[第10期EAI学院] ⑧ 人工智能与大韩民国AI政策

YouTube链接：https://www.youtube.com/watch?v=Woxx63bfJ64

■ 白瑞寅_汉阳大学全球文化通商学部教授。

视频文稿

大家好。感谢大家在工作日的晚上辛苦至此。我是汉阳大学的白瑞寅。在自我介绍时，大家可能因为听到太多技术方面的话题而感到惊讶，我的本科专业是工科。今天我们的学员中也有一位是工科出身的，请问在场吗？啊，好的，很高兴见到您。我本科读的是工科，硕士和博士读的是技术经营。毕业后，我一直从事技术政策相关的工作。因此，我以技术为中心，先后涉足经营、政策领域，现在由于人工智能（AI）本身变得至关重要，我的研究对象也逐渐转向了AI。我们应该在课前分享了预读材料，不知大家是否读过了？

去年韩国政府换届后，制定了一项名为“AI行动计划”的方案。即“大韩民国AI行动计划”，也就是人工智能行动计划。美国最先制定，中国也制定了，所以我们也认为不能落后，于是也制定了。为了成为AI领域的G3（世界三强），我们制定了100项需要立即、马上执行的行动项目。其中第98项是我制定的。第98项的内容是关于如何战略性地构建全球AI外交。我主要想分享一些这方面比较务实的经验。我想，几乎所有的讲座中，AI或多或少都会被提及。

AI的影响力与地缘政治意涵

今天的国防讲座中可能也提到了，裴亨子教授的讲座中应该也多次提及，未来李承周教授的讲座中也可能会经常提到。基本上，您可以将其视为一个默认值。所以，我们看现在社会科学领域，特别是今天在座的大部分是主修政治外交或国际学的，这个领域的社会科学论文几乎都在谈AI。几乎所有领域都是如此。工科是AI，经营学是AI，社会科学是AI，政策学也是AI，所有领域现在都在谈AI。特别是在政治外交或国际学中，我们该如何看待AI？可以与之比较的对象很多，比如核能、电力等等。

因此，在经营学或某些领域，很多人对此持非常乐观的态度，认为它像一种新的电力，使过去不可能的事情成为可能。而在政治外交学领域，似乎更多地看到了其危险的一面。但我个人认为，虽然还需要一些时间，但它的影响力实际上可能相当于所有这些的总和。我认为其冲击效应可能堪比电力、核能、石油等所有因素相加。因此，它拥有无限的可能性，但同时也伴随着巨大的风险。它带来了极大的风险，而且，正如我后面会提到的，更重要的是，它极有可能固化两极分化。

中美AI竞争与安全主义视角

这一点似乎是关键。AI从何时开始变得重要？如果查阅AI的历史，会发现自古以来就有很多争论，但我们现在看到的，也就是Transformer架构之后的AI，大概是从2016年左右开始在非工程领域被广泛提及。人们认为不能再放任其发展。更重要的是，在中美关系中，中国的追赶速度比想象中快得多，极具威胁性。这些因素似乎构成了危机感。所以我们看现在美国的AI政策，它非常像一项安全政策。它极力牵制对手，实施出口管制，禁止对中国企业投资，甚至规定如果使用了中国的产品就不能在美国销售。这些都是强度非常高的政策。如果您想知道现在这些手段的源头，可以参考2021年由美国国家人工智能安全委员会（NSCAI）发布的报告。

这个新成立的组织发布的报告长达700页。实际上，这700页里几乎包含了美国可以使用的所有手段。这些手段是如何演变的呢？当然，最近的一些手段报告里没有，但实际上我们能想到的几乎所有手段或方法都包含在内了。这些手段只是在不同时间点被推出。也就是说，从那时起，美国看待AI的视角就不再是把它当作普通的互联网，而是将其视为一种安全资产，必须区分可信赖和不可信赖的伙伴，自己必须保持第一，并且在与体制竞争对手的较量中，威胁我的竞争对手绝不能比我

做得更好。可以说，这种安全主义视角从那时起被正式引入。这是一个最高级别的委员会，其名称本身就包含了“安全”（Security），因此可以看出将AI本身视为安全问题的倾向非常明显。与此同时，当前影响全球所有领域、所有部门、所有社会层面的因素，首先是地缘政治，其次是AI本身。AI的发展比我们想象的要快得多。在许多领域都非常快。ChatGPT问世才三年多，但在此期间，实际上各种各样的事情都

实现了。各种各样的事情都成为可能，技术进化得非常快，竞争者也大量涌现。而且令人惊讶的是，不久前Claude已经超越了ChatGPT。它开始盈利，企业价值也高得多。因此，反而是作为原创者和行业翘楚的ChatGPT推迟了上市。而Claude计划在今年上市。这种奇特的现象正在发生。在科学界，最令人瞩目的无疑是诺贝尔奖。2024年诺贝尔物理学奖和化学奖的得主全都是深度学习研究者。

深度学习研究者。所以这其实比我们想象的要快得多。通常情况下，诺贝尔奖需要相关学科领域的从业者数十年如一日地做出巨大贡献才能获得。当然，像杰弗里·辛顿教授这样的人，一生中数十年在无人问津时就坚持研究。但像谷歌DeepMind的首席执行官戴密斯·哈萨比斯这样的人，虽然他也研究了很长时间，但将AI应用于这个领域的时间并不长。最早的成果是AlphaGo，那是在2016年，之后是AlphaFold，用于化学或蛋白质合成，现在所有该领域的研究人员都默认使用它。就像我们使用ChatGPT一样，没有它的世界是无法想象的。

也就是说，这项成果似乎是在不到十年的研究生涯中取得的。一方面，这可以说太快了，令人惊叹，发展速度太快；但另一方面，我们也要看到，AI的时间线与我们的想象有所不同。在AI领域，一年可能相当于十年，有时一个月就被视为一年，而且这个周期还在不断加速。所以，在过去的六七年里，由戴密斯·哈萨比斯博士领导的这个组织所完成的工作是极其巨大的。

AI发展速度与科学界的变化

实际上，不仅是AI领域，谷歌内部的研究人员中就有五六位诺贝尔奖得主。比我们整个国家还多。所以现在的格局变化得非常快。而且不久前，虽然说是“不久前”，但个人感觉已经过了很久，随着“米托斯”（Mitos）的出现，情况变得更加严峻。随着像“米托斯”这样能够开发AI的AI的出现，发展的速度实际上变得更快了。最初是有人类开发者开发AI，然后把AI培养好，让它不分昼夜、超越时空地为我工作。

实际上，之所以能不断涌现出如此优秀的模型，速度越来越快，正是因为AI本身在进行开发。追踪一段时间的数据可以发现，实际上每天都会有一个以上有意义的新模型诞生。然后，在安全或国防领域，那些过去几十年都无法攻克的难题，现在都被一一攻破，这确实带来了巨大的冲击。至今，这种冲击仍未消退。

