美國(guó)和中國(guó)已經(jīng)是毋庸置疑的AI超級(jí)體了，那么歐盟有可能成為下一個(gè)嗎？

德國(guó)總理安格拉·默克爾以冷酷無情著稱，但需要的時(shí)候她也可以很幽默。

在最近一次由科技雜志《Ada》舉辦的季度會(huì)議上，有人問她是否認(rèn)為機(jī)器人應(yīng)當(dāng)擁有權(quán)利，她回答說：“你的意思是用電的權(quán)利？還是定期維護(hù)的權(quán)利？”

導(dǎo)致這次訪談如此引人入勝的還有另一個(gè)原因。默克爾表示，她對(duì)人工智能（AI）及其地緣政治很感興趣?！霸诿绹?guó)，對(duì)個(gè)人數(shù)據(jù)的控制很大程度上是私人公司在做的。而在中國(guó)正好相反，政府控制一切。”她同時(shí)表明，歐洲會(huì)介于這兩者之間。

這種思想是歐洲更廣泛的現(xiàn)實(shí)化的一部分，即AI在未來應(yīng)當(dāng)成為像電力、蒸汽機(jī)等基礎(chǔ)科技同樣重要的技術(shù)。一些國(guó)家如芬蘭、法國(guó)已經(jīng)制定了國(guó)家級(jí)人工智能戰(zhàn)略，而德國(guó)正在制定中，預(yù)計(jì)將在今年末完成。屆時(shí)，歐洲將會(huì)把這些努力統(tǒng)合到統(tǒng)一的人工智能計(jì)劃中。預(yù)料之中的是，這個(gè)計(jì)劃完全由歐盟成員組成，涉及了十幾個(gè)委員會(huì)和其他實(shí)體。

但默克爾女士提出的問題對(duì)于歐洲就像英國(guó)脫歐和移民問題一樣重要：歐洲能否在美國(guó)和中國(guó)的AI超級(jí)力量之間獲得一席之地？

歐洲能否成為下一個(gè)AI超級(jí)力量？

硅谷對(duì)此表示懷疑?！皻W洲會(huì)搞砸的，就像搞砸了云計(jì)算一樣?！敝铝τ谥圃鞂?duì)人類友好的AI公司OpenAI員工Jack Clark說。灣區(qū)幾乎沒有人認(rèn)為歐洲能在近年來快速發(fā)展的人工智能領(lǐng)域成為一股力量。機(jī)器學(xué)習(xí)需要給算法輸送大量的數(shù)據(jù)（如人臉照片），使得算法能學(xué)習(xí)如何解釋其他數(shù)據(jù)（比如識(shí)別視頻中的人）。

社會(huì)調(diào)查公司Centre for a New American Security的Greg Allen認(rèn)為，這種懷疑不僅是因?yàn)闅W洲自身的弱點(diǎn)，比如歐洲更喜歡本地企業(yè)，不歡迎外來企業(yè)。歐洲還有結(jié)構(gòu)上的弱點(diǎn)：缺乏規(guī)模效應(yīng)。美國(guó)和中國(guó)的科技巨頭都受益于本地的巨大市場(chǎng)，他們有AI所需的最重要的資源：數(shù)據(jù)。

這個(gè)優(yōu)勢(shì)還帶來了其他優(yōu)勢(shì)。更多的數(shù)據(jù)意味著公司能提供更好的服務(wù)，從而吸引更多的用戶，帶來更高的利潤(rùn)，這些利潤(rùn)可以用來雇傭更多的數(shù)據(jù)科學(xué)家。而擁有大量數(shù)據(jù)就需要更多計(jì)算能力和更快的處理器。包括亞馬遜、微軟在內(nèi)的所有大型云計(jì)算提供商都在開發(fā)自己的專用AI芯片，在這個(gè)領(lǐng)域，歐洲也遠(yuǎn)遠(yuǎn)落在后面。

但在機(jī)器學(xué)習(xí)和消費(fèi)者服務(wù)之外，歐洲的前景就沒那么悲觀了。自動(dòng)駕駛汽車不僅需要數(shù)據(jù)，還需要其他AI科技，如機(jī)器推導(dǎo)，其算法是編寫的而不是用數(shù)據(jù)訓(xùn)練的，在這方面歐洲有一些實(shí)力。德國(guó)在自動(dòng)駕駛汽車方面的國(guó)際專利數(shù)量大約是美國(guó)和中國(guó)的總和，而且其原因并不僅僅是因?yàn)樗袕?qiáng)大的汽車工業(yè)。

何況，大量數(shù)據(jù)和強(qiáng)大的處理器芯片也不是唯一的出路。越來越多的研究者在尋求使用“小數(shù)據(jù)”的方法——即使用較少的數(shù)據(jù)來訓(xùn)練算法，特別是在制造業(yè)和物聯(lián)網(wǎng)方面。而許多工業(yè)公司的總部都在歐洲，可能會(huì)給歐洲帶來優(yōu)勢(shì)?！半S著AI越來越復(fù)雜，歐洲總會(huì)有機(jī)會(huì)?！比鸬溆谀瑠W大學(xué)的Virginia Dignum預(yù)言。

