人工智能(AI)正在改变经济：它影响着我们购物的方式，我们沟通的方式，以及我们研究的方式。简而言之，AI就是“对一切至关重要”。实际上，很难想象AI无法加速，改进或以其他方式改变的领域。美国投资银行高盛(Goldman Sachs)认为，人工智能：“它是一种针对全球经济的针刺技术，能够及时影响每个公司，行业和经济部门”。[1] AI是一个有些人比喻的推动者内燃机或电力的发明 - 不可忽视的技术。本文探讨欧洲在人工智能方面的立场; 它在这个领域是多么的主权; 欧洲能否或应该以人工智能主权为目标; 如果没有获得这样的主权，会有什么风险呢?
什么是人工智能?
人工智能通常指的是构建计算机的努力，这些计算机能够执行原本需要人工智能的行动，例如推理和决策。它表示了一种根本性的转变，从人类告诉计算机如何行动到计算机学习如何行动。AI主要通过机器学习来实现这一点，包括“深度学习”技术。尽管流行文化喜欢推测“超级智能”及其后果[2]，但大多数研究和开发以及本文的重点都放在更有限，更集中的AI应用程序(也称为“窄AI”)上。
“AI”这个词首次出现在1956年举行的达特茅斯人工智能会议上。从那时起，该领域经历了几次炒作和失望的循环，后者被称为“AI冬天”。该领域目前正在享受“AI春天”，近年来人工智能的发展显着加速。以前，对大型数据集的有限访问以及缺乏适当的计算架构阻碍了它的发展。然而，最近，计算机的性能有所提高，并且有更多的数据可供使用：事实上，2017年的一份报告估计，世界上90%的数据是在过去五年内创建的。同期，图形处理器(GPU)的开发人员数量增长了15倍 - 硬件对人工智能至关重要。[3]总之，这些发展导致全球AI研究的显着增加，从而使更好的算法变得更加广泛可用。反过来，这又产生了更多的研究成果。[4]随着进步的继续，公众和媒体对人工智能越来越感兴趣 - 这项技术已开始同样激发炒作和歇斯底里。
人工智能为何重要
人工智能的潜力几乎是无限的。它不仅是“双重用途”，在某种意义上它既可用于民用和军用，也可用于“全方位使用”，可能影响生活的所有要素。尽管存在被科幻小说激发的夸大承诺的危险，但AI应用已经具有显着的经济和社会效益。在卫生部门，AI用于读取扫描并提高诊断的准确性。在农业方面，人工智能有助于提高作物产量。工厂，服务器农场和其他高耗能企业使用AI来提高能源消耗效率。根据高盛(Goldman Sachs)的说法，“人工智能和机器学习有可能重新调整每个行业的竞争秩序”。然而，该银行还警告说：“未能投资并利用这些技术的管理团队可能会被竞争对手传递，这些竞争对手可以从战略情报，生产力提升和资本效率中获益。” [5]鉴于公司警告被采用人工智能的竞争对手超越的风险，各州应该认真考虑他们是否在人工智能应用方面做得足够，以保证其经济的持续福祉。
除了潜在的经济影响外，人工智能很快成为地缘政治竞争的一个因素。弗拉基米尔·普京(Vladimir Putin)在宣称 “成为这个领域的领导者的人将成为世界的统治者” 时可能一直处于夸张之中，但中国和美国也将人工智能视为地缘政治力量的一个因素。事实上，中国和美国将对方视为主要竞争对手，并且正在竞相成为人工智能的领导者。他们直接竞争人才 - 微软高管之一齐鲁于2017年离开公司加入中国竞争对手百度 - 并在研究中：2016年10月，白宫承认中国在深度学习期刊上发表的期刊文章数量超过了美国。这场比赛甚至可以涉及对每个国家的文化和历史都很重要的事情，例如当中国有2.8亿人观看由谷歌母公司Alphabet 赢得的机器时，对抗世界上最好的人类围棋之一。正如一位观察员所说当时，一家加利福尼亚公司“征服了2500多年前在亚洲发明的一款游戏。美国人甚至不玩围棋。“美国能力的进步直接推动了中国的研究，反之亦然。在谈到这一事件时，谷歌中国前总裁李开复评论道：“如果AlphaGo是中国的人造卫星时刻，那么[中国]政府的人工智能计划就像约翰·肯尼迪总统的标志性演讲一样，呼吁美国让一个人登陆月球”。[6]
如果AI确实像内燃机或电力一样具有变革潜力，那么未采用这种技术将产生经济影响，并可能导致各国之间存在巨大的地缘政治差距。与蒸汽机发明相关的第一次工业革命，让英国的先驱者成为欧洲的主要力量，从法国和普鲁士撤离。这一优势推动了大英帝国的扩张，并使英国领先于世界其他地区需要数十年才能完成。
鉴于新技术可以赋予的力量和影响力，令人惊讶的是，大多数欧洲国家(除法国外)以及欧盟本身似乎都不认为人工智能是地缘政治的一个因素 - 与俄罗斯，美国和中国。最近出版的“维护美国人工智能领导力的行政命令”采取了明确的地缘政治方法，并强调：“美国在人工智能领域的持续领导对于维护美国的经济和国家安全以及塑造全球安全至关重要。以符合我们国家的价值观，政策和优先事项的方式发展人工智能“。相比之下，欧盟委员会的“AI Factsheet”只强调人工智能在医疗保健，交通和公共服务等部门中的重要性。虽然欧盟在过去一年中大大增加了人工智能的努力，但它一直小心翼翼地避免它认为自己在全球人工智能竞争中出现。在一场关于“人工智能竞赛”的外交关系委员会会议上，欧盟的彼得·法特利格认为，欧盟竞选并不是真正的竞争：“对于一场比赛，你需要一个目标，而我并不完全确定我们实际上有一个想法，目标是“。
这令人担忧，因为世界各国可能采取技术民族主义议程的独特风险，包括加强保护主义以支持国家冠军。在一篇值得注意的文章中，机器学习工程师和人工智能投资者Ian Hogarth 警告说：“机器学习将成为不稳定的一个引人注目的原因，民族国家将被迫使其公民超越国际主义的更广泛目标”。人工智能涡轮增压全球竞争的世界可能即将到来。这将直接影响欧盟多边，集体主权的治理方法，因为它会使个别成员国面临回应的压力。这可能使欧盟的模式容易受到地缘政治竞争者的影响，这些竞争者在各种实际应用中超越了人工智能。
最后，AI将改变战争和军事组织。世界各地的武装部队都对它表现出兴趣，包括但不限于人工智能自治。他们这样做是因为AI可以：帮助他们提高运营速度，隐身性，精确性和效率; 允许他们发展新的军事能力(如蜂拥而至); 减少对人力的需求(从而也限制了人为错误); 并且，潜在地，降低成本。然而，人工智能在战争中的应用，尤其是致命自主武器的潜在使用，也引发了对其合法性和道德性的质疑。这引发了公众抗议和持续的辩论 关于在某些常规武器公约框架内禁止此类系统的问题。
鉴于此，欧盟，其成员国和欧盟以外的欧洲国家更广泛地避免落后于人工智能研究和使用，并且他们仍然意识到人工智能可能对其经济和社会产生的影响，这一点至关重要。那么，与其他演员相比，欧洲目前的立场是什么?它可以做些什么来改善其地位?
