摘要：随着各国提出自身愿景，世界面临着决定未来技术发展方向的关键抉择。在此背景下，美国政府启动了赢得人工智能竞赛的计划，重点是出口美国技术，并将其作为其他国家的最佳选择。

随着中美两国在人工智能领域的竞争愈演愈烈，这场竞赛正从民用领域转向安全和军事领域。

如今，超级大国在人工智能领域内的竞争比以往任何时候都更激烈 (社交网站)

超级大国在人工智能领域的竞争比以往任何时候都更加激烈，美国和中国不仅在技术创新方面展开竞争，还在全球范围内争夺经济和政治联盟。

随着各国提出自身愿景，世界面临着决定未来技术发展方向的关键抉择。在此背景下，美国政府启动了赢得人工智能竞赛的计划，重点是出口美国技术，并将其作为其他国家的最佳选择。

8 月 4 日，在韩国举行的亚太经合组织 21 国部长级会议上，美国政府试图推广其战略，旨在让亚洲国家相信，美国的芯片和软件最适合在医疗保健等关键领域部署人工智能。

这些努力是美国总统唐纳德·特朗普签署的行政命令的一部分，该命令指示利用美国进出口银行和美国国际开发金融公司等融资机构协助达成人工智能出口协议，这也为英伟达和 OpenAI 等美国公司提供了显著的提振。这些举措反映出美国对中国技术扩张的担忧，因为在过去 20 年内，华为等中国公司在电信基础设施领域内获得了广泛的认可。

另一方面，中国也并未袖手旁观。在韩国举行的同一论坛上，中国官员也在推广其人工智能产品。中方声称，得益于政府的大力支持和"全球开源社区"的愿景，其产品将得到改进。中方专注于可在全球范围内使用的开源模型，而这一策略可能会削弱美国的地位，因为美国最好的模型是封闭的，且需要获得使用许可。

"深度求索"和阿里巴巴等公司的成功体现了中国的这种做法，它们提供的高效且价格合理的模型正日益受到欢迎。今年早些时候，"深度求索"（DeepSee）推出了一款低成本、高效率的人工智能模型，从而引发了美国立法者的担忧。观察人士认为，中国的这一战略可能对许多寻求低成本开源技术解决方案的国家更具吸引力，这也将使中国在发展中国家获得竞争优势。

随着中美两国在人工智能领域内的竞争加剧，现在，这场竞争正从民用领域转向安全和军事领域，因为两国都意识到，人工智能的优势意味着在未来战争中拥有决定性的战略优势。

与此同时，军事机构正致力于将人工智能融入其行动的各个方面 – 从开发能够独立做出作战决策的自主武器，到利用人工智能进行比人类更快、更准确的海量情报数据分析。

它还被用于指挥和控制系统、改进后勤补给以及发展网络防御。这种技术变革正在改变传统军事理论的本质，因为力量已经不再局限于士兵数量或武器规模，而是扩展到处理信息并高速采取行动的能力。

因此，我们采访了兰德公司高级副总裁兼全球和新兴风险项目主任吉姆·迈特尔，以讨论其最近的研究成果《真正的人工智能竞赛：美国在与中国的竞争中需要的不仅仅是创新》。该研究成果与拜登政府前国防部负责对外政策的副部长科林·卡尔合作发表在美国杂志《外交事务》上。

吉姆·迈特尔曾担任美国国防部长办公室的对外事务专家，负责分析全球国防态势并参与四年一度的国防评估。

作为国防部长办公室总统管理项目的研究员，迈特尔曾在国防部和国务院完成实习，并负责阿富汗和非洲事务等多个部门。吉姆拥有弗吉尼亚大学法学院法学博士学位（2006）和密歇根商学院工商管理学士学位（2000）。

中东地区相当一部分学者认为，兰德公司的主要项目在于对重塑伊斯兰世界格局的尝试。

兰德公司大楼 (社交网站)

让我们仔细看看总部位于加利福尼亚州的兰德公司。这是美国历史最悠久、最著名的智库之一，其研究领域涵盖国防和安全领域，并与五角大楼等官方机构有着密切的联系。

兰德公司正式成立于 1948 年，是一个非营利、无党派的研究机构，但其主要目标是通过研究和分析为领导人提供决策所需的信息，并影响政策和决策过程。

然而，它的起源可以追溯到 1946 年，当时它还是美国空军与道格拉斯飞机公司合作的一个项目，旨在留住那些为二战做出贡献的平民人才。当时，它的重点是通过汇聚顶尖数学家和工程师来发展“战争科学”。该组织的第一项显著成就是在 1946 年发布的《环球航行航天器的初步设计》报告。1948 年，它从道格拉斯公司分离出来，并成为了我们今天熟知的兰德公司。