后面我还会提到，这个东西是在美国出现的。在此之前，由于中国追赶势头迅猛，美国也意识到，虽然我们现在领先，但中国已经紧随其后，以我们目前这种培育和监管技术的方式，无法与中国竞争，无法彻底拉开差距。所以，我们也应该全力支持技术开发，先排除所有障碍，全力推进。说得直白一点，就是像中国那样做。当时是这种模式。但“米托斯”出现后，实际上美国也感到惊讶，其他国家也都感到惊讶。于是产生了一种想法：或许我们应该暂停一下，可能会发生一些我们无法想象的事情。现在大概就是这样一种情况。

其他国家也一样。所以“米托斯”最初推出服务几天后，Fable 5服务了一段时间后，突然中断了。中断的标准是国籍。美国公民可以访问，而其他人则无法进入。那么像我们这样在国防上高度依赖美国的国家，以及其他国家也大多如此，那些中等强国在一定程度上依赖美国的国防，就会意识到，最好的国防相关技术是受到管制的。于是产生了一种心理创伤。

啊，我们也必须尽快开发这样的技术，这种创伤已经形成。当然，后来又稍微放开了一些。所以现在情况相当混乱。这种混乱，美国也同样存在。美国也一样。因为美国并非铁板一块。Claude内部可能也存在一些混乱。所以，技术发展的速度远超我们的想象。这似乎已经超出了开发人员的想象范围。所以，我们上课时也类似，关于AI何时到来，未来将如何改变世界，正如刚才所说，AI发展速度如此之快，看论文已经来不及了。看论文就晚了。

我个人最喜欢的是看这些科技领袖的访谈，有很多很长的访谈是公开的，有的长达三小时。访谈一结束就马上上传。我认为，阅读这些访谈是最好的方式。在我看来，比如美国有一些著名的科技媒体，今天早上做的访谈可能当天就上传了，甚至是实时上传。所以，要了解AI将如何改变世界，最好的方式就是关注这些人，再加上一个萨姆·阿尔特曼。他们实时发布的会议主旨演讲或者访谈。现在的访谈深度也非常好。所以我认为通过YouTube来了解是最好的，这是一个很好的功能。

AI的多维度竞争与学科领域的重塑

这些人的想法也会有些许变化。会有一点点改变。但他们共同的观点是，AI到来的速度会比我们想象的快，其影响力也比我们想象的要大得多。所以，各种各样的服务层出不穷。现在，美国长期以来不断推出新服务，中国奋力追赶，DeepCool出现后，又涌现出各种各样的东西。这是一种混战的局面。目前，AI的竞争，除了模型竞争外，我个人认为主要有两个核心。一个似乎是走向物理AI（Physical AI），即如何应用于实际场景；另一个是智能体AI（Agentic AI）；再有就是与科学技术相关的，AI for Science（科学人工智能）无疑是一个非常重要的战场。所以，这类论文非常多。您可能会问为什么要把这个放在这里，这是一篇评估将大型语言模型（LM）用于科学发现的论文，这里的作者非常多。我想说的不是作者多。如果您看这些作者的所属机构，会发现涵盖了所有学科领域。从法学到人文学科，应有尽有。所以

现在，虽然韩国的大多数大学也在变革，但AI已经成为所有领域都必须学习的一项基本知识素养。学语言的人也应该能尝试使用AI，并能对其进行评估。最近，我们似乎在进行很多关于如何快速、熟练使用工具的教育。熟练使用固然重要，非常重要，但更重要的是，在原有知识的基础上，加上对AI的理解，从而能对AI进行深入的批判性审视，这实际上是社会科学领域可以做得很好的事情。所以我们常说“AI+X”，即用AI来改变现有的产业。

但反过来说，“X + AI”也同样重要。即从自己原有的专业领域知识出发看待AI。比如我是一个哲学家，或者我研究政治外交学，那么从这个角度应该如何看待AI的出现？不能仅仅是创建一个AI代理来努力收集与AI政治外交相关的新闻，更重要的是，要探讨它的出现意味着什么，将如何改变秩序。实际上，这种讨论非常重要。因此，作为前提的工具训练，可以自学，可以参加训练营，也可以通过短期教育课程来完成，但最重要的是本人亲自大量使用。

从原有专业领域知识的角度看待AI同样至关重要。例如，哲学家或政治外交学者应如何从自己的视角看待AI的出现？这不仅仅是创建一个AI智能体来收集相关新闻报道的问题，更重要的是，关于AI的出现意味着什么、将带来何种变化的讨论非常关键。这些讨论可以独自进行，也可以通过训练营或短期课程来实现。最重要的是，要自己多加使用。

AI与科研创新：美国与中国的竞争

因此，我建议不必过于专注于此。在科学研究和创新方面做得最好的国家当然是美国，美国最近发布了一项名为“创世纪任务”（Genesis Mission）的计划。美国是世界上获得诺贝尔奖最多、创造改变世界创新的国家。既然已经遥遥领先，为何还要如此重视AI？这与中美竞争有关。即使是第一名的美国也感到，如果不利用AI进一步提升科研实力，中国就有可能追赶上来，这让他们感到了威胁。

此外，美国可能判断，在科学研究领域，他们可以利用AI来压倒性地巩固现有差距，从而进一步拉大与中国的距离。科学领域最重要的是什么？需要很多科学家，但顶尖的科学家更为重要。需要很多顶尖的科学家，更进一步，海量积累的科学数据也至关重要。从这两个方面来看，美国都处于领先地位。美国是现代化科学数据积累时间最长的国家，其未公开的私有数据量也极为庞大。

超过95%的数据未被公开。也有一部分数据是免费公开的。比如太空等领域，很多数据都是公开的。世界上最优秀的科学家在哪里最多？就在美国。中国情况如何？虽然比美国稍逊一筹，但科学家数量众多，并且正在努力积累数据。但与美国相比仍有很大差距。美国唯一欠缺的是，能够与这些优秀科学家共事的初级研究员或同事。这一点可以通过AI来弥补。就像一位教授与多名博士生或博士后研究员组成一个研究小组一样。

我认为他们推进这个计划，是着眼于这可能成为一个巨大的研究实验室。这是我们国家韩国科学技术研究院（KIST）的自主研究室案例。这样的概念已经出现了很多。不同学科领域情况不同，特别是在需要做实验的领域，如果晚上出现问题，可能会酿成大祸。比如生物学实验，可能需要有人值守。过去是博士生轮流值守，现在可能不再需要人来做了。体力劳动或简单的重复性劳动已经大量被替代。不仅如此，提出新假说或进行创造性、挑战性的尝试，AI也已经做了很多。其成果已经超过了相当一部分科学家。

