前谷歌CEO談中美AI競爭：中國憑藉市場與製造優勢恐在長期中趕超美國，國內至少有兩三家GPT-4勁敵

前谷歌 CEO Eric Schmidt 在不久前與華盛頓郵報專欄作者 Bina Venkataraman 的對話中透露了對中美科技競爭以及 AI 發展的最新觀點。

Schmidt 表示，中國在 AI 領域具備一些獨特的優勢，能夠透過更低成本的硬體（例如來自中國的機器人和 AI 晶片）進行大規模的應用，而這些硬體在功能上與美國的高階產品相當，甚至在一些情況下更具靈活性和適應性。

他還提到，儘管美國在 AI 技術的基礎研究上可能處於領先地位，但中國可能會透過快速的市場採用和大規模生產，在長期內趕超美國。

以下為這次對話的主要內容：

Bina Venkataraman

我想談談關於 AI 的前景與風險，以及你對中國相關動態的看法。我想先從你作為科學家的身份談起。許

多人知道你是帶領谷歌實現爆炸性增長的 Eric Schmidt，但很少有人像我一樣，首先把你視為一名電腦科學家和工程師。

在這本書中，你提到 AI 及其推動我們進入的新時代是一種“超級全才”的表現。也就是說， AI 將使我們能夠在科學領域完成前所未有的事情。你能多說一些這方面的內容，以及它能為人類帶來的潛在益處嗎？

Eric Schmidt

目前科學領域的進步是驚人的，我認為大多數人對此並沒有真正的理解。我當然是一名受過訓練的電腦科學家，但現在可能算不上特別出色。

不過，我確實瞭解科學，我可以舉個例子。在材料科學中，我們正在開發用於硬化、能源釋放和應對氣候變化的新材料，這對藥物和藥物研發也非常關鍵。

例如，AlphaFold 發現了幾乎所有重要的蛋白質結構，這表明我們實際上可以預測藥物序列及其相互作用的方式，技術上的進步真是令人震撼。

這種情況下，計算機基本上從人類的想法出發，然後以遠遠快於人類的速度同時推演所有可能的場景。我喜歡將 AI 和科學結合起來，這很好地展示了 AI 的第一個真正階段——人類與 AI 合作解決重要問題。

你會看到，這是一次即將爆發的革命的開端，包括氣候、疾病、物理學、化學和數學等等。

Bina Venkataraman

當談到健康和氣候領域的應用時，你怎麼看？就像你剛才提到的， AI 可以處理更多的資料，整合來自不同學科和來源的資料，並發現人類可能無法或需要很長時間才能找到的聯絡。

這種潛力能夠在科學層面解決問題，但我們也面臨哪些風險呢？比如，當 AI 能夠超越人類智慧時，你在書中也談到過這些風險，我想聽聽你的看法。

Eric Schmidt

首先，在科學領域，資料已經存在或驗證非常簡單的問題將是最早被解決的問題。有兩個例子特別明顯，一個是計算機程式設計，另一個是數學。

因為對於計算機程式，你可以反覆生成程式，直到找到一個可行的；對於數學，你可以反覆生成證明，直到找到可以被驗證的證明。

而且，這兩個科學子領域的語言相對簡單，不需要像處理人類語言那樣讀取所有小說。因此，我們預計在未來一到兩年內，會有超級人類水平的數學家和程式設計師至少在某些領域出現。

這首先從最容易解決的問題開始，即資料豐富的領域，然後迅速發展下去。不過，這裡面也存在兩面性。

比如，在生物學方面，你越是擅長，越有可能構建非常複雜的生物基因體，也越能預測和製造我們沒有解藥的病毒。過去一兩年，我的觀點一直是，最大的兩個風險在於網路攻擊和生物學領域的濫用。

