| Contact Us | CHT | Mobile | Wechat | Weibo | Search:
Welcome Visitors | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

Home

温哥华资讯

Realty

Education

Finance

Immigrants

Yellow Page

Travel

加州: 纽约时报:当硅谷陷入对中国的痴迷和羡慕


请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
挑战不止于传统制造业。人工智能与硬件的融合至关重要。风险投资家马克·安德森表示:“如今的机器是软件的硬件形态,是人工智能的实体化体现。汽车不再只是钢铁和玻璃——它是有轮子的机器人。”


他承认,中国在“所有实体制造相关领域都处于领先地位”,在硬件与人工智能融合制造方面占据巨大优势。

硅谷开始关注中国,这是一个积极的信号。


中国企业家花了数十年时间研究美国:他们阅读史蒂夫·乔布斯和埃隆·马斯克的传记,潜心研读彼得·蒂尔与布莱克·马斯特斯合着的《从0到1》(Zero to One)译本,并围绕硅谷的运营模式构建商业模式和管理哲学。

美国公司正争相研发比人类更智能的机器。然而,若硅谷深入研究中国,就会发现,中国的人工智能产业并不痴迷于通用人工智能,中国企业家更专注于将人工智能应用于服务、设备和制造业领域。

我与许多中国科技行业从业者交流过,他们很少提及通用人工智能。

谷歌董事长埃里克·施密特与同事赛琳娜·许(音)在《纽约时报》的评论文章中呼吁,硅谷应减少对通用人工智能的痴迷,向中国同行学习,将人工智能融入日常生活。

这正是中国实用主义对阵美国理想主义的又一例证。

美国政策制定者和硅谷需要客观评估中国及其科技行业——包括其优势与局限,以及其效率与规模背后的真正原因。与美国一样,中国的科技领域既有远见卓识者,也有骗子;既有辉煌成就,也有死胡同。

当前的叙事存在从低估走向高估的风险。


美国科技领袖夸大中国的能力或威胁,部分原因是为了施压华盛顿,让政府对中国同行实施关税和监管限制,并争取联邦资金支持。将中国的崛起定义为生死攸关的挑战,他们就能推动政府向其所在行业注入资金。他们越能引起美国政界人士和公众的恐慌,就拥有越大的影响力,最终获得越多权力。

初创公司Scale AI前首席执行官汪滔(Alexandr Wang)曾敦促特朗普总统扩大联邦政府对人工智能的支持,以匹配中国在“新型技术军备竞赛”中的投资。。

英伟达首席执行官黄仁勋称,中国芯片仅落后“几纳秒”,在人工智能领域并未落后于美国。这些评估在两国都引发了质疑,但也反映出中国已成为几乎所有前沿领域的默认标杆。

然而,硅谷关于中国的讨论往往忽视了本国的矛盾:一些呼吁美国复兴的领袖,同时也在支持着破坏复兴的政策——削减大学资金、收紧技术移民签证规则,以及发动贸易战破坏与加拿大、墨西哥等盟友的供应链。


美国还在争论如何重建之际,中国正加大政府对研发的支持。

但是,尽管有种种优势,中国的体制也伴随着巨大代价。同一套国家主导的模式,既造就了创纪录的大桥,也使各省深陷债务泥潭。在人工智能实验室和高铁的光鲜形象背后,是停滞不前的工资水平和脆弱的社会保障体系。



位于贵州的世界最高桥梁。贵州是中国负债最多的省份之一,由此也可以看到这个国家的体制需要背负巨大的代价。

贵州近期竣工的世界最高桥梁坐落于中国债务最重的省份之一,该省农村养老金领取者每月生活费不足150元;让美国网红们惊叹的10元低价出租车服务背后,是日益扩大的网约车司机群体——其中不乏失业的律师、教师和会计师。

这种反差在远距离观察时很容易被忽略。中国的崛起是真实的,但并不是无限度的;其成就与深层次的结构性缺陷并存,正如美国的弱点与其持久的优势共生一样。
您的点赞是对我们的鼓励     好新闻没人评论怎么行,我来说几句
Note:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • _VIEW_NEWS_FULL
    _RELATED_NEWS:
    _RELATED_NEWS_MORE:
    _POSTMYCOMMENT:
    Comment:
    Security Code:
    Please input the number which is shown on the following picture
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    Page Generation: 0.0223 Seconds and 3 DB Queries in 0.0013 Seconds