机器学习一路快速发展，会改变的不仅是技术本身，国家之间的政治关系也会因它而产生改变。
△ Ian Hogarth
英国天使投资人Ian Hogarth和人工智能领域的科学家、投资人、政治家、政策制定者进行了历时9个月的探讨，提出了一个观点：机器学习的持续快速发展，将推动一种新型地缘政治的出现；AI民族主义。
他分析了人工智能近年的发展和各国人工智能政策的制定，指出：机器学习成为各国之间的巨大差异因素，它会体现在经济、军事和科技等领域，还会引发军备竞赛，而人工智能的技术进步也会加快。
量子位将他的博客主要内容翻译如下。
摘要
本文的核心观点是：
机器学习持续而快速的发展将推动一种新型地缘政治的出现，我称之为AI民族主义。
机器学习是一项全方位的技术，它将渗透到社会的方方面面。机器学习所促成的经济和军事转型将在国家和国际层面造成不稳定，迫使政府采取行动。人工智能政策将成为政府政策中最重要的一个领域。
关键国家之间的军备竞赛将会加速，我们还会看到奉行保护主义的国家采取更多行动，支持本国的冠军企业，阻止外国公司的收购，并吸引更多人。
这场军备竞赛可能会加快人工智能的发展步伐，缩短实现通用人工智能的时间。
各国的科技民族主义会有许多共性，但也会出现一些针对具体国家的重要政策。民族主义是一条危险的道路，特别是当国际秩序和国际准则将因此而改变时。
在最后一节中，我讨论了AI民族主义可能如何转变为一种全球范围内的合作，把人工智能变成一种全球性的公共产品。
机器学习进展迅速
最近几年，机器学习在研究和商业化领域都有重大进展。
图像识别在复杂任务中的精度开始媲美人类，机器翻译效果也大有提升。
机器学习的市场化应用也取得了令人难以置信的进展，从搜索引擎到广告推荐，再到物流的自动化，以及自动驾驶汽车、药物发现、网络安全和机器人技术等新领域。
变化飞快，领先的人工智能从业者也开始认真思考这项技术对社会造成的影响。即使在谷歌这家最典型的应用型机器学习公司，领导层似乎也在摆脱科技乌托邦的立场，开始公开承认机器学习研究和商业化的加速推进所带来的风险：
它会如何影响不同领域的就业？我们怎样才能理解它在幕后做了什么？公平性如何衡量？它会如何操纵人类？它安全吗？
——谢尔·盖布林，2018年4月
机器学习 vs. 国际秩序
机器学习的迅速发展，对国家层面有什么影响？这项技术的进步会通过三种主要方式引发国际秩序的不稳定：
- 机器学习的商业应用将创造大量新业务，也能摧毁数百万工作岗位。在极端情况下，投资效果最好的国家可能在经济上表现最强。
- 机器学习将促成新的战争模式：复杂的网络攻击和防御能力，以及各种形式的自动和半自动武器，例如洛克希德·马丁公司的远程反舰导弹。在最极端的情况下，在投资方面行动最早和最积极的国家可能最终获得军事霸权地位。
- 最终，更通用的人工智能将加速科学和技术研究的发展。在我看来，这实际上可能是最深层次的不稳定来源。例如，在人工智能上领先的公司将有机会率先开发可行的核聚变反应堆。同样，在极端情况下，这可能使一个国家实现技术霸权。
机器学习几乎可以影响国家政策的方方面面。人类智能塑造了我们周围所看到的一切，因此我们打造出的智能性更强的机器，可能会产生同样的影响。
尽管如此，我们还是可以从历史中找到一些相似之处来帮助我们思考事情的发展方向。核技术和石油两种技术，都对地缘政治产生了巨大影响，在这些领域中行动较为迅速的政府成为了世界的主导，直至今天仍然如此（例如，美国拥有6800枚核弹头，其战略石油储备也达到6.95亿桶石油）。
雄心勃勃的各国政府已经开始将机器学习视为21世纪的核心差异化技术，而竞赛已经开始。
这场竞赛将与上个世纪的核军备竞赛引发的地缘政治局势、以及各个国家与跨国公司在石油领域组建的联盟存在一些相似之处。经济，军事和技术霸权一直是各国重要发展动力。
对各国的不同影响
虽然广泛的威胁和前瞻性人工智能政策的回报在各个国家都很普遍，但机器学习对各个国家的影响却有所不同：
