英國順利舉行首屆全球人工智能安全峰會，各國交流討論對AI所帶來潛在威脅的議題，不過，最堪憂的不是人工智能，而是英國的智慧，恕我直言，表現實在不似預期。
科技巨人馬斯克晉身傳媒大亨在峰會與東道主辛偉誠對談，提及中方參加峰會，馬斯克表示︰「謝謝你邀請他們」——他們是指中國——「我認為，有必要邀請他們來這裡。如果他們不是參與者，那就毫無意義」。事實上，中國成行之前，英國政府排除國內諸多反對，才得邀請得到中國參與。
馬斯克對AI很有一套心得，2019年，他與阿里巴巴創辦人馬雲在上海討論人工智能，留下一段科技經典對談。
“ 馬雲表示︰他對於人工智能「較為樂觀」，並且認為像他們這樣有「生活智慧」的人不應該害怕。
人馬斯克回應：「兄弟，我不確定，但是這聽起來像那種著名的最後遺言。」”
為什麼馬斯克這樣說呢？AI超過人類智慧之後再不斷進化的話，「人類文明可能因此而終結，並且最終將成為更高級生命體的墊腳石。」電腦的計算速度、記憶力容量太大了，遲早反客為主。
馬雲有不同意見︰「不要擔心機器」，因為人永遠不可能製造另一個人，「電腦就是電腦，電腦只是一個玩具」，馬雲補充︰「電腦只有芯片，人類有心臟。智慧是來自於人的心。」他斷定，「電腦可能很聰明，但是人類還是會聰明得多。」馬斯克不同意：「好吧，肯定不是。」我同意馬斯克，人類肯定不及電腦聰明。我是有根據的，請耐心看完本文。
辛偉誠在峰會第二天宣佈，與志同道合的政府和AI公司達成進一步協定，在新一代人工智能模型推出前，攜手測試它其安全性。注意啊！簽署安全測試合作的國家名單中不包括中國，只有美國、歐盟、法國、德國、意大利、日本、韓國、新加坡、加拿大和澳洲。
當被問及為什麼沒有邀請中國參加時，辛偉誠表示︰「按照英國的政策，在可能的範圍內與中國進行合作是正確的，但同時也要防範風險。」原來英國要中國到此一遊便足夠，進一步讓中國參其中，便對他們產生風險。
中國科技部副部長吳朝暉代表出席峰會，表示願就AI的安全治理和各方加強合作，協助建立國際「治理框架」，峰會首日，中國與美國、歐盟等超過25國共同簽署《布萊切利宣言》，重點在於識別AI產生的風險，並制定相關政策，不過沒有出席次日的安全合作的會談。
資料補充︰距離倫敦市中心約80公里的「布萊切利園」於二次世界大戰期間，為AI之父的艾倫圖靈（Alan Turing）破解德軍密碼與密件的基地。英國有高人，也有低手，這是唯物辯證，一笑！
英國欲言又止的「中國風險」是什麼？前任首相卓慧思說明底蘊，她在峰會舉行前致函辛偉誠，呼籲撤銷對中國的邀請：「中國一直利用和濫用科技來幫助它壓迫數百萬人，攻擊自由和民主。北京政權對人工能的態度與西方截然不同，將其視為國家控制的手段和國家安全的工具。」
中方總算顧及了英國的面子，沒有太過介意對方的惡言，其實，也不必多作辯論，只怪馬雲在上海的言論——人類智慧比電腦聰明得多？——卓慧思今天跳出來真人示範，給你有力的反駁，尷尬不尷尬。
深藍
** 博客文章文責自負,不代表本公司立場 **
中國AI以「大數據」工程的成效而取得優勢，俄羅斯專家最新分析，美國在其他領域即使領先，也攔阻不了中國的科技超越。
AP圖片
2018年，微軟創辦人蓋茲向CNN表示︰「中國AI發展迅速，但中國不能在AI超越美國，中國始終是第二名。」曾任職微軟、蘋果、Google高層的AI專家李開復馬上反駁︰「中國AI 2020年可望超過美國。」到了2020年，有人出來見證——美國國防部前首席軟件官（Chief Software Officer）夏蘭（Nicolas Chaillan）接受《金融時報》訪問時，直指美國AI已輸給中國。——對中國AI優勢更加了解的是Google前主席施密特，2017年到中國考察，他率先提出︰「我預計，美國在2025年將再難以維持AI技術方面的領先地位，被中國反超前。」他卸任Google職務出任國防務部顧問，馬上向政府提出「不能讓中國AI領先美國——U.S. must do 'whatever it takes' to beat China on AI——美國必須不惜一切代價擊敗中國」的主張。
施密特找出中國最大的弱點是半導體技術，為了確保美國與中國在AI領域拉開至少兩代之外，他建議在芯片方面制裁中國，結果，施密特可能既失望又尷尬，中國不受芯片落後所束縛，AI發展關鍵原來在於大數據應用。
莫斯科國立國際關係大學最新分析報告《中國大數據戰略：治理改革、創新與全球競爭》，作者是莫斯科國立國際關係學院高級研究員杰尼索夫，他指出中國正在有序地走進「數據意識形態」的成熟方向，「也就是說，圍繞把數據用於經濟目的、公共管理目的，出現了一系列法律、法規和實踐。」
外行人大概不明白「數據意識形態」是什麼，中國工程院院士、阿里雲始創人王堅在他的2018年出版《在綫》指出，「大數據」不是「數據」，世界最大的數據庫與互聯網應用一點關係都沒有，例如歐洲核子研究組織的大型強子對撞機，每秒生產1PB（相等於2^50字節）的分析數據，全年要用4.5萬個儲存器儲存約35PB的數據，可是這麼「大」的數據，由於沒有通過「在綫」的應用，再「大」也沒有作用。
為什麼數據在綫才有價值，否則永遠是「樣本材料」？舉個例，學生到食堂吃飯買票，與刷餐卡就餐的意義完全不一樣，飯票只能知道學生用了多少錢的票，可是餐卡產生「數據」紀錄學吃過什麼，幾時就餐，於是食堂便知道學生們的最愛與不愛的選擇，食堂的高峰時間在哪，有那幾個「富二代」學生從不到食堂等等，如是者，便可供分析及建立模型以改進經營及校風管理。
中國有最多場景和應用，加上政府主導大數據戰略布局，在綫成為生活、工作、交易、服務的日常，社會對於數字化應用普及率冠於全球，用得多數據多，人工智能受惠這龐大的數據，於是變得更「聰明」更「精準」。大家平日北上消費消費購物交通，大概都感受到這份「數據意識型態」。
自2012年以來，國家相繼出合系列政策支援，企業也配合開展大數據在教育、健康、扶貧、旅遊，以及公共安全等民生領域，並取得很大成效，更重要凡是回饋到AI技術領域，推動科技進步。人工智能不是硬件、芯片說了算，最核心是能轉化成為人民的資產，矽谷的蓋茲、施密特，想必不能明白。
