人工智能时代的国际关系:走向变革且不平等的世界

封帅1

(1.上海国际问题研究院国际战略研究所, 上海 200233)

【摘要】深度学习算法的突破使人工智能技术进入了新一轮的高速发展周期, 依托于算法和算力的全面提升, 人工智能技术已经迈过产业化的门槛, 成为推动新一轮产业革命的关键力量。人工智能技术的快速发展将对国际关系领域产生深远的影响。首先, 人工智能技术已经直接卷入战略决策和军事领域的国际互动中, 会进一步放大各行为体之间的力量差距, 打破原本稳定的均势结构。其次, 人工智能技术所带来的自动化生产会改变全球社会经济生产模式, 推动国际行为体内部的权力分配结构变革, 最终对国际体系产生重大的系统性影响。最后, 人工智能技术的发展还会影响新时代的思想观念, 新的社会思潮将在不断的碰撞与辩论过程中逐渐成型。人工智能时代的到来将使人类进入一个变革且不平等的世界, 中国也将迎来新的机遇与挑战。

【关键词】 人工智能; 深度学习; 战略博弈; 军事系统; 自动化生产; 国际关系变革;

【基金资助】 上海市发展与改革委员会“全球多语种信息监测与决策分析平台项目” (项目编号:HYJY_20160816) 的阶段性成果

Download this article

    脚注

    [1]. (1) 关于深度学习算法的相关问题, 参见:Geoffrey E.Hinton, Simon Osindero and Yee-Whye Teh, “A Fast Learning Algorithm for Deep Belief Nets”, Neural Computation, Vol.18, No.7, July 2006, pp.1527-1554;Pedro Domingos, The Master Algorithm:How the Quest for the Ultimate Learning Machine Will Remake Our World, Basic Books, 2015;Yoshua Bengio, Pascal Lamblin, Dan Popovici, Hugo Larochelle and Greedy LayerW ise, “Training of Deep Networks”, in J.Platt, et al., eds., Advances in Neural Information Processing Systems (NIPS 2006) , MIT Press, 2007, pp.153-160;Marc'Aurelio Ranzato, Christopher Poultney, Sumit Chopra and Yann Le Cun, “Efficient Learning of Sparse Representations with an Energy-Based Model”, in J.Platt, et al., eds., Advances in Neural Information Processing Systems (NIPS 2006) , pp.1137-1144;[美]伊恩·古德费洛、[加]约书亚·本吉奥、[美]亚伦·库维尔:《深度学习》, 赵申剑等译, 人民邮电出版社, 2017年。

    [2]. (1) 关于人工智能与国际关系的研究参见:Stephen J.Cimbala, ed., Artificial Intelligence and National Security, Lexington Books, 1987;Allan M.Din, ed., Arms and Artificial Intelligence:Weapon and Arms Control Applications of Advanced Computing, Oxford University Press, 1988;Valerie M.Hudson, ed., Artificial Intelligence and International Politics, Westview Press, 1991;Ennals Richard, Artificial Intelligence and Human Institutions, Springer-Verlag, 1991;George F.Luger, Artificial Intelligence, Structures and Strategies for Complex Problem Solving, Addison-Wesley, 2005;Erik Brynjolfsson and Andrew Mcfee, The Second Machine Age:Work, Progress, and Prosperity in a Time of Brilliant Technologies, Norton, 2014;Martin Ford, Rise of the Robots:Technology and the Threat of a Jobless Future, Basic Books, 2015;Jerry Kaplan, Humans Need Not Apply:A Guide to Wealth and Work in the Age of Artificial Intelligence, Yale University Press, 2015;Kareem Ayoub and Kenneth Payne, “Strategy in the Age of Artificial Intelligence”, The Journal of Strategic Studies, Vol.39, No.5-6, 2016, pp.793-819;Vincent Boulanin and Maaike Verbruggen, Mapping the Development of Autonomy in Weapon Systems, Stockholm International Peace Research Institute, 2017;Greg Allen and Taniel Chan, “Artificial Intelligence and National Security”, Intelligence Advanced Research Projects Activity (IARPA) , Belfer Center, Harvard Kennedy School, July 2017。

    [3]. (2) 迄今在中国国际关系学界与人工智能问题直接相关的研究成果尚未出现, 不过部分成果对人工智能的相关问题已经有所涉猎:董青岭:《机器学习与冲突预测——国际关系研究的一个跨学科视角》, 《世界经济与政治》, 2017年第7期, 第100—117页;庞珣:《国际关系的定量方法:定义、规则与操作》, 《世界经济与政治》, 2014年第1期, 第5—25页;庞珣:《定量预测的风险来源与处理方法——以“高烈度政治动荡”预测研究项目的再分析为例》, 《国际政治科学》, 2017年第1期, 第1 —32页。

    [4].

