反对中国留学生学习AI和量子技术，美国要干啥？

作者 | 蒋宝尚

编辑 | 贾伟

4月26日，曾率先散布“新冠病毒人为泄露”阴谋论、叫嚣就疫情向中国索赔的美国反华议员汤姆·科顿（Tom Cotton），宣称应禁止中国留学生赴美学习理工科，理由是中国“试图从美国偷走新冠病毒疫苗”。

比如，他建议中国留学生应该学习莎士比亚的著作和《联邦党人文集》，而不是量子计算与人工智能。

此话一出，立即引起了国内热烈讨论，话题热度迅速登上知乎热榜，排名一度超过了情感话题#该怎样与男朋友相处，才会让他越来越爱你#。

整个讨论观点分为三个：1、中国留学生已经在学习相关学科，并且有了一定的席位；2、中国有学习美国的必要，两者AI与量子技术还存在差距；3、美国议员不代表美国，科顿只是打嘴炮实际没啥用。

知乎网友@曹小灵提到，在ICPC国际大学生程序设计竞赛，耶鲁代表队的三位参赛人员实际上是三个中国留学生，而2018年的南加州大学代表队实际上也是中国人。

虽然说，一些基本的创新是在facebook,google,CMU,UNC等等知名海外校企，这些研究机构确是对华人比较友好，吸引的一大批华人学者有的已经成为了顶级学者，例如归国不久的贾扬清，不断拿best paper的何凯明。

另外，保尔森研究所宏观政策智库研究员曾经根据顶级AI年度会议上发表的论文对中美AI科研人员进行了研究，他发现在中国国籍的高级研究人员中，大多数(59%)隶属于美国研究机构，33%隶属于中国研究机构，约9%隶属于加拿大、新加坡和日本等其他国家。

此外，将近60% 的中国国籍的高级研究人员在美国读研究生，35%在中国读研究生，而7%在其他国家(澳大利亚和英国)就读。在毕业于美国院校的中国国籍的作者中，绝大多数(78%)目前在美国研究机构工作，仅有21%在中国研究机构工作。

所以，不管美国议员口号如何，中国研究人员已经在美国有了一定的数量和质量席位。

1 AI与量子，中美两国还有差距

尽管中国人在AI领域持续发力，大有赶超之势，但实际上真正国内的发展现状其实没有想象中的好，趋势几乎跟着国外走。

学界和业界比较普遍认可的现状是，目前中国在应用层面的研究已经可以和美国掰手腕了，但是底层算法，底层框架还是有很大的差距。

根据知乎网友@被洗脑的群众，AI领域前十名其中九所美国的大学，教育类与美国还有很大的差距，对于量子力学，中国专精量子密码学，所以，在十年内还是有到美国学习的必要性。

在2017年，腾讯研究院曾经对“中国与美国在人工智能发展方面的真实差距有多大？”做了研究，仅就产业布局来看，给出的观点：是美国全产业布局，而中国只在局部有所突破。

美国AI产业布局全面领先，在基础层、技术层和应用层，尤其是在算法、芯片和数据等产业核心领域，积累了强大的技术创新优势，各层级企业数量全面领先中国。

基础层（主要为处理器/芯片）企业数量来看，中国拥有14家，美国33家，中国仅为美国的42%。

技术层（自然语言处理/计算机视觉与图像/技术平台），中国拥有273家，美国拥有586家，中国为美国的46%。

应用层（机器学习应用/智能无人机/智能机器人/自动驾驶辅助驾驶/语音识别），中国拥有304家，美国拥有488家，中国是美国62.3%。

另外，在量子领域，本源量子的张辉博士在“量子计算机的发展概况与应用前景”主题演讲报告中曾经预估，虽然不是卡脖子困境，但是中美两国至少有4~5年的技术差距。

所以从数据上看，取长补短，师夷长技以制夷非常有必要。

2 科顿只是打嘴炮

只是作为一个议员的科顿能够代表美国么？他提出这个口号是基于什么样的想法？

知乎网友@中型世界主义路灯提到：首先看到“美国议员说了xxx”，首先要意识到，他说这话是给美国人看的，他说这话的目的是为了拉支持率、搞舆论之类，而不是为了做什么实际的工作（实际的工作不会只打打嘴炮而已）。

