卡内基国际和平基金会-What-the-Machine-Learning-Value-Chain-Means-for-Geopolitics_7页_848kb

机器学习价值链对地缘政治的影响总结

核心内容

人工智能（AI）正通过机器学习（ML）技术成为全球经济的重要驱动力。据估计，AI目前为全球经济贡献约2万亿美元，预计到2030年可能增长至16万亿美元。随着AI的快速发展，其对地缘政治格局的影响日益显著。各国政府正加大对AI研究、基础设施、人才和产品开发的投资，以争夺在全球AI竞争中的优势。

机器学习价值链的构成

机器学习价值链由五个关键阶段组成：

1. 数据收集：从各种数字交易中获取原始数据，如互联网搜索、社交媒体帖子、电话通话等。
2. 数据存储：将收集到的数据存储在数据中心，尤其是超大规模数据中心（HDCs）。
3. 数据准备：对数据进行清洗、转换、格式化和标记，使其适合算法训练。
4. 算法训练：利用数据训练算法，使其能够做出预测。
5. 应用开发：将算法预测转化为实际产品，如个人助手、推荐系统和自主武器。

全球分布情况

数据收集

• 中国和印度是全球最大的数据收集国，拥有12.2亿和4.4亿的移动设备用户。
• 移动宽带订阅率增长迅速，发展中国家的增速超过20%。美国和欧洲市场接近饱和，而中东和亚太地区仍有较大增长空间。
• 非洲的移动宽带订阅率较低，但存在较大的发展潜力。

数据存储

• 超大规模数据中心（HDCs）主要集中在美国（占40%）和中国、日本、英国（合计20%）。
• 巴西、阿根廷、南非和印尼等国因电价低廉，可能在数据存储领域获得比较优势。

数据准备

• 数据准备依赖人力，尤其是数据工程师和科学家，以及数据标记者。
• STEM毕业生数量是衡量数据科学家供给的重要指标，中国和印度在2016年分别有470万和260万STEM毕业生。
• 美国和印度是MTurk（数据标记平台）的主要劳动力来源，其中美国占75%，印度占16%。

算法训练

• 算法训练需要高性能硬件，如FPGA和GPU。
• 美国在FPGA和GPU市场占据主导地位，分别销售了96%和100%的设备。
• 实际制造主要集中在台湾、韩国和中国，其中台湾的产量是后两者的三倍。
• 中国拥有最多的机器学习专利，但美国在高质量专利数量上领先。

应用开发

• 应用开发涉及将算法预测转化为实际产品，如移动应用。
• 亚洲和太平洋地区（33%）、欧洲（30%）和北美（29%）在全球移动应用开发者市场中占据相似份额。
• 应用开发是将机器学习转化为商业价值的关键环节。

地缘政治影响

• 领先国家（快跑者）如中国和美国在机器学习价值链的多个环节进行大量投资，巩固其在全球AI竞争中的领先地位。
• 中间国家（中速跑者）如德国、日本、台湾、澳大利亚和韩国，专注于特定环节（如基础设施或人才储备）。
• 落后国家（慢跑者）尚未在价值链中投入大量资源，但有机会在数据收集和数据标记领域发展。

未来展望与建议

• 各国应识别其在价值链中的比较优势，以优化投资方向。
• 发展机构可提供工具和策略，帮助落后国家更好地参与AI价值链。
• 研究人员应分析各环节的价值创造潜力，考虑国家特定因素和价值的生命周期。
• 地缘政治格局可能因AI价值链的集中而加剧经济不平等，需提前规划应对措施。

关键信息

• AI价值链的五个阶段：数据收集、数据存储、数据准备、算法训练、应用开发。
• 中国和印度在数据收集和STEM毕业生数量上领先。
• 美国在算法训练的硬件和高质量专利方面占据优势。
• 电价低廉的国家可能在数据存储环节获得比较优势。
• 数据标记市场对非英语国家开放，是发展中国家的机会所在。
• AI的经济和地缘政治影响正在重塑全球财富和权力的分布。

参考文献

• Bughin et al., Notes From the AI Frontier: Modeling the Impact of AI on the World Economy, McKinsey Global Institute, 2018.
• Hwang, Computational Power and the Social Impact of Artificial Intelligence, SSRN Electronic Journal, 2018.
• World Intellectual Property Organization, WIPO Technology Trends 2019: Artificial Intelligence, 2019.