中國初創企業深度求索（DeepSeek）的人工智能（AI）模型引起了從矽谷到華盛頓的深度恐慌。很少有人預料到，一家由幾百名本土工程師組成、名不見經傳的公司能夠發布一個前沿AI模型，其能力可與美國最優秀科技公司的產品相媲美。

作者：美國前國務卿賴斯（Condoleezza Rice）與胡佛研究所高級研究員Amy Zegart

DeepSeek開源模型的發布和廣泛採用令市場震動，突顯了全球人才競爭的緊迫性，並引發一些人質疑，美國科技公司花費數以十億計美元購買晶片並建造數據中心，究竟是修建了一條「競爭力護城河」還是一道「馬奇諾防線（Maginot Line）」？

這一刻是比賽的開始，而不是結束。美國面臨的挑戰遠遠超出工程領域。技術、經濟和地緣政治正以新的方式相互交織，而把握未來需要了解未來。

當今，美國面臨的主要外交政策挑戰是利用新興技術，並比我們的對手更快、更好地理解它們的影響。從羅馬時期的水道橋到核武器，技術一直是地緣政治的推手。但這一刻有所不同：從未有如此多的變革性技術如此之快地發展。

在當今全球化經濟中，技術競爭已經成為一個高風險的地緣政治戰場。我們不必猜測美國的對手想要什麼或打算做什麼。它們會自己告訴我們。俄羅斯總統普京曾表示，誰控制了人工智能，誰就將統治世界。

保持美國在創新方面的領導地位對國家經濟和安全至關重要。它也是維持一個充滿活力的全球技術創新生態系統，並確保其為美國和世界帶來利益的關鍵。這個技術驅動競爭的新時代提出了一些關鍵問題：從美國如何進行情報收集，到如何看待並資助基礎科學研究等無所不包。

我們確定了關鍵趨勢和主題，這些趨勢和主題橫跨多個領域，往往受到忽視，其中有四個趨勢格外突出。

第一，「政策制定者」不僅僅是政府官員。

科學家、工程師、投資者和高管人員也是政策制定者，即使他們可能沒有意識到這一點。每一項新發明都充滿了政策選擇。Google的工程師們在算法設計中更重視消除性別和種族偏見，而不是歷史準確性。

技術就是政策，華盛頓需要重新制定流程：包括從哪裏獲得情報到誰參與進來，再到吸納更廣泛的決策者等。

第二，美國國內創新中心的轉移造成了令人擔憂的情報差距。

幾十年來，包括GPS衛星和互聯網在內的技術突破都是政府內部出於國家安全目的而發明的，後來被商業化。現在的情況正好相反：創新通常發生在學術和商業領域，而政府正在努力追蹤和採用它們。

由於美國間諜機構歷來面向外部，收集外國情報，因此它們從未發展出強大的能力來確定美國的技術進步與其他國家技術進步相比如何。美國中央情報局和國家情報總監辦公室正努力縮小這些差距，但美國仍然容易受到戰略技術突襲的影響。

第三，新興技術正以強大而常常隱蔽的方式相互交叉並加速。

例如，人工智能勢將變革材料科學：它將以超常的速度篩選候選化合物，以更好地預測哪些化合物最有可能表現出理想的特性。材料科學也將通過識別可用於開發節能晶片的新型半導體為人工智能提供助力，這對降低訓練人工智能模型的成本至關重要。

第四，美國基礎研究方面的領導地位將受到侵蝕，而基礎研究是未來商業創新的基礎。

並非所有研究都是一樣的。基礎研究需要數年、有時甚至數十年才能結出果實。但沒有它，商業創新就不可能實現。

例如，今天保護互聯網數據的加密算法源於大學幾十年來的純數學研究。同樣，在製藥公司開發產品之前，大學也花了數十年時間研究信使核糖核酸（mRNA）如何激活並阻斷蛋白質細胞，以及如何將其輸送到人體細胞以引發免疫反應，於是才有了新冠mRNA疫苗。

包括聊天生成預訓練轉換器（ChatGPT）在內的許多人工智能進步都是建立在大學計算機科學系的開創性工作基礎上的。這些院系培養了一代代學生，他們後來創立、投資並領導了許多當今領先的科技公司。

但是基礎研究的引擎並沒有像其應該的那樣運轉。美國政府有能力對基礎研究進行大規模、高風險投資，但相關聯邦資金僅為20世紀60年代的三分之一。

美國2022年的《晶片與科學法》本應通過大幅增加基礎研究經費來扭轉這一趨勢，但隨後在預算談判中大幅增加的資金被取消。美國對基礎研究的資助仍比中國多，但中國的投資增長速度是美國的6倍，如果目前的趨勢繼續下去，中國的投資將在十年內超過美國。

轉載自微信公眾號《中美聚焦》