AI 초강대국: 중국과 미국

AI 초강대국: 중국과 미국
Advertisements

아래는 George Shen과 함께한 China Corner Office Podcast 전문입니다.

Chris : 안녕하세요 여러분. 오늘 뉴욕에 기반을 둔 뉴스 및 정보 플랫폼인 China Project가 제공하는 팟캐스트인 China Corner Office에 참여해 주셔서 감사합니다. 저는 캠브리지 저지 비즈니스 스쿨의 교수인 Chris Marquis입니다. 그리고 오늘 우리는 IBM의 George Shen과 합류했습니다. George는 미국과 중국에 걸쳐 [인공 지능] AI 및 클라우드 기술에 오랫동안 집중해 온 기술 경영자이자 사상가입니다. George는 수십 년 동안 미국에 있었지만 중국에서 자랐고 상하이의 Tongji University에 다녔으며 1990년대 중반까지 AI 연구원이었습니다. 토론을 시작하기 전에 George는 여기서 그가 표현한 견해가 그의 유일한 견해이며 IBM의 견해를 대표하지 않는다는 점을 지적하고 싶었습니다.

쇼의 시작에서 George는 인공 지능 기술의 일반적인 발전에 대한 몇 가지 유용한 컨텍스트를 제공합니다. 그런 다음 미국과 중국의 AI 전략의 세부 사항과 유사점 및 차이점에 대해 논의합니다. George가 강조하는 한 가지 주요 차이점은 2017 중국 국가 AI 전략에 의해 예시된 중국의 전체 국가 접근 방식이며 자세히 살펴봅니다. 이에 반해 미국은 어떤 종류의 국가적 총체적 전략도 갖고 있지 않으며, 그 전략은 민간 부문과 공공 부문에 걸쳐 세분화되어 있다. 그러나 우리는 또한 AI의 국가적 발전을 위한 제안과 권장 사항을 제공하는 전 Google CEO인 Eric Schmidt의 최근 보고서에 대해 논의합니다.

언론의 주목을 받은 이 보고서의 한 측면은 중국이 2025년까지 미국과 AI를 추월할 것이라는 슈미트의 예측입니다. 우리는 그 예측의 가능성에 대해 논의하고 George는 다음과 같은 유용한 통찰력을 제공합니다. AI의 글로벌 리더가 되기 위한 중국의 경로의 강점과 약점. 특히 우리는 얼굴 인식에서 공공 감시에 이르기까지 중국의 다양한 산업에서 AI를 사용하는 데 중점을 두었을 뿐만 아니라 Baidu 및 Alibaba와 같이 잘 알려진 대형 기술 회사에서 최근 뉴스에 나온 Megvii와 Hikvision도 있습니다.

우리는 또한 중국과 미국에서 AI의 대량 채택에 대한 대중의 반응의 차이에 대해 논의했습니다. 이것은 실제로 AI의 윤리와 전 세계의 문화적, 사회적 요인에 대한 논의로 이어졌습니다. 두 나라는 서로 다른 태도를 보인다. 예를 들어 중국에서 사람들은 미국보다 얼굴 인식과 같은 AI 기술에 훨씬 더 관대합니다.

쇼를 들어주시고 즐겨주셔서 감사합니다.

Chris: George, China Corner Office에 오신 것을 환영합니다.

George: 여기 오게 되어 기쁩니다, 크리스.

Chris: 먼저, 배경 지식을 조금 더 살펴보는 것이 좋습니다. 내 말은, 그것이 항상 시작하기에 좋은 방법이라고 생각합니다. 우리의 주제는 AI이며 중국과 미국의 AI 발전, 차이점, 유사점에 대해 이야기합니다. 우리는 어떻게 여기까지 왔습니까? 생각해보면 아마 5, 10년 전만 해도 AI는 영화에서 주로 이야기되었지만 이제는 실제로 일상적인 토론, 정치적 토론, 그리고 분명히 많은 경제적 결과의 일부가 되었기 때문입니다.

George: AI에 대한 배경, 우리가 어떻게 되었는지부터 시작하겠습니다.

Chris: 물론이죠. 훌륭합니다.

