每項技術都會經歷一個發(fā)現(xiàn)期和一個實施期。在發(fā)現(xiàn)期，關鍵工作在研究實驗室里，科學家在那里取得突破，推動該領域向前發(fā)展。在實施期，這項技術達到了有實際用途的程度，開始從實驗室涌向世界。

在過去的十年里，我親眼目睹了人工智能領域從一個階段向另一個階段的過渡。20世紀80、90年代是人工智能的發(fā)現(xiàn)期，我通過在卡內基梅隆大學(Carnegie Mellon University)和蘋果公司(Apple)從事語音識別研究，參與了這個時期。再后來，我作為谷歌中國負責人以及中國移動互聯(lián)網的早期投資者，參與了這項技術的實施階段。

從發(fā)現(xiàn)到實施的轉變，標志著人工智能研發(fā)重心從美國轉向中國的重大轉型。發(fā)現(xiàn)期大量依賴從美國出來的創(chuàng)新，美國擅長有遠見的研究和探索性的項目。美國無拘無束的學術環(huán)境、無與倫比的研究型大學系統(tǒng)，以及傳統(tǒng)上對移民（我就是其中之一）的開放態(tài)度，使其在幾十年里一直是人工智能領域重大構想的孵化器。

然而，人工智能的實施取決于另一組優(yōu)勢，其中許多正在中國顯現(xiàn)出來：豐富的數(shù)據(jù)、競爭極度激烈的商業(yè)環(huán)境，以及一個以人工智能理念來積極改造公共基礎設施的政府。中國還擅長將一個抽象的科研突破轉化為成千上萬有用的、商業(yè)上可行的產品。這個過程的困難程度，是大多數(shù)科研人員沒有認識到的，這個過程也讓許多中國技術公司得到比它們曾被指“抄襲”的美國同行高得多的估值。

有遠見的研究對人工智能始終是重要的，這意味著中國仍有很多東西要向美國學習。但是，隨著實施日益成為最為重要的方向，美國現(xiàn)在也有很多東西要向中國學習。

西方的分析人士經常承認中國在人工智能方面有優(yōu)勢的領域，但他們對中國在每個優(yōu)勢領域的實力本質往往有誤解。就中國豐富的數(shù)據(jù)而言，分析人士經常指出中國人口的龐大規(guī)模（中國人擁有11億部移動互聯(lián)網設備），并聲稱不嚴格的隱私法律讓用戶數(shù)據(jù)的使用不加管制。但中國的核心數(shù)據(jù)優(yōu)勢不僅在于廣度（用戶數(shù)量）和獲?。ㄓ脩糌暙I的數(shù)據(jù)量），還在于每個用戶的數(shù)據(jù)的深度，即使用對人工智能算法有意義的數(shù)字形式捕獲中國人的真實世界活動。

例如，中國消費者經常使用微信這樣的應用程序來做現(xiàn)實生活中的事情，范圍之廣令人難以置信：買日用品、預約醫(yī)生、交水電費、申請小額貸款等等。中國人對自行車共享和網約車應用軟件的需求占全球需求的68%。應用程序的這種廣泛使用在一定程度上反映了一種“跨越效應”：中國人從未真正養(yǎng)成使用信用卡的習慣，于是他們直接跨越到移動支付；中國的醫(yī)院從來沒有廣泛使用傳統(tǒng)的病人預約系統(tǒng)，于是它們直接跨越到智能手機應用程序；諸如此類。

從這些巨大的數(shù)據(jù)流中顯現(xiàn)出來的是每個中國用戶的一個多維圖像，這讓人工智能公司能夠更好地為他們定制服務。硅谷的公司也在開發(fā)類似的產品，但他們掌握的數(shù)據(jù)大多局限于在線活動：谷歌上的搜索、YouTube上視頻點擊數(shù)量、亞馬遜上的購物和Facebook上的點贊。

就人工智能的競爭性商業(yè)生態(tài)系統(tǒng)而言，中國的優(yōu)勢經常被西方分析人士錯誤地進行描述，他們認為中國的科技主要建立在知識產權竊取上。這種誤解反映了對一種完全合法的復制形式——模仿成功的商業(yè)模式，然后加以調整——的文化態(tài)度差異。

在硅谷，模仿其他公司的商業(yè)模式或其他企業(yè)的特征是相當可恥的事。這樣做有悖于史蒂夫·喬布斯(Steve Jobs)等創(chuàng)新者提倡的“卓逸不群”的信念。其結果是，先驅者往往在很長一段時間內不受挑戰(zhàn)，即使他們不充分探索或利用他們的技術的所有可能性，人們也允許他們統(tǒng)治他們所在的行業(yè)。