在成立初期，该组织致力于提升计算能力，并创造了朱尼亚克计算机 – 美国最早的现代计算机之一。兰德公司是早期人工智能发展的先驱，其研究成果包括国际象棋程序、地面作战模拟以及用于翻译俄语文本的语言处理技术。其研究成果成为了 1963 年第一本关于人工智能的学术著作的一部分。

兰德公司在互联网的建立中也发挥了关键作用，而这要归功于其研究员保罗·巴兰关于"分组交换"概念的研究。分组交换使得信息能够通过连接点的网络进行分割和发送。在冷战期间，兰德公司还在发展核威慑理论方面发挥了作用。

然而，兰德公司在中东广大公众舆论中的形象仅限于试图理解、对抗甚至改变该地区部分伊斯兰主义运动的工具。该公司在其 2003 年发布的报告《公民伊斯兰与民主：合作伙伴、资源和战略》中赢得了这一声誉。一些人认为，这份报告旨在对抗"伊斯兰原教旨主义"，并改变伊斯兰体系以使其与美国愿景保持一致。

本研究分析了伊斯兰世界的意识形态斗争，并将政治运动分为原教旨主义、传统主义、现代主义和世俗主义。该研究旨在帮助西方机构了解伊斯兰格局，并提出一项战略，通过支持"现代主义者"和"世俗主义者"，以限制"原教旨主义者"和"传统主义者"，从而促进"民主和公民伊斯兰"。

在另一项名为《"911"之后的穆斯林世界》（2004）的研究中，兰德公司分析了 2001 年" 911 "事件之后穆斯林世界宗教政治格局的变化，并重点关注其对美国安全利益的影响。

另一项名为《建立温和穆斯林网络》（2007）的研究则探讨了建立和支持"温和穆斯林"网络以对抗"极端主义解读"传播的重要性。该研究提出了建立"温和穆斯林网络"的"路线图"，强调需要确定关键合作伙伴和受众，重点关注自由派和世俗派穆斯林学者和知识分子，以及年轻的"温和"宗教学者。

因此，中东地区有相当一部分学者认为，兰德公司的项目旨在重塑伊斯兰世界的格局，并为美国以民主和打击极端主义的名义发动战争来干预该地区提供学术掩护。

作为兰德公司全球和新兴风险项目主任，吉姆·迈特尔负责管理一个专注于人工智能的研究小组。

2025 年 03 月 25日 ，吉姆·迈特尔（中）出现在华盛顿特区国会大厦举行的关于人工智能网络能力的听证会上 (盖帝图像)

然而，兰德公司的主要和更广泛的关注点是安全和战略问题，包括与人工智能相关的问题。它旨在通过强调人工智能治理的未来可能情景及其对全球权力格局的影响，鼓励政策制定者思考通用人工智能发展对地缘政治和全球秩序的潜在影响。

作为兰德公司全球和新兴风险项目主任，迈特尔负责监督一组研究，重点关注美国对手利用人工智能操纵社交媒体的行为。

该部门还致力于研究人工智能治理，以及如何提高人工智能系统在未来的安全性。它关注的是理解和应对人工智能失控的情景，并识别可能破坏人类对高级人工智能模型控制的预警信号。吉姆·迈特尔的重要论文探讨了在中美竞争背景下“真正的人工智能竞赛”。

通过对话，我们尝试提出一些超越单纯探究的争议性问题，并与受访者展开了辩论。这将讨论引向了更广泛的分析路径，以探讨通用人工智能在军事和安全领域的危险性。

对话首先区分了解决特定问题的传统人工智能和拥有广泛认知能力、可能超越人类的通用人工智能。迈特尔指出，技术开发者认为我们正在接近这一门槛，而通用人工智能的危险在于它能够解决开发者自身都未曾预料到的问题，从而改变社会和战争的形态。

然后话题转向了人工智能在安全和军事领域的作用。迈特尔断言，人工智能可以加速情报收集和分析，并以比人类更快的速度做出战略决策。他还指出，人工智能在自主系统、改进物流和发展网络防御方面具有潜在应用，并得出结论称：最有效地将人工智能融入国家安全体系的国家将会获得决定性的军事优势。

