前Google CEO Eric Sc​​hmidt 在不久前與華盛頓郵報專欄作者Bina Venkataraman 的對話中透露了對中美科技競爭以及AI 發展的最新觀點。 Schmidt 表示，中國在AI 領域具備一些獨特的優勢，能夠透過更低成本的硬體（例如來自中國的機器人和AI 晶片）進行大規模的應用，而這些硬體在功能上與美國的高端產品相當，甚至在一些情況下更具靈活性和適應性。

他也提到，儘管美國在AI 技術的基礎研究上可能處於領先地位，但中國可能會透過快速的市場採用和大規模生產，在長期內追趕美國。

以下為這次對話的主要內容：

比娜·文卡塔·拉曼

我想談談關於AI 的前景與風險，以及你對中國相關動態的看法。我想先從你身為科學家的身份談起。許

多人知道你是帶領Google實現爆炸性成長的Eric Sc​​hmidt，但很少有人像我一樣，首先把你視為電腦科學家和工程師。

在這本書中，你提到AI 及其推動我們進入的新時代是一種「超級全才」的表現。也就是說， AI 將使我們能夠在科學領域完成前所未有的事情。你能多說一些這方面的內容，以及它能為人類帶來的潛在益處嗎？

埃里克·施密特

目前科學領域的進步是驚人的，我認為大多數人對此並沒有真正的理解。我當然是一名受過訓練的電腦科學家，但現在可能不是特別出色。

不過，我確實了解科學，我可以舉個例子。在材料科學中，我們正在開發用於硬化、能源釋放和應對氣候變遷的新材料，這對藥物和藥物研發也非常關鍵。

例如，AlphaFold 幾乎發現了所有重要的蛋白質結構，這表明我們實際上可以預測藥物序列及其相互作用的方式，技術上的進步真是令人震撼。

在這種情況下，電腦基本上是從人類的想法出發，然後以遠遠快於人類的速度同時推演所有可能的場景。我喜歡將AI 和科學結合起來，這很好地展示了AI 的第一個真正階段——人類與AI 合作解決重要問題。

你會看到，這是即將爆發的革命的開端，包括氣候、疾病、物理學、化學和數學等等。

比娜·文卡塔·拉曼

當談到健康和氣候領域的應用時，你怎麼看？就像你剛才提到的， AI 可以處理更多的數據，整合來自不同學科和來源的數據，並發現人類可能無法或需要很長時間才能找到的連結。

這種潛力能夠在科學層面解決問題，但我們也面臨哪些風險呢？例如，當AI 能夠超越人類智慧時，你在書中也談到這些風險，我想聽聽你的看法。

埃里克·施密特

首先，在科學領域，數據已經存在或驗證非常簡單的問題將是最早被解決的問題。有兩個例子特別明顯，一個是電腦編程，另一個是數學。

因為對於電腦程序，你可以反覆產生程序，直到找到一個可行的；對於數學，你可以反覆產生證明，直到找到可以被驗證的證明。

而且，這兩個科學子領域的語言相對簡單，不需要像處理人類語言那樣讀取所有小說。因此，我們預計在未來一到兩年內，會有超級人類水平的數學家和程式設計師至少在某些領域出現。

這首先從最容易解決的問題開始，也就是資料豐富的領域，然後迅速發展。不過，這裡面也存在兩面性。

例如，在生物學方面，你越擅長，越有可能建構非常複雜的生物基因體，就越能預測和製造我們沒有解藥的病毒。過去一兩年，我的觀點一直是，最大的兩個風險在於網路攻擊和生物學領域的濫用。