首先，每个国家的主导产业组合各有不同，而自动化对不同行业的影响速度也存在差异。比如制造业和建筑业的对比：建筑行业最近才开始通过建筑信息模型等数字技术进行改造，而制造业已经看到机器人和自动化的大量应用。看看这两个行业自1995年以来的生产率增速对比，便可一目了然：
即使是那些核心行业较快实现自动化的国家，其工资和就业所感受到的影响仍然存在差异。例如德国的汽车工业占GDP的10％以上，英国汽车工业贡献了4%的GDP，自动驾驶汽车的发展对德国的影响就比英国更加明显。
其次，在与机器竞争的过程中，每个国家的劳动力成本各有不同。我在一家名为Avidbots的清洁机器人公司身上清楚地看到这一点（信息披露：我是该公司的投资者）。这家创业公司总部位于加拿大滑铁卢，专门生产工业机器人，可以使用计算机视觉清理大型商业空间，价格低于大多数发达国家的清洁工。他们接到了来自世界各地的机器人订单; 然而，由于澳大利亚的清洁行业劳动力成本较高，所以增长速度也最快。
下图很好地说明了自动化对经济产生的影响如何因国家而异：
如果上图经合组织的分析方向正确，那么斯洛伐克在短期内将面临比挪威更大的挑战，该国面临着自动化威胁的工作岗位达到挪威的两倍。
第三，正如李开复最近在《纽约时报》撰文所说，全球规模最大的人工智能公司的总部目前都位于中美两国，包括谷歌、苹果、亚马逊、Facebook、百度、腾讯和阿里巴巴。当你是这些公司的祖国，而不仅仅是一个客户国家时，国家产业战略就大不相同。我将在后文跟国家冠军角色有关的部分中更加详细地讨论这个问题。
最后，在人工智能对劳动力市场产生实质性影响的时代，不同国家对再分配的态度截然不同，这将对自动化创造价值的方式产生极大影响。值得注意的是，虽然中国和美国都是顶尖人工智能公司的所在地，但这两个国家的收入不平等状况都达到或接近其历史峰值。
公私界限模糊
这项技术的的参与者中，还有一些非国有组织，让状况更为复杂。
全球7家最重要的科技公司（谷歌、苹果、亚马逊、Facebook、阿里巴巴、腾讯、百度）都在对人工智能进行大量投资，从底层框架和芯片到消费产品都包含在内。毫无疑问，他们在机器学习方面的专业知识目前超过任何一个国有组织。
随着机器学习应用的增长，这些公司与不同国家之间的互动将变得越来越复杂。以道路交通为例，我们正在逐步转向应需服务和无人驾驶汽车。这将逐渐模糊公共资金支持的公共交通与私人交通（例如网约车）之间的界限。如果这导致公路运输领域出现新的自然垄断，那么它的管理者究竟应该是国家（例如伦敦的“ Khan’s Cars ”），还是一家英国公司，抑或是Uber这样的跨国公司？
正如玛丽安娜·马佐卡托（Mariana Mazzucato）在《创业型政府》（The Entrepreneurial State）中所述，各国在历史上都会通过资助学术研究或军事活动来承担科学和技术方面长期而高风险的研究。这些技术随后通常由私有公司进行商业化。
随着像谷歌这样富有远见且财力雄厚的科技公司崛起，我们看到更多的高风险长期研究开始由私营部门资助。DeepMind就是一个很好的例子。
当谷歌这样的私有企业与国家的利益不一致时，就会产生紧张关系。谷歌和五角大楼最近的互动就是典型例子：超过4000名谷歌员工反对谷歌参与“战争技术”，因此谷歌决定不与五角大楼续签合同。
不过，谢尔盖·布林（Sergey Brin）还曾表示“如果军方与谷歌这样的国际组织交织在一起，而不是与民族主义国防承包商合作，或许对和平更加有利。”
具有中国特色的人工智能
在制定人工智能国家战略时，中国远远领先于其他所有国家。我们可以将其称做“具有中国特色的人工智能”。
对于中国而言，保护主义一直是过去几十年来持续发展国内科技公司的一项成功战略，它最终使中国成为世界上唯一一个能在人工智能公司的竞争中与美国抗衡的国家。
除此之外，中国的科技公司与国家政策的匹配程度高于英国或美国公司，有消息称，中国政府计划通过1％的“特别管理股”来获得这些公司的股权。
以下是中国在AI民族主义方面采取的一些早期努力：
