中国的大学能否推动它在全球人工智能竞赛中取得胜利？
快速阅读: 据《泰晤士高等教育》称，文章探讨了中国在人工智能领域的崛起，指出其在人才培养和专利数量上的优势，但也存在高影响力研究不足等问题。中美在学术交流减少的背景下，中国转向与其他国家合作，并加大国内AI教育投入，但仍需解决教育质量、成果转化及人才保留等挑战。
根据不同的衡量标准，有一种观点认为中国有望实现其到2030年超越美国、成为全球人工智能领导者的雄心。研究表明，不仅在2023年，中国就已成为全球最大的人工智能人才生产国，而且在人工智能专利方面占据主导地位，2022年全球专利来源中有61%来自中国。
根据不同的衡量标准，有一种观点认为中国有望实现其到2030年超越美国、成为全球人工智能领导者的雄心。今年关于中国人工智能能力的讨论愈发热烈，随着人工智能聊天机器人DeepSeek的推出——这个由中国本土人才开发的模型似乎以显著更低的成本就能媲美ChatGPT的表现。然而，在其他领域，中国仍落后于美国，包括高影响力的研究和知名人工智能模型的数量。根据斯坦福大学研究人员的数据，2023年，美国机构生产了61个这样的模型，而欧盟国家则生产了21个。相比之下，中国生产了15个。
中美之间的一个重要区别在于两国对学术界在推动技术进步中所扮演角色的态度。问题是，中国对大学的过度依赖能否为其带来足够的优势，从而赶超其美国竞争对手，还是其自上而下的倾向总是会让它处于追赶状态。
资料来源：Anna Barclay/Getty Images
我们今天所熟知的中国人工智能雄心可以追溯到2017年，当时政府制定了将该技术定位为工业转型主要驱动力的计划。这份具有里程碑意义的文件由国务院发布，明确要求创建“大规模人工智能创新基地”，将大学与企业联系起来。然而，世界各地的AI研究大多发生在私营公司而非学术界。正如《2024人工智能指数报告》的作者所述，“培训费用的增加实际上排除了传统上作为人工智能研究中心的大学，使它们无法自行开发前沿基础模型”。
尽管如此，中国一直在致力于构建一个全方位的生态系统，并明确认识到学术界在其宏伟的国家目标中发挥的关键作用。虽然国家特别支持阿里巴巴、百度和腾讯等科技龙头企业作为AI“国家队”，但期望这些公司能与大学协同工作。
“在西方，我们倾向于将公司视为股东和管理层赚钱的工具，”莱顿大学现代中国研究讲师罗吉尔·克雷默斯说。“在中国，可以说政治态度略有不同。经营公司赚取一些利润完全没有问题，但你也是一家中国企业，这意味着你需要支持政府实现其发展目标。”
正如2010年代末对科技巨头的严厉监管和反垄断案件所示，中国始终存在打压的风险。克雷默斯认为，这是一股强大的合规动力。“如果政府要求你……帮助确保大学生态系统保持健康，你最好照做，”他说。
**胡萝卜与棍棒并用：**
“在西方，我们大体上认为市场会解决问题：公司需要支付所需技能的成本，然后市场会提供这些技能，”克雷默斯说。“在中国，政府采取了更多措施为企业提供便利。”
教育部最终决定公立大学的课程设置，并专注于确保其认为对国家未来发展至关重要的行业拥有充足的人才储备。对于中国大学而言，这已经转化为国家对其AI项目的“巨额投入”，诺丁汉大学宁波分校人工智能与优化研究小组教授兼负责人白瑞斌说。
“在过去几年里，几乎所有中国的大学都经历了对AI的大量投资。结果，可以看到教职工队伍的大幅扩充，”他说。这尤其适用于公立大学，但像诺丁汉宁波这样的独立院校也从政府资助中获益，他说。