網路攻擊的問題在於，世界似乎容忍中國對美國基礎設施進行網路攻擊，我們只是對他們喊幾聲。而在病毒學方面，病毒非常簡單，製造危險病毒的能力已經非常高。

當然，製造這種病毒需要特定的設備，因此許多人正在努力確保這些設備不會落入壞人之手。

比娜·文卡塔·拉曼

在科學領域之外， AI 的其他應用也引發了擔憂，例如AI 對能源的需求及其對氣候的影響，以及AI 使得假訊息的傳播規模化變得更加容易。

你曾提到我們既未為AI 時代做好準備，也進展得不夠快。請幫我理解這兩種看似矛盾的說法。

埃里克·施密特

首先，我們要理解，我們希望充分利用這項最強大的技術。這是我們有生之年最重要的技術發明，其重要性堪比電力、暖氣、空調甚至汽車，可能更重要，因為這是人類能夠使用和濫用的智慧。此外，這種智能是每個人都能獲取的，因此極其強大。

我們必須——我們一再強調這一點——尊重人類的價值觀和尊嚴來推動科技發展。由於這些系統是非人類的，它們不會像我們一樣自然擁有道德、約束和宗教信仰，除非被強制賦予。

這本書從「全才」的討論開始。如果你回顧人類歷史，你會發現少數人，像是愛因斯坦、達文西，推動了發明和思想的巨大浪潮。而現在，我們即將進入一個新時代，未來幾年內，每個人都可以訪問“全才”。

這意味著，當你去博物館時，可以有“達文西”指導你，說“這筆畫得不好，我畫得更好”，這聽起來很幽默也很有趣，但它也可能賦能一些不良國家行為者。

埃里克·施密特

要解決這種矛盾，還有另一個重要面向。你顯然需要擔心這一點。從我的觀察來看，這是一場美中之間的競爭。兩國都制定了相應的國家政策，擁有資本、人才和規模，這些政策是其他國家無法比擬的。

这场竞争堪称史诗般的较量。在美国，我们试图放缓中国的步伐，尽管取得了一些成效，但并非非常显著。而中国正加大力度，最近推出了一些与美国最先进模型相似的模型，这让我感到震惊。

競爭很重要，因為隨著你越來越接近通用智能，可以創造自己的AI 科學家。如果將人類科學家和AI 科學家結合起來，可以大幅加速技術進步。

比娜·文卡塔·拉曼

關於這場被許多人視為AI 軍備競賽的美中較量，能否幫我們澄清一些現實與炒作的差異？我記得曾經有一段時間，大家認為我們需要加速，因為中國正在加速。

但隨後我們看到美國公司推出了第一代生成式AI 模型。而正如你所提到的，最近至少有三家中國公司推出了與GPT-4 第二代類似的模型。

我們為什麼需要對此感到擔憂？難道不能認為這是一種類似冷戰時期的技術競賽嗎？例如，當時正是美蘇在太空科技領域的競賽，推動了人類首次登月的實現。那為什麼這次我們需要擔憂呢？

埃里克·施密特

有一點不同的是，由於這是關於智慧的競爭，且發展速度很快，可能會出現短期的壟斷局面。我

舉個例子：假設美國開發出了這種技術，並擁有許多AI 科學家——也就是電腦程式。我們解放了這些程序，並表現得非常出色，快速發展。而這時中國意識到美國已經領先，於是加速追趕，但仍落後。

在競爭中會有一段時間，兩個競爭者之一會短暫壟斷超越人類智慧的技術。那麼這些強大且目標明確的智慧會帶來什麼？

關鍵是，在這個循環中，無論誰處於領先地位，都可能找到針對對手的攻擊方式，以及對自身有利的方式。這些好處可能非常深遠，也很難具體描述。

想像這樣一種情況——當然，這只是思想實驗——一個系統利用物理、化學、材料科學和數學發現了一個全新的事實世界：全新的武器、全新的科學領域、全新的生物學領域。這是我們目前無法預測的。

儘管這些是推測，但在我所在的行業中，大家的共識是，這是一場必須贏得的競賽。為了贏得這場競賽，我們需要美國正在做的所有積極努力。然而，我們在能源方面的短缺已經被提到過了，我們需要更多的外籍工人簽證以及其他一系列措施。

