2023年末，全球最热门的科技领域之一——生成式人工智能开发在全球范围内继续扩展。

一方面，各国都在加速布局。俄罗斯宣布了一项新的人工智能发展国家战略计划，新加坡则发布了“全国人工智能策略2.0”，英国、法国、德国、印度、沙特阿拉伯和阿联酋共同承诺了近400亿美元AI投资。

另一方面，美国推出《关于安全、可靠和可信的AI行政令》，欧盟就《人工智能法》达成协议，目前中国、美国、欧盟、加拿大、英国、日本、巴西、新加坡等经济体已经或准备推出人工智能指导准则或法案。

英国知名期刊《经济学人》将这种现象概括为，人类进入了“人工智能民族主义”时代。

AI领头羊争夺战

2023年11月28日，阿布扎比成立了一家由国家支持的人工智能公司AI71，旨在将其旗舰大型语言模型“Falcon（猎鹰）”商业化。12月11日，成立仅七个月的法国大模型公司Mistral宣布完成新一轮4亿美元的融资，内部人士表示，这将使该公司的估值超过20亿美元。4天后，新成立的印度初创公司Crutrim推出了印度首个多语言大语言模型，这距离另一家印度公司Sarvam宣布筹集4100万美元以构建类似的印度语言模型仅过了一周。

自从美国人工智能开发机构OpenAI于2022年11月推出类人对话系统ChatGPT以来，几乎每个月都有类似的新闻出现。在这种背景下，这3个最新的公告看似寻常，但仔细观察可以发现，它们指向了一个更深层的趋势——3家公司都以不同的方式试图成为各自国家的AI领头羊。

阿布扎比先进技术研究委员会的费萨尔·班奈（Faisal Al Bannai）在接受媒体采访时表示：“我们希望AI71能够在全球范围内与OpenAI等公司竞争。”最近，法国总统马克龙则赞扬Mistral是法国的骄傲。Crutrim的创始人巴维什·阿加瓦尔（Bhavish Aggarwal）表示，ChatGPT和其他以英语为主的大语言模型“无法捕捉我们的文化、语言和精神”。而Sarvam之所以以印度语言为起点，其联合创始人维维克·拉加万（Vivek Raghavan）表示是因为 “我们正在建立一家印度公司”。

目前，AI领域激烈技术竞争的关注焦点主要集中在美国和中国，但其他国家也不想落后。11月28日，俄罗斯总统普京宣布了一项新的人工智能发展国家战略计划，将加强对生成式人工智能和大型语言模型的研究，以对抗西方对这一强大技术的影响。12月6日，新加坡政府宣布一项名为“全国人工智能策略2.0”（National AI Strategy 2.0）的新计划，将全力开发国家的人工智能潜力，致力吸引全球顶尖AI人才，并培养本地AI专家，目标是将AI专才增加两倍至1.5万人，包括训练机器学习的科学家和工程师。

除此之外，在过去的一年里，全球还有6个特别雄心勃勃的政府——英国、法国、德国、印度、沙特阿拉伯和阿联酋——共同承诺了近400亿美元的AI投资。其中大部分资金将用于购买图形处理器（GPU）和建设这类芯片的工厂，以及在较小程度上支持AI公司。

新的AI产业联合体初现

各个国家参与的性质和程度各不相同。尽管还处于初期阶段，但新的AI产业联合体的轮廓已经初现。以美国为例，其科技公司在人工智能领域众所周知地表现突出，其活跃的私营企业在没有直接政府支持的情况下快速创新。不过在硬件方面，美国政府计划在五年内投资约500亿美元以扩大国内的芯片制造能力。美国还希望采取另一种方式来保持领先地位，其已经实施了严格的出口管制措施，禁止向中国和俄罗斯出售尖端AI技术，包括芯片和芯片制造设备。

美国还在迫使一些国家与其统一步调。2023年10月，美国政府开始要求包括沙特阿拉伯和阿联酋等第三国的公司，获取购买英伟达AI芯片的许可证。规则中有一个“批准规定”，在美国国防部从事人工智能政策研究的格雷戈里·艾伦（Gregory Allen）对媒体表示，这意味着政府“可能会允许”向这些公司出售产品，除非它们与中国关系密切。

1月2日，荷兰光刻机公司阿斯麦（ASML）发布声明称，两款浸入式深紫外（DUV）光刻机的2023年发货许可证已经被荷兰政府部分吊销。同日，彭博社称美国拜登政府的官员联系了阿斯麦，要求后者立即取消向中国运送部分光刻机设备。

在这样的技术控制下，中国的AI战略也做出了相应回应。根据研究公司JW Insights的数据，中国在2021年至2022年期间花费约3000亿美元重建国内芯片供应链，用于人工智能和其他半导体。