年邁的歐洲和聰明的AI

但是，歐洲最大的機(jī)會(huì)也許不是技術(shù)方面，而是政治和法規(guī)方面。正如默克爾女士所言，美國(guó)和中國(guó)在AI方面展現(xiàn)了兩個(gè)極端，從而在中間地帶留出了空白。“歐洲可以成為AI統(tǒng)治方面的領(lǐng)頭羊?！奔~約大學(xué)的研究中心AI Now Institute的聯(lián)合創(chuàng)始人Kate Crawford說。

歐洲可以率先制定規(guī)則來限制AI系統(tǒng)可能造成的危害，比如算法偏差或失控帶來的危害。許多人希望歐洲能建立AI行業(yè)的全球標(biāo)準(zhǔn)，就像它建立的新隱私法GDPR一樣，后者的主旨現(xiàn)已被復(fù)制到全世界的各個(gè)角落。

別的規(guī)制開端也很類似。美國(guó)和中國(guó)都是中心化數(shù)據(jù)經(jīng)濟(jì)，其資源控制在少數(shù)公司手中。而歐洲更適合開發(fā)去中心化的數(shù)據(jù)經(jīng)濟(jì)，數(shù)據(jù)在公司之間交換。這樣就涉及到定義數(shù)據(jù)的訪問權(quán)（即數(shù)字領(lǐng)域的財(cái)產(chǎn)所有權(quán)）和數(shù)據(jù)的類別，比如商業(yè)數(shù)據(jù)由于其社會(huì)價(jià)值而需要公開，就像歐洲的銀行需要在客戶同意的前提下給金融科技公司以數(shù)據(jù)訪問權(quán)一樣。因此，這種現(xiàn)象使得歐洲成為新型數(shù)據(jù)公司更好的地點(diǎn)。

為實(shí)現(xiàn)這一點(diǎn)，歐洲已經(jīng)做了許多事情。法國(guó)和芬蘭的國(guó)家AI戰(zhàn)略比美國(guó)和中國(guó)的版本更有意思，提供了更為平衡的度量，涵蓋了從公共研究經(jīng)費(fèi)、訓(xùn)練數(shù)據(jù)科學(xué)家到數(shù)據(jù)經(jīng)濟(jì)及政府使用AI的規(guī)則。歐盟委員會(huì)將這些稱為“讓數(shù)據(jù)更容易訪問”、“將AI帶進(jìn)小企業(yè)”。

但是，許多東西在實(shí)現(xiàn)時(shí)依然會(huì)出問題。為了在AI領(lǐng)域更強(qiáng)大，歐洲需要在研究和數(shù)據(jù)方面投入更多資源。但歐盟更傾向于分散資源，以同時(shí)滿足國(guó)家和商業(yè)上的需要。所以，歐盟委員會(huì)更有可能公布松散的AI研究網(wǎng)絡(luò)，而不是中心的研究機(jī)構(gòu)。

悲觀的另一個(gè)原因是制度上的懶惰。許多分配給AI研究的資金會(huì)流向已有的學(xué)術(shù)機(jī)構(gòu)，而這些機(jī)構(gòu)也許并不是這些資金最好的歸宿。許多歐洲研究機(jī)構(gòu)都是幾十年前建立的，經(jīng)歷過了上世紀(jì)九十年代到二十一世紀(jì)初的AI寒冬，當(dāng)時(shí)除了研究機(jī)構(gòu)之外的人們都對(duì)AI喪失了興趣，也普遍沒有資金支持。成立于1998年的德國(guó)人工智能研究中心是世界最大的研究機(jī)構(gòu)，擁有一千多名員工，但顯然它不是最有名的。它的強(qiáng)項(xiàng)是機(jī)器人和經(jīng)典AI，而不是機(jī)器學(xué)習(xí)。

最令人擔(dān)心的是，盡管默克爾女士很感興趣，但德國(guó)似乎并沒有做好AI的準(zhǔn)備，也沒有準(zhǔn)備好和歐洲的其他國(guó)家聯(lián)合。其中的原因之一就是現(xiàn)有的經(jīng)濟(jì)力量。政策制定者、行業(yè)領(lǐng)袖和研究者認(rèn)為，德國(guó)已經(jīng)在AI方面很強(qiáng)大，足以將更多科技注入到工業(yè)產(chǎn)品和制造機(jī)械上。因此，與法國(guó)的聯(lián)合似乎并不是最優(yōu)先的。而德國(guó)政府的聯(lián)合聲明中提到的建立合作AI研究中心的計(jì)劃已經(jīng)被放棄了。

為了成為AI方面的強(qiáng)者，歐洲需要克服它的分裂狀態(tài)。但目前似乎不太可能。但只要有政治需求，就有實(shí)現(xiàn)的可能。在上世紀(jì)八十年代，歐洲感到了來自日本的經(jīng)濟(jì)威脅，當(dāng)時(shí)的德國(guó)總理赫爾穆特·科爾和法國(guó)總統(tǒng)弗朗索瓦·密特朗推動(dòng)了全歐洲范圍的無線標(biāo)準(zhǔn)，當(dāng)時(shí)被稱為2G，幫助歐洲在手機(jī)行業(yè)處于領(lǐng)先地位幾十年。

當(dāng)然，AI比無線標(biāo)準(zhǔn)要復(fù)雜得多，但至少有這種可能性。