AI时代的就业冲击与两极分化加剧

这个领域已经发展得相当成熟了。AI在科学领域展现出巨大潜力的同时，也带来了巨大的风险。被提及最多的是就业问题。根据我们的调查，关于虚假信息或军事应用的讨论也很多。特别是年轻一代对此表现出极大的关注，这已成为一个问题，但压倒性的担忧还是就业。人们最担心的是AI会导致失业。实际上，在美国，已经有相当多的工作岗位正在消失。

有人担忧，除了顶尖0.01%的人才外，其他工作岗位都可能消失。此外，年轻一代，也就是初级职员的工作岗位正在消失，这一点也很重要。对于当前的既得利益者，即中层或高层人士来说，AI是一个极好的工具，因为他们可以利用它。但对于毕业后需要找工作的人来说，AI是竞争对手。如果不能证明自己比AI优秀得多，就很难找到工作。可能只需要运行几个AI智能体就足够了。

这是一个非常值得深思的问题。我们半开玩笑地讨论，AGI（通用人工智能）预计在未来几年内，甚至五年内就会出现，到那个时代我们该如何生存，会发生什么样的变化。虽然传统就业变得更加困难，但直接成为老板的可能性却增加了。因为如果能善用AI，就能立刻着手做些什么。尽管有很多负面消息，但另一方面，AI也使得许多过去不可能的事情成为可能。例如，在完全不会阿拉伯语、也从未去过阿拉伯国家的情况下，如果想向阿拉伯地区销售产品，借助AI代理的帮助成功实现销售的案例屡见不鲜。过去无法想象的事情，通过非常巧妙地运用AI或代理来解决的案例时有出现。

所以最近出现了很多“一人独角兽企业”。独角兽企业指的是企业价值超过1万亿韩元的非上市公司。即使销售额不一定有保障，也需要展现出一定程度的可靠成果。现在出现了很多一人独角兽企业。两个人创造1000亿韩元的销售额，或者两个人创办的企业价值达到2万亿、10万亿韩元的情况也屡见不鲜。观察这些企业，会发现它们的员工数量相对于其企业价值或影响力来说都很少。

以DeepMind为例，最初开发模型的虽然是中国人，但开发团队只有150人。150人的规模还不到韩国一个普通国立研究所的一半。很多国立研究所的规模都达数千人。它只是一个小研究所的成果。如果它上市，企业价值将达到数十万亿韩元。世界正在这样改变。但问题在于，这也需要有一定基础才可能实现。只有具备订阅服务的能力，或者具备从AI中识别机会的基础，机会才会降临。

否则，在一个连电都没有的地方，用AI是做不了任何事情的。国际货币基金组织（IMF）几年前也用类似的报告进行了调查。正如前面所说，AI每个月都在变化，所以现在的情况可能有所不同，但总体趋势如下。首先，高收入职业或专业性非常高的职业风险更大。由于通用人工智能（AGI）的出现，暴露风险必然很高。医生、律师等职业暴露程度很高。为什么呢？

因为从运营者的角度来看，替代高成本人力的意愿最强。同时，如果这些人善于利用AI，他们获得新机会的可能性也很高。善用AI的医生、善用AI的律师，很可能赚更多的钱或创造更大的价值。发展中国家或低技能蓝领职业被替代的可能性较低，抓住新机会的可能性也较低。这种趋势在发达国家和发展中国家都存在，在全球范围内，从性别角度看也类似。女性的暴露程度较低，获得机会的可能性也较低。按教育水平划分也类似。原已存在的差距，即发达国家与发展中国家的差距、受教育多与少的人的差距等，很可能进一步扩大或固化，这是最大的问题。不同职业受到的冲击效应也大相径庭。这是一位教授与GitHub研究员分享的美国数据。他们将美国所有的就业数据连接起来，做成了一个仪表盘。红色越深表示暴露程度越高。不同职业的AI暴露程度各不相同。我将分享这份资料，大家可以进去亲自看看，会非常有趣。请点击进入原始网站查看。这也是一个非常严峻的问题。目前，体力劳动或蓝领职业的替代程度还较低，但重复性劳动都会被替代。机器人也可以替代所有重复性劳动。

虽然有人说还为时过早，但特别是在像中国这样善于利用AI的国家，这已经实现了很大一部分。重复性劳动、非常精密的劳动几乎都会被替代。高级劳动或像手术这样的工作是另一回事，但简单的重复性工作几乎都会被替代。Anthropic公司也公开了他们自己数据分析的结果报告。其中最重要的是对初级职员的就业冲击。初级职位减少了。其他方面还不确定，但初级职位确实减少了。领英（LinkedIn）每年也会发布哪些职业的岗位在增加，哪些在减少。OpenAI也公开人们用AI做什么的使用数据，也有人基于这些数据写论文。我连续展示这些数据的原因是，不仅是工作岗位，任务（task）的变化也很大。如果将我的工作分解为任务，可能包括教育、研究、行政、对外活动等。研究可以进一步分解。阅读论文、进行文献综述、收集和分析数据，然后得出结论并提交。再细分下去，其中的一些工作可以通过AI实现自动化。提交过程可以完全自动化，最后的校对和错别字检查已经很大程度上自动化了。文献综述可以更多地借助AI的帮助，假设生成也如前所述，可以通过AI来完成。因此，任务重构的说法是目前最被广泛接受的。医生的角色也是如此。

医生的角色也可以与AI协作，诊疗更多的病人，并且更准确地进行诊疗。如果能做好重构（reconfiguration），生产力会大大提高。但这也有点理想化。我们持有的理想假设是，AI单独工作的准确率为90%，人单独工作的准确率为95%，那么人与AI合作就能达到100%。因此，我们应该与AI共存并和谐相处，这一直是长期以来的主流理想论。但根据任务的不同，情况并非如此。

很多情况下，需要人退出才能提高准确度。有时AI单独做是150分，人单独做是100分，人与AI一起做可能只有95分。有很多研究表明，人如果笨拙地介入，反而会成为噪音。需要看到这取决于任务。从企业的角度来看，因为在座的大多数是准备就业的人，所以分析招聘公告是最好的方法。必须了解企业需要什么样的人才。

AI应用的现实挑战与组织设计

有AI。最近，寻找对AI有理解、能熟练运用的人才的招聘公告应该很多。实际上，去年麻省理工学院（MIT）对企业AI应用情况进行了调查，得出的结论是，应用情况比想象中要差。如果美国都如此，那我们国家的情况会更严重。原因很明显。安装AI并不像买一台洗衣机那样，家务活就能解决。需要插上电源，或者善加利用。对AI而言，电就是数据。很多情况下，数据本身就没有被收集。因此，即使引入了AI，也往往没有任何效果。要想大幅提高生产力，如前所述，任务必须被很好地分解。需要根据AI进行组织设计，重新组合这些任务，决定“这个由AI来做，这个才由人来做”。如果保持原有的组织结构，只引入AI，而人员不变，实际上是不可能成功的。最近，一些优秀的海外大学，特别是商学院，在教授“智能体管理论”等课程。这就像在经营学中，传统上学习人事组织管理论，学习如何管理人才以获得绩效一样。

