Kinas väg till AI-dominans har ett problem: kompetensflykt

Kategori: Artificiell intelligens Postad 07 aug

En ny analys visar att antalet kinesiska AI-forskare har tiodubblats under det senaste decenniet, men majoriteten av dem bor utanför landet.

Superkraftsdrömmar: Kina har lagt fram en samlad ansträngning för att växa till ett ledande AI-kraftverk under de senaste åren. Peking ansåg att disciplinen behövde särskild uppmärksamhet redan 2012, och 2017 släppte man en detaljerad nationell strategi för att utveckla och utnyttja tekniken.

Hemodlad armé: I en ny analys , Joy Dantong Ma, biträdande direktör för MacroPolo, en Chicago-baserad tankesmedja fokuserad på Kinas ekonomiska tillväxt, visade hur denna uppifrån-och-ned-påverkan har påverkat AI-talanger. Rapporten analyserade författarskapet för artiklar som accepterats till NeurIPS, en av de mest prestigefyllda internationella AI-konferenserna, och fann en nästan tiofaldig ökning av antalet författare som gjorde sina grundstudier i Kina under det senaste decenniet. Medan det bara fanns omkring 100 kinesiska forskare 2009, vilket motsvarar 14 % av det totala antalet författare, fanns det nästan 1 000 under 2018, vilket motsvarar en fjärdedel. Den största ökningen skedde mellan 2017 och 2018 efter lanseringen av den nationella strategin, främst driven av rusningen av andra klassens universitet som har öppnat upp AI-specialisering och examensprogram.

Kompetensflykt: Trots landets framgångar med att odla inhemska talanger har det dock kämpat med att behålla det. Ungefär tre fjärdedelar av de kinesiska författarna i studien arbetar för närvarande utanför Kina, och 85 % av dem arbetar i USA – antingen på teknikjättar som Google och IBM eller universitet som UCLA och University of Illinois Urbana-Champaign.

Varför det är viktigt: Bland de fyra stora insatserna i ett lands AI-ekosystem – talang, data, kapital och hårdvara – har den första störst inverkan. Koncentrationen av expertis avgör om utövare kommer att rikta sin energi mer mot AI-forskning eller tillämpningar, till exempel. Det är också den främsta drivkraften för innovation inom algoritmer och hårdvara, som sannolikt kommer att vara viktigare för att utveckla tekniken på lång sikt än, säg, tillgången på data.

Analysen visar att Kinas investeringar på området kan vara otillräckliga för att bygga upp sin långsiktiga kapacitet för AI-ledarskap. Regeringen är medveten om detta problem och började nyligen vidta åtgärder för att ta itu med det: i den nationella strategin för AI 2017 åtog sig den att locka hem toppforskare med konkurrenskraftiga kompensationspaket och andra incitament. Under tiden har USA:s position som AI-ledare gynnats mycket av ett tillflöde av kinesiska vetenskapsmän – även om det går emot den nuvarande presidentadministrationens strävan att minimera samarbetet kring AI-utveckling.

Det är väldigt olyckligt, säger mamma. På grund av AI-racingmentaliteten ser folk detta som ett nollsummespel. En mer flytande rörelse av forskare skulle gynna både USA och Kina, säger hon, och bygger upp båda ländernas AI-ekosystem samtidigt som det gör det lättare att skapa välbehövliga globala standarder för AI-etik. Många kinesiska forskare tar till exempel en doktorsexamen i USA, återvänder till Kina under den första delen av sin karriär och flyttar sedan tillbaka utomlands tillbaka till USA för att fortsätta det. Det är den typen av rörelse som låter forskare börja medförfatta artiklar på olika platser, säger Ma, och som öppnar dörren för människor att diskutera bästa praxis.