作者 | 蔣寶尚
編輯 | 賈偉
4月26日，曾率先散佈“新冠病毒人為洩露”陰謀論、叫囂就疫情向中國索賠的美國反華議員湯姆·科頓（Tom Cotton），宣稱應禁止中國留學生赴美學習理工科，理由是中國“試圖從美國偷走新冠病毒疫苗”。
比如，他建議中國留學生應該學習莎士比亞的著作和《聯邦黨人文集》，而不是量子計算與人工智慧。
此話一出，立即引起了國內熱烈討論，話題熱度迅速登上知乎熱榜，排名一度超過了情感話題#該怎樣與男朋友相處，才會讓他越來越愛你#。
整個討論觀點分為三個：1、中國留學生已經在學習相關學科，並且有了一定的席位；2、中國有學習美國的必要，兩者AI與量子技術還存在差距；3、美國議員不代表美國，科頓只是打嘴炮實際沒啥用。
知乎網友@曹小靈提到，在ICPC國際大學生程式設計競賽，耶魯代表隊的三位參賽人員實際上是三個中國留學生，而2018年的南加州大學代表隊實際上也是中國人。
雖然說，一些基本的創新是在facebook,google,CMU,UNC等等知名海外校企，這些研究機構確是對華人比較友好，吸引的一大批華人學者有的已經成為了頂級學者，例如歸國不久的賈揚清，不斷拿best paper的何凱明。
另外，保爾森研究所宏觀政策智庫研究員曾經根據頂級AI年度會議上發表的論文對中美AI科研人員進行了研究，他發現在中國國籍的高階研究人員中，大多數(59%)隸屬於美國研究機構，33%隸屬於中國研究機構，約9%隸屬於加拿大、新加坡和日本等其他國家。
此外，將近60% 的中國國籍的高階研究人員在美國讀研究生，35%在中國讀研究生，而7%在其他國家(澳大利亞和英國)就讀。在畢業於美國院校的中國國籍的作者中，絕大多數(78%)目前在美國研究機構工作，僅有21%在中國研究機構工作。
所以，不管美國議員口號如何，中國研究人員已經在美國有了一定的數量和質量席位。
1 AI與量子，中美兩國還有差距
儘管中國人在AI領域持續發力，大有趕超之勢，但實際上真正國內的發展現狀其實沒有想象中的好，趨勢幾乎跟著國外走。
學界和業界比較普遍認可的現狀是，目前中國在應用層面的研究已經可以和美國掰手腕了，但是底層演算法，底層框架還是有很大的差距。
根據知乎網友@被洗腦的群眾，AI領域前十名其中九所美國的大學，教育類與美國還有很大的差距，對於量子力學，中國專精量子密碼學，所以，在十年內還是有到美國學習的必要性。
在2017年，騰訊研究院曾經對“中國與美國在人工智慧發展方面的真實差距有多大？”做了研究，僅就產業佈局來看，給出的觀點：是美國全產業佈局，而中國只在區域性有所突破。
美國AI產業佈局全面領先，在基礎層、技術層和應用層，尤其是在演算法、晶片和資料等產業核心領域，積累了強大的技術創新優勢，各層級企業數量全面領先中國。
基礎層（主要為處理器/晶片）企業數量來看，中國擁有14家，美國33家，中國僅為美國的42%。
技術層（自然語言處理/計算機視覺與影像/技術平臺），中國擁有273家，美國擁有586家，中國為美國的46%。
應用層（機器學習應用/智慧無人機/智慧機器人/自動駕駛輔助駕駛/語音識別），中國擁有304家，美國擁有488家，中國是美國62.3%。
另外，在量子領域，本源量子的張輝博士在“量子計算機的發展概況與應用前景”主題演講報告中曾經預估，雖然不是卡脖子困境，但是中美兩國至少有4~5年的技術差距。
所以從資料上看，取長補短，師夷長技以制夷非常有必要。
2 科頓只是打嘴炮
只是作為一個議員的科頓能夠代表美國麼？他提出這個口號是基於什麼樣的想法？
知乎網友@中型世界主義路燈提到：首先看到“美國議員說了xxx”，首先要意識到，他說這話是給美國人看的，他說這話的目的是為了拉支援率、搞輿論之類，而不是為了做什麼實際的工作（實際的工作不會只打打嘴炮而已）。
其次美國不是一個個體，而是一群人，這一群人還內部對立的，不用看到美國一個議員打了個嘴炮就嚷嚷著“美國怎麼怎麼樣”。這種偷換主體的手法是歐美媒體放黑屁時常用的手段，拿出中國一個人的問題直接說整個中國怎麼怎麼樣。
然後就事論事，這人是共和黨參議員，共和黨現在的主要任務就是放中國黑屁轉移內部矛盾，所以不用看待，要看的話可以看他們的首席代表川普，更有喜劇效果。
知乎網友@立黨提到：啥叫“美國如此反對”？“美國”這裡指的是誰？如果說是湯姆·科頓，說破天也就是個紅脖子州阿肯色的參議員，相當於X省一位人大代表——他說了啥，真的能代表美國嗎？
最後，他還做了一個形象的比喻：“X省某大V聲稱‘清華大學應該給亞非拉留學生講孔子孟子，反對他們學中國智慧電網技術’”——清華大學教什麼知識、招什麼人，輪得到你X省大V說得算？
3 科學研究從來都是開放促進步
那麼，美議員的口號能夠實現麼？換句話說他的那句口號現實麼？
展望人工智慧領域近幾年發展，進步如此之快，得益於開放的研究環境，以及核心技術的無私奉獻。在清華大學建校109週年上，張鈸院士曾提到：“科學技術發展的歷史表明，科學研究必須在開放的國際環境下面才能夠得到健康的發展，並造福於全人類”。
其實大家普遍認為人工智慧誕生於美國，雖然美國現在仍然處於全世界引領地位，但是這中間起主要作用的是全球科研機構的合力推動。
以谷歌的 Alpha Go 為例，它產生的過程中間，主要貢獻不只有美國。Alpha Go前身就是DeepMind，其中創始的三個人都不是美國人。
裡面用的各項技術，例如神經網路，或者說是卷積神經網路也有各個國家研究人員的身影。神經網路是1943年美國兩個人提出的，第一代神經網路是日本人提出來的，第二代神經網路是1998年法國人提出來的。
裡面用的主要演算法，梯度下降最早是 Cauchy 1847年提出，現代加速版是俄國數學家 Yurii 1983年提出來的，反向傳播演算法是1970年當時一個芬蘭碩士生提出來的。
蒙特卡洛樹搜尋是2006年法國人提出來的。強化學習Alpha Go裡主要用的演算法叫Q演算法，Q演算法是英國人提出來的。
整個圍棋程式是台灣一個團隊編制。另外，深度學習的三個圖靈獎獲得者都不是美國人。
綜上 Alpha Go 的貢獻者有九個到十個國家，有美國、英國、法國、紐西蘭、中國、俄國、日本、加拿大、芬蘭。這說明任何一個科學成就，都是全世界科技工作者共同努力的結果，特別是前人大量基礎研究的積累。
美國所有在人工智慧領域長期處於引領的地位，在於他利用了開放的國際環境，使原來一些不是出生在美國的科技工作者，透過去美國學習和交流，最後定居美國為美國服務。
所以，美議員的這個言論如果會成為現實，那麼將會是個兩敗俱傷的局面。