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。
深藍
** 博客文章文責自負,不代表本公司立場 **