網路攻擊的問題在於，世界似乎容忍中國對美國基礎設施進行網路攻擊，我們只是對他們喊幾聲。而在病毒學方面，病毒非常簡單，製造危險病毒的能力已經非常高。

當然，製造這種病毒需要特定的裝置，因此很多人正在努力確保這些裝置不會落入壞人之手。

Bina Venkataraman

在科學領域之外， AI 的其他應用也引發了擔憂，比如 AI 對能源的需求及其對氣候的影響，以及 AI 使得虛假資訊的傳播規模化變得更加容易。

你曾提到我們既未為 AI 時代做好準備，也進展得不夠快。請幫我理解這兩種看似矛盾的說法。

Eric Schmidt

首先，我們要理解，我們希望充分利用這一最強大的技術。這是我們有生之年最重要的技術發明，其重要性堪比電力、供暖、空調甚至汽車，可能更重要，因為這是人類能夠使用和濫用的智慧。此外，這種智慧是每個人都能獲取的，因此極其強大。

我們必須——我們反覆強調這一點——尊重人類的價值觀和尊嚴來推動技術發展。由於這些系統是非人類的，它們不會像我們那樣自然擁有道德、約束和宗教信仰，除非被強制賦予。

這本書從“全才”的討論開始。如果你回顧人類歷史，會發現少數人，比如愛因斯坦、達·芬奇，推動了發明和思想的巨大浪潮。而現在，我們即將進入一個新時代，未來幾年內，每個人都可以訪問“全才”。

這意味著，當你去博物館時，可以有“達·芬奇”指導你，說“這筆畫得不好，我畫得更好”，這聽起來很幽默也很有趣，但它也可能賦能一些不良國家行為者。

Eric Schmidt

要解決這種矛盾，還有另一個重要方面。你顯然需要擔心這一點。從我的觀察來看，這是一場美中之間的競爭。兩國都制定了相應的國家政策，擁有資本、人才和規模，這些是其他國家無法比擬的。

這場競爭堪稱史詩般的較量。在美國，我們試圖放緩中國的步伐，儘管取得了一些成效，但並非非常顯著。而中國正加大力度，最近推出了一些與美國最先進模型相似的模型，這讓我感到震驚。

競爭很重要，因為隨著你越來越接近通用智慧，可以創造自己的 AI 科學家。如果將人類科學家和 AI 科學家結合起來，可以大幅加速技術進步。

Bina Venkataraman

關於這場被許多人視為 AI 軍備競賽的美中較量，能否幫我們澄清一些現實與炒作的區別？我記得曾有一段時間，大家認為我們需要加速，因為中國正在加速。

但隨後我們看到美國公司推出了初代生成式 AI 模型。而正如你所提到的，最近至少有三家中國公司推出了與 GPT-4 第二代類似的模型。

我們為什麼需要對此感到擔憂？難道不能認為這是一種類似冷戰時期的技術競賽嗎？例如，當時正是美蘇在太空技術領域的競賽，推動了人類首次登月的實現。那麼為什麼這次我們需要擔憂呢？

Eric Schmidt

有一點不同的是，由於這是關於智慧的競爭，且發展速度很快，可能會出現短期的壟斷局面。我

舉個例子：假設美國開發出了這種技術，並擁有許多 AI 科學家——也就是計算機程式。我們解放了這些程式，並表現得非常出色，快速發展。而這時中國意識到美國已經領先，於是加速追趕，但仍然落後。

在競爭中會有一段時間，兩個競爭者之一會短暫壟斷超越人類智慧的技術。那麼這些強大且目標明確的智慧會帶來什麼？

關鍵是，在這個迴圈中，無論誰處於領先地位，都可能找到針對對手的攻擊方式，以及對自身有利的方式。這些好處可能非常深遠，也很難具體描述。

想象這樣一種情況——當然，這只是思想實驗——一個系統利用物理、化學、材料科學和數學發現了一個全新的事實世界：全新的武器、全新的科學領域、全新的生物學領域。這是我們目前無法預測的。