George: 그리고 말씀하신 대로 대중문학이 많고 대중문화에는 AI가 있습니다. 인간의 상상 속에서, 나는 어떤 종류의 지적인 존재가 어떤 종류의 활동을 수행하거나 어떤 종류의 지능을 나타낼 수 있다고 생각합니다. 그것은 항상 인간의 상상 속에 있습니다. 우리가 영어 단어 “automaton”에 대해 생각하면 어원은 그리스어입니다. 따라서 일종의 자체 작동 장치가 일부 작업을 수행할 수 있음을 의미합니다. 그리고 고대 그리스 이후로 우리는 고대 이집트에서도 이에 상응하는 오토마톤 개념을 찾을 수 있습니다. 중세와 르네상스 시대로 빠르게 넘어가면 개념이 실제로 일종의 멍청한 장치에서 보다 지능적인 존재로 진화하는 것을 보았습니다. 나는 당신이 다빈치 스케치에서 그가 실제로 훌륭한 스케치를 가지고 있다는 것을 알아차렸을 것이라고 확신합니다. 일종의 기사에 대한 매우 상세한 디자인입니다. 그리고 많은 사람들은 그가 실제로 휴머노이드 형태로 모델을 만들었다고 생각합니다. 이 모델에는 여전히 복제품이 있습니다. 그래서 아이디어는 항상 민속, 동화, 신화에서 나옵니다. 사람들은 항상 지능 작업을 수행할 수 있는 일종의 초자연적이거나 일종의 장치를 상상합니다.

이제 “인공 ​​지능”이라는 단어는 실제로 위대한 컴퓨터 과학자이자 엔지니어인 John McCarthy에 의해 만들어졌습니다. 그는 다트머스 대학에서 가르쳤고, MIT 연구소를 설립한 후 스탠포드로 옮겼습니다. AI 연구실에 또 다른 위대한 마인드가 있는 Marvin Minsky라는 이름의 AI 연구소가 있습니다. 그래서 두 사람은 실제로 1956년 여름에 워크샵을 이끌었습니다. 많은 사람들, 아주 똑똑한 사람들이 이 워크샵에 참석했습니다. 이 회의에서 기본적으로 McCarthy는 인공 지능이라는 용어를 만들었습니다. 기본적으로 그는 이 분야를 인공 지능으로 정의했으며, 이는 다양한 것으로 구성될 수 있습니다.

그래서 인공지능의 세계는 정말 넓습니다. 원한다면 실제로 많은 다른 필드, 하위 분기가 있습니다. 나는 인공 지능이라는 용어 내에서 몇 가지 주요 지점을 지적할 수 있습니다. 첫째, 컴퓨터 비전. 사람이 하는 것과 같은 것을 컴퓨터가 어떻게 볼 수 있는지 생각하면 이는 자율주행에 널리 사용됩니다. 그래서 컴퓨터 비전이 1위입니다. 두 번째는 언어 처리입니다. 컴퓨터가 당신이 말하는 것과 내가 말하는 것을 이해하고 반응하는 방법. 이것을 자연어 처리라고 합니다. 또 다른 분야는 지식 표현이라고 하는 것입니다. 나는 인간이 얼마나 많은 상식을 가지고 있는지에 대해 생각합니다. 상식은 어디에서 오는가? 그리고 상식이 우리 마음에 어떻게 표상되는지도 큰 연구 분야입니다. 이것을 지식 표현이라고 합니다. 또 다른 분야는 인간이 논리를 사용할 수 있는 자동화된 추론이라고 합니다. 고대 그리스 시대부터 인간은 논리를 사용하여 추론하고 추론할 수 있습니다. 따라서 이것은 우리가 학습을 위해 계산하기를 매우 원하는 기능입니다. 내가 마지막으로 말하고 싶은 것은 오늘날 더 인기 있는 것은 기계 학습의 일부라는 것입니다.

Chris

: 기계 학습도 뉴스에 꽤 많이 나옵니다.

조지: 맞아요. 정확히. 머신 러닝으로 어떤 종류의 애플리케이션을 만들 수 있는지 알아보겠습니다. 그리고 이것은 현재 매우 흥미로운 분야입니다. 기계가 지도 학습(supervised learning) 또는 비지도 학습(unsupervised learning)이라고 하는 것으로 학습하거나 학습을 강화하는 방법. 기계에게 학습 방법을 가르치는 다양한 방법이 있습니다. 머신 러닝은 정말 큰 분야입니다. 그러나 본질적으로 이것은 패턴 인식에 관한 것입니다. 학습한 내용을 기반으로 새로운 문제를 풀 수 있도록 문제의 패턴을 어떻게 인식합니까?

Chris: 중국 AI에 대한 많은 글이 암시하는 한 가지는 머신 러닝의 패턴 인식, 그리고 아이디어는 괜찮습니다. Alipay 또는 누구든지 이러한 거대한 데이터 세트를 가지고 있다면 이것은 실제로 기계 학습을 위한 큰 리소스입니다. 오늘날과 최근 중국, 미국에서 AI의 특성에 대해 조금 더 이야기할 수 있습니까? 그리고 다른 국가 또는 회사가 채택하고 있는 다른 전략이 어떻게 있을 수 있습니까?