在讨论美国模式面临的挑战时，对话变得充满争议。迈特尔指出，尽管美国鼓励创新，但其开放的、私营部门主导的体系很容易受到间谍活动的攻击，并让其竞争对手得以迅速缩小技术差距。当有人提出大公司商业利益与国家安全优先事项之间的矛盾时，争论就此展开。对此，他指出，中国不再仅仅复制技术，而是具备了创新的能力。当迈特尔面临一个鲜明的悖论时，争论愈演愈烈：美国如何证明其技术被出口到可能用于镇压的专制政权是合理的，同时又推广其所谓的民主模式？

对话还聚焦于人工智能更广泛的风险，尤其是“逐底竞争”的概念，这种疯狂的竞争可能导致对人工智能模型失去控制，并产生与人类意图不符的结果。迈特尔谈到了“算法战争”的概念，它依赖于算法的速度和复杂性，而非常规武器，这使得拥有更先进算法的国家在未来的任何冲突中都拥有显著且决定性的优势。对话强调，人工智能可能本质上与民主格格不入，因为它是一种易于操纵的工具。以下则是此次对话的主要内容：

迈特尔：首先，很高兴参与这次对话。人工智能本质上是一个广泛的主题，涵盖了人工智能作为一种认知形式运作的各种方式。但最重要的区别在于传统人工智能和通用人工智能。

当今最先进的人工智能开发者认为，我们正在接近一个门槛，在这个门槛上，模型可以在一系列任务中提供广泛的认知能力，堪比人类专家，甚至达到超级智能。这就是对通用人工智能的定义。

换句话说，当前的大多数人工智能模型都被归类为狭义人工智能，这意味着它们专注于解决特定问题。而通用人工智能仅仅是能够解决各种问题的原始认知能力，技术开发者通常在部署之前甚至不知道这些模型能够解决哪些问题。

迈特尔：人工智能是国家安全领域的一项“变革性技术”。先进的人工智能能够提供广泛的能力，包括使参与者能够以超人的速度收集和处理情报，并以人类永远无法企及的洞察力提取信息。它还可以加速数据驱动的决策，使冲突各方能够比对手更快地 – 或许也更明智地 – 思考和行动。

它还可以用于改进物流和其他业务流程，并集成到战争中更复杂的无人机和自主系统中。此外，先进或通用人工智能有可能催生出一种超级武器，从而为一个国家带来相对于另一个国家的决定性军事优势。这种情况发生的可能性尚不明确，可能会非常低，但我们不能排除这种可能性。

例如，这种能力可以成为一种强大的网络武器，以瘫痪对手的关键基础设施，也可以用于防御，以使民众免受网络攻击。但问题的关键在于，无论谁在开发下一代领先人工智能模型上略胜一筹，那些将人工智能更有效地融入国家安全体系的国家都将获得决定性的军事优势。

迈特尔：美国的技术开发体系有很多优势，但也存在一些弱点。在美国，创新体系是开放的；它不仅限于政府机构，而且主要在私营部门蓬勃发展。这种方式赋予了私营部门卓越的创新能力，并使其对全球人才具有吸引力，其固有的竞争力促进了突破性理念和技术进步的发展。

然而，我们体系的这种开放性也存在一些弱点。它使其容易受到间谍活动的攻击，并助长了算法开发的快速传播，我们在兰德公司的一些研究中已经讨论过这一点。这就意味着，当美国人工智能公司取得技术突破时，其竞争对手可能会迅速缩小差距，这种风险很高。这种做法要么通过窃取知识产权，要么仅仅通过监控和复制已经公开发布或商业化的应用成果来实现。

我们已经看到了这种情况发生：像“深度求索”这样的中国人工智能公司正在开发的技术仅仅比其美国同行落后几个月的时间。这种动态使得美国很难仅凭技术进步保持持续领先地位。除了技术发展之外，我们的体系还面临着其他挑战，我也可以讨论这些挑战，但首先请告诉我哪些信息可能对您有所帮助。

迈特尔：我完全同意。我们的体系既有优势，也有劣势。优势在于公司独立于政府，这赋予了它们极大的灵活性和速度，并使它们成为开发尖端技术的真正实验室。然而，挑战在于，私营部门的主要动机是商业利益，而这并不总是与美国的国家安全优先事项相符。

例如，人工智能公司倾向于在能源充足且监管环境良好的地方构建大规模计算能力和前沿模型，无论其位于何处 – 无论是在美国还是在安全措施可能较为松懈的其他国家。

我们在《外交事务》上发布的文章中指出，全球首个 5 千兆瓦的数据中心集群将建在美国境外。虽然这将促进美国先进人工智能芯片的出口，并且美国公司也将在一定程度上控制这些芯片的使用方式，但这也带来了新的风险。

