领域保持世界领导地位。

他重视美国安全，在上任第一年，就将美军网络司令部正式升级为美军第十个联合作战司令部，地位与美国中央司令部等主要作战司令部持平，大幅调高军费，紧锣密鼓地为未来可能发生的网络战加强准备。

同样重视人工智能的发展。在2020年财政预算中，国家科学基金会的预算有所增加，达到82.8亿美元，其中，人工智能和量子信息的科研支出预算几乎翻倍，而且首次将人工智能、量子信息科学等四大领域列为“未来产业”。

 

今年5月底，两党议员向美国国会正式提出了《无尽前沿法案》(Endless Frontier Act），计划让美国国会向美国国家科学基金会（NSF）投入 1000 亿美元，用于人工智能、量子计算、先进通信、机器人等领域的研究。该法案坚信重点发展这些先进技术能帮助美国成为“超级强国”。

用该法案提出者查克·舒默的话来说，“冠状病毒大流行显示出世界其他地区与美国之间的科学技术差距正在迅速缩小，这威胁到了我们的长期健康，经济竞争力和国家安全。”

而这正是美国的政治高层和科技界担心的，美国是否正在失去全球的科技领导地位和领先的竞争力？作为第一、第二的人工智能大国，中美的差距是否已经被追平？

三、看数据要全面，差距依旧很大

我们先看一组数据

1、2013年-2018年，中国AI论文总量超越美国，较美国多出 43.1%。并且发展势头明显， 2017年中国发表论文的数量比1996年增加了的41倍，相比之下，美国在2017年发表的论文仅增长约5.5倍左右。不仅如此，中国 AI 国内专利申请数量位居全球第一，且与其他国家有拉开差距之势：在 2012 年超过日本，2017年超过美国，中国专利数量五年内增长约 10 倍，大约是美国的 2.5 倍。

2、2013 年至 2018 年，中国 AI 领域投资热度远高于美国，投资额从 2015 年开始超过美国，至 2018 年达到约 160.5 亿美元。5 年间投资规模 CAGR 为 96.8%，而美国为52.1%。直至2019 年中国一级市场投资机构遇到“募资难，退出难”等问题，才导致中国AI投资趋冷。

看完这组数据，有何感受？是不是认为中国从学术水平至市场环境都已赶超美国？再加之美国对中国科技的种种制裁政策，更让我们认为：美国在科技领域正在衰落，我们已迎头赶上？

现在，我们来看另一组数据

1、中国的中、低引用率（0引用）的论文的发表总数在最近几年逐渐接近美国的总数，但在最具原创性、最具影响力的极高引用率（被引用1000次以上）和高引用率（被引用100次以上）的论文方面，中国与美国的差距巨大。对比 AI 领域被引用前 100 篇论文国家分布，美国占 59 篇，中国仅占 16 篇。

图.中美千级期刊论文引用总数对比分析

2、在牛津大学发布的《解密中国AI梦》（Deciphering China's AI Dream）中，中国的AI潜力指数(AIPI)是17分，美国得分33分，这意味着美国在人工智能综合实力上几乎是中国的2倍。

真相就摆在我们面前，我国在人工智能整体科研环境、AI人才培养以及综合实力层面，仍然与美国有着巨大的差距！当我们的目光局限的锁定在特朗普身上，被他离经叛道的行事风格所迷惑，就容易忽略他并不是一个人在战斗，总统背后有议会、有机构，我们面对的是一个难以对付的美国，并且其主导下的联邦科研的实力仍然不容小觑。

四、深耕算法是王道

产生差距的原因是多方面的。

冰冻三尺非一日之寒，中国和美国的发展阶段不一样。美国是人工智能的诞生地，诸多高校为AI发展贡献了深远的理论和算法，以及谷歌在内的许多企业，在人工智能基础理论和关键技术方面已有较深理论与实践积累，整体技术实力领先。我国的人工智能起步晚，虽然进行了大量的人工智能研究，但仍处于发展阶段。通过对比中美AI巨头，我们能更好的感受这一原因，百度的人工智能研究始于2013年成立的深度学习研究院，反观美国，微软早在1991年就成立研究院开展人工智能研究，两者之间相隔了22年。

创新基础也不一样。美国人工智能厂商软硬实力兼具，基础层实力卓越，在算法、算力、数据等技术方面的布局全面，例如谷歌的 TensorFlow 深度学习框架在业界广受欢迎 。中国Al产业在基础层方面实力较弱，应用层实力较强，创业独角兽多在应用层垂直领域迅速发展。这也就造成，中国的创新容易局限在基于开源软件的参数调优，无法触及核心的基础层算法技术。