其次美国不是一个个体，而是一群人，这一群人还内部对立的，不用看到美国一个议员打了个嘴炮就嚷嚷着“美国怎么怎么样”。这种偷换主体的手法是欧美媒体放黑屁时常用的手段，拿出中国一个人的问题直接说整个中国怎么怎么样。

然后就事论事，这人是共和党参议员，共和党现在的主要任务就是放中国黑屁转移内部矛盾，所以不用看待，要看的话可以看他们的首席代表川普，更有喜剧效果。

知乎网友@立党提到：啥叫“美国如此反对”？“美国”这里指的是谁？如果说是汤姆·科顿，说破天也就是个红脖子州阿肯色的参议员，相当于X省一位人大代表——他说了啥，真的能代表美国吗？

最后，他还做了一个形象的比喻：“X省某大V声称‘清华大学应该给亚非拉留学生讲孔子孟子，反对他们学中国智能电网技术’”——清华大学教什么知识、招什么人，轮得到你X省大V说得算？

3 科学研究从来都是开放促进步

那么，美议员的口号能够实现么？换句话说他的那句口号现实么？

展望人工智能领域近几年发展，进步如此之快，得益于开放的研究环境，以及核心技术的无私奉献。在清华大学建校109周年上，张钹院士曾提到：“科学技术发展的历史表明，科学研究必须在开放的国际环境下面才能够得到健康的发展，并造福于全人类”。

其实大家普遍认为人工智能诞生于美国，虽然美国现在仍然处于全世界引领地位，但是这中间起主要作用的是全球科研机构的合力推动。

以谷歌的 Alpha Go 为例，它产生的过程中间，主要贡献不只有美国。Alpha Go前身就是DeepMind，其中创始的三个人都不是美国人。

里面用的各项技术，例如神经网络，或者说是卷积神经网络也有各个国家研究人员的身影。神经网络是1943年美国两个人提出的，第一代神经网络是日本人提出来的，第二代神经网络是1998年法国人提出来的。

里面用的主要算法，梯度下降最早是 Cauchy 1847年提出，现代加速版是俄国数学家 Yurii 1983年提出来的，反向传播算法是1970年当时一个芬兰硕士生提出来的。

蒙特卡洛树搜索是2006年法国人提出来的。强化学习Alpha Go里主要用的算法叫Q算法，Q算法是英国人提出来的。

整个围棋程序是中国台湾一个团队编制。另外，深度学习的三个图灵奖获得者都不是美国人。

综上 Alpha Go 的贡献者有九个到十个国家，有美国、英国、法国、新西兰、中国、俄国、日本、加拿大、芬兰。这说明任何一个科学成就，都是全世界科技工作者共同努力的结果，特别是前人大量基础研究的积累。

美国所有在人工智能领域长期处于引领的地位，在于他利用了开放的国际环境，使原来一些不是出生在美国的科技工作者，通过去美国学习和交流，最后定居美国为美国服务。

所以，美议员的这个言论如果会成为现实，那么将会是个两败俱伤的局面。

AI 科技评论系列直播

直播主题：CVPR 2020丨数据与模型缺陷：不完美场景下的神经网络训练方法

主讲人：Louis

直播时间：4月28日 （周二晚）19:00整

回放链接：http://mooc.yanxishe.com/open/course/797

直播主题：ICDE 2020 | 华东师范大学×滴滴：利用轨迹数据自动校准道路交叉口拓扑信息

主讲人：刘国平

直播时间：4月29日 19:30

链接：https://mooc.yanxishe.com/open/course/810

直播主题：ICLR 2020丨从梯度信噪比来理解深度学习泛化性能为什么这么好

主讲人：刘锦龙

直播时间：4月30日 （周五晚） 20:00整

链接：http://mooc.yanxishe.com/open/course/803

如何加入？