1.人才：人工智能的快速发展以及由此产生的对研究人员的需求导致了全球人工智能人才的稀缺。Ian Hogarth 很好地说：“世界上可能有700人可以为人工智能研究的前沿做出贡献，也许有70,000人能够理解他们的工作并积极参与其商业化，并有70亿人受其影响。 “这些数字有助于了解挑战，但很难确切地说全球有多少AI研究人员 - 或者需要多少人工智能。中国互联网巨头腾讯2017年12月的一份报告估计，有200,000到30万人是人工智能研究人员或行业从业者。另一份报告通过Element AI，这个数字相当低，全球22,000。人工智能研究人员的稀缺使他们成为一种宝贵的商品，微软研究院负责人彼得·李(Peter Lee)将招聘一名领先的人工智能研究员的成本与雇用国家橄榄球联盟四分卫的成本进行了比较。[8]这种稀缺甚至导致了“获取者”的做法，即大公司接管小公司，其主要目的是雇用员工。[9]
2.数据：目前，大多数人工智能都是通过使用大量数据进行培训的 - 因此相关术语是“大数据”。例如，AI系统可以显示数十万张图片，以便学习识别特定对象。然而，AI可以在没有大数据的情况下进行训练，使用强化学习等方法，通过与自身对抗来生成自己的数据和训练。一些人工智能研究人员认为人工智能的未来在于小数据。但就目前而言，大部分时间：没有大量数据，就没有人工智能。
几乎可以通过任何方式在几乎任何环境中创建可用于机器学习的数据。这包括，例如，人口普查数据，天气数据和健康记录。例如，特斯拉的车队已经积累了超过12亿英里的驾驶数据，仅2011年一年，美国空军无人机就积累了大约37年的视频数据。到2020年，全球年度数据发电量预计将达到44 ZB(44万亿千兆字节)。和数据经纪人已成为影子权力掮客; 这些公司收集并合并来自不同来源的数据，然后出售以获取利润 - 在此过程中产生了主要的隐私问题。
3.硬件：随着AI模型的复杂性快速增长，标准中央处理单元 - 计算机中执行软件指令的硬件 - 已被证明功能不足。这导致人们越来越关注和开发GPU，这是一种更加专业化的电子电路，正迅速成为人工智能的支柱。[10]云公司(如谷歌，微软，腾讯等公司，主要是美国和中国)正在投资这类硬件。这使得他们可以为使用其特定应用的处理单元收取相当高的价格。例如，谷歌的Tensor处理单元收费为每小时6.5美元，而Nvidia的收费为1.6美元。标准CPU每小时仅需0.06美元。到2025年，人工智能相关硬件市场(计算，内存，存储)的价值预计将达到1000亿美元以上，其中美国和中国的先行者占据了大部分。[11]
两个领先的人工智能市场 - 美国和中国 - 如何比较这三个要素?欧洲如何做?
美国
在人才方面，美国世界领先的研究机构培养了大量的人工智能专家，包括经常留在该国创办公司的外国人。旨在识别全球AI研究人员的Element AI 报告发现，其中几乎一半的人在美国生活和工作。总部位于美国的'GAFA'(谷歌，亚马逊，Facebook和苹果)以及较小的硅谷公司成功吸引了来自世界各地的人才。该行业也参与上述收购，例如谷歌收购英国公司DeepMind(AlphaGo背后的公司)。与此同时，人才稀缺性持续增长：LinkedIn 2017年“美国新兴就业报告”发现，雇主最需要的是机器学习工程师，其次是数据科学家。
在数据方面，GAFA公司的大量用户意味着他们已经收集了大量数据库，可用于开发人工智能应用程序。这得益于相对宽松的美国数据收集规则，这使得公司更容易收集和处理数据。
美国在基础设施，软件和硬件方面也处于领先地位。三家美国公司主导全球芯片市场：英特尔，AMD和Nvidia。[12] 2015年，美国政府禁止英特尔向中国出售高端处理器。私营部门也扮演着非常重要的投资角色：2016年在北美，它投入了150亿至230亿美元的人工智能。这是美国政府同年在非机密人工智能项目上花费的十倍以上。