中国在最高政府层面制定了明确的目标，希望在2030年成为人工智能的全球领导者。正如杰夫·丁（Jeff Ding）所说，中国认为自己在人工智能政策方面落后于美国，这是追赶美国的一项重大举措。
中国已承诺在北京投资20亿美元建设人工智能技术园区。
中国已经发展了“大基金”（瑞士信贷估计总投资额约为1400亿美元），以促进半导体产业的发展。半导体性能是机器学习研究和应用进步的关键驱动因素。
中国国内的顶尖企业都明确关注关键领域，例如，腾讯把计算机视觉应用于医学影像领域，百度则在努力开发自动驾驶技术。
中国似乎已经认识到数据对其AI民族主义的重要性，其最新的网络安全法规定，对外出口的数据必须经过审查。
中国正在实施特别的激励措施来吸引外国人才。
我们已经可以开始感受到由此产生的影响。卡内基梅隆大学计算机科学系主任安德鲁·摩尔（Andrew Moore）估计，中国提交给大型人工智能会议的论文比例从十年前的5％增加到今天的50％。这假设中国公开发表了所有的研究成果。
数量多并不能代表质量高，北美和欧洲的研究人员仍然最具影响力，但似乎有理由认为这种差距逐步开始缩小。
除了研究之外，去年中国人工智能创业公司占全球人工智能创业公司融资总额的48％，高于2016年的11％。
可以说，中国人工智能战略目前最薄弱的环节是半导体，因此在大基金和中国2030计划中都处于核心地位。不仅如此，这也是中国在该领域紧张关系的关键所在，例如，美国阻止博通以1170亿美元收购高通。中国目前每年进口的半导体相关产品总额达到2600亿美元，最近已超过石油进口额。
下图说明了中国在半导体领域试图缩小的差距，以及中国大陆公司与美国、中国台湾或韩国市场领导者的规模对比。这也表明中国台湾和朝鲜半岛将成为中美外交政策中更具地缘政治意义的地区。
国家“AI军备竞赛”大事记
虽然中国在AI民族主义方面的公共立场最为明确，但主要国家争夺人工智能领域领导地位时展开的竞争却越来越明显。
我用“军备竞赛”这个比喻来描述参与者之间的竞争动态，他们所创造的价值一定程度上取决于他们与竞争对手之间的相对实力。
这一领域还有一个较小的组成部分同样也存在军备竞赛：各个国家都专注于自动和半自动武器以及机器支持的网络攻击和防御能力。以下就是我看到的关键事件。
2014年
中国启动国家集成电路产业投资基金（又名“大基金”，体量1380亿元人民币，约合219亿美元），以推动刚刚起步的半导体产业。
2016年
奥巴马政府发布人工智能未来报告。该报告在中国被广泛阅读和讨论。
美国政府花费12亿美元用于非保密性的人工智能相关研发。
AlphaGo成为中国和人工智能的“斯普特尼克时刻”。6000万人观看AlphaGo与李世石对弈直播。
韩国宣布在未来5年内投入8.63亿美元进行人工智能研究，这在一定程度上是为了回应AlphaGo。
德国未能阻止中国公司斥资45亿欧元收购工业机器人制造商库卡。
2017年
AlphaGo在中国乌镇以3比0击败世界排名第一的柯洁。
中国宣布了一项雄心勃勃的计划，希望到2030年成为人工智能的世界领导者。
五角大楼针对美国向中国转让各种人工智能相关技术的问题表达担忧。
美国越来越多地使用CFIUS（美国外商投资委员会）来阻止中国公司或投资者对美国科技公司展开收购和投资。事实上，此举不仅限于美国公司——例如，CFIUS也曾用于阻止中国收购Aixtron（美国武器系统中使用的德国芯片设备制造商）。
今年以来
1月：法国宣布外商收购人工智能公司需要获得政府批准。
3月：法国宣布其人工智能计划——准备在4年内投资15亿欧元。塞德里克·维拉尼（Cédric Villani）为法国的角色阐述了有意义的愿景。特朗普利用CFIUS阻止高通的收购。
4月：英国宣布利用其AI计划在未来几年投资6亿英镑（确切的年度支出尚不清楚）。欧盟委员会宣布希望到2020年向人工智能投资200亿欧元。美国考虑使用《国际紧急经济权力法案》，使之不仅可以阻止中国投资和收购，还可以阻止中美企业之间的商业合作关系。