比娜·文卡塔·拉曼

那麼，中國相較於美國有哪些優勢呢？你提到了一些美國需要改進的地方，但在這場競賽中，你認為中國公司在哪些方面更具優勢？

埃里克·施密特

中國在「贏得競賽」這一點上更專注。他們願意投入巨額資金，即便沒有具體目標。他們的企業在科技應用方面速度非常快，尤其是在消費領域。

此外，我認為即便我們在競賽的第一階段領先，中國最終也可能贏得整體競賽，因為他們更快地將這種技術融入大規模產品中。

舉個例子，我在過去20 年中一直在關注各種機器人解決方案，目前有許多公司正在研發AI 機器人「大腦」。但所有這些公司都依賴中國製造的廉價機器人，這些機器人性能與美國製造的相當，但價格更低且更靈活。

中國在製造業方面無可爭議的實力——例如電池、太陽能以及現在的汽車——可能使他們能實現我們只能夢想的AI實際應用。

埃里克·施密特

中國有大量能源，而且似乎對數據——尤其是人類數據和醫療數據——沒有特別的限制。然而，他們面臨的問題是硬體短缺。

美國已經限制了所謂的A100 級晶片（ NVIDIA 之前兩代晶片）的出口。但顯然，中國已經找到繞過這些限制的方法，這並不令人意外。

他們還學會了用更少的晶片完成工作，這值得稱讚，也表明了他們工程師的能力。

比娜·文卡塔·拉曼

目前，中國似乎也正在推動類似美國《晶片與科學法案》的政策，以加強自己的晶片生產。你曾說過，中國在晶片生產上的產業政策超過了美國。這是否意味著美國需要更積極的晶片產業政策？還是這更像是一場貿易問題？解決方案是什麼？

埃里克·施密特

目前的情況是，我們所關心的這些晶片主要由一家叫台積電（TSMC）的公司在台灣生產，而它們使用的技術由歐洲的一家公司ASML 壟斷。

中國有自己的晶片領域領導者，例如中芯國際（SMIC），但他們的技術水平基本上停留在7奈米（更低更好）。而我們使用的是3 奈米技術。

所以一個可能的情景是我們的硬體會變得更好，從而保持領先，但即便如此，中國仍製造了所有製造半導體所需的零件，例如封裝材料和連接器等。

出於國家安全考慮，我們中的許多人非常支持《晶片與科學法案》，以提前應對這一問題。如果你預見到與中國的衝突（這似乎是目前政府和中國的態度），那麼就需要建立獨立的供應鏈。

今天的供應鏈是完全交織的：我們非常依賴中國，中國也非常依賴我們。這需要某種方式解決。

比娜·文卡塔·拉曼

最後，我想談談AI的民主治理問題，回到美國。你曾在歐巴馬總統的科技顧問委員會中擔任職務，關注政府在創新和保護科技免受濫用方面的角色。你是否對政府政策能否既促進AI發展又防範潛在危害有信心？

埃里克·施密特

美國的創新系統可分為三個部分：政府、大學和企業。政府提供高風險資本、法律基礎和出口支援；大學是創新的主要來源，尤其是年輕人在美國大學中表現非常出色；企業則透過創投推動商業化。這三者共同構成​​了美國的創新引擎。

如果我們能像「曲速行動」（Operation Warp Speed）一樣，讓政府、大學和企業協同努力，可能會更有效率。

例如，AI 對能源的需求非常高，有人預測到2028 年，美國的資料中心可能會耗盡能源。如果各方能共同努力解決這個問題，或許可以在保障安全、取得能源供應等方面達成交易。這是未來可能的解決方案，我們拭目以待。

