共计 1822 个字符，预计需要花费 5 分钟才能阅读完成。
3 月 15 日凌晨 1 点，OpenAI 推出 ChatGPT 4.0，引发全球关注。次日，百度文心一言发布，虽承载着中国生成式 AI 产品的希望，但并不完美。五年前，中国和美国人工智能发展差距似乎缩小，然而如今，中国在这场新的人工智能竞赛中尚未取得与美国并驾齐驱的地位，直观感受上，差距似被“拉大”。
2018 年清华大学中国科技政策研究中心发布的《中国人工智能发展报告 2018》显示，中国在论文总量、被引论文数量、专利数量等方面成绩斐然，人工智能企业数量位列世界第二，投融资占全球 60%。但梁正指出，报告更强调中国人工智能领域仍需努力的方向，如核心技术薄弱、知名人才缺乏等。当时在一些细分领域，中国企业取得了显著优势，但本质上是在别人架构和数据集基础上的应用场景突破，并非全局性优势。
2017 年谷歌发表论文提出新学习框架 Transformer，人工智能进入大模型时代。从目前成果发布现状看，中国在这轮竞赛中与美国仍有差距。梁正认为，2018 年只是个别领域成绩突破，如今中国人工智能产业和学术界仍在稳步前进，一些领域有自身优势。但国内 AI 研究存在“顶不了天、落不了地”的情况，人工智能头部公司在资本退潮后也有些沉寂。
硅谷式创新
ChatGPT 是典型的硅谷式创新，其创新生态体系包括创新性机制、企业独特道路、聚集技术天才以及大公司投入资源整合。美国形成这样的创新体系历经长久，是研究型大学、使命导向的联邦实验室体系和基于创新创业与风险投资的商业生态三者叠加产生化学反应的结果。三者密切互动，支撑了从科研到产业化创新的循环，资本市场起放大器作用。基础研究、商业投资和政府支持需良性互动，建立完整创新到价值链条。
微软作为战略投资者支持 OpenAI，这是一种创新。如今中小企业创新难度增大，背后投资门槛高。21 世纪很多伟大事情由小公司完成，小公司机会成本小，但大公司在规模化方面有优势，合理的互动机制是小企业提出好想法，大企业实现。美国政府在创新中扮演多重角色，是基础研究和知识生产的最大资助者、研发目标提出者、采购方以及创新力量协调人，在重要行业危机时会组织协商对策。
科技和产业的关系是，0- 1 的事情由科学家做，1- 2 由有长期战略视角的企业做，中间科研界和产业界需紧密互动。美国国防部高级研究计划局（DARPA）能做出颠覆性创新，其机制精细，项目经理权力大，会结合企业和政府目标，支持不同团队做原创性和探索性研究，研究到一定程度交接给产业。产学研界建立紧密联系需时间，中国机构改革让科技计划项目回到行业部门管理有其合理性，科技资源配置方面，美国用多个渠道经费支持一件事，中国存在拿本子交差问题，科学界和产业界需形成互动机制，要有懂产业的科学家和项目管理人员。
ChatGPT 给中国的启示
2017 年前后中国在 AI 论文、专利等数量上处于全球前列，但这只是应用场景的突破，并非人工智能全局优势。中国人工智能发展是在别人架构和数据集基础上取得的，如机器视觉领域与工程建设采购、公共场景需求有关。国际早已在做底层基础研究，中国企业很少大力做基础研究，多是跟随思路，看到苗头再大规模投入应用落地。中国要在人工智能领域有一席之地，不能走跟随路线，需客观判断自身实力，不能因论文和专利多就盲目乐观。
市场巨大牵引力可能倒逼上游创新，但中国人工智能头部公司在底层架构和基础研究方面投入不足，缺乏长期规划，对基础研究的考核相对短期。中国企业需“养”一批科学家，以把握前沿研究方向并做出判断，如华为“养”科学家，其 5G 短码标准技术源头源于科学家看到的一篇文章。但在中国要求大企业“养”科学家较难，企业未尝到甜头，未重视底层创新对产业的重大影响，根本是经济激励问题。业界和学界应建立交流机制，企业提出问题，学界重视企业选题。
推动基础领域探索需重视三类技术研究：自由探索型、使命导向型和市场需求导向型，并建立密切互动机制。中国政府作为出资人和采购人的角色正在加强，如六部委出台文件鼓励人工智能创新，但在协调人角色发挥方面还有提升空间。机构改革成立中央科技委，科技部更多做战略布局和统筹协调工作，科技工作协调力度将显著提升。补短板需政府、科学家、大企业、小企业参与，行业协会协调效果更佳。对于中国是否继续采用跟随策略进入应用场景，一方面要看 ChatGPT 替代产品效果质量，另一方面不能盲目跟风，语言大模型上中文语言优势不明显，成功需要扎实底层工作，有理想主义企业家和有市场视角的科学家，量变才能产生质变。