相比之下，中國創(chuàng)業(yè)者對于模仿成功的企業(yè)沒有什么顧慮。一旦一個概念被證明具有吸引力，數(shù)十家甚至數(shù)百家其他公司就會涌入這個行業(yè)，展開一場激烈的生存戰(zhàn)。其結果類似于演化中的自然選擇：所有的公司都在同一個基礎上開始，但它們通過改變產品或商業(yè)模式來獲得優(yōu)勢。那些拿出了運轉良好的改進產品的公司得以生存和發(fā)展，而那些適應得慢的企業(yè)則會滅亡。

從分享經濟在中國的發(fā)展就可以清楚地看到這一點。在優(yōu)步(Uber)和滴滴等公司證明了網約車可行性之后，中國的初創(chuàng)企業(yè)嘗試了所有可能的分享方式：分享籃球、分享雨傘、分享自行車、分享手機充電器。這些努力大多很快就夭折了，但那些幸存下來的公司——包括少數(shù)幾家實力最強的共享單車初創(chuàng)企業(yè)——成了估值數(shù)十億美元的公司，并在短短幾年內徹底改變了城市交通。

最后，還有一個中國政府支持人工智能的問題。美國人經常講這么一個簡單粗暴的故事，說身在中央政府的中國官員們從這些公司中挑選出贏家，向它們提供巨額補貼，然后保護它們免受外國競爭。但這個故事從根本上誤解了中國政府是如何鼓勵人工智能的實施的。

中國政府明白，隨著人工智能從純數(shù)字世界轉向實體世界，公共基礎設施和制度將不得不隨之改變。如果我們要讓自動駕駛汽車減少事故，我們也許需要在道路上嵌入傳感器。如果我們想用人工智能輔助的診斷來盡早發(fā)現(xiàn)癌癥，我們可能需要醫(yī)院管理者們制定出既保護隱私、同時讓研究得以進行的數(shù)據(jù)共享協(xié)議。這些都是給公職人物帶來一定程度風險的決定，尤其是在一個斗爭殘酷的政治環(huán)境中，每一個失誤都會成為反對派攻擊的口實。

北京把人工智能宣布為國家首要任務，是向地方官員們發(fā)出一個信號，那就是，他們將會因促進人工智能基礎設施的發(fā)展而得到獎勵。中國的模式不是靠自上而下的命令、或無限的補貼；中國的模式靠的是鼓勵地方官員，在他們所在的地方做必要的改變，以便私營的人工智能公司能夠開發(fā)出可以實際使用的產品。

我這是在說中國現(xiàn)在擁有人工智能的成功秘訣嗎？根本不是。這個領域正在從發(fā)現(xiàn)轉向實施的事實，并不意味著發(fā)現(xiàn)不再重要。事實上人工智能存在眾多問題，以至于還不知道怎樣做是最佳的方式。

比如像全自動汽車這樣的人工智能驅動產品。中美兩國的科技公司都仍在拼命地追逐著一個夢想，要把一種自我駕駛能力遠遠超過人類的汽車大規(guī)模投入使用。誰將在這場競爭中勝出，很可能取決于最終的主要障礙是核心技術問題，還是僅僅是執(zhí)行細節(jié)問題。如果主要障礙是技術的話，比如核心算法仍需重大改進，那么優(yōu)勢就在美國。如果是實施的話，比如需要有智能基礎設施或進行政策調整，那么優(yōu)勢則在中國。

此時此刻，我們還不知道是哪個，但我們知道一國可以通過學習另一國的長處來提高自己成功的概率。中國的研究人員、初創(chuàng)企業(yè)和人工智能公司應該讓自己的想象力更放開一點，敢于把賭注押在更長遠的東西上，讓自己有打開新局面的機會，而不是老在追趕。與此同時，美國公司應該樂于去做沒那么光鮮的事——不斷就一個經驗證的概念去發(fā)展變種。美國的政策制定者們也可以改變對人工智能放手不管的立場，而是積極地考慮如何調整國家的實體設施和公共機構，以便更好地與新技術相結合。

如果中美兩國能夠從這個角度來做出調整的話，那么一場看起來是中美兩國之間爭奪人工智能制高點的零和對抗，將會顯露截然不同的樣子：一個跨文化學習、齊心協(xié)力將一個全球項目——發(fā)展能改善人類生活的人工智能——向前推進的機會。