網絡上充斥着各類思考，比如美國在人工智能發展方面是否領先或者落後於中國，現在的領先國家能否保持主導地位，以及最終誰將贏得這場競賽或者取得人工智能優勢。這是一種奇怪的辯論，背後的原因很多。人們似乎認為，有一個國家必然是在每個重要領域的人工智能技術方面都是做得最好的，並且這種想法背後還認為我們可以客觀地評估每個國家在開發人工智能方面取得的進展，並與其他國家進行有意義的對比。

關於美國或中國在人工智能領域是否處於領先地位的討論，某種程度上讓人想起關於哪些國家擁有最先進網絡能力的討論。這些討論主要基於猜測和對過去的參考，往往會提到美國、中國和俄羅斯能力的一些相對排名。這些排名不斷變化。例如在烏克蘭，俄羅斯未能成功發起任何產生重大影響的網絡攻擊。但根本上說，這些討論必然依賴於猜測和參考這些國家的過去，而不是它們尚未運用的能力。

同樣，在評估哪些國家處於人工智能領先地位時，我們通常僅限於觀察它們公開發布了哪些技術，以及其他國家的競爭對手是否採取了任何類似行動。對於多種民用人工智能（包括 ChatGPT 等聊天機械人），這是一種合理的方法，因為各國沒有對這方面技術能力保密的明確動機。但在軍事或情報問題上，試圖評估一個國家人工智能能力的先進程度，顯然沒有多大意義。許多情況下，把民用人工智能技術作為了解軍事系統的窗口，也是沒有意義的。語音、圖像處理和自然語言的基礎機器學習模型，對於許多應用來說是常見的，但訓練用於特定目的的人工智能系統需要大量的專業領域知識和微調。

此外，開發民用人工智能技術的利益相關者，有時與參與創建軍事系統的利益相關者存在着巨大差異。僅僅美國公司 OpenAI 開發了複雜的自然語言模型，並不意味着美國政府的人工智能能力同樣傑出。

弄清楚不同政府的人工智能發展能力是非常困難的，但這並不是談論誰將贏得人工智能競賽實屬荒謬的唯一原因。還有一個問題，在於我們並不真正了解一個國家“獲勝”意味着什麼。 “獲勝”經常用來暗示一國的技術開發商將主導市場，並為世界各地的客戶和消費者提供服務，而其他國家的開發商因為自己的機器學習能力明顯落後，無人購買，從而陷入困境。有時，這些討論還涉及國家安全層面，即獲勝後一個國家將擁有更先進的情報機構，有最熟練和敏捷的軍事技術，有機動能力和操控敵方技術以克制敵人的能力。

這些想法似乎理所當然地認為，一個國家能夠開發出比另一個國家更先進的人工智能，而另一個國家將很難（甚至不可能）趕上。然而，我們之前在美國和中國的科技公司身上看到，兩國公司完全有可能同時或者連續開發相同的技術。這些技術包括在線搜索引擎、雲計算服務和智能手機等。美國公司和監管機構經常指責中國開展網絡間諜活動，以提升其在許多相關領域的競爭能力，但沒有理由懷疑類似的間諜活動不會提升各國在人工智能領域的競爭能力。

美國和中國都將開發複雜的機器學習算法，用於生成自然語言，執行面部識別，為自動駕駛汽車提供導航，或者其他諸多的人工智能應用。我們知道這一點，部分原因是兩國已經在面部識別、自動駕駛汽車和聊天機械人等多個應用領域做到了這一點。目前，在人工智能技術的準確性或者成功程度方面，我們還沒有廣泛認可的標準，所以很難直接比較這些不同的算法，並確定哪個國家擁有最好的算法。但不難想像的是，兩國企業都在不斷觀察、互相學習，以提高自己的技術。這種趨勢可能會持續下去，直到它們擁有旗鼓相當的技術能力。

因此，與其討論美國或者中國是否在人工智能領域獲勝，不如更認真地考慮這些技術將帶來哪些威脅，以及除了試圖阻礙中國的技術發展和進步之外，我們如何才能最好地保護自己免受這些風險的影響。任何依賴於“贏得人工智能競賽”的安全策略都不可能長期取得成功。相反，我們需要解決一個難題：如何才能保護複雜算法免受干擾和操縱；並接受一個事實：不久的將來，每個人都會使用它們。獲勝的唯一方法，是知道如何安全地設計人工智能。