杰弗里·辛顿在最新访谈中直言，美国在人工智能领域的领先地位岌岌可危。

他指出：只要持续削减基础科研经费、打压研究型大学，就足以让一个科技强国在二十年内从巅峰跌落。

“我们现在经历的AI革命，靠的不是天价投入，而是长期稳定的基础研究支持。”辛顿揭示了一个惊人事实：引爆这场革命的深度学习研究，总花费甚至比不上一架B-1轰炸机的造价。

但现在，这个孕育创新的机制正面临严重威胁。

特朗普政府已多次威胁削减哈佛、MIT等顶尖学府的联邦研究经费，最近更要求高校在招生、言论自由等核心问题上作出妥协。

MIT校长刚刚拒绝了教育部带有附加条件的资金方案，这场科学与政治的较量已进入白热化。

辛顿断言未来三年半内美国根本无力领导AI安全发展，这个关乎人类命运的重要使命，必须由中国或欧洲来承担。

1. 辛顿为何这样说？

众所周知，知识的构建，就像大厦的建造，均需遵循着一个规律：它需要从地基开始，一层一层地向上搭建。

最底层是基础科学，它探索世界运行的基本规律，比如量子力学如何工作，神经网络的基本原理是什么。这一层的特点是需要长期投入，而且结果完全不确定——研究者就像在黑暗中摸索，不知道哪条路会通向光明。

辛顿和他的同事们当年研究神经网络时，没人能预料这会在几十年后催生ChatGPT这样的革命性产品。这就是基础科学的特殊性，它不求立竿见影的回报，而是在为整个人类知识体系打下坚实的地基。

在这层地基之上，是应用科学与工程。研究者开始思考：这些基础发现能解决什么实际问题？比如，如何让计算机识别图像，如何让机器理解人类语言。这时，研究开始有了明确的方向，但依然充满风险和不确定性。

最顶层才是我们日常接触的产品和商业化应用，例如人脸识别门禁、智能推荐系统、自动驾驶汽车——这些都是建立在下面两层基础上的具体成果。

没有坚实的地基，上面的建筑越高，崩塌的风险就越大。

辛顿用了对比：改变世界的深度学习革命，其基础研究的总花费甚至比不上一架B-1轰炸机的造价。

这个对比其实就是要让所有的研究者或企业知道，其实质不是在讨论需要投入天文数字的资金，而是在讨论是否愿意为不确定的未来播下种子。

这就是两种截然不同的资源分配哲学。

一种是“播种型”投入。愿意把钱投入到那些可能十年、二十年后才会开花结果的基础研究中，接受大部分投资可能没有直接回报的现实，只为等待那些能够改变世界的突破。

另一种是“收割型”投入。只愿意资助能立即看到商业回报的应用研究，想要快速收获果实，却不愿意继续培育土壤。

历史已经反复证明，所有科技强国都遵循着同一个成功公式，持续的基础科学投资，会产生不可预知的范式革命，这些革命会催生出全新的产业赛道，最终带来巨大的技术与经济领先优势。

从晶体管到互联网，从基因编辑到深度学习，没有一个例外。

而现在，美国正在做的，恰恰是自下而上地拆除这个创新阶梯。

当政治开始干涉学术自由，当短期利益驱逐长期投资，当基础研究的资金变得不稳定时，整个创新生态系统就开始动摇。

立即崩塌倒不至于，应用层的研究还能靠着积累的底蕴继续前进一段时间，但地基的裂缝已经出现，二十年后的结局其实今天已经写下。

2. 中美的差异是巨大的

当下中美在人工智能领域的竞争，是两种截然不同的发展哲学、两种国家创新体系的世纪碰撞。

美国的道路，我们都很熟悉，那是一条自下而上、由创新驱动的传奇之路。

它拥有着令世界艳羡的资本：从斯坦福到麻省理工，顶尖的研究型大学如同智慧的泉眼，持续涌出原创思想；硅谷的风险投资网络是全球最敏锐、最激进的资本，敢于为任何一个大胆的想法下注；再加上谷歌、微软、Meta这些科技巨擘构建的庞大算力与数据帝国——它们共同构成了美国在AI时代初期一骑绝尘的雄厚根基。

过去确实辉煌，但现在这条创新之路的动力系统发生了危险的偏移，正从“技术突破驱动”转向“金融与市场”的双轮驱动。

资本市场的无情铁律——对下一个季度财报的极致追求，正以前所未有的力量牵引着资源流向。

资金越来越聚焦于能快速看到回报的应用层开发，比如如何让广告推送更精准，如何更快地推出一个对标竞争对手的产品。

同时，政治风向的转变也开始动摇其根基。当联邦研究经费与校园政策、言论立场等非学术因素挂钩时，便如同将砂石抛入原本清冽的创新泉眼。

这意味着，那个曾经孕育了深度学习、敢于为不确定的未来“播种”的美国，正变得越来越热衷于“收割”。它在透支过去数十年积累的知识老本，而用于浇灌未来的活水，正在悄然减少。

