中美在人工智能上的合作，比你想象的更紧密

《连线》（WIRED）对上月在行业顶级会议——神经信息处理系统大会（NeurIPS）上提交的5000多篇人工智能研究论文进行了分析，结果显示美国和中国实验室之间存在大量合作。分析发现，在5290篇论文中，有141篇（约3%）涉及隶属于美国机构和中国机构的作者合作。美中合作也相当稳定，2024年在4497篇论文中，有134篇涉及两国机构的作者。《连线》还研究了一国开发的算法和模型如何跨太平洋共享与应用。由谷歌研究团队开发、如今在行业内广泛使用的Transformer架构，出现在292篇有中国机构作者的论文中。Meta的Llama系列模型是其中106篇论文研究的关键要素。同时，中国科技巨头阿里巴巴开发的日益流行的大型语言模型“通义千问”（Qwen），出现在63篇有美国机构作者的论文中。乔治·华盛顿大学助理教授杰弗里·丁（Jeffrey Ding）长期追踪中国人工智能发展动态，他表示对这种合作水平并不感到惊讶。“无论双方政策制定者是否愿意，美国和中国的人工智能生态系统都密不可分——而且双方都能从中受益，”丁说道。毫无疑问，该分析简化了美中在思想和人才共享方面的程度。许多华裔研究人员在美国学习，与同事建立了终身的联系。NeurIPS发言人凯瑟琳·戈尔曼（Katherine Gorman）在一份声明中表示：“NeurIPS本身就是国际合作的典范，也证明了其在我们领域的重要性。学生和导师之间的合作往往在学生离开大学后仍能长期持续。你可以在许多地方看到这种表明跨领域合作的信号，包括专业网络和过去的合作者。”《连线》最新一期探讨了中国塑造本世纪的多种方式。但在美国政客和科技高管利用对中国崛起的担忧作为放弃监管、推动巨额投资的理由之际，我们的分析很好地提醒人们，这两个世界人工智能超级大国仍能从合作中获得很多益处。方法论说明：我使用了OpenAI的代码编写模型Codex来帮助分析NeurIPS论文。在编写脚本下载所有论文后，我使用该模型深入每篇论文进行分析。这包括让Codex编写脚本，在每篇论文的作者字段中搜索美国和中国的机构。该实验让人看到了编码模型在自动化有用任务方面的潜力。人们对人工智能取代编码工作充满恐慌，但这是我通常没有时间或预算去完成的事情。我一开始自己编写脚本，让Codex修改，后来直接让Codex进行分析。这包括模型导入Python库、测试不同工具、编写脚本，然后生成报告供我审核。这个过程涉及大量试错，而且必须非常小心，因为即使人工智能模型表现得很智能，也会犯令人惊讶的愚蠢错误。我必须确保每份报告都包含让我检查结果的方式，并且我尽可能手动检查了很多结果。