5月：韩国将 2016年人工智能计划的规模扩大到22亿美元，其中包括6个新的人工智能机构、10亿美元的人工智能半导体基金，以及到2022年达到“全球人工智能四强”的总体目标。
AI民族主义政策
一个国家在试图提高其对人工智能的兴趣时，可以采取哪些基本行动？
过去十年间，各国政府采取的行动大致如下：
向专注于机器学习的研究或学术机构展开投资。
帮助制定标准/法规，使技术向着最符合国家关注焦点和公司利益的方向发展。
通过补贴风险资本来间接投资该行业。
直接向关键公司投资。
让国家成为国内顶尖企业的关键客户，例如商汤科技与中国地方和中央政府之间的关系。
阻止外国公司收购国内的人工智能公司，使之保持独立性。
阻止外国投资者投资国内人工智能公司。
阻止国内人工智能公司与外国公司之间的合作关系。
将重要的国内人工智能公司国有化。
我个人认为，我们未来几年看到清单底部的活动增加。尤其会看到政治领导人开始质疑关键人工智能创业公司的收购是否应该被阻止，甚至可能被逆转。在我看来，典型的例子是谷歌和DeepMind，我将在本文末尾讨论更多内容。
国内冠军
国内冠军是指人工智能全球商业领袖，但总部设在特定国家，例如中国的百度、美国的谷歌。这项内容值得展开详细讨论：
从商业角度来看，机器学习取得的进步继续由七家公司主导——谷歌、亚马逊、苹果、Facebook、阿里巴巴、腾讯、百度。
目前只有美国和中国拥有国内冠军。
这些公司正在为各自的股票市场占据越来越大的份额。
而税收正在减少：前10大跨国公司支付的有效报告税率自2000年以来已下降近三分之一，从34％降至24％——此列表包括谷歌、苹果、亚马逊、Facebook和微软。
重要的是，他们在本土市场之外支付的税收有所减少。
在重新分配自动化带来的利益，并降低不平等状况的过程中，这给中美两国都带来了问题，也给其他国家带来了更大的问题。如果这些公司继续在全球经济中占据越来越大的比重，那么中国或美国与其他所有国家之间的税收收入增量差距将越来越大，政治家们面临的问题也会越来越大。
谷歌中国前高管、目前担任风险投资家的李开复曾经阐述了中美之外的其他国家可能面临的未来。
“如果大多数国家都无法对盈利能力超强的人工智能公司征税来补贴他们的工人，他们还有什么选择？我只想到一个选择：除非他们希望让人民陷入贫困，否则都将被迫与最大的人工智能软件公司供应国（中国或美国）展开谈判，从而在经济上对这个国家形成依赖。这样虽然可以获得“福利补贴”，但交换条件却是让“母国”的人工智能公司继续利用依赖国的用户获利。这种经济关系将重塑今天的地缘政治联盟。“
这种依赖关系相当于一种新的殖民主义。
我们可以从一些小例子中看到新的地缘政治关系出现。今年3月，津巴布韦政府与总部位于广州的创业公司云从科技签署了一项战略合作框架协议，旨在实施大规模的面部识别计划。津巴布韦将向中国出口其公民人脸数据库，使云从科技能够利用更多数据改善其基础算法，而津巴布韦可以获取云从科技的计算机视觉技术。这是中国政府更广泛的“一带一路”倡议的一部分。
所有这些都与石油工业的发展有着相似之处。正如丹尼尔·尤金（Daniel Yergin）在他总结的石油历史中所说：
“现在出现并再次出现了两种针对主要石油公司制定的公共政策，但它们却是相互矛盾的，甚至有些精神分裂。有时，华盛顿会支持这些公司及其扩张计划，以促进美国的政治和经济利益，保护其战略目标，并增强国家的福祉。但在其他时候，同样是这些公司，却会遭受民粹主义对“大石油”的攻击，因为人们指控他们贪婪、垄断，甚至是傲慢和神秘“。
我的预测是，针对谷歌和亚马逊的国内反垄断诉讼将无法实现，因为华盛顿目前更加关注的是如何对抗中国。马克·扎克伯格（Mark Zuckerberg）为参议院听证会准备的笔记中有这样一个说法：
“分拆Facebook？美国科技公司是美国的重要资产，分拆它会加强中国企业的实力。“
除中美之外的其他国家该如何是好？
要回答这个问题，我们需要考虑哪些重要资源可以帮助一个国家获得人工智能领域的领导地位：