现在把这一切都换成了AI。换成了智能体。因为智能体既是我们的同事，也是竞争者，我们必须将其作为一种理论来运用。如何划分工作，如何协作，哪些由AI负责，哪些因为不稳定而需要人来验证，这些都需要划分清楚。这些前期准备需要相当长的时间。所以，很多时候这些应用并不成功。从去年的情况来看，基本结论是不成功。依次是个人、企业、大学。

大学教育的失败与企业的人才选拔

大学究竟应该成为一个什么样的地方？大家知道Palantir这家公司吗？Palantir集团设立了一个名为“精英领导力奖学金”（Meritocracy Fellowship）的项目。访问他们的主页会发现非常有趣，最有趣的标语是顶部的“跳过学位（Skip the degree）”。这是什么意思呢？这是美国硅谷那些光鲜的科技公司、AI公司在说，美国的高等教育已经失败了。也就是说，与其上大学背负助学贷款，不如直接就业。这家公司虽然不是AI公司，但它通过本体论（ontology）来提高企业生产力，是一家非常创新的软件公司。这家公司专注于选拔优秀人才。

这完全不可能。要想大幅提高生产力，如前所述，任务必须被很好地分解。需要根据AI进行组织设计，重新组合这些任务，决定“这个由AI来处理，这个才由人来做”。但在现有的组织结构中直接引入AI，实际上是不可能成功的。所以最近海外的优秀大学，特别是商学院，在教授“智能体管理论”之类的课程。这就像在经营学中，传统上通过人事组织管理论来探讨如何管理人才以获得绩效一样。

现在把这一切都换成了AI智能体。因为智能体既是我们的同事，也是竞争者，我们必须将其作为一种理论来运用。如何划分工作，如何协作，哪些工作由AI承担，哪些因为不稳定而需要人来验证，这些都需要划分清楚。这些前期准备需要相当长的时间。因此，这些尝试往往不成功，从去年的情况来看，基本评价是比想象中要不成功。接下来，我们依次看看个人、企业和大学。

大学究竟应该成为一个什么样的地方？大家知道我们熟悉的美国公司Palantir吗？Palantir集团设立了“精英领导力奖学金”（Meritocracy Fellowship）。访问他们的主页会发现非常有趣，最有趣的标语是顶部的“跳过工作（Skip the Job）”。这是美国硅谷那些光鲜的科技公司、AI公司在说，美国的高等教育已经失败了。也就是说，与其上大学背负助学贷款，不如直接就业。这家公司虽然不是AI公司，但它处理本体论（ontology），是一家能够提高企业生产力的非常创新的软件公司。这家公司专注于选拔优秀人才。

然后直接投入到实际工作中。在公司内部边工作边学习，效果要好得多。不仅在韩国，这个问题在韩国可能尤其严重，大学教育僵化，四年的大学教育不一定能转化为公司的工作能力。也不是说只有上了好大学、好专业，就业后才能工作得好。能上好大学的学生，基本上学习能力强，所以无论做什么工作，都倾向于做得很好。因此，只要能证明自己有能力进入好大学或好的职位，就直接录用，让他们尽早开始实际工作，这样效率会高得多。

大家都曾想过，这样做能否节省时间，而他们将这个想法变成了现实。更重要的是，企业自己掌握了选拔标准。韩国的第二个问题是，在AI时代，仍然用陈旧的高考体系来选拔未来的人才。这就像让汽车和人赛跑一样。

企业自行制定人才选拔方法，选拔优秀人才来解决现实问题。大学教育的最终目标不是永远留在大学，而是迈向下一个阶段。如今很多学生都想去企业工作，去企业做什么呢？最终是要有客户，要为客户解决问题。他们从19岁就开始做这件事。了解客户是谁，AI相关的问题是什么，然后投入实践积累经验，这样能更快、更好地工作。这样的案例越来越多，像密涅瓦大学（Minerva School）这样的地方也做过类似的尝试。拥有AI博士学位的人才也倾向于去企业而不是学校，这带来的冲击比想象中要大。

企业发表的优秀论文越来越多。理想情况下，诺贝尔奖应该出自麻省理工学院或斯坦福大学，但现在谷歌也能获奖。最近，斯坦福大学的教授跳槽到OpenAI，哈佛大学的优秀教授也去OpenAI做研究，出现了这种反常现象，原有的秩序正在崩溃。因此，美国的顶尖大学也在进行大规模调整，比如解雇现有教授或合并院系。此外，还出现了将院系教育项目进一步细分的趋势。

学校里已经出现了很多作弊等行为。虽然有微学位（microdegree）这样的项目，但将其按功能进一步细分，只修完相应课程就毕业的方式正在增加。学生只需按学期缴纳学费，选修自己需要的课程。这是一种终身学习的概念，可以在工作的同时，根据需要选修特定课程或并行学习。像这样，大学、企业、研究者等所有领域都在发生巨大的地壳变动。大学的研究无法正常进行，人才流向企业，学生不经过大学的可能性也在增加。如果大学不改变，可能会瞬间失去存在的价值。

AI学术竞争力：中美间的差距与地缘政治冲突

在全球顶尖的人工智能学术会议NeurIPS上，中国发表的论文总数约占一半。排名第一的是谷歌（4.8%），第二是清华大学。其后也有多家中国大学。韩国包括韩国科学技术院（KAIST）在内，约占2-3%的份额。

美国约占30%，中国约占50%，新加坡约占5%，世界其他国家合计占剩余的比例。这可以看作是AI竞争力的一个指标。这种趋势在材料工程等其他科技领域的顶级会议中也类似。今年的NeurIPS会议上，美方曾以地缘政治为由，宣布不接受被美国政府制裁的中国大学的论文。对此，中国则以所有大学抵制提交论文作为回应。几天后，会议撤销了这一决定。这显示出学术领域的地缘政治冲突正在加剧。

地缘政治介入学术领域，当美国以危险为由决定不接受某些大学的论文时，中国则以所有大学拒绝参与作为回应。一方主张这违背了学术的基本精神，另一方则反驳说，基于公开数据的研究本身没有问题。这样的冲突正在加剧。尽管如此，从改变世界的影响力论文数量来看，美国仍然领先。

中国可被视为紧随其后的第二名。从论文总数来看，虽然美国在某些领域排名第一，但在前0.01%或0.05%的顶尖论文中，中国位居第一的情况正日益增多。在专利领域，中国企业也大量申请生成式AI相关专利，在前十大企业中占据了七到八个席位。过去，中国企业对申请国际专利持消极态度，但如今为了保护核心技术，正积极行动。这是受中美竞争的影响，因为他们认识到，确保专利对于自由的研究开发与创新至关重要。