George: 이렇게 말하겠습니다. 실제로 이 질문을 꽤 많이 받습니다. 특히 AI 연구 및 개발과 관련하여 중국이 미국에 비해 어느 위치에 있습니까? 저는 사실 우리의 주제를 두 개의 하위 주제로 나누는 것을 좋아합니다. 하나는 연구 개발에 관한 것입니다. 다른 하나는 적용 및 채택에 관한 것입니다. 나에게 이것은 꽤 다른 종류의 패러다임입니다. R&D 측면에서 우리가 방금 논의한 것처럼 미국은 현대에 인공 지능의 개념을 거의 개척했습니다. 그렇죠?

그런데, 인공 지능 이전에 사람들은 항상 컴퓨터가 인공 지능보다 앞선다고 생각한다고 언급하고 싶습니다. 그것은 실제로 옳지 않습니다. 우리가 말했듯이 인공 지능에 대한 아이디어는 인공 지능이라고 불리지 않을 수도 있지만 그 아이디어는 고대부터 항상 있었습니다. 자, 실제로 정확히 200년 전에 컴퓨터가 발명되면 실제로 Charles Babbage라는 케임브리지 교수에 의해 발명되었습니다. 그는 기본적으로 1822년에 기계식 컴퓨터를 발명한 것으로 알려져 있으며, 이는 오늘날의 디지털보다 아날로그를 위한 더 진보된 전자 컴퓨터로 이어졌습니다.

인공 지능의 아이디어는 실제로 컴퓨터 과학의 역사입니다. 왜냐하면 모든 컴퓨터 과학자는 컴퓨터를 사용하여 인간이 자연스럽게 일을 하는 방식을 모방하거나 모방하거나 시뮬레이션하기를 원하기 때문입니다. 50년대부터 우리는 60년대, 70년대, 80년대, 90년대에 대해 이야기합니다. 심지어 미국은 거의 단독으로 R&D를 주도했습니다. 금세기에 들어서면 다른 많은 나라들이 따라잡기 시작하는 것을 볼 수 있습니다. 그렇죠? 영국, 캐나다처럼요.

Chris: 질문 하나 해도 될까요? 미국이 주도했다고 말할 때 IBM과 같은 회사였습니까? 아니면 실제로 MIT, Caltech의 연구원이었습니까? 내 말은, 이 산업이 주도했습니까, 아니면 대학이 주도했습니까, 아니면 국방부가 주도했습니까? 누가 이 일을 하고 있었습니까?

George: 좋은 질문입니다. 사실 나는 둘 다라고 말하고 싶다. 60년대와 70년대에는 대체로 DoD(국방부) 프로그램, 특히 DARPA(Defense Advanced Research Projects Agency)와 같은 정부 후원 프로그램에 관한 것이었습니다. 그들은 John McCarthy와 Marvin Minsky와 같은 많은 작은 사람들을 후원했습니다. 사실 딱 봐도 다트머스 회의에 누가 참석했나요? 내가 방금 언급한 두 거인, 둘 다 실제로 대학에서 일했습니다. 마빈 민스키는 MIT에서 아주 오랫동안 일했고 MIT 교수였습니다. John McCarthy는 Stanford에서 많은 연구 작업을 하고 있습니다. 그러나 실제로 IBM에서 근무한 Nathaniel Rochester라는 사람도 회의에 참석했습니다. 기본적으로 정보 이론의 아버지로 알려진 Claude Shannon이라는 또 다른 거물급 인물이 있습니다. 아주, 아주 유명합니다. 그는 벨 연구소에서 일했습니다. 그래서 저는 이 모든 사람들의 배경을 보면 대부분 연구 기관, 대학, Bell Labs와 같은 일부 산업 연구소와 Toshiba, IBM과 같은 기업 및 이러한 많은 유명 인사들의 조합이라고 말하고 싶습니다. .

Chris: 그럼… 그럼, 알겠습니다. 우리는 수십 년 동안 기초 연구 작업의 초기 개척자로 미국을 찾아왔습니다. 그래서 이제 중국은 정말로 부상했고 일종의 AI 초강대국으로 여겨지고 있습니다. 중국의 궤적을 설명할 수 있습니까? 그리고 누가 관련되고 어떤 종류의 하위 분야에 초점을 맞추느냐에 따라 그것이 어떻게 다를 수 있습니까?

