近期，笔者摘编了来自国内外五位专家的观点，总结如下：

一、消费者牺牲隐私换取利益，“方便”有关部门监管。

亚洲社会政策机构美中关系初级研究员 Virgilio Bisio 写道：“今年 1 月，由中国标准管理局公布的《人工智能标准白皮书》中，五项措施中的第一项就是加强人工智能标准化的‘顶层设计’。谁在顶层进行这种设计已经很明显了。该白皮书基本上由有关部分和以百度、阿里为代表的中国科技公司巨头起草。”

在他看来，这意味着在 AI 技术应用的道德层面，消费者可以获得某种方式的利益，但代价却是政府在隐私方面的入侵式管控。

无独有偶，多伦多大学公民实验室负责跟踪在线信息控制的 Lotus Ruan 也表示：“数据驱动技术本身不具有入侵性。然而，中国独特的网络生态系统和限制性监管环境会影响到用户的隐私。”

此外，她还发现，“企业现在不仅与权威机构分享用户的个人数据，还会围绕其需求积极主动地构建商业模式。”

2016年的一项数据显示，政府在大数据行业的投资主要应用于安防领域。今年 4 月，中国的商汤科技公布了一款能够自动识别包括色情或暴力图像的在线视频以及包含敏感话题的文本信息的产品。

再比如腾讯微信，其平台上已拥有超过 10 亿用户。当最近联合广东省政府机构推出一款“数字身份证”系统时，这表明它已经超越了自己本身作为一款聊天工具的商业价值了。

不过，她还提到这种担心不限于中国。借助数字丝绸之路等项目拓展国际化业务的中国科技企业，或许未来将符合中国国家世界观的技术规范和信息管理模式推向海外。

二、海量数据构成了中国在机器学习上的绝对优势，但这种优势不会是永久的。

China Research 负责人 Andrew Batson 表示，许多在机器学习研究上有所造诣的中国顶尖人才很多都有过在美留学或工作的经历，尤以微软为例。“在某种程度上，中美双方与其说是两个孤立的竞争对手，不如说是在全球机器学习研究领域的共同参与者。”

他还发现，中国在机器学习上拥有的优势，实际上是作为世界上最大人口基数的智能手机用户每天产生的数据量上。“这些数据越来越被视为实现机器学习潜力的稀缺资源：解决像人脸识别和自动驾驶这样的问题需要大量数据训练算法，以找到合适的模型。”

此外，政府和风投机构也在 AI 相关的产业链条上投入了大量资金。

所以，他总结道：“这意味着机器学习上的进步将不取决于创造性，而是资源运作能力。事实上可能就是这种情况。当机器学习算法在 2014 年前后取得重大突破时，大多数专家表示，这不是由于新概念的发现，而是计算机处理能力的大幅提升和结构化数据的可用性。如今，机器学习上取得的进步很多都是集中开发而不是纯粹的研究。”

这种资源密集型的发展充分发挥了中国的优势。在他看来，政府规划可以作为一种资源调控的有效手段，但很难让民众学会创造或在理论上实现突破。所以需要警惕的是，中国在数据方面的明显优势能否成为持久竞争力？

三、国家间的人工智能竞赛从来都不是“零和游戏”。

从这个角度来看，美国科技安全和国家安全计划中心兼职研究员 Elsa Kania 更愿意相信在中美两国呈现的对人工智能的恐慌与热情都似乎有些过度了。这些技术正逐渐成为大国时代国家竞争力不可或缺的一部分，在此背景之下，中美之间的“纠缠”和相互依赖激化了新的摩擦。

在她看来，中国开创了一种新的模式，这种模式与美国在科学技术上的政策异曲同工。从前，美国创新生态一直受到公私合作以及工业与军方密切合作的支持。如今，中国正在出现类似的协同效应。例如，百度正在与清华大学和北京航空航天大学等合作伙伴共同领导中国深度学习技术与应用国家工程实验室；百度和中国联通成立的“ AI + 5G 联合实验室”。

Kania 表示，“谁能成为人工智能的领导者都不会是零和游戏，因为每个国家都可能凭借自己的力量成为AI 超级大国 。”

四、中国在基础实力上仍有很大差距，“中兴”事件就是个教训。

腾讯研究院高级研究员 Jeff Cao 表示：“鉴于这些技术的重要性和潜在影响，我们不难想象人工智能和大数据正在引领我们进入一个算法社会，在这个社会中，数据和算法驱动着我们世界所依赖的各种机器。然而，算法也非常难以理解，所以由算法驱动社会变革同样充满着风险。这种风险下，有必要为适当应用和使用人工智能制定法律和道德规范，以及潜在错误使用的防范措施。欧洲国家已经开始这一进程了。”

作为世界上两大互联网市场，中美两国各自都有优势。在他看来，中国的优势主要基于三点：

一是中国政府继续实施支持 AI 和大数据发展的政策；

二是中国是世界上最大的互联网消费市场，企业已经为 AI 积累了足够的大数据和用例；

三是中国相对宽松的互联网监管对科技和商业创新有更高的容忍性。

对于“中国或将超越美国成为全球 AI 领导者”，在他看来，中国仍有很大的差距，特别是在基础技术（如芯片）、核心算法、顶尖人才等方面。如“中兴”事件突显了中国高科技产业的过度依赖性。因此，中国需要加大对基础研究和人才培养的投入，充分利用其配套政策、巨大的市场、大数据以及消费潜力。