计算力。与机器学习进步相关的计算资源正在迅速增加。虽然领先的机器学习公司的计算成本高达数亿美元，但与政府预算相比仍然很少，因此从理论上讲，德国、新加坡、英国或加拿大等规模较小的国家也可以与美国和中国竞争。
高度专业的人才。目前，机器学习的进步对人才库非常敏感，与世界人口相比，人才库目前的规模很小。世界上可能有700人可以为人工智能研究做出前沿贡献，也许有7万人能够理解他们的工作并积极参与其商业化，但却有多达70亿人会受到影响。
这与核武器有相似之处，像费米、西兹拉德、塞格雷、哈恩、弗里施、海森堡这样能够设计原子弹的科学家数量很少，但他们的工作所产生的影响却极其巨大。
这表明，在任何人工智能军备竞赛中，专业人才可能都是一个巨大的决定因素。中国当然也这么认为。从这一点来看，英国和加拿大等相对较小的国家反而人才比重很高。
常规STEM（科学、技术、工程、数学）人才。另一种方法是你不需要费米或奥本海默，只需要很多有能力的工程师、数学家和物理学家。如果是这样，那将有利于最大、最发达的国家，而美国和中国则处于最前沿。
相邻技术。我将此讨论局限于机器学习，但值得注意的是，还有很多技术都可以促进机器学习的进展。例如，倘若量子计算能够实现计算能力的突破，就将进一步加快机器学习的进步速度。一个国家究竟有多大能力赢得人工智能军备竞赛，一定程度上取决于更广泛的科技投资，特别是软件和半导体投资。
政治环境——很显然，围绕人工智能的任何国家行动都将消耗一部分领导政治资本，并将与该国遇到的其他关键问题进行权衡。如果一个国家的政治领导层被另一种形式的不稳定牵扯精力（例如气候变化或英国退欧），那就更加难以将注意力集中在人工智能上。
流氓分子
本文的大部分内容都集中在各国的国家利益上。但还有其他政治参与者也需要纳入考虑——例如恐怖主义分子或流氓国家。
当涉及到机器学习促成的网络攻击和自动武器时，这便是最相关的信息。在我看来，关键问题是重要的实验室、公司或国家在发布人工智能研究成果时，会在多大程度上对外保密，以避免为恶意分子提供帮助。阿兰·弗里德曼（Allan Friedman）在《网络安全与网络战》（Cybersecurity and Cyberwar）中阐述了这种风险：
“可以跟其他历史事件进行比较：第一次开发‘震网’可能需要一个先进的团队，那相当于网络世界的‘曼哈顿计划’。可是一旦被使用，那就好像美国人不只是把这种新型炸弹投放到广岛，还同时发放了大量传单，把如何制作这种炸弹的设计方案送到具备能力的每一个人手中，而且不需要使用核反应堆……网络武器将以互联网时代的速度传播。“
由于网络攻击可能不那么容易识别，也导致事态颇为复杂：
“问题在于，与冷战不同，这方面的两极分化并不明显。原因在于，正如我们所看到的那样，武器的扩散范围更广。更重要的是，由于攻击可以联网化、全球化，当然也可以隐藏起来，因此虽然有导弹向你发射的时候可以通过烟雾追踪它的动向，但网络世界却不存在这样的机制。核爆炸同样有迹可循，可以通过无可辩驳的证据证明有人使用了原子武器，而秘密网络行动如果获得成功，完全有可能在数月甚至数年之内不被发现。“
最有可能的结果是某些关键的机器学习研究成果不再对外公开，避免被恶意分子利用。OpenAI最近的章程中就清楚地体现出这种想法：
“我们致力于提供各种公共产品，帮助社会实现通用人工智能。如今，这包括发布我们的大部分人工智能研究成果。但我们预计，安全问题将导致我们未来减少传统发布方式，并加强对共享安全、政策和标准研究的重视程度。“
如果我们确实看到关键的研究实验室或国家“隐藏”他们的一些研究成果，那就可能会陷入冷战状态，令最成熟、规模最大的国家或企业获益。这最终会对AI民族主义形成强化。
金钱长城
到目前为止，各国投入的金额比谷歌、阿里巴巴公司的投资额等都要低一个数量级。麦肯锡估计，2016年最大的科技跨国公司总共在人工智能上投入了200至300亿美元。
我相信，等到政府意识到其中的利害关系之后，他们现在的人工智能支出与我们今后将会看到的投资相比会显得微不足道。英国这些年只向人工智能投入了5亿英镑公共资金，但如果今后的花费更接近其450亿英镑的年度国防预算，情况又会怎样？