儘管這些是推測，但在我所在的行業中，大家的共識是，這是一場必須贏得的競賽。為了贏得這場競賽，我們需要美國正在做的所有積極努力。然而，我們在能源方面的短缺已經被提到過了，我們需要更多的外籍工人簽證以及其他一系列措施。

Bina Venkataraman

那麼，中國相較於美國有哪些優勢？你提到了一些美國需要改進的地方，但在這場競賽中，你認為中國公司在哪些方面更具優勢？

Eric Schmidt

中國在“贏得競賽”這一點上更專注。他們願意投入鉅額資金，即便沒有具體目標。他們的企業在技術應用方面速度非常快，尤其是消費領域。

此外，我認為即便我們在競賽的第一階段領先，中國最終也可能贏得整體競賽，因為他們更快地將這種技術融入大規模產品中。

舉個例子，我在過去 20 年中一直在關注各種機器人解決方案，目前有許多公司正在研發 AI 機器人“大腦”。但所有這些公司都依賴於中國製造的廉價機器人，這些機器人效能與美國製造的相當，但價格更低且更靈活。

中國在製造業方面無可爭議的實力——例如電池、太陽能以及現在的汽車——可能使他們能實現我們只能夢想的AI實際應用。

Eric Schmidt

中國有大量能源，而且似乎對資料——尤其是人類資料和醫療資料——沒有特別的限制。然而，他們面臨的問題是硬體短缺。

美國已經限制了所謂的 A100 級別晶片（ NVIDIA 之前兩代晶片）的出口。但顯然，中國已經找到繞過這些限制的方法，這並不令人意外。

他們還學會了用更少的晶片完成工作，這值得稱讚，也表明了他們工程師的能力。

Bina Venkataraman

目前，中國似乎也在推進類似美國《晶片與科學法案》的政策，以加強自己的晶片生產。你曾說過，中國在晶片生產上的產業政策超過了美國。這是否意味著美國需要更積極的晶片產業政策？還是這更像是一場貿易問題？解決方案是什麼？

Eric Schmidt

目前的情況是，我們所關心的這些晶片主要由一家叫臺積電（TSMC）的公司在中國臺灣生產，而它們使用的技術由歐洲的一家公司 ASML 壟斷。

中國有自己的晶片領域領導者，比如中芯國際（SMIC），但他們的技術水平基本停留在7奈米（更低更好）。而我們使用的是 3 奈米技術。

所以一種可能的情景是我們的硬體會變得更好，從而保持領先，但即便如此，中國仍製造了所有制造半導體所需的零件，比如封裝材料和聯結器等。

出於國家安全考慮，我們中的許多人非常支援《晶片與科學法案》，以提前應對這一問題。如果你預見到與中國的衝突（這似乎是目前政府和中國的態度），那麼就需要建立獨立的供應鏈。

今天的供應鏈是完全交織的：我們非常依賴中國，中國也非常依賴我們。這需要某種方式解決。

Bina Venkataraman

最後，我想談談AI的民主治理問題，並回到美國。你曾在奧巴馬總統的科技顧問委員會中擔任職務，關注政府在創新和保護技術免受濫用方面的角色。你是否對政府政策能否既促進AI發展又防範潛在危害有信心？

Eric Schmidt

美國的創新系統可以分為三部分：政府、大學和企業。政府提供高風險資本、法律基礎和出口支援；大學是創新的主要來源，尤其是年輕人在美國大學中表現非常出色；企業則透過風險投資推動商業化。這三者共同構成了美國的創新引擎。

如果我們能像“曲速行動”（Operation Warp Speed）那樣，讓政府、大學和企業協同努力，可能會更有效率。

例如，AI 對能源的需求非常高，有人預測到 2028 年，美國的資料中心可能會耗盡能源。如果各方能共同努力解決這一問題，或許可以在保障安全、獲得能源供應等方面達成交易。這是未來可能的解決方案，我們拭目以待。