教育部最终决定公立大学的课程设置，并专注于确保其认为对国家未来发展至关重要的行业拥有充足的人才储备。对于中国大学而言，这已经转化为国家对其AI项目的“巨额投入”，诺丁汉大学宁波分校人工智能与优化研究小组教授兼负责人白瑞斌说。
教学面临的挑战是如何跟上私营部门快速发展的步伐，为此中国政府鼓励高校与产业加强融合。“尽管传统课程往往滞后于前沿发展……但中国顶尖大学通过与企业共建联合实验室正在缩小这一差距，”悉尼科技大学澳大利亚中国关系研究所副教授张玛丽娜说。
教育部最终决定公立大学的课程设置，并专注于确保其认为对国家未来发展至关重要的行业拥有充足的人才储备。对于中国大学而言，这已经转化为国家对其AI项目的“巨额投入”，诺丁汉大学宁波分校人工智能与优化研究小组教授兼负责人白瑞斌说。
在白瑞斌看来，这是一个平衡的问题。“你既要打牢基础，又要让学生接触最新技术，”他说。
中国面临的另一项重要挑战是人才留存。2023年，美国仍是顶级人工智能人才工作的首选目的地，根据保罗森研究所旗下智库MacroPolo的数据。不过，它还发现中国培养了最多的人工智能人才，且越来越多的人选择在国内就业。这可能是推力与拉力因素共同作用的结果。
中国作为科研强国的声誉提升与中国特朗普政府于2018年发起的“中国行动计划”密切相关，该计划旨在清除美国研究和产业中的疑似中国间谍。特朗普重返白宫后，一些有影响力的研究人员已逃离美国，这些决定常被中国官方媒体广泛报道。
“可以说，特朗普某种程度上为中国生态系统带来了福音，因为这让美国对中国学者、工程师和专家失去了吸引力，”克雷默斯说。
这可能是推力与拉力因素共同作用的结果。中国作为科研强国的声誉提升与中国特朗普政府于2018年发起的“中国行动计划”密切相关，该计划旨在清除美国研究和产业中的疑似中国间谍。特朗普重返白宫后，一些有影响力的研究人员已逃离美国，这些决定常被中国官方媒体广泛报道。
即便研究人员回国，也不一定会投身学术界。正如全球其他地方一样，中国高校“长期以来难以与产业竞争以吸引顶尖人才”，白瑞斌说。私营企业“提供更高薪酬、更好职业发展路径，并开展更具前瞻性和更大规模的项目”。
然而，白瑞斌补充说，私营领域近期多轮裁员使得行业岗位吸引力有所下降。“如今有人从行业转向学术界，”他说。“我认为目前的平衡比以往更好。”
与此同时，在科研领域，尽管私营企业通常专注于尽快推出新的人工智能模型，高校也在支持关乎中国长远成功的长期发展。
“中国高校承担了大多数政府资助的基础研究项目，探索量子机器学习等新兴前沿领域，时间跨度为10至15年，”悉尼科技大学的张玛丽娜说。
与此同时，在科研领域，尽管私营企业通常专注于尽快推出新的人工智能模型，高校也在支持关乎中国长远成功的长期发展。
“这类基础工作为产业发展提供了支撑。历史上，许多颠覆性的人工智能理念……源自学术实验室。因此，强大的高校研究对于在全球技术竞争中保持中国的竞争力至关重要。”
与此同时，在科研领域，尽管私营企业通常专注于尽快推出新的人工智能模型，高校也在支持关乎中国长远成功的长期发展。
——海伦·帕克
**挑战依然存在**
尽管唐纳德·特朗普于今年1月重返白宫之前，美中在人工智能领域的竞争已经尤其在半导体和机器学习研究领域扰乱了长期的学术和研究合作。许多中国顶级大学此前依赖与美国顶级机构的合作，以获取最前沿的AI技术、进行师资交流和获得联合研究资助。然而，拜登政府在2022年推出《芯片与科学法案》以及随后对中国获取先进计算技术的限制，迫使中国顶级大学寻求替代途径，以实现其到2030年成为人工智能和新兴技术超级大国的目标。