这也是我个人的研究领域之一，中国论文的特点如下。从多项指标来看，中国论文数量非常多。特别是从图表中可以看出，“仅限中国发表”（China Only Publication），即仅由中国研究人员进行的研究比例在持续增加。其他国家的研究往往是多国研究人员合作完成的，而中国的自主研究比例很高。这些论文大量发表在世界级的学术期刊上。

近来，中国的知识自立倾向日益明显。AI领域的优秀论文很多是由中国研究人员或在美国的华裔研究人员撰写的。如果把隶属于美国大学的华裔研究人员也包括在内，这个网络会进一步扩大。

开源战略与机器人产业中的美中竞争

在美中竞争的人工智能（AI）领域，开源至关重要。中国的模型正以开源形式广泛传播。中国模型之所以重要，是因为其性能优越、价格低廉且易于获取。有分析指出，去年中国模型的性能已经超越了美国模型。即使美国模型的性能更佳，但其价格昂贵，而中国模型几乎可以替代所有美国模型的功能。这一趋势正扩散至机器人领域。用于人形机器人的软件和数据也以开源形式公开，便于研究人员使用。

AI是模型的竞争，但在物理AI（即人形机器人）领域，实体至关重要。我们需要能够代替人类工作或提供娱乐的机器人。在美中AI竞争中，美国尤为担忧的是机器人领域。以去年为基准，全球人形机器人出货量的85%来自中国，预计今年将达到90%。中国一家公司生产的机器人数量甚至超过了韩国的总产量。这意味着，当某一特定产业被一个国家占据90%以上时，该产业实际上等同于由该国创造。在韩国拥有优势的半导体领域，三星和海力士占据了60-70%的份额，但在机器人领域，中国的占比更高。

中国在AI人才确保与标准化竞争中的崛起

若此状况固化，可能成为大问题。在AI竞争中，确保人才也至关重要。过去，中国的优秀人才多在留学美国后回国或留在美国。但根据近期分析，约十年前，中国的高级AI研究人员数量还排在世界第四，而现在中国已跃居第一。预计到2025年，中国将拥有最多的顶尖AI研究人员，其后是美国和韩国。这虽是积极的消息，但从人均来看，新加坡的表现更为突出。人口远少于韩国的新加坡，其人均研究人员数量更多。为了与中美竞争，排名第三至第八的国家需要扩大规模。此外，中国的年轻研究人员比例高，具有巨大的增长潜力。

年轻研究人员比例高，意味着职业发展潜力巨大，这可能有助于增强人工智能竞争力。在标准化方面，中国也已在主要标准组织中掌握了相当大的影响力。在联合国等国际组织中，中国的发言权也日益增强，这表明中国不仅通过人工智能技术，还长期致力于通过标准和规范来塑造全球秩序。由此可见，这并非单纯投入资本或人力的结果，而是多方面努力的体现。

在ChatGPT初期发布时，曾有评价认为与美国的差距巨大，竞争已经结束。但随着后续指标的更新，差距正在缩小。新模型不断涌现，美国和中国在相互竞争中交替领先。除了这两个国家，韩国是相对表现突出的国家，这是事实。

韩国的AI竞争力：构建生态系统的重要性

然而，韩国能否具备足以替代美中的服务能力或生态系统至关重要。仅有模型本身没有意义，需要有支撑其发展的生态系统，即机器人、家电、周边技术及数据。因此，未来我们应关注这种生态系统的竞争。

认为AI竞争力会因职业发展潜力更大而提升，是比较准确的看法。年轻人的比例非常高。因此，这是在看待当前AI竞争、客观预测未来走向时的一个重要因素。此外，在标准方面，中国已在掌握全球主要标准组织的许多部分上投入了努力。这一点值得参考。至于中国为何在联合国发言多、显得更具影响力，一方面是因为联合国本身并非一人一票制，中国拥有众多伙伴国家和友好势力，占据优势；另一方面，中国境内也有联合国大学（UNU）等实体。因此，中国在联合国也开展着非常活跃的活动。

这一切不仅是AI技术的结果，也是长期努力将其制定为标准和规范，成为全球秩序或必须遵守的规则的成果。若认为这仅仅是通过投入资金或人力实现的，那么其他指标也显示出非常积极的态态。ChatGPT刚问世时，曾有人说差距巨大，竞争已经结束，但随着后续指标的更新，双方逐渐变得不相上下，即使拉开差距也能很快追赶上来，新模型不断涌现。美中形成了相互竞争、交替领先的格局，而在除美中之外的国家中，我国相对表现突出，这是事实。

然而，能否具备足以替代美中的服务能力或生态系统，对我们来说是一个重要问题。仅拥有模型毫无意义。必须有能够使其正常运作的整体生态系统作为支撑，即机器人、家电以及可以搭载代理（Agent）的其他周边技术或数据。这终究是一场生态系统的竞争，是我们未来需要关注的部分。

美国AI政策的转变与企业的利害关系

这一点可以关注一下。最终，如前所述，美国的政策已从安全（Safety）完全转向了安保（Security）。特朗普政府上台后做的第一件事就是废除DEI，即多样性、公平性和包容性。因为这被认为会阻碍AI发展、拖延时间，所以主张先创新，后讨论。对安全（Safety）的关注度也下降了。目前，政策焦点正集中于推广美国的AI，OpenAI、云服务等企业也参与其中。

21世纪初，特别是2001年中国加入WTO后，到21世纪后期，曾有一段时期美中关系不佳。当时，美国将中国指定为汇率操纵国，并试图废除其最惠国待遇。当时有主张认为，中国不遵守市场经济原则，是一个问题多多的国家，应中断与中国的交流。

美国曾不愿承认中国为正常国家。当时，一部分人主张与中国进行贸易、向中国销售产品并利用中国市场。而这些人正是美国企业。因为通用汽车、波音等公司在中国创造了巨额销售额，并预计未来也会如此。像通用汽车这样的公司曾一度濒临破产，但通过进入中国市场并确保市场份额而得以重生。然而，近来这些企业的公告中，很多内容仿佛出自OpenAI、美国国务院或国防部之手，声称自由阵营的人工智能必须取胜，威权主义国家不应占据第一。为何他们的态度会突然变得如此强硬？

是因为企业充满了正义感吗？或许有此可能，但我更从商业角度看待这个问题。反正这些企业在中国也无法盈利。因为中国已经开发了自己的AI模型，并且有像DeepSeek、Kimi这样的替代品。这些美国企业在全球市场占据高份额的地区，是不包括中国的。问题在于，中国的阿里巴巴、DeepSeek、云服务等模型正在向中国以外的地区扩散，它们正占据东南亚市场，并在韩国甚至美国得到使用。