算法是产生人工智能的直接工具，是底层逻辑，也是核心。从底层算法做起，那么数学模型、算法设计、模拟训练几大模块可以协同优化，根据需求随时修改，从而使算法达到高完备性，发挥AI最大能力。

若要在人工智能发展方面赢得主动权乃至主导权，就必须下真功夫，特别是在核心算法领域要有真正的突破。仅依赖调参优化，是无法升级核心竞争力的，难于达到行业领先水平。

中国的人工智能企业将重心放在应用层，算法主要靠引入开源算法。据徐匡迪院士了解，国内某大型互联网企业的利用AI实现自动化判读CT图像的应用，其核心技术使用了国际上开源的人工智能算法，是将算法二次开发，再整理打包成一套人工智能应用。

开源算法，虽然门槛极低，人人都可以拿来即用，但这并不利于中国人工智能的发展。一方面：开源代码能力不足，专业性、针对性不够。以图像识别为例，基于开源算法开发出的AI可以精准识别人脸，但在肝脏病灶的识别上难以达到临床要求，在三维重构、可视化等方面难以做到精准反应真实的解剖信息，甚至会出现误导等问题，这在医学应用上是‘致命’的。另一方面，开源算法将中国人工智能逼入被动境地，大覆盖面的采纳开源算法，意味着放弃AI竞赛的主动权，一旦美国封锁算法，中国又将陷入被“卡脖子”的尴尬局面。

五、决战通用人工智能

中国人工智能想要弯道超车美国，想要突破，不妨把目光放得长远一些。当前我们正处于弱人工智能阶段。弱人工智能的产生减轻了人类智力劳动， 类似于高级仿生学。无论是阿尔法狗，还是能够撰写新闻稿和小说的机器人，目前仍然还只属于弱人工智能范围，它们的能力仅在某些方面超过了人类。在此基础上，存在着能与人类比肩的通用人工智能(AGI)，通用人工智能不是仅限于某一领域，而是让机器人全方位实现类人的能力。

通用人工智能不仅需要的训练数据相对较少，还能将从一个领域获取的知识应用于另一领域，这种能力将使人工智能系统的学习过程和人类相似，能够极大地减少训练时间，同时让机器获得多个领域的能力。

一直以来，我们密切地关注人工智能对经济的促增长作用，但是仔细看来，近年来人工智能领域的辉煌突破，并没有直接带来相匹配的商业价值。因为，现有人工智能大部分的方案比较笨重、单一、昂贵。比如谷歌推崇的图片识别系统——谷歌大脑，一个巨大的设备，在一千台计算机实现，有几十个研发人员，从功能角度看，投入和产出不成正比。除此之外，话题模型、围棋模型，一律非常昂贵，用商业思维去思量，就会发现其中严峻的投入产出失衡。

可以说，人工智能的商业前景，现阶段还未被充分的激发，这就有点像，我们花大价钱创造了一个灭霸，他却只能用来陪你下棋，而且一定得是围棋。那谁才会是点燃人工智能的商业价值的引爆器呢？

——通用人工智能

为何？

人工智能基于通用之上，市场覆盖率高，成本降下来，利益最大化。

通用人工智能可以实现跨行业复用，按需部署，与客户的真实行业场景结合，逐渐形成适配各个行业的职业技能，为千行百业赋能。同时，各行业共同承受模型成本，降低人工智能给企业带来的成本压力，让每个行业更轻松融入人工智能浪潮中，让AI的对经济的推动作用发挥极致。

有一小部分意识到通用人工智能重要性的企业，已经开始了这方面的探索，如谷歌试图通过PathNet（训练大型通用神经网络的方案） 和evolutionary architecture searchAutoML（图像分类寻找良好神经网络结构的方法）来实现强人工智能，特斯拉创始人埃隆•马斯克创立的OpenAI也以强人工智能为目标进行大量研究，创建了两个特殊的任务：“体育馆” 和“宇宙”， 以测试正在开发的强人工智能的技能。

大金额的资金投资纷纷砸入通用人工作智能领域，这并不让人惊讶，因为没人可以抵抗通用人工智能的吸引力。对于全世界最大的科技公司来说，通用人工智能更是一场输不起的比赛。竞赛的结果很可能决定20年后的微软、Alphabet等公司还会不会是全世界最有价值的公司，是否获胜直接决定能否保住技术领导者和创新者的形象，以及引领前沿的地位。不仅如此，如果能够保住该地位，销售AI服务和招聘工程人才比较容易，更容易完成商业变现和人才招聘。不难看出，通用人工智能将是下一阶段的必然趋势，也是中美AI竞赛的角逐点，如果中国可以率先创造出强人工智能，无疑将促使人工智能领域业内重新排列，占领主导地位。

（图来源网络，侵删）