    [5]. (2) John Ma Carthy, Marvin Minsky, Nathaniel Rochester and Claude E.Shannon, “A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence”, AI Magazine, Vol.27, No.4, 2006, pp.12-14.关于达特茅斯会议的倡议, 可见http://www.universelle-automation.de/1956_Dartmouth.pdf。

    [6]. (3) 关于神经网络研究的历史, 可参见[美]伊恩·古德费洛、[美]约书亚·本吉奥、[美]亚伦·库维尔:《深度学习》, 第8—12页。

    [7].

    [8]. (1) 从理论流派来说, 深度学习应该属于人工智能领域的“联结主义” (Connectionism) 学派, 部分人工神经网络的学者也以这个概念称呼自己, 但这种归类方式本身也存在一定争议。关于人工智能领域的不同理论路径, 可参见Pedro Domingos, The Master Algorithm:How the Quest for the Ultimate Learning Machine Will Remake Our World。

    [9].

    [10].

    [11].

    [12]. (1) 关于不完全信息博弈问题的基本模式, 参见John C.Harsany, i“Games with Incomplete Information Played by‘Bayesian’Players, Part I:The Basic Model”, Management Science, Vol.14, No.3, November1967, pp.159-182。

    [13]. (2) 关于战略博弈的分析过程, 参见唐世平:《一个新的国际关系归因理论:不确定性的维度及其认知挑战》, 《国际安全研究》, 2014年第2期, 第3—41页。

    [14].

    [15].

    [16].

    [17]. (3) 参见Jochen Kruppa, “Risk Estimation and Risk Prediction Using Machine-Learning Methods”, Human Genetics, Vol.131, No.10, October 2012, pp.1639-1654;董青岭:《机器学习与冲突预测——国际关系研究的一个跨学科视角》, 第100—117页。

    [18].

    [19].

    [20].

    [21].

    [22].

    [23]. (2) 参见Allan M.Din, ed., Arms and Artificial Intelligence:Weapon and Arms Control Applications of Advanced Computing;Jeffrey L.Caton, “Autonomous Weapons Systems:A Brief Survey of Developmental, Operational, Legal and Ethical Issues”, Strategic Studies Institute, U.S.Army War College, December 2015, http://www.strategicstudiesinstitute.army.mil/pdffiles/PUB1309.pdf。

    [24].

    [25]. (2) 该项目是由当时在斯坦福大学任教的吴恩达 (Andrew Ng) 领导的团队完成的, 随后吴恩达先后在谷歌和百度公司任职, 对推动全球人工智能技术的进步作出了重要贡献。参见Andrew Y.Ng, et al., “Autonomous Inverted Helicopter Fight via Reinforcement Learning”, in M.H.Ang and O.Khatib, eds., Experimental Robotics IX, STAR 21, March 2006, pp.363-372。

    [26].

    [27].

    [28].

    [29].

    [30].

    [31].

    [32]. (1) 关于人工智能与科层制治理结构之间的关系, 参见贾开、蒋余浩:《人工智能治理的三个基本问题:技术逻辑、风险挑战与公共政策选择》, 《中国行政管理》, 2017年第10期, 第40—45页。

    [33]. (1) Executive Office of the President, “Artificial Intelligence, Automation and the Economy”, December2016, https://obamawhitehouse.archives.gov/sites/whitehouse.gov/files/documents/Artificial-IntelligenceAutomation-Economy.PDF.关于当前AI在自动化生产方面取代劳动力的情况, 可参见Katja Grace, John Salvatier, Allan Dafoe, Baobao Zhang and Owain Evans, “When Will AI Exceed Human Performance?Evidence from AI Experts”, Artificial Intelligence, May 2017, https://arxiv.org/pdf/1705.08807 v2.pdf。

    [34]. (2) 例如, 近年来德国提出的“工业4.0”战略、中国提出的“中国制造2025”战略、美国提出的“工业互联网”战略, 都是对这种趋势做出的反应。

    [35]. (3) 参见Georg Graetz and Guy Michaels, “Robots at Work”, CEPR Discuss Paper No.DP10477, March2015, http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2575781。

    [36].

    [37].