Bina Venkataraman

矽谷的許多同事最近似乎向右傾斜了一些，而你剛才提到的移民政策、高等教育機構的推動、創新政策，甚至一些工業政策，都是美國AI蓬勃發展的關鍵因素。在特朗普政府的政策下，這些方面可能面臨挑戰。你認為矽谷這一舉動是否明智，是否符合自身利益？

Eric Schmidt

我不能代表整個矽谷發言。如果你觀察一下，矽谷絕大多數人都是註冊民主黨人，大量的政治捐款都證明了這一點。當然，也有相對較小但非常有影響力的一部分人選擇支援特朗普總統。

在我們的政治體系中，這完全沒問題，我對這點並沒有意見。不過，我不認為向右傾斜是普遍現象，這只是特定的個別現象，這也是民主的表現。

我相信我的共和黨朋友和民主黨朋友都會基本同意，我們想要獲勝的關鍵在於以私營部門為重點，輔以一定程度的政府監督和支援。這些公司需要的支援，包括能源供應、吸引高技能移民等。

我提到過，將頂級數學家在美國培養之後驅逐出去是非常愚蠢的做法。我們需要留住他們，為我們的新系統服務，而不是讓他們離開美國。

此外，在支援大學方面，目前的政治環境存在一定的反科學傾向。但科學依然是有效的。科學之所以有效，是因為它基於可證偽性。

一位科學家提出結果，其他人會嘗試驗證並重復實驗，以確保結果真實可靠。這種制衡機制是科學的基礎，任何政黨都無法改變這一點。

總的來說，無論你是共和黨還是民主黨，我們的目標是讓美國獲勝。加強頂尖教育機構，確保足夠的能源和資金，然後儘可能快速地朝未來前進，並隨時應對出現的後果，這是實現勝利的路徑。

Bina Venkataraman

你認為特朗普政府選出的加密貨幣和 AI 負責人 David Sacks 是否能理解你剛才所提的這些要點？

Eric Schmidt

我個人並不瞭解他對這些問題的看法，所以我不應該妄加揣測。但我知道的是，正如你提到 Elon Musk 之前的例子，他的每一家公司都依賴高技能移民、政府資金以及充足的電力供應。這是一個典型的美國式創新案例。

所有的科技公司基本都以類似的方式運作，目標是透過我提到的方法取得勝利。儘管許多行業對這些要素的依賴較低，但在 AI 這樣的戰略領域，尤其是涉及國家安全的領域，應該被列為優先發展目標。

Bina Venkataraman

Eric，我最後想問你一個問題。我們討論了美國政府在能源政策、晶片工業政策方面的作用，但我們尚未深入探討政府作為創新支持者的角色。

在數字革命的早期，政府的創新推動作用顯而易見，比如 DARPA 的研究催生了網際網路，谷歌的創始人也得到了國家科學基金會的資助。這些資助最終成為了Google的基礎。

但如今，美國政府似乎並未深入參與生成式 AI 的發展。你認為政府還能在創新政策上扮演重要角色嗎？

Eric Schmidt

請記住，國家科學基金會（NSF）是大學研究的主要資助者，而國防高階研究計劃局（DARPA）和軍方也是這種研究的重要支持者。

我個人在年輕時也獲得了許多這類資助，否則今天我不會站在這裡和你對話。因此，這種模式依然強大，只要沒有人做出愚蠢的決定，我們將繼續獲得非凡的進步。

展望未來， AI 是一種實現目標的基礎工具。它可以幫助我們透過模擬實現核聚變，支援量子計算的發展等。AI 是推動創新的根本工具。

正如你之前提到的，美國政府資助高風險研究，企業將這些研究轉化為高風險公司，最終這些成果擴散到普通企業。這一週期通常需要 20～30 年。

例如，自動駕駛汽車的最初研發在 30 年前開始，現在終於在一些城市可以看到實際應用。這是美國的未來，我們應該對此感到無比興奮。沒有其他國家擁有這種獨特的創新模式。

中國的模式也讓我擔憂，因為他們可以大規模推進專案。