像中国这样的竞争对手可能会留下后门，并使他们能够获取技术或者利用这些计算基础设施来开发自己的人工智能模型。这是一个真正的挑战；驱动公司发展的商业逻辑与国家安全利益之间存在差异，而这也是政府必须解决并确定如何管理的问题。

迈特尔：我完全同意这个观点。我们不应该对中国人工智能研究人员和科学家拥有世界一流水平感到意外，因此，美国相对于中国的优势主要不在于人才。诚然，我们在吸引全球人才方面拥有优势，我们也力求保持这一优势。然而，中国顶尖大学的毕业生似乎与美国顶尖大学的毕业生一样优秀，这意味着人才缺口已不再像以前那么大。

在人工智能发展的其他关键方面，例如数据，也缺乏明显的差异化，而数据尚未被证明是决定性因素。有一段时间，甚至在李开复出版这本书的时候，人们就认为中国可能比美国拥有更显著的数据优势，因为中国收集了更多来自本国民众的数据。但这似乎并非主要差异化因素，至少目前还不是。

最大的差异化因素似乎在于先进的计算能力，而这正是美国出口管制真正发挥作用的地方。如果我们看看中国领先的人工智能开发者，例如深安科技的首席执行官的言论，我们就会发现，他们最关心的是是否拥有足够的先进计算能力来构建模型。这是美国目前相对于中国的唯一切实优势，这使得它在人工智能趋势上能够领先一两步。

迈特尔：没错，《外交事务》上的这篇文章凸显了中美两国在人工智能模型设计上的根本差异。中国的模型及其更广泛的数字基础设施主要服务于国家，通过运行面部和语音识别系统进行监控，自动审查平台内容，并配置算法来传播亲华宣传。

这与美国的体制和模型发展方式形成了鲜明对比，后者通常体现出对民主规范、透明度、数字隐私、用户选择和数据保护的更强承诺。这实际上取决于人工智能模型中减少政府滥用可能性的功能。这是两种模式的根本区别，也是我们认为美国政府不应放弃科技生态系统的部分原因。在全球南方国家，质量足够高的中国模式的确能够比美国私营部门当前提供的模式取得更多的进步。

迈特尔：我同意这个观点。包括人工智能在内的技术是一把双刃剑。它们带来巨大的好处，但也伴随着固有的风险和成本。领先的人工智能模型面临的最大风险之一是它们可能发布对人物、图像和声明的深度伪造内容。而这些伪造内容可能会成为信息空间中虚假信息的来源，使公民难以辨别真相并做出明智的决策。这包括影响选举和其他类似领域的决策。

这就意味着美国政府必须应对的真正威胁和挑战，尤其是在将这些先锋模型融入我们的社会以及如何部署它们的问题上。这一挑战并非美国所独有；其他民主国家也在努力应对这类挑战。因此，随着这项技术不断成熟，并在深度伪造和虚假信息方面变得更加有效，这无疑是民主国家必须面对的挑战之一。

迈特尔：兰德公司的大部分研究都集中在中国部署算法战能力的明确目标上。这从本质上指向了一种未来的战争类型，在这类战争中，坦克和舰船等传统军事资产的重要性将低于国家算法的速度、复杂性和可靠性。例如，想象一下一个由人工智能驱动的作战管理系统，其处理信息和执行决策的速度将比人类快数千倍。

该系统可以设计出更智能的军事力量部署方式。例如，想想这将对无人机群产生的影响，它们的协调和使用将比我们今天看到的更加有效。

如果你拥有比对手更强大的算法，那么在冲突爆发之初瘫痪对手的网络就将获得显著优势。这就是动态：拥有卓越算法的国家实际上可以获得显著的、甚至是决定性的优势，在对手做出反应之前就将其压倒。这使得算法的质量成为战场胜利的关键 – 或者至少是重要的决定因素。这就是我们今天面临的关于人工智能将如何重塑未来战争的动态。

迈特尔：重要的是要理解，美国和中国正在战略上争夺全球影响力，并寻求提升各自的利益。这种关系充满了双方都在积极应对的结构性紧张。据我理解，美国政府的战略是，它并不寻求与中国开战；相反，它试图阻止战争，并防止战争的发生。

然而，我们确实存在利益直接冲突的领域。如果我们看看台海地区，我们就会发现，中国已经宣布的目标是统一两岸。为了实现这一目标，中国正在发展军事能力，以使之能够通过武力手段来实现目标。从美国国防的角度来看，这意味着中国军队可能会对印太地区的稳定与安全构成重大挑战。