比娜·文卡塔·拉曼

矽谷的許多同事最近似乎向右傾斜了一些，而你剛才提到的移民政策、高等教育機構的推動、創新政策，甚至一些工業政策，都是美國AI蓬勃發展的關鍵因素。在川普政府的政策下，這些方面可能面臨挑戰。你認為矽谷這一舉動是否明智，是否符合自身利益？

埃里克·施密特

我不能代表整個矽谷發言。如果你觀察一下，矽谷絕大多數人都是註冊民主黨人，大量的政治捐款都證明了這一點。當然，也有相對較小但非常有影響力的一部分人選擇支持川普總統。

在我們的政治體系中，這完全沒問題，我對這點並沒有意見。不過，我不認為向右傾斜是普遍現象，這只是特定的個別現象，這也是民主的表現。

我相信我的共和黨朋友和民主黨朋友都會基本同意，我們想要獲勝的關鍵在於以私部門為重點，輔以一定程度的政府監督和支持。這些公司所需的支持，包括能源供應、吸引高技能移民等。

我提到過，將頂尖數學家在美國培養後驅逐出去是非常愚蠢的做法。我們需要留住他們，為我們的新系統服務，而不是讓他們離開美國。

此外，在支持大學方面，目前的政治環境存在著一定的反科學傾向。但科學依然是有效的。科學之所以有效，是因為它是基於可證偽性。

一位科學家提出結果，其他人會嘗試驗證並重複實驗，以確保結果真實可靠。這種制衡機制是科學的基礎，任何政黨都無法改變這一點。

總的來說，無論你是共和黨還是民主黨，我們的目標是讓美國獲勝。加強頂尖教育機構，確保足夠的能源和資金，然後盡可能快速地朝未來前進，並隨時應對出現的後果，這是實現勝利的路徑。

比娜·文卡塔·拉曼

你認為川普政府選出的加密貨幣和AI 負責人David Sacks 是否能理解你剛才所提的這些要點？

埃里克·施密特

我個人並不了解他對這些問題的看法，所以我不應該妄加揣測。但我知道的是，正如你提到Elon Musk 之前的例子，他的每一家公司都依賴高技能移民、政府資金以及充足的電力供應。這是一個典型的美國式創新案例。

所有的科技公司基本上都以類似的方式運作，目標是透過我提到的方法取得勝利。儘管許多產業對這些要素的依賴較低，但在AI 這樣的戰略領域，尤其是涉及國家安全的領域，應該被列為優先發展目標。

比娜·文卡塔·拉曼

Eric，我最後想問你一個問題。我們討論了美國政府在能源政策、晶片工業政策方面的作用，但我們尚未深入探討政府作為創新支持者的角色。

在數位革命的早期，政府的創新推動作用顯而易見，例如DARPA 的研究催生了互聯網，Google的創始人也得到了國家科學基金會的資助。這些資助最終成為了Google的基礎。

但如今，美國政府似乎並未深入參與生成式AI 的發展。你認為政府還能在創新政策上扮演重要角色嗎？

埃里克·施密特

請記住，國家科學基金會（NSF）是大學研究的主要資助者，而國防高級研究計畫局（DARPA）和軍方也是這種研究的重要支持者。

我個人在年輕時也獲得了許多這類資助，否則今天我不會站在這裡和你對話。因此，這種模式仍然強大，只要沒有人做出愚蠢的決定，我們就會繼續獲得非凡的進步。

展望未來， AI 是實現目標的基礎工具。它可以幫助我們透過模擬實現核融合，支持量子計算的發展等。 AI 是推動創新的根本工具。

正如你之前提到的，美國政府資助高風險研究，企業將這些研究轉化為高風險公司，最終這些成果擴散到一般企業。這一週期通常需要20～30 年。

例如，自動駕駛汽車的最初研發在30 年前開始，現在終於在一些城市可以看到實際應用。這是美國的未來，我們應該對此感到無比興奮。沒有其他國家擁有這種獨特的創新模式。

中國的模式也讓我擔憂，因為他們可以大規模地推進專案。