问题是，这是否足以弥补因失去西方联系和技术而造成的损失。在这一背景下，这一点尤为关键，因为今年中国大学卓越计划——即“双一流项目”的更新正在进行，该项目支持约150所顶尖大学开展世界领先的科研。
这种努力无疑令人钦佩。自2023年以来，中国大学加快了国内人工智能人才培养、跨学科研究和技术开发。许多本硕课程已开设，专门的研究中心成立，并与国内科技巨头的合作得到拓展。
例如，清华大学引入了38门与人工智能相关的选修课，并投资于AI驱动的研究平台，推动了机器学习和计算科学的创新。它即将推出一个跨学科的人工智能学院，将人工智能与数学、物理和工程融合。
同样，上海交通大学增加了人工智能和集成电路的本科招生，同时成立了一个人工智能研究所，专注于深度学习算法及计算架构的基础突破。
与此同时，西安交通大学扩大了其“人工智能+X”专业框架，将人工智能与生物医学、信息技术和新型储能系统结合。
这种方法反映了更广泛的国家趋势：大学不是将人工智能视为孤立学科，而是将其融入到各种学术领域中，以促进跨部门创新。还与中国国内的技术公司、人工智能初创企业和半导体制造商形成了更深层次的联盟。
例如，华为与几所“双一流”大学合作开发人工智能芯片研究项目，助力克服中国对外国半导体技术的依赖。此外，阿里巴巴的达摩院和腾讯的人工智能实验室增加了对大学主导的人工智能项目的资助，强调自然语言处理、计算机视觉和云计算应用。
这些公司还共同开发了人工智能相关课程、实习项目和人才管道，确保毕业生具备推动中国人工智能目标所需的技能。
最近的一个显著发展是DeepSeek的出现，这是一种被视为ChatGPT和其他美国技术强大对手的尖端人工智能模型。尽管主要由行业领导者开发，但DeepSeek也受益于学术贡献，清华大学、北京大学和浙江大学的研究人员参与了其语言模型和训练数据集的优化。
这些大学提供了计算专业知识和理论见解，深化了中国人工智能生态系统中学术界与产业界的协作。
随着中美学术交流的减少，中国大学将其国际合作关系转向东盟和金砖国家。一个值得注意的例子是Next研究中心，这是清华大学与新加坡国立大学（NUS）的一项联合倡议——现在还包括南安普顿大学——旨在推动医疗保健、金融和智慧城市中的AI驱动应用。
同时，北京大学通过各种举措积极参与人工智能伦理和治理，包括与欧洲机构的合作。这些努力凸显了中国在全球AI治理讨论中的日益参与，尤其是在较少受到美国制裁影响的领域。
然而，依然存在一些挑战。其中之一是在快速扩张中保障人工智能教育的质量。许多顶尖大学显著增加了与人工智能相关的本硕招生，但在师资招聘、研究资金或实验室基础设施方面没有相应增加。
与此相关的是，中国的AI研究成果虽然数量增长迅速，但在引用和专利方面仍难以在全球范围内产生影响。尽管中国大学发表了一些全球引用率最高的AI研究论文，但它们将学术研究转化为具有全球竞争力产品的能力仍然是需要进一步发展的领域。
此外，中国继续面临人才保留的挑战。虽然签证限制降低了前往美国的出境流动，但许多高技能的中国人工智能研究人员正在迁往欧洲和新加坡的机构，那里被认为更具开放性和更好的资金支持。
因此，维持“双一流”大学在人工智能竞赛中的势头需要持续投资于师资、研究和政策，兼顾扩张与学术质量。
即便如此，技术瓶颈和人才流动性挑战是否能彻底解决，仍然还是个未知数。答案不仅会重塑中国高等教育格局，也将对未来几年的全球人工智能生态系统产生影响。
黄福涛教授是日本广岛大学高等教育研究院的教授。
(以上内容均由Ai生成)