George: 미국 측 이야기를 끝내고 빠르게 중국 측으로 뛰어들겠습니다. 60, 70, 80 이후 대부분의 이러한 대학 연구, R&D 주도 노력은 이 기간 동안 실제 적용을 많이 보지 못할 것입니다. 아마도 한 가지 예외는 디지털 장비 회사와 같이 DEC에서 널리 사용되는 전문가 시스템입니다. 기본적으로 일종의 휴리스틱 시스템이죠? 많은 규칙을 사용하여 할 수 있는 것과 할 수 없는 것을 정의하십시오. 결과를 도출할 수 있는 일종의 의사 결정 트리입니다. 그러나 그 시스템은 오늘날 구식입니다.

하지만 좀 더 구체적으로 말하자면 90년대와 2000년대를 보면 기업들이 차츰 따라잡았습니다. 실제로 인공 지능에 많은 돈을 투자하는 IBM과 같은 기업. 그 성과 중 하나는 1997년 IBM Deep Blue가 체스 최고의 인간 챔피언인 Kasparov를 이긴 것입니다. 그리고 2011년 다시 IBM은 Watson이라는 시스템을 가지고 위험 게임을 하고 두 명의 인간 챔피언인 Ken Jennings와 Rutter를 이겼습니다. 두 인간 챔피언은 컴퓨터에 패배했습니다. 이것은 실제로 자연어 처리라는 분야입니다. 그런 다음 2016년으로 빠르게 돌아가서 DeepMind는 Google에 인수된 영국 회사로 바둑에서 최고의 인간 플레이어 중 하나였으며 체스보다 훨씬 더 큰 계산을 하는 큰 보드를 가지고 있었습니다. 2016년 AlphaGo라는 DeepMind 알고리즘은 이세돌이라는 세계 최고의 인간 플레이어 중 한 명을 이길 수 있었습니다.

사실 2016년은 중국에게도 매우 중요한 해입니다. 중국을 중심으로 한다면 2016년부터 시작하겠습니다. 2016년은 정말 중요한 순간입니다. 우리는 그것을 AI에서 중국의 역사적인 순간이라고 부를 수도 있습니다. 왜요? 왜냐하면 어떤 컴퓨터가 하나 넷, L ee Sedol은 한 게임을 이길 수 있었습니다. 그 당시 이것은 기본적으로 연구와 과학자들에게 충격파를 보냈고 AI 분야뿐만 아니라 뉴스를 접하고이 뉴스에 충격을받은 사람들과 AI가 어떻게 그렇게 빠르게 발전하고 있는지, 바둑에서 인간 최고의 선수를 능가할 수 있도록. 그 순간 중국 정부는 전 국민적 접근을 통해 많은 지시를 내리고 전략을 지시하기 위해 즉시 개입했습니다. 우리는 그것을 jǔguó tǐzhì 举国体制라고 부릅니다. 기본적으로 모든 자원을 집중하고 정부를 이용하고 모든 자원을 관리하고 연구개발 분야에서 AI를 발전시키고 미국과 경쟁하는 것보다 채택하는 것이 하나의 과제에 전념하는 지금이 중국에게 중요한 순간이며, 그러나 중국이 기술적으로 어떻게 발전했는지를 살펴보면 중국은 실제로 이 국가적 접근 방식에서 매우 흥미로운 역사를 가지고 있습니다. 미국에 있는 많은 사람들이 철학에 대한 생각을 가지고 있습니다. 국가 전체가 작동하지 않을 수 있다는 점, 우리는 이러한 접근 방식에 대해 어떤 종류의 문제가 작동할 수 있는지 알아보았습니다. 다른 문제가 잘 작동하지 않을 수도 있습니다.

기술 면에서 중국은 약간의 성공을 거두었지만 제한적인 성공이라고 주장할 수 있습니다. 60년대와 70년대에 중국은 2개의 폭탄과 바람의 위성을 뜻하는 liǎng dàn yì xīng 两弹一星라고 부르는 등 기술에 성공했습니다. 핵폭탄을 만들려면 원자가 먼저이고 그 다음이 수소 폭탄입니다. 그런 다음 위성이 성공적으로 우주로 보내졌다는 것을 의미하는 서쪽 위성. 또는 전 국민적 접근으로. 그러면 “이봐, 중국은 이런 접근 방식으로 어느 정도 성공했다”고 주장할 수 있습니다.

