为什么ChatGPT创新没发生在中国.docx

为什么ChatGPT创新没发生在中国

近日，《经济观察报》对清华大学公共管理学院教授、清华大学中国科技政策研究中心副主任梁正进行了专访，以下为文章全文：

导读

壹?||??ChatGPT是创新生态体系产出的结果，拆解这个生态有几个关键步骤，有创新性的机制，企业走了一条不寻常的道路，聚集了一批理想主义的技术天才，大公司进行了投入和资源整合。我们现在面临的一个困境是没有这样的生态，可以支撑创新层出不穷。贰?||??中国人工智能的发展是在别人的架构、数据集的基础上，我们取得应用场景的突破也有着特殊原因，比如说机器视觉的发展和工程建设采购、公共场景需求是离不开关系的，为什么会出现一种我们已经是“老二”的错觉？

3月15日凌晨1点，OpenAI宣布正式推出ChatGPT4.0，这是其AI语言模型系列中的必威体育精装版产品，也向全球科技界投下了一枚核弹。第二天，百度文心一言发布，承载着中国生成式AI产品的希望，但是正如百度董事长李彦宏所说，这款产品并不完美。

这样的差距引发了学界和业界的讨论，因为就在五年前，中国和美国的人工智能发展似乎差距缩小到了一个程度。

2018年清华大学中国科技政策研究中心发布了《中国人工智能发展报告2018》（以下简称“报告”），彼时报告提出，中国在论文总量和被引论文数量上都排在世界第一，专利数量排名第二，中国人工智能企业数量位列世界第二，中国人工智能领域的投融资占到了全球的60%，成为全球最“吸金”的国家。

“现在专利数量也排名第一了”，当时主持编撰该报告的梁正介绍。梁正现任清华大学公共管理学院教授、人工智能治理研究中心主任，他一直致力于研究科技政策、创新管理等领域，曾担任国家创新调查制度咨询专家组专家，《国家中长期科学和技术发展规划纲要（2006-2020年）》实施情况中期评估专家组专家，参与完成国家中长期科技发展规划战略研究。

在梁正看来，彼时出台的报告实际上更希望强调的是中国人工智能领域仍需要努力的方向，比如在核心技术如芯片和底层架构方面的力量依然十分薄弱、顶尖人才缺乏，与发达国家特别是美国的差距还十分明显等。“但在当时的产业氛围中，大家更关注的是我们已经取得的成绩”，梁正说，在当时机器视觉等细分领域，中国企业在国际竞赛和产业应用两端取得了显著优势。

就在报告发布的前一年，即2017年，谷歌发表了论文《AttentionisAllYouNeed》，提出了一个新的学习框架Transformer。由此，人工智能开始进入大模型时代。

在自然语义处理领域，这一框架取得了非常好的效果，OpenAI连续迭代的GPT即是基于这一新的学习框架。

五年时间过去，从目前的成果发布现状来看，在这场新的人工智能竞赛中，中国尚未如2018年一样，有并驾齐驱之感，从某种直观的体验上，中美的差距似乎被“拉大了”。

在梁正看来，2018年实际上还只是个别领域的成绩突破，本质上是在别人的架构和数据集基础上，在一些应用场景上的突破，并不意味着中国在人工智能领域取得了全局性的优势。但今天也不意味着中国人工智能掉队了，在人工智能领域，中国产业和学术界依然在稳步前进，在一些领域仍然有自己的优势。

从2017年国家出台新一代人工智能发展规划开始，中国人工智能研发在“集中力量办大事”和“市场主导的产业落地”两端都很有力度，但似乎如中国工程院院士李国杰所说的那样，国内AI研究存在“顶不了天、落不了地”的情况，尽管有很多被引用次数很多的论文，数量也颇高，但与真正的“成果”还有距离；而国内人工智能头部公司在资本退潮后，似乎也有些沉寂。

我们可以从ChatGPT的创新中观察到什么？在人工智能的科研政策、科研路线上是否有进一步调整的空间？科技公司又可以从中学习到什么？

为此，我们专访了梁正，他同时是清华大学人工智能国际治理研究院副院长，2020年，清华大学人工智能国际治理研究院成立，这是由清华大学批准成立的校级科研机构，面向人工智能国际治理重大理论问题及政策需求开展研究，成立以来承担了包括国家科技创新2030重大项目，科技部科技创新战略研究专项等一系列重大项目。

梁正介绍，这是科技和产业的关系，再往底层说有些事也不是公司去做，0-1的事情应该科学家做，1-2由具备长期战略视角的企业来做，而在中间科研界、产业界应该有种紧密互动的机制，中国正在构建这一生态，还不能太着急。

|对话|

硅谷式创新

经济观察报：ChatGPT是个非常典型的硅谷式创新，我们能看到很多标签，比如辍学的天才、风险投资、科技集团等等，从这些标签后，我们能观察到创新机制的要点是什么？

梁正：ChatGPT是创新生态体系产出的结果，拆解这个生态有几个关键步骤，有创新性的机制，企业走了一条不寻常的道路，聚集了一批理想主义的技术天才，大公司进行了投入和资源整合。我们现在面临的一个困境是没有这