AI生态系统的分离与美中间的相互依存性

在硅谷也是如此。因此，必须将中国产的模型限制在中国境内。这可以看作是政府利益与企业利害关系相吻合的案例。不仅是美国，中国也制定了AI行动计划，并于今年宣布成立AI合作组织。全球AI技术最先进、生态系统构建最完善的两个国家，正在就如何推广自身技术并相互制衡展开竞争。美国采取的是攻势。

美国作为超级大国，正在使用更具攻击性的手段，而中国虽然处于守势，却在持续寻求扩散。中国为何采用开源战略？回顾过去的IT竞争，如Windows操作系统竞争、安卓与苹果的竞争，后来者常常采用开源战略。这是一种吸引大量用户并使其产生依赖的战略。中国因为是后来者和第二名，所以采用开源。从国力或情况来看，中国只能采取守势战略。但随着开源的扩散，美国的战略并未如预期般奏效。

在如此大的压力下，本应崩溃，但很多情况下并非如此。目前，AI生态系统已经分离并固化。以AI为中心来看，其根本需要数据、电力、算力、AI模型、AI服务、设备等。但从美中关系来看，所有这些连接环节都已断开。美国和中国互不分享核心数据，中国也是如此。对算力所需的芯片对华出口受到限制，中国产品对美进口也受到限制，分离在持续进行。在完全分离、互不往来的状态下，双方都有各自欠缺的部分。中国最大的弱点是半导体。因此，它试图在欠缺的部分实现自给自足。中国最大的问题是半导体，正在推进GPU等核心部件的自给自足。而美国则

在硬件领域有很多不足之处。美国试图通过与韩国、日本等同盟国合作来解决这一问题。但有评价认为，目前美国的同盟合作关系比过去有所削弱，导致政策并非理想状态。另一方面，中国的半导体自给自足进展比预期要好，但也存在明显的局限性。美中能否和解，回到过去？

短期内将很困难。本届政府中，美国国务院提出的多项计划就说明了这一点。在像“Pax-Silica”这样的协商机制中，美国正与排除中国的印太同盟国在半导体及核心技术领域组建新的协商机制。该计划的一个典型例子是，为能够在东南亚地区生产和供应可信赖智能设备的国家或企业提供资金支持。这是因为东南亚地区大量使用中国产的硬件和软件。由于地理位置相近，且中国提供了大量支持，从东南亚国家的立场来看，几乎没有理由不使用中国产品，因为它们物美价廉。然而，该地区有许多旨在制造替代中国产品的项目。韩国可能成为代表，像越南生产电动汽车的Vingroup这样的国家也可能参与其中。随着这种状况的固化，不仅会谈到美国和中国，也会谈到韩国，并由此产生一个担忧。

韩国确保AI主权的战略与加强相互依存关系

前文特别提到了中美技术竞争，那么我们是应该选择站队，还是应该一直与双方都保持良好关系呢？但这样做自然会产生一个想法：“我们究竟要这样到什么时候？”难道我们不也应该拥有一定程度的自主能力，以确保谈判力和杠杆作用吗？难道我们不能有“自力更生”的想法吗？因为我们无法利用中国来制衡美国，而利用美国来制衡中国则是一场风险过大的赌博。

我们也有属于自己的东西。这就是近来常说的“AI主权”。从欧洲的案例来看，欧洲与我们有相似的困境，且情况更糟。欧洲的所有硬件，例如电池或电动汽车零部件，都依赖中国制造；而所有软件都依赖美国制造。欧洲没有像Naver或KakaoTalk这样的本土服务，全部使用美国服务。硬件依赖中国，软件依赖美国，因此没有自身的杠杆。所以他们认为不能再这样下去。结构上依赖一方是危险的，必须自己创造一些东西。必须排除仅依赖一个企业或一个国家的情况。最理想的情况是自己打造“欧洲制造”，但由于没有生态系统，这会很困难。

那么应该怎么做呢？就是不只依赖一个人。例如，在开发操作系统时，不只依赖谷歌，也同时使用微软或韩国Naver的产品，以此来分散风险。这种结构不仅用于AI或数字领域，也广泛用于粮食等其他领域。新加坡是一个代表性的例子。新加坡不生产粮食，但通过从周边国家如泰国、马来西亚等进口粮食来实现分散化。这样即使一个国家出现问题，也可以从其他国家获取。此外，他们还采用双轨战略，即花费时间也要自己投资开发。这一点也同样适用于AI。“主权AI”这个词在政治外交上可能给人一种排他性的感觉，因此在与外国人对话时需要谨慎使用。因为它可能引起对方的反感，认为“你们是想排斥世界，把它搞得像领土主权一样吗？”因此，必须解释清楚我们追求的是“开放合作型主权AI”，对话才能进行下去。美国提出，特别是目前

领导美国AI政策的白宫主管克拉奇欧斯（Kratsios）表示，“AI主权只需拥有对全球最佳模型的访问权即可”。他认为，既然美国拥有最佳模型，那么保有访问该模型的权利对主权更有利。主权中重要的是性能，自己开发效率低下且浪费国力，因此应该使用美国的模型，转而专注于美国也能做好的其他领域。这与传统的经济安全或多元化是不同的概念。它不是说不要把所有鸡蛋放在一个篮子里进行分散投资，而是要完全依赖最强的那个，同时让对方也完全依赖我们。那么我们应该怎么做呢？不是在主权AI模型开发上投入资金，而是集中于半导体，将相互依存性最大化。这样就会产生威慑力。因为如果我们崩溃了，对方也会崩溃，从而加强了相互信任。这是美国提出的概念，一个非常有意义的概念。

AI主权战略的概念差异与韩国的选择

但是，选择哪一种并不容易。目前概念上是这样划分的。美国提供的概念有其道理，最近美国的智库也批评主要中等强国的主权战略，认为其效率低下，且美国无法做到所有事情，因此不如专注于在机器人、硬件等领域发挥对美国AI创新的补充作用。他们认为，加强互补性不就可以了吗？那么中国会怎么说呢？

中国的逻辑也类似。即“我们会免费发布不亚于美国的产品，你们为什么要做这种低效的事情呢？”从中国的立场来看，就是“不要从头开始造Excel，我们会提供Excel、PPT等程序，你们拿去用，做你们擅长的事情”。但问题在于，我们担心它不会永远免费。在这种情况下，事情正在向前发展。尽管如此，那个概念，特别是美国提出的概念有其道理，同盟也很重要，但我们仍然需要自己尝试做一些事情，其原因如下。