90년대로 빨리 감기. 일단 인터넷이 중국에 들어오고 중국이 많은 발전을 따라잡을 수 있게 되자 중국에서도 닷컴 시대의 많은 스타트업을 볼 수 있습니다. 또한 2000년대 초에 시작된 많은 AI 회사가 컴퓨터 비전, 얼굴 인식, 자연어 처리, 이미지 인식, 비디오 인식, 이런 종류의 비디오 및 오디오의 다양한 응용 프로그램을 따라잡고 있습니다. 신청. 흥미롭게도 AI에 대해 이야기하면 칩에 대해 이야기하는 것을 피할 수 없습니다. 많은 고급 칩이 AI를 사용했습니다. 중국의 칩 산업을 보면 매우 빠르게 2000년에 SMIC라는 최초의 중요한 칩 제조 회사인 Semiconductor Manufacturing International Corporation이 있었습니다. 케이맨 섬에 등록되어 있지만 중국 회사임에는 틀림이 없습니다. 상하이, 톈진, 우한에 제조 공장이 있습니다. 그리고 그들은 또한 심천에서도 새로운 공장을 시작하고 있다고 생각합니다. 따라서 중국은 하드웨어, 칩, 소프트웨어, 알고리즘, 연구 및 개발 분야에서 국가 전체의 노력을 따라잡기 위해 노력하고 있습니다. 우리가 가서 보면 그것이 전체 그림의 종류입니다. 그래서 중국은 2016년 중국의 역사적인 순간 이후 2017년에 매우 일찍 전국적인 AI 전략을 채택했습니다. 2020. 그런 다음 에릭 슈미트가 이끄는 연구를 의뢰했으며, 인공 지능을 위한 국가 안보 위원회(National Security Commission for Artificial Intelligence)라고 하는 매우 잘 문서화된 연구 연구를 주도했습니다. 보고서 자체는 거의 100페이지에 달하는 것으로, 미국 정부가 채택할 흥미로운 전략을 많이 제시하고 있습니다.

Chris

: George, 우리는 실제로 이 중국으로 조금 돌아갈 수 있습니까? 당신은 국가 전략이 있다고 말했습니다. 구체적으로 어떤 분야, 그리고 분명히 안면 인식은 유명한 분야인 머신 러닝입니다. 미디어에서 방금 읽은 내용입니다. 안면 인식은 서구의 관점에서 생각하기 무섭습니다. 과장된 것일까요 아니면 실제로 중국이 정말로 집중하고 있는 영역일까요?

George: 먼저 국가 전략에 관한 첫 번째 질문에 답하겠습니다. 내가 말했듯이 중국은 전국적인 전략을 발표한 최초의 국가 중 하나였습니다. 사실 캐나다는 중국보다 먼저 그랬다. 흥미로운 점은 미국이 현재까지 국가 전략을 갖고 있지 않다는 점이다. 도움을 주려고 했고 미국 정부에 그가 제시한 전략을 채택하도록 요청한 Eric Schmidt 보고서를 참조할 수 있습니다. 그러나 미국 정부가 그렇게 할 것인지 아닌지는 다른 문제입니다. 그러나 중국의 국가 전략으로 돌아가서 몇 가지를 짚고 싶습니다. 첫째, 국가 챔피언으로 식별된 전략. lǐngxiù 领袖라고 합니다.

크리스: 알겠습니다. 그리고 lǐngxiù 领袖는 누구인가?

George: 그래서, 그들은 12개 이상의 회사입니다. 먼저 바이두가 있습니다. 바이두는 자율주행을 책임진다. 그리고 검색 엔진도 AI를 사용하여 다양한 알고리즘을 제시합니다. 두 번째는 알리바바입니다. 알리바바는 스마트 시티의 국가 챔피언으로서 책임이 있습니다. 스마트시티는 실제로 서양에서도 많이 사용되는 용어입니다. 중국에서는 실제로 다른 의미를 가지고 있습니다. 이에 대해서는 나중에 자세히 설명하겠습니다. 세 번째는 텐센트입니다. Tencent는 실제로 의료 영상 기술의 특정 암 또는 기타 질병을 감지, 진단하기 위해 인공 지능을 사용하는 의료, 의료 영상을 담당할 것입니다.