    [38]. (2) 参见Martin Ford, Rise of the Robots:Technology and the Threat of a Jobless Future。该书中文版可见[英]马丁·福特:《机器人时代:技术、工作与经济的未来》, 王吉美、牛筱萌译, 中信出版社, 2015年, 第239—244页。

    [39].

    [40]. (1) 根据《乌镇指数:全球人工智能发展报告 (2016) 》的预测, 短期内人工智能的主要应用领域将集中于自动驾驶、医疗健康、安防、电商零售、金融、教育和个人助理七个方面。报告全文见:http://www.199 it.com/archives/526338.html。

    [41]. (2) 参见[英]马丁·福特:《机器人时代:技术、工作与经济的未来》, 第235—238页。

    [42].

    [43]. (1) 人工智能领域的高级科学家由大学向大型企业聚集已经成为一种常态, 目前深度学习领域的顶级科学家如杰弗里·辛顿、弗拉基米尔·瓦普尼克、扬·勒·丘恩、莱昂·布托、吴恩达、王海峰、李飞飞等都长期在各大互联网企业任职。而上文提到的七个中美超级互联网企业也因其在资本、数据和人才等领域的集聚效应, 而被戏称为人工智能领域的七大“黑洞”。

    [44]. (1) 关于科学家共同体的概念, 可参考[美]托马斯·库恩:《科学革命的结构》, 金吾伦、胡新和译, 北京大学出版社, 2003年。

    [45]. (1) 关于保守主义与进步主义的思想渊源, 可参考刘军宁:《保守主义》, 东方出版社, 2014年;李强:《自由主义》, 东方出版社, 2015年;李颜伟:《知识分子与改革:美国进步主义运动新论》, 中国社会科学出版社, 2010年。

    [46]. (1) 关于超人工智能的主要特征, 可参见Nick Bostrom, Superintelligence:Paths, Dangers, Strategies, Oxford University Press, 2014。

    [47]. (2) 卢德运动是19世纪初英国工业革命时期由传统纺织业者发起的捣毁机器的群众运动。20世纪90年代后, 新一代反对现代技术的哲学思潮逐渐出现, 出于对自动化、数字化负面影响的担心, 希望限制新技术的使用, 由于同早期卢德运动的思想渊源相近, 因此其又被称为新卢德运动。在弱人工智能时代, 预计新卢德运动将获得更多的支持, 有可能成为一股重要的社会思潮。参见Steven E.Jones, Against Technology:From the Luddites to Neo-Luddism, Routledge, 2006。

    [48]. (1) 关于“无条件基本收入”的相关问题, 参见Phillipe Van Parijs, Basic Income:A Radical Proposal for a Free Society and a Sane Economy, Harvard University Press, 2017;Karl Widerquist, ed., Basic Income:An Anthology of Contemporary Research, Wiley-Blackwell, 2013。

    [49]. (1) 2016年, 美国政府先后发布三份关于人工智能的报告, 提出了推动人工智能技术发展的全面计划。参见:National Science and Technology Council, Networking and Information Technology Research and Development Subcommittee, “The National Artificial Intelligence Research and Development Strategic Plan”, October 2016, https://obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/national_ai_rd_strategic_plan.pdf;Executive Office of the President, National Science and Technology Council, Committee of Technology, “Preparing for the Future of Artificial Intelligence”;Executive Office of the Presiden, t“Artificial Intelligence, Automation and the Economy”。英国政府对于人工智能产业的相关政策可参见:Government Office for Science, “Artificial Intelligence:Opportunities and Implications for the Future of Decision Making”, November 9, 2016, https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/566075/gs-16-19-artificial-intelligence-ai-report.pdf。

    [50]. (1) 习近平:《决胜全面建成小康社会, 夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告》, 载《中国共产党第十九次全国代表大会文件汇编》, 人民出版社, 2017年, 第24页。

    [51]. (2) 《“互联网+”人工智能三年行动实施方案》的主要内容, 参见http://www.ndrc.gov.cn/zcfb/zcfbtz/201605/t20160523_804293.html。

    [52]. (3) 《新一代人工智能发展规划》的内容, 参见http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm。

This Article

ISSN:1003-3386

CN: 11-5370/D

Vol 35, No. 01, Pages 128-156

January 2018

Downloads:3

Share
Article Outline

摘要

  • 一、弱人工智能时代的技术影响力扩散模式
  • 二、人工智能的领域性介入:战略博弈与军事系统
  • 三、人工智能的系统性影响:新型社会经济结构与权力分配模式
  • 四、弱人工智能时代的思想观念:保守主义与进步主义的交锋
  • 余论:弱人工智能时代中国的战略选择
  • 脚注