当选择不生产时，可以进行分散。分散到泰国、马来西亚等多个国家，即使一个国家发生问题，也可以从其他国家获取，这是一种分散方式。此外，即使需要时间，也要自己投入开发。这就是双轨战略。这一点也普遍适用于AI。我们追求的“Sovereign AI”，即“主权AI”这个词，在政治外交上带有强烈的排他性色彩，可能会让外国人感到反感。所以必须加以解释。必须说明我们追求的“Sovereign AI”不是排他性的，而是开放合作的“Sovereign AI”，这样才能进行下一步的对话。美国提出，特别是目前领导白宫AI政策的主管克拉奇欧斯（Kratsios）是这样说的。

领导美国AI政策的白宫主管克拉奇欧斯（Kratsios）是这样说的：“我明白。我知道你们想搞什么主权AI，但主权AI是什么？AI主权又是什么？只要拥有对全球最佳模型的访问权就可以了。美国不是拥有全球最好的模型吗？那么，保有随时可以访问且确保能访问的权利，对你们的主权更有利。”

因为主权重要的是性能。是性能。对于连同样水平都做不到的事情，笨拙地投入资金，效率低下，最终只会制造出不好的模型，这是国力的浪费。所以，用我们的东西。作为交换，你们把那些钱用在你们更擅长的事情上。这与我们过去在经济安全或主权中所说的多元化是不同的概念。过去是说不能把所有鸡蛋放在一个篮子里，要分散投资，但现在不是这样，而是要完全依赖最强的国家，同时让那个国家也完全依赖我们。那么我们应该怎么做呢？不必在主权AI模型开发上花钱，而应全力投入半导体。从而将相互依存性提升到极致。这样会发生什么呢？会产生威慑力。威慑力。因为我们崩溃了，你也会崩溃，所以相互信任反而得到加强。这是美国提出的概念。这其实也是一个非常有意义的概念。

但是，如何选择并不容易。这确实不容易，但概念上现在是这样分化的。美国提供的概念有其道理，最近美国的许多智库也正是从这一点上冷静地批评主要中等强国制定的主权战略。认为这不可能，效率低下，而且事实上美国并非一个能做所有事情的国家，因此不如专注于在能对美国AI创新起到重要补充作用的领域。无论是机器人还是硬件。加强互补性不就可以了吗？这种意见很多。那么中国会说什么呢？

中国的逻辑也类似。我们将开发出不亚于美国的产品并全部免费开放，您为何要做如此低效的事情？这是中国的立场。我们现在要开发Excel并免费开放，要开发互联网并开放，您为何现在要从头开始造Excel？我们会提供所有PPT程序，您拿去用，做您自己擅长的事情，这是中国的逻辑。问题在于，我们担心它会免费到什么时候。所以，这些因素交织在一起发展。尽管如此，那个概念有其道理，特别是美国的概念有其道理，同盟关系也很好，但我们仍然认为有必要自己尝试做一些事情，在我看来，原因如下。

AI对国家安全与产业增长的贡献及自主开发的必要性

AI是国家国防和产业增长的必要因素。一个国家必须能够自己保卫自己，通过产业增长维持经济，并构建社会安全网和基本基础设施，而AI在其中扮演着交集的作用。未来，所有基础设施都将基于AI运行，不使用AI的产业将难以增长。在国防领域，AI无人机、机器人等也正在被引入。

AI的重要性不仅在于其对国家安全和产业增长的贡献，还在于亲身经历过的人能更好地理解和运用它。就像亲手做过的人比只从书本上学习的人做得更好一样，亲身开发AI的经验不仅能带来杠杆效应，还能增强原本擅长领域的能力。例如，在为AI开发半导体时，不会完全依赖外国来处理与AI相关的部分。

深入理解和开发AI技术，可以使现有的半导体技术制造得更好，在接受外部技术时，理解和吸收能力也会提高。从这个角度来看，政府的立场是，投入一定程度的自主AI开发努力是绝对必要的，我对此表示同意。过去一年，AI相关主要国家发布了许多政策。

中等强国的AI战略与韩国的潜力

所有国家都在努力发展AI技术，众多中等强国也不例外。AI领域的中等强国（Middle Power）战略是一个值得研究的课题。目前，AI技术水平可分为第一梯队（美国、中国）和第二梯队（韩国、法国、德国、日本等）。在第二梯队中，有试图自主开发AI技术的韩国和法国，也有决定遵循美国战略的英国和日本等国家。即使是这些国家，也并非完全从零开始进行AI开发。

日本紧密依附于美国的AI平台，而韩国则扮演提供硬件的角色。尽管如此，即使是日本，在行政或国防领域也会部分执行自主的AI开发项目。韩国则比这更积极地尝试开发AI技术。除了半导体，韩国在AI生态系统中也拥有具备潜力的企业，虽然不能在所有领域都成为顶尖，但在某些领域拥有世界顶级的潜力。特别是在尖端制造领域，除了中国，韩国在家电、汽车、造船、电池等方面拥有优势，而AI可以将这些领域连接起来。

在能源领域，韩国也拥有核电、太阳能、储能系统（ESS）等多种技术，并拥有自己的门户网站和即时通讯服务。如果能将这些要素很好地连接起来，成功开发AI技术的可能性就很大。美国将韩国视为AI，特别是物理AI领域的最佳合作伙伴。美国自己建厂培育家电企业需要很长时间，但韩国已经具备了所有必要条件，因此在合作上很有利。

中美竞争下的韩国外交与产业战略

美国将韩国视为非常重要的同盟伙伴，这是因为双方在安全及产业组合方面具有高度的互补性。在这种情况下，如何设定与中国的关系成为一个重要的课题。

与中国存在相当大的竞争关系，产业组合重叠部分多，预计将有激烈竞争。但韩国的对华战略不能与美国的对华战略相同。考虑到地理位置相近以及朝鲜问题等，中国也是一个重要的伙伴。此外，不能忽视中国拥有的巨大市场和生态系统的吸引力。在美国企业都维持着在华工厂的情况下，韩国需要战略性地思考如何设定与中国的关系。

即使在美中激烈竞争的同时，也存在合作或交流的领域。例如，在全球挑战或可持续发展目标（SDG）领域，合作是可能的。韩国的全球战略方向是，在安全重要的领域与美国集中合作，在安全敏感性较低的领域则可以与包括中国在内的其他国家合作。与中国的合作需要采取战略性方法，可以在安全敏感性较低的领域加以考虑。这对韩国企业来说是一个艰巨的课题，如何攻克和利用飞机一小时航程内的巨大中国市场和生态系统，是一个需要深思的问题。

加强韩国AI竞争力与共赢方案

在中国市场创造收益是最好的情况，但如果做不到，快速掌握现场变化并将其用于创新的方法也很重要。韩国国家AI战略委员会成立一周年之际，预定将发布成果，并通过多方努力取得了一定的成绩。其基本理念是，韩国在AI领域起步较晚但有潜力，由于基础设施和支持不足，必须尽快提升竞争力。