Kuangshi, Megvii라는 회사와 같은 다른 회사도 많이 있으며 실제로 얼굴 인식에 사용됩니다. 첫 번째 제품인 Face++로 불렸습니다. 나는 그들이 회사를 Kuangshi로 개명했다고 생각하지만, 회사는 감시 및 공공 안전, 공공 보안 분야에서 널리 사용되는 이 기술을 채택하기 위해 중국 정부와 협력하여 안면 인식 기술에 중점을 두고 있습니다. 다른 회사는 Shangtang이라고 합니다. 그들은 스마트 비전이라는 것을 담당합니다. Megvii와 매우 유사합니다. 이 두 회사는 공통점이 많았습니다. 그들은 많이 겹칩니다. 이미지 인식, 스마트 비전이 있습니다. 화웨이는 당연하죠? Huawei는 실제로 HiSilicon이라는 자체 반도체 칩 설계 자회사를 보유하고 있습니다. HiSilicon은 많은 물 유리를 디자인했습니다. 나는 심지어 미국의 능력에 매우 가까운 칩 설계 능력의 일부를 말할 것입니다. 일치에 매우 가깝습니다. 그러나 이것은 화웨이의 제재 이전이다. 화웨이 제재 이후 EDA 제재는 기본적으로 실리카 칩 설계에 사용되는 소프트웨어를 차단했다. 화웨이가 어떻게 살아남을지, 하이실리콘도 어떻게 살아남을지 지켜보는 것은 매우 흥미로울 것입니다. 마지막으로 지적하고 싶은 회사는 Hikvision일 것입니다. Hǎi kāng wēi shi 海康威视. 이 회사는 비디오 감시 기술을 전문으로 합니다. 비디오 인식의 국가 챔피언입니다.

그래서, 그것들이 핵심 기업입니다. 물론 다른 회사들도 마찬가지지만, 이 회사들이 핵심 회사입니다. 나는 또한 미국에서 널리 보고되지 않은 세 가지 프로그램을 부르고 싶습니다. 첫 번째 프로그램은 안전한 도시라고 합니다. 안전한 도시는 중국어로 píng’ān chéngshì 平安城市라고 합니다. 안전한 도시는 스마트 도시와 많은 유사점이 있습니다. 기본적으로 감시, 공공 안전, 공공 보안, 교통 관리, 도시 비상 사태, 대응, 대응, 재난 경보에 매우 중점을 둡니다. 따라서 이러한 종류의 작은 도시 기능은 이 프로그램에 매우 많이 포함되어 있습니다. 두 번째 프로그램은 기본적으로 Tiān wǎng 天网이라고 하는 Skynet이라고 합니다. 기본적으로 감시 네트워크, 하드웨어, 카메라, 감시를 지원하는 네트워크 및 제어에 사용되는 소프트웨어에 중점을 둔 프로그램입니다. 이 프로그램은 지방 및 시 차원에서 적용됩니다. 마지막은 밝은 프로젝트라고합니다. 하지만 영어로 가장 좋은 번역은 샤프 아이(sharp eye)라고 생각합니다. 쉬엘량궁청 雪亮工程. qúnzhòng de yǎnjīng shì xuěliàng de 群众的眼睛是雪亮的眼睛是雪亮的이라는 속어가 있는데, 사람들의 밝은 눈은 범죄자나 간첩을 잡을 수 있습니다. 그리고 감시 카메라 보안 모니터링 소프트웨어에 매우 중점을 둡니다. 그리고 소도시, 농촌 타운십, 카운티 및 빌리지에서 널리 적용되고 채택되어야 합니다.

Chris

: 내가 가진 질문 중 하나는 정말, 그래서 우선 순위가 어떻게 다른지 이해하는 것입니다. 그 프로그램은 정말 공공 안전 감시에 초점을 맞추고 있습니다. 미국에서는 프로그램이 그렇게 공공 보안에 초점을 맞추고 있다고 상상할 수 없습니다. 미국 계획이나 에릭 슈미트 계획에 대해 간단히 말씀해 주시겠습니까?

George: 얼굴 인식과 같은 기술에 대한 대중의 반응 측면에서 미국 측을 언급하겠습니다. 미국에서 일반 대중의 반발을 많이 볼 것입니다. 미국과 같이 개인 정보 보호 의식이 매우 높은 대중의 마음은 매우 우려스럽습니다. 많은 반발을 불러일으킬 것입니다. 구현은 고사하고 주제만 해도 말이죠. 안면 인식은 논의 측면에서 더 미묘하다고 생각합니다. 미국에서 많은 논쟁을 볼 수 있습니다. 첫째, 경찰이 범죄자를 잡기 위해 안면 인식을 사용하는 것에 대한 대중의 분노를 볼 수 있습니다. 그리고 그들은 MIT의 연구 과학자들이 오늘날 안면 인식의 종류가 매우 미숙하다는 것을 발견했습니다. 그리고 실제 시나리오에서 그것을 사용하면 사람들, 특히 어두운 피부색을 가진 사람들을 잘못 식별하게 될 것입니다. 당신이 무고한 사람을 범죄화할 수 있다는 우려였습니다.