可以再次类比核武器。例如，美国政府最初忽视了里奥·西拉德（Leo Szilard）这种至关重要的科学家，但在认识到核武器的重要性之后就启动了曼哈顿计划。曼哈顿计划1941年正式组建，3年内花费250亿美元（按照2016年的美元计算），雇用超过10万人，还建设了与整个美国汽车工业一样大的工业产能。各国都存在巨大的惯性，可一旦启动，它们就会获得令人难以置信的动力。
如果发生这种情况，那么用于人工智能研究和商业化领域的资金可能达到现在的10-100倍。更多的资金未必总能带来更多进步，但我认为，按照谨慎的假设来看，如果各国都大幅增加对机器学习的投资，那么进步速度可能会进一步加快。这只会强化研发投资的重要性，因为此举有助于降低风险，并确保这些发展对人类有益。
无国界工程师
但也要承认，仍然存在一些超越国家和民族主义层面的联系。正如杰夫·丁在他的报告《解读中国的AI梦》（Deciphering China’s AI Dream）中所说：
“重要的是考虑各种人工智能驱动因素之间相互依赖的积极方面……在过去几年中，针对中美两国的跨境人工智能投资显着增加。从2016年到2017年，由中国机构支持、针对美国创业公司的股权交易从19笔增加到31笔，由美国机构支持、针对中国创业公司的股权交易从5笔增加到20笔。此外，很多人经常忘记一件事情，那就是腾讯和阿里巴巴其实都是跨国上市公司，他们有相当一部分股权都由国际投资者持有（Naspers持有腾讯33.3％的股份，雅虎持有阿里巴巴15％的股份）。
当然，经济和基础科技的进步也不能完全受制于国界的限制。人才和资本是全球性的：DeepMind的最初投资者来自硅谷和香港，他们的团队非常国际化，现在，他们在加拿大和法国都设有办事处。
通过以国家为中心的视角来过于狭隘地观察事物其实是一个弱点。但是，我认为机器学习对经济和军事产生的整体影响，将会成为重要的不稳定来源，迫使各个国家在面对国际主义这个更加宏伟的目标时，优先考虑本国公民的利益。
概述一下我认为会发生什么：
机器学习成为各国之间的巨大差异因素，它会体现在经济、军事和科技等领域，还会引发军备竞赛，从而使人工智能的进步加快。
然而，我预测某件事情会发生，并不表示我认为这是一件好事。民族主义是一条危险的道路，特别是当国际秩序和国际准则因此而改变时。
就我个人而言，我认为人工智能应该成为一种全球性的公共产品，就像GPS、HTTP、TCP / IP或英语。
要实现这一目标，最佳的长期结构是创办一个全球性非盈利组织，它可以通过各种治理机制来反映所有国家和人民的利益。最好的类比就是维基百科和联合国之间的某种交叉组织。OpenAI已经朝着这个方向迈出了第一步，这是一家专注于人工智能研究的非营利实体。
这并没有解决我在本文中探讨的很多关于机器学习的经济问题，但它的确在机器学习研究领域实现了很大进步，不再将其局限于看重经济利益的大公司和看重军事利益的国家机构。
虽然人工智能作为一种公共产品的想法为我个人提供了一个切实的方向，但我认为，想要在今天就实现如此巨大的飞跃完全是天真的奢望，这是因为各个国家都存在特权阶级和激励错位，科技公司都着眼于盈利，而国际组织也存在天生缺陷。
我相信，在人工智能真的变成公共产品之前，我们可能会经历一段AI民族主义时期。
我曾经在美国和中国都居住过，在那段时间里，我对这两个国家都产生了极大的尊重和喜爱之情。这并不妨碍我相信英国应该保护其公民的经济利益，我希望看到英国在塑造人工智能的未来时发挥重要作用。再回到DeepMind上来——我相信，如果DeepMind成为一个独立的实体，对英国和世界都更有好处。理想情况下，从长期来看，它最好能够作为一个非盈利性的国际组织，集中精力将人工智能发展成为全球性的公共产品。
在本文所预测的AI民族主义即将到来的阶段，我认为我们需要同时投资构建组织、开发技术，以抵消这种趋势，并推动国际议程，而非国家议程。