为了确保GPU供应，我们应与英伟达合作，并利用韩国企业的优势，与海外科技巨头合作以增强竞争力。OpenAI、云服务公司、谷歌等正计划在韩国设立分支机构。与此同时，也应通过双轨战略培养Naver、Kakao、SKT等韩国企业自身的竞争力。在此背景下，支持自主基础模型的竞争也是其中一环。我们的目标是通过并行推进全球合作与自身能力建设，促进竞争并创造成功案例。

目标是在制造业领域，由三星电子、现代重工、LG电子等企业引入AI，创造降低次品率、提高生产率、预防安全事故等成功案例，并将其出口到世界。此外，为解决因AI转型导致的社会两极分化问题，需要提供教育、营造研究环境、支付基本收入等制度框架。我们正在探索方案，以支持那些在AI时代被边缘化或受害的人，并帮助他们参与到这一潮流中。

我认为这些努力可以成为韩国独有的创新尝试。在加强产业竞争力的同时，我们也在努力支持弱势群体以及那些无法从AI中受益或可能受害的人们，帮助他们共同发展。这些努力将成为韩国向全球社会展示典范的机会。

国家AI战略委员会的网站上公开了海量数据，包括会议记录、年度预算清单、2025年及2026年AI相关国家预算项目清单等。通过分析这些资料，可以了解韩国在AI领域如何投入预算，以及哪个部门使用了多少预算。这些信息可用于课题执行等方面。

数据公开后，公民社会批评预算过于集中于技术创新企业，而非社会保护。在分析了长达5000至6000页的所有文件后，我们接受并反思了这些批评。

虽然我们在听取专家和公民的意见来推进政策，但仍然存在不足和局限。政策往往不会按理想方向发展，并会产生副作用，这是因为对人的理解不足或预测的困难。出于良好意图制定的政策常常达不到预期效果，这种根本性的局限也存在。

AI技术开发的战略选择与代价

韩国在人工智能领域起步晚于美国和中国，因此希望迅速提升竞争力。与英伟达合作以确保GPU供应，同时加强国内企业竞争力的双轨战略，看起来是合理的。但这也带来了资源分散的问题。由于GPU进口没有限制，韩国选择了英伟达，从而错失了GPU国产化的机会。而中国在GPU进口受限后，便集中力量进行国产化，这不仅缩小了性能差距，还建立起了庞大的生态系统。

这与其说是政策问题，不如说它揭示了没有完美的政策，战略选择必然伴随着代价。此外，还有一种思路是，优先通过创新确保竞争力，并共享在此过程中获得的成果。在这个过程中，最重要的资源终究是时间。金钱或其他资源固然重要，但对于生命有限的人来说，时间是最宝贵的资源。

AI时代的时间资源与应急计划

弱势群体必须承受一定时期的痛苦，如何补偿这段时间，以及在AI鸿沟的情况下如何熬过这段时间，是一个大问题。此外，也有批评指出，在韩国努力的同时，美国和中国不会停滞不前，如果差距无法缩小，是否有应急计划。这是一个非常现实的问题。

有观点认为，美中两国垄断人工智能市场的格局并不可取，中等强国应联合起来。但从日本的立场来看，与美国直接合作可能比与韩国合作更有利。因此，中等强国之间难以形成联盟存在着现实原因。

人工智能技术发展的不确定性与潜在风险

很多人评价说，如果仔细权衡中等强国之间的利益与成本，会发现可交换的东西比想象中要少。中等强国之间的合作现实就是如此。如果合作设计不当，对方就没有理由非要合作。他们会想：‘我为什么要和你合作？我可以直接和美国合作，或者如果你们也能做，那我是不是也可以自己试试？’法国的情况也是如此。关于人工智能的话题就到这里，剩下的幻灯片也需要尽快讲完。我们谈了很多关于技术发展的话题，但人工智能的开发是否存在问题，这个根本性问题依然存在。

我们这次期待的创新真的会发生吗？也许不会，人工智能的又一个冬天可能再次来临。就业问题如前所述，依然令人不安。虽然Kakao公司官方否认，但不招聘可被人工智能替代的岗位人员，这种想法是完全可以想象的。此外，许多大学也在不断提出如何管理这项危险技术的问题。研究人员们自发地采取行动，他们认为‘技术发展比我想象的要快得多，我们应该暂停开发，思考在发生灾难性或无法控制的问题时如何应对，然后再重新开始开发’。最近，斯坦福大学等机构也发出了许多呼吁立即采取行动的声音。

人工智能时代的制度准备与监管讨论

特别是，人工智能要求经济和劳动领域进行重大重组，因此若不建立相应制度，可能会引发严重问题。如果不对税收或分配制度等进行预先考量，等到所有问题爆发后再去收拾残局，情况将变得无法控制。例如，如果连如何通过人工智能赚钱都无法追踪，那么征税将变得不可能，再分配也将变得困难。这可能引发超乎想象的巨大问题，因此出现了很多主张暂停发展的声音。

麻省理工学院（MIT）正在将人工智能可能引发的各种风险建立数据库进行管理，关于人工智能不应逾越的底线的讨论也正在积极进行。尽管有很多这样积极的讨论，但遗憾的是，由于缺乏强有力的监管或问责制，这些讨论常常被忽视。目前，人工智能在战争中被大量使用，而在关于人工智能风险的讨论中，首先被提及的就是武器。人们主张不应将人工智能用于武器开发。

人工智能的公益应用与可持续发展目标（SDG）的实现

此外，很久以前就有共识，不应将人工智能用于传播虚假信息，并应克制开发能够自我进化的人工智能，但这些共识并未得到遵守。现实情况是，人工智能正被滥用于武器开发、人工智能自我开发和传播虚假信息。这一点似乎很重要。另外一个很多人不太关注的是可持续发展目标（SDG）。到2030年实现SDG似乎几乎不可能。大约六七年前，曾有过针对17个SDG目标分析人工智能可能带来的正面和负面影响的研究。人工智能可以产生巨大的积极影响，也存在利用人工智能实现SDG的项目合集。

相关项目将近20万个。世界上仍有许多问题亟待解决，因此需要思考如何将人工智能用于公益事业。在性别、教育、不平等等多个领域都可以利用人工智能，特别是发展中国家面临着与我们想象中不同类型的问题，人工智能在这些方面可以大有作为。

人工智能与环境问题：电力消耗与碳排放

从未来的角度审视人工智能或许也是一个好方法。从不确定性指数或全球风险报告等资料来看，环境问题的重要性将日益凸显，而人工智能与环境问题密切相关。人工智能消耗大量电力，在美国，它已经成为一种“邻避设施”，引起了民众的反感。仅在得克萨斯州，就有1000个人工智能数据中心正在等待批准。

人工智能技术发展的未来与综合考量

因为这会导致电费上涨和二氧化碳排放增加等问题。这些问题也至关重要，希望大家能进行综合考量。这份资料也值得参考。我的讲座到此结束。谢谢大家。