샌프란시스코, 케임브리지 등의 도시에서는 이를 금지하고 규제를 강화하며 경찰서에서 안면 인식 사용을 금지하고 있습니다. 요즘 볼 수 있는 기사 중 일부는 그 개념에 대한 반발도 볼 수 있습니다. 경찰은 “아, 우리는 손이 부족하다. 우리는 전통적으로 범죄 활동 비율이 매우 높은 모든 영역을 모니터링할 충분한 리소스가 없습니다.” 그래서, 당신은 그것에 대해 무엇을합니까? 아직도 많은 논쟁이 있습니다. 하지만 국가적 전략이나 국가적 규제 측면에서 미국은 없다

하지만, 또한 주 차원에서 얘기하자면 규제가 있다는 점을 지적하고 싶다. 국가의회 전국회의(National Conference of State Legislature)라는 웹사이트가 있습니다. 그것은 인공 지능과 관련된 모든 법안을 유치합니다. 주 차원에서 제안된 법안은 수천 개는 아니더라도 수백 개에 달합니다. 사람들은 법을 사용하여 더 도덕적이고 윤리적으로 허용되는 AI 사용을 강제할 수 있는 방법에 대해 이야기하고 있습니다.

Chris: 우리는 Eric Schmidt와 그의 외교 기사에 대해 이야기했으며 그가 중국에 대해 경고했다는 것을 알고 있습니다. 2025년까지 AI에서 미국을 추월합니다. 이에 대해 어떻게 생각하십니까? 그 말이 당신에게 사실처럼 들립니까? 이에 대한 자격이 있습니까? 이에 대한 귀하의 의견을 듣고 싶습니다.

George: 저는 Eric Schmidt를 존경합니다. 에릭은 훌륭한 마음입니다. 그는 구글의 전 CEO였으며 그의 리더십은 많은 발전을 이루었고 매우 유능한 회사와 많은 AI 능력을 구축했습니다. 목표에 대한 그의 많은 관점. 그러나 중국의 AI 능력에 관해서는 그의 평가에 과대평가가 많다고 생각한다. 중국의 능력을 과소평가하는 사람으로 비춰지고 싶지는 않지만, 자신을 팔기 위해 문제를 과대평가하는 것이 정부의 자금 지원을 받을 수 있는 방법이라고 생각합니다.

하지만 그가 타당한 점을 지적할 수 있는 한 가지 점은 AI를 채택하여 미국이 할 수 없는 속도로 빠르게 확장할 수 있는 중국의 능력입니다. 성냥. 그래서 안면 인식, AI를 이용한 감시 기술, 인구 통제에 대해 이야기하면 중국은 미지의 영역에 있다고 생각합니다. 그런 점에서 에릭의 말이 맞다. 중국은 우리가 방금 언급한 이러한 모든 기술을 매우 적극적으로 채택하고 있습니다. 하지만 AI 연구 개발, R&D 측면에서 나는 그가 틀렸다고 생각합니다. 저는 미국이 여전히 주도적인 국가라는 것을 말하고 싶습니다. 중국, 나는 가까이 말하지 않을 것입니다. 그러나 어떤 면에서는 중국이 앞서고 있을지도 모릅니다. 그는 중국이 AI 논문 출판에서 선두를 달리고 있다고 지적할 수 있습니다. 그렇죠? 여러 AI 논문에서 보면 2017년이나 ’18년에는 어떤 면에서 보면 실제로 AI가 미국을 앞서고 있다. 그러나 AI에서 국가의 힘과 능력 측면에서 전체론적으로 볼 수 있는 신뢰할 수 있는 측정이라고 생각하지 않습니다. AI, 중국은 미국 뒤에, 영국 뒤에도, 캐나다에도 뒤진다. 미국, 영국, 캐나다, 일본이 리더가 될 것입니다. 중국은 1순위가 아니다. 나는 그런 말조차 하지 않을 것이다.

Chris: 논문 수, 특허 수를 혁신과 힘의 지표로 사용하는 일종의 아이디어 오해의 소지가 있습니다. 실제로 자금 조달 KPI가 있는 정부 프로그램, 즉 특허 및 논문이 있습니다. 따라서 실제로 많은 수의 결과를 가져올 뿐 반드시 진정한 혁신은 아닙니다.

