跟中國競爭，美國需要“會做數學題”的AI｜IPP編譯

IPP評論是國家高端智庫華南理工大學公共政策研究院（IPP）官方微信平臺。

導語：近日，量子人工智能公司 SandboxAQ 首席執行官杰克·D·希達里（Jack D. Hidary）在《華爾街日報》發表的文章中提出了一個觀點——隨著中國持續對人工智能、量子技術和新材料等關鍵領域投入資源，美國若要在半導體、能源、醫藥和金融等領域保持競爭力，僅依賴生成文本、圖像等內容的大語言模型遠遠不夠。美國需要的是面向現實世界的新型人工智能模型——基于實驗室數據訓練、以方程式輸出為核心的定量模型，使技術能夠實現躍遷式發展。

杰克·D·希達里(JackD.Hidary)

量子初創公司SandboxAQ首席執行官

文章原于2月16日刊登在《華爾街日報》，原標題為“America Needs AI That Can Do Math: Language skills won’t be enough to stay ahead of China in the economic sectors that matter”。

隨著中國在關鍵產業領域加速推進，美國若想保持競爭力，就必須開發一類全新的人工智能模型——這種模型是為科學與數學世界而非語言和圖像世界構建的。

以中國此前的五年規劃為例，中國將生物技術列為重點發展領域。如今，中國在新型生物醫藥知識產權和臨床試驗方面迅速崛起，甚至常常超越西方競爭對手。新出臺的中國“十五五”規劃聚焦人工智能和量子技術，并加強對現實世界其他關鍵領域的投入。“十五五”規劃還將新材料科學列為關鍵詞，以進一步鞏固中國在關鍵礦產領域的優勢。

所謂新材料，包括新的金屬合金以及碳基材料，這些材料可能比鋼等傳統材料更堅固、更輕。新材料科學還包括為電池開發全新的化學組合，使電池能夠儲存更多能量、充電速度更快且重量更輕。這些技術的應用領域包括高超音速導彈、先進芯片制造、軍艦以及儲能電池等。

以社交媒體和Pinterest圖像訓練的AI模型并不適合這些應用場景，因為這些領域需要的是亞原子層面的物理學理解。我們需要的是面向現實世界的新型人工智能模型——基于實驗室數據訓練、以方程式輸出為核心的定量模型，使技術能夠實現躍遷式發展。

在關鍵任務應用中，“幻覺”（hallucination）是絕對不可接受的。未來一個世紀，擁有最強定量人工智能模型和量子技術的國家，將主導全球格局。中國已經意識到這一點，并正為此集中發力。

現實世界人工智能的應用領域包括制藥、半導體、能源和金融服務——這四個行業的全球經濟總量超過25萬億美元。這些行業依賴的是數字與方程，而不是語言。

美國用戶最熟悉的人工智能是大型語言模型，它們能夠生成文本、歌曲、圖像、視頻以及其他數字媒體內容。但面向定量世界的人工智能完全是另一回事，其核心目標在于開發新的醫療療法、推進新材料科學以及進行先進的風險管理和投資組合構建。機器人和自動駕駛等領域也在迅速發展，同樣需要能夠幫助這些系統在現實世界中導航的定量模型。

OpenAI聯合創始人伊爾亞·蘇茨克維（Ilya Sutskever）近期也加入了“超越大型語言模型”（beyond LLM）的陣營，指出僅依靠語言模型無法實現通用人工智能。加里·馬庫斯（Gary Marcus，紐約大學神經科學名譽教授）多年來一直在強調這一觀點，如今越來越多的人開始認同。World Labs和AMI是兩家新成立的公司，正專注于開發這類定量人工智能模型。

伊爾亞·蘇茨克維（Ilya Sutskever）認為，當前AI在基準測試（benchmarks）上表現極好，但在真實經濟和社會中的實際影響卻明顯滯后，而且模型的泛化能力（generalization）仍舊遠不如人類。圖源：Getty Images

人工智能領域已形成一種共識：模型開發者幾乎已經吸收了所有可以在互聯網上獲取的數據。未來真正改變人工智能發展路徑的數據，將不再來自互聯網，而是來自各個行業的專業數據來源。例如，在開發新的醫療療法時，我們需要來自自動化實驗室的數據，這些實驗室能夠進行成千上萬次實驗。這樣的機器人實驗室如今在西方國家和中國都正在出現。

實驗室生成的數據還可以通過基于物理學和化學方程的合成數據進一步擴展，從而構建更大的數據集。隨后，這些數據集將被用于訓練專有模型，這些模型采用為特定行業量身設計的新型架構。

在國防和能源領域，對新型模型的需求尤為迫切。中國在高超音速導彈研發方面已領先美國。這類導彈的速度可達5倍音速（Mach 5）或更高，相比傳統導彈更難被追蹤和攔截。新材料使這些導彈既輕量又堅固。

中國同樣在電池產業占據主導地位，掌握了92%的電池級鋰供應和85%的電池市場份額。若要競爭，美國必須突破以鋰為基礎的電池技術，開發新的電池化學體系。

同樣，先進芯片制造也需要新的材料和工藝。隨著芯片中晶體管數量不斷增加，我們正逐漸逼近物理極限。繼續推動摩爾定律（Moore’s Law）前進，就必須開發新的材料和設計架構。

定量人工智能模型對于設計這些新材料和芯片拓撲結構至關重要。理論上可以組合的材料元素種類極多，但真正可規模化應用的可能只有幾十種。計算這些元素的最佳組合遠遠超出了傳統工具的能力范圍。

在金融服務領域，風險計算和優化同樣至關重要。市場和交易策略的復雜性不斷提升，傳統風險模型已經難以應對。例如在保險行業，許多風險模型已經使用了幾十年，但它們無法捕捉這一市場所需要的時間維度和高維數據分辨率。當保險公司想要計算承接其他經紀公司保單池所帶來的綜合風險時，實際上幾乎是在“盲飛”。

在資產管理領域，一場潛在危機也正在形成。許多資產管理機構的管理規模已達到數萬億美元。如此龐大的體量意味著，這些機構的微小操作都可能影響整個市場。同時，結構化金融工具的復雜性以及私募市場中不斷增加的杠桿，使許多資產在現實世界中的影響遠遠超過其名義價值。大型語言模型并不適合處理這些關鍵任務，而金融市場的穩定性在很大程度上取決于我們是否能夠解決這一問題。

中國正致力于主導全球經濟的關鍵產業，并且已經在關鍵材料等領域證明了自己有能力做到這一點。新的五年規劃以高度集中的方式鎖定這些關鍵領域，這也向美國及其盟友發出明確信號：如果西方希望在競爭中占據優勢，就必須依靠面向現實世界的人工智能實現技術躍遷。

編譯｜周浩鍇 IPP新媒體編輯

IPP評論熱門文章

關于IPP

華南理工大學公共政策研究院（IPP）是一個獨立、非營利性的知識創新與公共政策研究平臺。IPP圍繞中國的體制改革、社會政策、中國話語權與國際關系等開展一系列的研究工作，并在此基礎上形成知識創新和政策咨詢協調發展的良好格局。IPP的愿景是打造開放式的知識創新和政策研究平臺，成為領先世界的中國智庫。