AI革命不会被垄断

谁将“在AI领域获胜”？目前有几家大型公司急于宣称这一头衔。另一些人则认为中国将接管AI领域，使欧洲和美国远远落后。但除非真正实现人工通用智能（AGI），否则没有理由相信机器学习或数据科学会有单一赢家。相反，AI将遵循与其他软件开发技术相同的轨迹：众多开发者、丰富的生态系统、许多失败的项目和一些闪耀的成功故事。

“AI竞赛”的概念令人困惑

“AI竞赛”的含义包括：

• 竞赛具有竞争性
• 竞赛有赢家和输家
• 竞赛有起点和终点

但当我们谈论AI时，具体指什么？

• 特定的消费产品？
• “人工通用智能”？
• 技术官僚专制？
• 机器人军队？
• 机器学习研究？

垄断新产品类别？

许多新产品将使用机器学习，许多将被垄断。但由谁垄断？如果不同公司制造所有这些产品，谁“赢”了AI？

率先开发“人工通用智能”？

从当前技术推断到真正的AGI非常困难。即使有人开发出AGI，谁先开发还重要吗？

• 如果你认为“AGI是科幻”，那么没有什么可赢的
• 如果你认为“AGI是生存威胁”，那么没有人会赢
• 如果你认为“AGI将解决所有问题”，那么每个人都是赢家？

使用新技术压迫人民？

压迫是AI中应该讨论的风险，但绝不是我们想要赢得的竞赛！

赢得实际军备竞赛？

政府研究将跟随而非领先。如果每个人都公开出版，没有人会远远领先。

发表最多的机器学习研究？

开放研究是协作的，而非竞争的。如果研究公开，每个人都是赢家。

为什么像某中心这样的公司不保密研究？

公司出版研究的原因：

• 吸引人才：如果不让研究人员出版，就无法吸引最优秀的研究者
• 不可避免性：试图封锁秘密不会成功
• 杠杆作用：提高“AI水位”对他们的业务有利

根据NIPS接受论文统计（Robbie Allen，Medium），没有一家机构“主导”机器学习研究：

1. 某中心：60篇（8.8%）
2. 卡内基梅隆大学：48篇（7.1%）
3. 麻省理工学院：43篇（6.3%）
4. 某机构：40篇（5.9%）
5. 斯坦福大学：39篇（5.7%）

但数据呢？

重用数据就像重用代码。如果它不做你想要的事，它就没有多大用处。个人数据只有在涉及你个人时才重要。通用知识很容易获取，不需要独特的专有数据集。

数据本身不会授予任何人垄断权

数据有递减回报：使数据集增大10倍不会使其好10倍。数据并不那么昂贵！有什么数据集比制造厂更贵？

我们不会都从“AI商店”购买AI

公司正在内部化机器学习，因为：

• 机器学习是软件开发，需要随项目演进
• 没有人垄断AI专业知识，人们学习很快
• 对许多应用来说，拥有和控制数据至关重要

供应商可以提供产品，而非魔法

挑战在于将理论上可能的东西应用于问题。重要的是为更大的应用做出正确的决策。

买家并不老且愚蠢

技术文盲管理的刻板印象已经过时。大多数公司让开发者选择工具。开发者强烈偏好开放技术：更灵活，更好的职业发展。

丰富的开源生态系统

来源：GitHub（2018年11月）

那么，谁将赢得AI？

✊ AI革命不会被垄断：

• 没有单一的“AI竞赛”——许多人在构建许多东西
• 没有等待被发现的魔法解决方案
• 机器学习没有任何方面表明垄断或赢家通吃市场

感谢阅读！