这种由国家主导的方法正在世界其他地区被效仿，特别是在海湾石油国家。由于富有，它们有能力购买必要的GPU和运行耗电芯片所需的能源，还可以投资提升人工智能技能的教育。

值得注意的是沙特的阿卜杜拉国王科技大学和世界上第一所人工智能学校——阿布扎比穆罕默德·本·扎耶德人工智能大学（MBZUAI）的人工智能项目，其吸引了来自加州大学伯克利分校和卡内基梅隆大学的明星教授。MBZUAI教务长蒂莫西·鲍德温（Timothy Baldwin）表示，该校的数百名毕业生几乎都留在该地区，在当地公司和实验室工作。他本人也被从墨尔本大学吸引到了中东。

海湾地区的做法正在取得成果。Falcon模型最初由约20名工程师组成的团队创建，其功能可与被采用最广泛的开源模型Llama 2的性能相媲美。AI71计划使用来自健康、教育、也许有一天还包括石油等领域的国家数据集来改进其开源模型。“过去50年来，石油推动了国家前进……现在数据就是新的石油。”班奈在接受采访时说。

还有另一类政府正在将美国的做法与中国和阿联酋的做法相结合。对于美国激励国内芯片制造业的措施，欧盟有自己的版本，比如德国将出资300亿欧元(约合330亿美元)，资助美国芯片制造商英特尔在德国新建一家芯片工厂。在欧盟之外，英国已经承诺在5年内为人工智能和超级计算提供10亿英镑(13亿美元)资金，尽管没有详细说明这笔钱的具体用途。印度政府也正在通过慷慨的“与生产挂钩的激励措施”来促进包括半导体在内的制造业，鼓励大型云计算提供商在印度建立更多的数据中心来训练人工智能模型，并正在考虑购买价值12亿卢比（约合超过1400万美元）的GPU。

与中国和海湾地区一样，但与美国不同的是，印度和一些欧洲国家愿意向企业提供训练数据。Mistral首席执行官阿瑟·门施 (Arthur Mensch) 表示，法国政府在这方面“一直非常支持”。英国正在考虑允许公司利用与国家医疗服务体系相关的丰富数据。印度政府拥有一系列来自数字公共服务的大量数据，业内人士希望公司最终将印度的人工智能模型整合到这些数字服务中。

谁来监管AI以及如何监管？

2023年10月末，美国白宫发布拜登签署的《关于安全、可靠和可信的AI行政令》。2023年12月初，欧盟就《人工智能法》达成协议。目前中国、美国、欧盟、加拿大、英国、日本、巴西、新加坡等经济体已经或准备推出人工智能指导准则或法案。

对于AI监管面临的困难与挑战，布鲁金斯学会访问学者、美国联邦通信委员会原主席汤姆·惠勒（Tom Wheeler）将其归纳为三个方面：第一，监管速度。考虑到AI技术惊人的进步与迭代速度，监管速度能否跟上成为一大难点。一方面，AI技术发展已经超出政府现有的专业知识范围，监管部门需要吸纳更多专业人才以更好理解、识别并评估技术风险；另一方面，现有监管规则普遍并不灵活，需要转向更加敏捷的监管方式。

第二，监管范围。AI技术具有多样的应用场景，“一刀切”式监管往往会在某些情况下导致过度监管或监管不足，因此AI监管必须以具体风险为基础针对性实施。此外，监管力量不仅需要防止AI用于诈骗等非法活动、处理屡见不鲜的数字滥用，还需应对AI可能给人类社会带来的任何有害的未知因素。

第三，谁来监管以及如何监管。谁来监管涉及基于现有制度还是构建新制度监管的问题，如何监管则涉及具体方式：数字时代需要避开工业式运营、拥抱新形式监督的机构，包括在监管AI过程中使用AI。这种监管应侧重于减轻技术的影响，而不是对技术本身进行微观管理。

各国都自然希望对这个变革性技术进行一定程度的控制，特别是在国防、银行或医疗保健等敏感且监管严格的领域。同时，许多政府不想依赖“进口”人工智能，这种现象被总结为“人工智能民族主义”。

对于国际合作，《金融时报》称，目前对全球AI监管合作的争议点之一在于，合作应该基于怎样的机制。比较突出的建议是试图复制现有的多边机构：联合国秘书长古特雷斯等人呼吁建立AI领域的“国际原子能机构”，像国际原子能机构监测核技术一样监测AI技术发展；英国AI安全峰会则建议成立AI领域的“政府间气候变化专门委员会”，即建立一个独立的、由专家领导的机构，公正、客观、及时地向政府通报AI能力现状，并对未来情景做出基于证据的预测，以避免利益冲突。

编辑/范辉