美國和中國已經(jīng)是毋庸置疑的AI超級體了，那么歐盟有可能成為下一個嗎？

德國總理安格拉·默克爾以冷酷無情著稱，但需要的時候她也可以很幽默。

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

導致這次訪談如此引人入勝的還有另一個原因。默克爾表示，她對人工智能（AI）及其地緣政治很感興趣。“在美國，對個人數(shù)據(jù)的控制很大程度上是私人公司在做的。而在中國正好相反，政府控制一切。”她同時表明，歐洲會介于這兩者之間。

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

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

歐洲能否成為下一個AI超級力量？

硅谷對此表示懷疑。“歐洲會搞砸的，就像搞砸了云計算一樣。”致力于制造對人類友好的AI公司OpenAI員工Jack Clark說。灣區(qū)幾乎沒有人認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。機器學習需要給算法輸送大量的數(shù)據(jù)（如人臉照片），使得算法能學習如何解釋其他數(shù)據(jù)（比如識別視頻中的人）。

社會調(diào)查公司Centre for a New American Security的Greg Allen認為，這種懷疑不僅是因為歐洲自身的弱點，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：缺乏規(guī)模效應(yīng)。美國和中國的科技巨頭都受益于本地的巨大市場，他們有AI所需的最重要的資源：數(shù)據(jù)。

這個優(yōu)勢還帶來了其他優(yōu)勢。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，這些利潤可以用來雇傭更多的數(shù)據(jù)科學家。而擁有大量數(shù)據(jù)就需要更多計算能力和更快的處理器。包括亞馬遜、微軟在內(nèi)的所有大型云計算提供商都在開發(fā)自己的專用AI芯片，在這個領(lǐng)域，歐洲也遠遠落在后面。

但在機器學習和消費者服務(wù)之外，歐洲的前景就沒那么悲觀了。自動駕駛汽車不僅需要數(shù)據(jù)，還需要其他AI科技，如機器推導，其算法是編寫的而不是用數(shù)據(jù)訓練的，在這方面歐洲有一些實力。德國在自動駕駛汽車方面的國際專利數(shù)量大約是美國和中國的總和，而且其原因并不僅僅是因為它有強大的汽車工業(yè)。

何況，大量數(shù)據(jù)和強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，可能會給歐洲帶來優(yōu)勢。“隨著AI越來越復雜，歐洲總會有機會。”瑞典于默奧大學的Virginia Dignum預(yù)言。

年邁的歐洲和聰明的AI

但是，歐洲最大的機會也許不是技術(shù)方面，而是政治和法規(guī)方面。正如默克爾女士所言，美國和中國在AI方面展現(xiàn)了兩個極端，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。”紐約大學的研究中心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)的全球標準，就像它建立的新隱私法GDPR一樣，后者的主旨現(xiàn)已被復制到全世界的各個角落。

別的規(guī)制開端也很類似。美國和中國都是中心化數(shù)據(jù)經(jīng)濟，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，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)由于其社會價值而需要公開，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。

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

但是，許多東西在實現(xiàn)時依然會出問題。為了在AI領(lǐng)域更強大，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，以同時滿足國家和商業(yè)上的需要。所以，歐盟委員會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構(gòu)。

悲觀的另一個原因是制度上的懶惰。許多分配給AI研究的資金會流向已有的學術(shù)機構(gòu)，而這些機構(gòu)也許并不是這些資金最好的歸宿。許多歐洲研究機構(gòu)都是幾十年前建立的，經(jīng)歷過了上世紀九十年代到二十一世紀初的AI寒冬，當時除了研究機構(gòu)之外的人們都對AI喪失了興趣，也普遍沒有資金支持。成立于1998年的德國人工智能研究中心是世界最大的研究機構(gòu)，擁有一千多名員工，但顯然它不是最有名的。它的強項是機器人和經(jīng)典AI，而不是機器學習。

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

為了成為AI方面的強者，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，就有實現(xiàn)的可能。在上世紀八十年代，歐洲感到了來自日本的經(jīng)濟威脅，當時的德國總理赫爾穆特·科爾和法國總統(tǒng)弗朗索瓦·密特朗推動了全歐洲范圍的無線標準，當時被稱為2G，幫助歐洲在手機行業(yè)處于領(lǐng)先地位幾十年。

當然，AI比無線標準要復雜得多，但至少有這種可能性。