PDF《人工智能时代的国际关系 ： 走向变革且不平等的世界》

Greg Allen and Taniel Chan , Ar- tificial Intelligence and National Security ,Intelligence Advanced Research Projects Activity ( IARPA) ,Belfer Center,Harvard Kennedy School,July 2017. 迄今在中国国际关系学界与人工智能问题直接相关的研究成果尚未出现,不过部分成果对人 工智能的相关问题已经有所涉猎: 董青岭 : 《机器学习与冲突预测― ― ―国际关系研究的一个跨学科视 角》,《世界经济与政治》 ,2017 年第

7 期,第100―117 页;

庞 : 《国际关系的定量方法: 定义、规 则与操作 》 ,《世界经济与政治》 ,2014 年第

1 期,第5―25 页;

庞 : 《定量预测的风险来源与处理 方法― ― ―以 高烈度政治动荡 预测研究项目的再分析为例 》 ,《国际政治科学》 ,2017 年第

1 期,第1―32 页. 人工智能时代的国际关系: 走向变革且不平等的世界

一、弱人工智能时代的技术影响力扩散模式 现代意义上的人工智能研究最早可以追溯到

20 世纪

40 年代.1950 年, 英国著名科学家图灵在 《计算机器与智能》 ① 一文中首次提出了 机器能够 思考吗? 这一具有划时代意义的理论问题,并同时提出了测试机器是否拥 有智能的方法.

1956 年,在达特茅斯夏季学术研讨会上,研究者们接受了计算机专家约 翰・麦卡锡提出的人工智能 ( AI) 概念,并将其作为这门新兴学科的正式标 签. ② 然而,在随后几十年的时间里,人工智能的发展却并非一帆风顺,虽 然在不同时期出现了 专家系统 、 深蓝 等多项具有标志性意义的成果, 但由于客观条件的限制,人工智能技术始终无法有效解决人们的现实需求, 技术发展无法在产业层面落地,对于现实社会的影响非常有限. 真正的突破出现在 2009―2010 年前后,硬件设备的进步使新一代计算机 在运算速度和信息处理能力方面得到大幅提升.互联网产业的发展改变了人 类的生活方式,使得网络成为人们获取日常生活数据最集中、最便捷的渠 道.移动互联时代的到来,则使来自网络搜索、电子商务、社会媒体、科学 研究等不同领域的海量数据迅速累积,为人工智能的飞跃提供了充足的养 分.在已具备强大计算能力与大数据环境的情况下,早在

60 年代就已经被 提出的多层神经网络工具焕发出巨大的生命力,重新成为技术发展的主流路 径. ③ 本轮人工智能发展热潮以 深度学习 为核心,该算法以建立套嵌式 的多层次模式识别系统组成的 神经 架构为基础,通过组合低层特征形成 更加抽象的高层属性、类别或特征,借以发现数据的分布特点. ④ 深度学习 的出现带来了人工智能算法的跨越,改变了传统符号主义学派以计算机模拟

1 3

1 ① ② ③ ④ Alan M. Turing , Computer Machinery and Intelligence ,Mind,Vol. 59,No. 236,October 1950, pp. 433- 460. John MaCarthy,Marvin Minsky,Nathaniel Rochester and Claude E. Shannon , A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence ,AI Magazine,Vol. 27,No. 4,2006,pp. 12- 14. 关于达特茅斯会议的倡议,可见 http: / /www. universelle- automation. de /1956_ Dartmouth. pdf. 关于神经网络研究的历史,可参见 〔美〕 伊恩・古德费洛 、 〔美〕 约书亚・本吉奥 、 〔美〕 亚伦・库维尔 : 《深度学习》 ,第8―12 页. Geoffrey E. Hinton,Simon Osindero and Yee- Whye Teh , A Fast Learning Algorithm for Deep Belief Nets . 外交评论