因此，美国军方寻求保持可信的威慑力，以使中国不会认为在印太地区与美国发生潜在战争符合其利益。从军事规划的角度来看，这意味着美国军方必须在该地区保持对中国的相对优势，这样中方才不会将诉诸武力，或是将战争视为解决政治问题的可行手段。

迈特尔：台湾地区对美国利益至关重要。就在两年前，我们在兰德公司进行了一项研究，得出的结论是，无论台积电因何原因倒闭，都可能会在两个月内引发全球经济衰退。其经济意义重大，不仅会影响美国或中国的经济，还会波及全球。

台湾地区的许多人希望这一关键的经济作用能够形成一道"硅盾"，以使其稳定具有重要性并避免大陆动用武力或采取任何重大敌对行动。鉴于该地区对全球经济的重要价值，我们也但愿如此。

迈特尔：我们在《外交事务》杂志上发表的这篇文章的要点是，人工智能竞赛并非只有一种，而是包含五个层面。其中，每个人都在谈论和关注的竞争，是争夺人工智能发展技术和领导力的竞争，或许还包括跨越通用人工智能的门槛。这无疑是一场重要的竞争，美国赢得这场竞争总比输掉好。

但这并非唯一的竞争；此外还存在另外四场竞争。其中一场竞争是为了获得国家安全优势，从而将领先的人工智能模型整合到军事和情报领域内；另一场竞争则是为了实现人工智能的经济和社会效益，以使其能够应用于科学发现、创建新企业、提高企业生产力和效率等等。

接下来还有在争夺全球科技生态系统主导地位方面的竞争，而这关系到各国将依赖哪种模式来构建其数字基础设施：美国模式还是中国模式？接下来则是逐底竞争，而这是我们都必须避免的。美国和中国的利益在此紧密契合，我相信未来将会出现一些合作的领域。这场竞争源于人们的担忧，即领先的人工智能模型可能会与人类操作者或设计者的意图不符，并且可能以不可预测的方式运行或者引发随机问题。

这可能会导致“失控”的局面，即人工智能失控，并做出与人类意图相悖的事情，从而引发一系列潜在的问题。美国和中国之间不稳定的动态关系也可能导致后人工智能时代的到来，甚至引发两国之间的冲突。我们希望避免所有这些情况，因此，找到合作方式以避免这些负面结果至关重要。

迈特尔：我认为中美两国在这一领域内的真正优势并不在于技术开发，而在于应用。美国私营部门采用人工智能的速度比中国私营部门更快。但从政府角度来看，我们发现中国政府采用人工智能的速度可能比美国政府更快。

这是因为他们在这方面存在一项明确的政策，即"指示性融合"政策，其中包括一系列激励措施，以加速军事和情报机构采用人工智能。

这与美国政府目前对待私营部门的方式截然不同。尽管美国政府已经正确认识到了这个问题，并在历届政府中努力解决它，但目前的情况是，美国军队采购和整合人工智能的周期非常长，而且军队内部的作战文化往往抵制变革和人工智能的潜在优势。

美国国防部的环境也相对不利于人工智能的发展，其数据高度孤立，监管方式也较为严格，这使得人工智能难以真正扎根和发展。这使美国在国家安全机构采用相关技术方面，处于一种相对于中国的结构性劣势中。

迈特尔：令人遗憾的现实是，世界目前面临着各种全球性和新兴风险，这意味着需要关注的领域有很多。先进人工智能和通用人工智能存在风险，而改变生物学的技术进步（例如合成生物学动态）也可能导致广泛问题。此外，我们还将探讨可能造成巨大破坏的系统性风险。

我目前的大部分时间都致力于人工智能相关风险的研究，因为通用人工智能很有可能出现，而它拥有广泛的认知能力。如果人类认知真的能够实现自动化，这就将对我们的社会、政府运作方式以及人们的参与方式产生深远的影响。因此，我认为人工智能的系统性影响尚未得到充分重视。

我们尚不确定“超级强大”的通用人工智能是否会出现。如果出现，它将如何体现？它将具备哪些能力？它将如何被应用？以及等等诸如此类的问题。但一段时间以来，那些处于这项技术前沿的人们一直在对其中的危险性发出警告，并声称能力正在不断提升，而其发展趋势表明了它的正确性。我们将拭目以待，但趋势表明这些能力正在稳步发展。

我认为，会对美国政府和整个世界造成损害的是，我们可能无法跟上并面对通用人工智能的未来，并处于分析能力匮乏的状态下，没有深入思考这项强大技术的实质是什么，以及我们如何才能最好地利用它来推进我们的集体利益并造福世界。而不是时时刻刻对一些枝节问题和不利因素做出反应。

来源：语言学研习