9月12日，委员会揭橥了竞争力研究特殊报告，再次强调美国的人工智能上风正在迅速消逝。

美国的担心是有道理的。

人工智能还是野蛮成长的领域。
各种运用搞得热火朝天，但缺少统一、严格的理论框架，理论严重掉队于实践。
最大的问题是难以剖析、预测、设计系统的性能，使得人工智能的决策难以理解，难以信赖。
“阿尔法狗1.0”和2.0在与人类棋手大战的时候，都走出一些匪夷所思的步子。
事后剖析彷佛是好棋，又说不出好在哪里，更是想不出什么思路能走出这样的步子。
这只是下棋，看不懂棋路不是大问题。
假如人工智能用于国家核导弹自动发射掌握，也给你来几步人类看不懂的反应，那问题就大了。

在缺少理论辅导的情形下，算法成为各家的“手工艺”。
手工艺不可怕，可以在大量实践中精益求精，很多工业技能（包括尖端科技）都有这样只可融会不可言传的手工艺成份，事实上成为技能壁垒的主要部份。

问题是，人工智能的最大量实践是在中国，不是在美国。
在美国和西方眼里，中国的人工智能便是用于大数据人群监控的，这是意识形态偏见。
中国的人工智能运用正在野蛮成长中，、抖音的推送便是人工智能，这只是冰山一角。
形成商业利益后，人工智能不再是纯学术或者纯政府行为，具有强劲的自我增殖能力，不仅引发更多的运用，也推动算法的发展。

在美国，人工智能运用依然紧张由军方拉动，商业人工智能缺少自我发展的动力。
美国试图把私营成本拉入人工智能竞赛，但风险较大、没有明确的盈利前景，私人成本没有情由加入。
华尔街能承受风险，但风险大，回报还慢，这就没有干劲了。
这是美国各种“公私互助”设想的共同问题。

片面依赖军方拉动正是苏联科技发展的问题根源，大力依赖民用需求拉动则是美国的成功履历。
故意思的是，美国在走苏联的路，而中国在走美国的路。

以是施密特-沃克报告清楚地看到，中国将迅速遇上美国的算法上风，如果不是在理论框架上首先打破的话。

理论打破须要人才，但美国人工智能人才是否领先中国，是一个一言难尽的问题。
如果把具有中国血统和教诲的人统统打消，美国人工智能人才圈大概急速坍塌一半。
同时，中国人工智能在大量实践中，中国人工智能教诲、科研、人才形成良性互动，中国人工智能人才遇上美国不是梦。

故意思的是硬件。
中国还在前辈芯片困境中，美国对英伟达和AMD高端芯片对中国禁运，便是冲着人工智能来的。
但这些芯片在实质上是图形处理芯片，并行处理能力恰好与人工智能运算的哀求符合，但本身未必是为人工智能优化的。

中国芯片在闯关中，一方面是7nm、2nm等更高集成度的硬技能，另一方面是在专用芯片方面实现架构打破。
中国超算便是通过风雅的架构设计，在较低的硬件技能水平上实现天下领先。
尤其主要的是，这样的架构打破须要在实践中得到思路，在实践中考验成效。

在现在，中国还在大量采取来自美国的算法成果，硬件上也对美国有依赖，但历史上有过先例：假如在总体实践上掉队，核心技能的领先并不担保持续领先。

在40年代，英国与德国同时发明喷气式发动机，德国抢先一步，首先将Me262投入利用，但英国紧随其后，只是由于战役大局已定，就不急于将格洛斯特“流星”战斗机投入实战了。
但罗尔斯-罗伊斯的“尼恩”涡喷在40年代末代表最前辈技能，苏联引进后，用于米格-15，从此苏联航空科技一骑绝尘。

发动机是航空科技的核心。
苏联战斗机借用英国技能起飞后，在大量实践中迅速将“尼恩”改进为克里莫夫VK-1，往后克里莫夫和留里卡一起，成为苏联战斗灵活员机的哼哈二将，罗尔斯-罗伊斯也在进步，但英国战斗机再也没有遇上过。

其余，人工智能现在一根筋搞大数据学习，是存在“数据困境”的，尤其是工业运用。
要使得人工智能有效、准确，须要大量历史数据；但产品一贯在转换，大同小异但毕竟不一样。
等演习出来了，也该转产了。
绕了一大圈又回来了当然很好，但这是可遇而不可求的。
纯挚靠学习，可能跟不上变革的现实。
这是大问题。

但变革与变革不一样。
大部分变革是变表不变本的，本的变革缓慢得多。
这也是人类思维长于适应变革的环境的道理。
在思维办法上，有演绎和推理两个方面。
一味依赖归纳是履历主义，忽略了变革的环境。
归纳终极是为下一步演绎供应根本，从现有边界拓展一步才是归纳的目的。

人工智能须要在框架上形成演绎能力才好。
这是巨大的寻衅，但很可能不是从纯理论的空想中产生，而是从大量实践的摸索中完善。

如果说芯片、软件是当今科技高地的话，人工智能是未来科技高地。
美国很担心中国会抢占这个高地，担心就对了。

报告还提到，中国在5G、商用无人机、高超音速、锂电池方面领先，美国在生物科技、量子打算、商用航天和云打算方面领先，但这些领先随时可能被中国翻盘。
2025、2030年是关键节点。