中国则选择了一条迥然不同的路径。

我们可以将其理解为一种高度协同的“战略-市场”双轨驱动。在战略层面，人工智能早已不是企业间的竞争话题，而是被提升到国家命运的绝对高度。从“十四五”规划到“新一代人工智能发展规划”，一系列顶层设计清晰地勾勒出一条长期主义的路线图。

实际上，这是一种宏大的“播种”承诺，它不追求每个季度都必须交出惊艳的市场答卷，但它确保在算力网络、大型数据集、基础算法研究等这些短期内看不到利润的“AI新基建”上，进行持续、稳定且大规模的战略投入。

强大的国家意志推行，旨在为未来二十年的竞争打下坚实的地基。

而这一切，也并非闭门造车。

战略的顶层设计与全球最庞大的内生市场形成了强大的协同效应。

中国拥有超过十亿的网民，他们在移动支付、短视频、电子商务等领域的深度应用，为AI技术提供了一个无与伦比的、高压的“实战练兵场”。

一个算法模型在实验室里表现优异是远远不够的，它必须能承受住“双十一”海量并发交易的考验，必须能理解天南地北的方言口音，必须能在成千上万的短视频中精准捕捉用户瞬息万变的兴趣。

极端复杂的市场环境，逼迫着中国的AI产业必须将技术工程化、产品化、场景化的能力磨砺到极致。它催生了一种独特的优势：快速迭代、迅速规模化，以及将前沿技术转化为切实生产力的惊人效率。

因此，这场竞争的核心特点已然明朗。美国的路径充满了自由的活力与资本的锐气，但其当下正被短视的功利主义和政治纷争所困扰，其创新体系的韧性正在面临考验。而中国的路径，则展现出极强的规划性、战略定力与系统韧性，它或许在开辟新航道的“从0到1”的原始创新上仍需追赶，但其通过“战略”确保了对基础土壤的长期滋养，通过“市场”完成了技术应用的极限压力测试。

组合起来的关键链，使其在将技术转化为席卷整个社会的规模化应用方面，积累起令人瞩目的潜力，并可能在未来的某个时刻，形成颠覆性的产业力量。

3. AI安全领导力

辛顿提出“中国或欧洲必须引领AI安全”，其潜台词，说的是美国在决定AI未来命运的关键赛道上，正在主动离场了……

在技术发展的早期，竞争的是性能；在技术的成熟期，竞争的是标准和规则。

谁能定义什么是“安全的AI”，谁就掌握了全球AI产业发展的准入门槛和道德制高点。

这类似于欧盟通过《通用数据保护条例》在全球数据隐私领域确立的领导地位。

那么，为何美国在这场至关重要的角逐中会缺席？

根源在于其内部无法调和的“政治瘫痪”。

在美国，AI议题已被高度政治化。

任何试图构建前瞻性监管框架的努力，都会立刻在民主、共和两党的角力中，以及各大科技游说集团的博弈下陷入僵局。关于监管的边界、政府的角色、企业的责任，社会无法达成基本共识。

正如辛顿所说的，在未来一个选举周期内（即他所说的三年半），我们几乎不可能指望一个深陷内部分裂的美国，能产生一个稳定、统一且具有全球号召力的AI治理战略。

全球最大的科技强国，在自己创造的巨兽面前，陷入了决策的泥潭，从而留下了一个巨大的领导力真空。

这无疑为中国提供了一个历史性的机遇，但同时也伴随着前所未有的挑战。

机遇在于，如果中国能够凭借其高效决策和长远规划的优势，提出一套既符合本国发展利益，又能被国际社会广泛接受的AI治理框架，那么它将在国际科技治理舞台上获得前所未有的话语权。这不仅仅是技术实力的延伸，更是软实力的终极体现。

我们已经看到中国在联合国平台上积极推动AI治理国际合作，发布《全球人工智能治理倡议》，这都显示了参与塑造全球规则的明确意愿。

但这套框架必须在中国的治理模式与全球普遍接受的价值观之间找到平衡，它需要证明，其倡导的“安全”与“可控”，能够切实解决全人类对AI失控的普遍担忧，例如就业冲击、算法歧视、甚至是对人类生存的长期威胁……它必须经受住国际社会的审视与考验，证明其非但不是技术发展的枷锁，反而是推动技术创新行稳致远的基石。

而这，也势必会导致一个未来格局衍生，即AI的竞赛从“实验室”转向“议会”，从“技术赛”升级为“规则赛”。在性能的赛道上，各国或许仍在并驾齐驱；但在定义AI伦理与安全的赛道上，由于美国的主动缺位，一个由欧洲和中国共同引领、甚至是中国单独发挥更大作用的新时代，很可能正在到来。

美国或许继续在“突破性创新”上闪耀，但中国将在“系统性创新”和“规模化应用”上建立起难以撼动的优势，并在至关重要的AI治理领域，扮演至少与欧美平起平坐的角色。

辛顿，只是提前为我们勾勒出了这一可能的未来。

作者｜AI邦士

编辑/排版 | Felix

题图/封面｜腾讯新闻图库

出品｜32度域AI研究组（未经许可，禁止转载）