조지: 네. 물론. 허락하다 나는 한 점으로 결론을 내린다. Eric은 아마도 중국의 야망이 미국과 경쟁할 수도 있고, 심지어 미국을 능가할 수도 있다는 점에 대해 맞을지도 모릅니다. 그렇기 때문에 미국은 여전히 ​​AI에 대한 국가 전략을 갖고 있지 않습니다. 방금 언급한 국가 전략 문서에 요약되어 있는 AI 전략의 관점에서 세 가지를 빠르게 언급하겠습니다. 첫 번째 단계는 이미 통과된 2020년까지 중국은 AI에서 경쟁자와 일치해야 합니다. 2025년까지 중국은 얼굴 인식이든 아니든 AI의 일부 분야에서 세계를 선도하는 세계에 도달해야 합니다. 또한 같은 보고서는 2030년까지 중국이 세계 AI 혁신의 주요 중심지가 되어야 한다고 주장합니다. 그래서 그것은 매우 야심찬 것입니다. 그러고 보면 에릭의 말이 맞다.

Chris: 우리는 미국에서 사회적 저항이 많고 법적 다양한 AI에 대한 저항 중국에서는 어떻습니까? 푸시백이 보이시나요? 중국에서 AI를 직접 경험하거나 일종의 AI를 경험한 몇 안되는 경험 중 하나는 화재 센서를 많이 설치한 IoT 회사의 시연 현장으로 일부 학생들을 데려갔을 때였습니다. 그리고 그와 함께 카메라가있었습니다. 베이징에서 그리 멀지 않은 마을에서. 그리고 우리는 그곳에 가서 그들의 통제실로 갔습니다. 그리고 그것은 서양인들에게 정말 놀라운 일이었습니다. 한 학생이 묻자, “음, 사람들이 항상 감시를 받고 있다는 사실에 신경을 쓰나요?” 우리를 둘러보던 사람은 이렇게 대답했습니다. 그리고 나서 그들은 실제로 아들이 방황했던 곳에서 그를 찾을 수 있었습니다.” 일부 중국 인구 또는 미디어는 AI에 대해 어떻게 생각하고 있습니까?

George: 질문의 문화적 측면에 대해 말씀드리겠습니다. 문화적으로 당신이 옳다고 생각합니다. 대다수의 일반 대중은 이에 대해 크게 반발하지 않을 것입니다. 그 이유는 문화적으로, 역사적으로 말해서, 전통적으로 중국인들은 전형적인 미국인이 가지고 있는 것과 같은 사생활 보호 및 보안 의식을 갖고 있지 않기 때문입니다. 중국은 확실히 더 많은 관용을 가지고 있습니다, 그렇죠? 그리고 어떤 사람들은 심지어 “이봐, 내가 좋은 시민인 한, 나는 아무 잘못도 하지 않았는데 왜 내가 감시당하는 것이 두려운가”라고 말할 것입니다. 하지만 일반적으로 사생활 문제에 대한 사회 관용은 매우 다르다고 지적하시는 것이 옳다고 생각합니다.

그래서, 우리는 입법에 대해 이야기하고 있습니다. 제가 많이 받는 질문 중 하나는 중국이 규제 때문에 무엇을 하고 있습니까? 아시다시피 첫 번째 법률은 2017년에 중국에서 우리가 말하는 것과 실제로 관련이 있는 첫 번째 사이버 보안 법률을 발표했습니다. 그런 다음 2021년에는 사이버 보안법을 ​​새로운 법률로 강화했습니다. 누가 이 데이터에 접근할 수 있는지를 본질적으로 정의하는 데이터 보안법은 데이터 주권 개념, 누가 이를 통제할 수 있는지, 누가 접근할 수 있고, 누가 관리할 수 있고, 누가 소유할 수 있는지를 정의한다. 중국에서 생성된 데이터는 중국을 떠날 수 없음을 명시합니다. 세 번째는 개인정보보호법(PIPL)입니다. 기업이 액세스하거나 수집할 수 있거나 수집할 수 있는 항목 및 데이터에 대한 액세스를 관리하는 방법. 그러나 마지막으로, 알고리즘 권장 사항에 대한 규정인 올해, 권장 사항을 만들기 위해 프로그램에서 알고리즘을 구현하는 방법입니다. 정부는 기업이 사회적 규범, 도덕 및 행동 강령을 준수하도록 하기를 원합니다. 제가 보기에 이 법은 매우 광범위하게 적용되어 시행하기가 매우 어렵습니다. 왜냐하면 우리는 도덕을 어떻게 정의합니까? 많은 토론이나 정의 또는 기준이 적용됩니다. 그래서 법 자체가 명확하게 규정하지 않았지만 어쨌든 법은 이미 밀린 상태다.

Chris

: 글쎄, 불행히도 우리는 시간이 없다, 조지. 이것은 매우 흥미롭고 계몽되었습니다. George, China Corner Office에 합류해 주셔서 감사합니다.

조지: 고마워요, 크리스.

자세히 보기

Author: Chris Marquis

Leave a Reply Cancel reply