中國AI外交官是香港記者腦補，但美國人告訴我們不能當玩笑
來自專欄故事不多
209 人贊了文章
本文首發於公眾號馬前卒工作室
序
8月1日，環球時報第6版刊登了題為《印媒：人工智慧幫中國優化外交政策》的報道：
文章稱：在中國，政界人士和研究人員都已將人工智慧視為日常決策的「助手」。人工智慧已在接受與國內外政治及許多其他事務有關的數據培訓。
這是印度人觸發《終結者》劇情了，還是我們在印度人的夢裡？
一 搖滾吧，香港媒體人！
環球時報翻譯的文章是《Analytics India》在線雜誌上一位「對哲學、經濟學都很感興趣」的碼農小哥的博文。
這位小哥開篇就引用了港媒華南早報（SCMP）中，一篇講中國政府利用人工智慧制定外交政策的文章，《AI免於恐懼與偏好，助力中國制定外交政策》：
摘要簡單翻譯一下，是說「該計劃利用從雞尾酒派對八卦到間諜衛星圖像的大數據，為中國外交戰略做出貢獻」。
通篇看下來，依據總結如下：
中國開發了「無人潛艇」，然後熟悉該項目的「研究人員」稱，「一台中科院造的早期機器已經被外交部使用了」。
——為了解釋「無人潛艇」，作者放上了自己另一篇博文，大意是，珠海有大規模無人艇（「潛」呢？）測試→這套程序可以幫指揮官決策→所以外交也能用。
然而無人艇是這樣的：
無人艇確實很有意思，至於與外交的聯繫……
商務部講話中「透露」了使用AI搞外交的計劃。
——所謂的商務部講話，實際上是：
2018贛江峰會|商務部中國歐洲經濟技術合作協會常務副會長兼秘書長陳璟玥：大數據是信息化發展的新階段
2018贛江峰會|商務部中國歐洲經濟技術合作協會常務副會長兼秘書長陳璟玥：大數據是信息化發展的新階段
今年政府工作報告強調人工智慧，人工智慧也將惠及新能源產業優化提升能力和管理能力，為新能產業與其他產業的融合升級帶來前所未有的機遇。找准需求才能贏得市場，看清形勢才能抓住機遇，在這一大好的歷史時期面前，贛江新區召開本次會議，為大數據、人工智慧、新能源、電子科技等前沿產業未來發展建言獻策，為培育各領域的增長尋找契機，作為始終致力於幫助中國和歐洲各國開拓市場、開發合作潛力的中國歐洲經濟經濟合作協會以及大數據合作分會，能夠發揮橋樑紐帶的作用，為促進贛江新區經濟轉型升級、協調綠色發展搭建平台。
一會兒外交部，一會兒商務部，香港媒體人稿子寫得太快，腦子跟不上了。
人臉識別技術進入港深「邊境」。
——香港是有多落後……
上海國際問題研究所封帥博士的寥寥數語。
——說的其實是封帥博士在《外交評論：外交學院學報》上刊登的論文，《人工智慧時代的國際關係：走向變革且不平等的世界》。
但問題是封博士的論文只是想論證：
人工智慧時代的國際關係：走向變革且不平等的世界-中國社會科學網
人工智慧技術的快速發展將對國際關係領域產生深遠的影響。
說了這麼多，您可能還不笑。
那我只能放上該作者的另一篇博文：
這篇文章說，杭州某電氣生產線看起來和其它生產線一樣，然而員工帽子可以「監控腦電波」……
文章題目更是驚悚，「中國正以工業規模從工人大腦中直接挖掘數據」……
這位香港問題兒童的博文，沿著網線迅速環球繞行了幾圈。俄羅斯《獨立報》也做了報道：
然後參考消息網和鳳凰網，又引述了俄羅斯的這篇報道：
參考消息網8月1日報道 俄媒稱:
中國正在開發應用於外交的人工智慧系統樣機。
中國研究外交領域引入人工智慧 俄媒：最後還是人類拍板
中國研究外交領域引入人工智慧 俄媒：最後還是人類拍板
據俄羅斯《獨立報》7月31日報道，外交就像下象棋或打撲克：一個國家走一步，另一國作出反應。中國外交部以此為出發點，交給學者製造機器的項目，開發的機器可快速分析衛星和使館工作人員獲取的信息。這些機器將提出最佳解決方案，尤其在出現國際危機時。但最終的決定仍由人類來作。報道稱，中國正在開發應用於外交的人工智慧系統樣機。有數個機構同時在從事該領域的研究。其代表參與了對外經濟貿易大學在北京舉行的會議。
上面引文最後一句說的其實是上海對外經貿大學的「人工智慧與變革管理研究院」，至於這個研究機構，2017年12月9日才剛剛成立……
不管怎麼樣，香港問題兒童的神經病文章成功忽悠了全球媒體，用香港媒體人特有的腿和嘴，表演了一番青春搖滾。
二 美國人來真的
AI輔助外交不是不可能，但這不是光靠演算法能解決的問題。背後隱藏條件首先是在相關學科領域有足夠的量化研究氛圍，一批兼顧數學、編程能力的社科研究學者，以及漫長的資料庫積累（否則就算有學習演算法也沒有足夠材料去「喂」）。
在這裡我們簡單做一下背景回顧。
傳統的國際關係問題研究方式，都是結合文本資料，以及情報網路，進行抽象思辨。
20世紀60年代，美國的社科學界展開了一場影響深遠的論戰。論戰雙方分別是注重定量研究的行為主義，以及上面提到的抽象思辨的傳統主義。最終，行為主義憑藉較強的邏輯性、嚴密性和準確性，逐漸被學界接受。
於是，美國在社科領域率先開闢了不同於歐洲的量化建模之路，並且在上世紀90年代將量化建模推上國際關係學科的「顯學」地位：
因此如果你到美帝去學IR（國際關係）專業，不要以為像在國內上思修課一樣，某些課程讓你可能會懷疑自己進了數學系。
不信你看：
甚至早在90年代美國研究美蘇衝突和國際同盟關係的論文中，就已經高度量化了：
對比之下，中國的情況有點尷尬：
2010年，閻學通教授出了本書，《中外關係鑒覽1950-2005——中國與大國關係定量衡量》，算是我國國際關係學界具有里程碑意義的國產大作。
然而這本書的畫風是這樣的：
通過對歷年事件進行賦值，統計得到與不同國家的關係定量圖：
是不是對差距有些形象概念了？
我們在IR領域與美帝的差距，大概比海軍軍力差距還大……
近年來雖然中國也在努力推進社科領域的量化工具，但一方面需要撬動幾十年來的社科教育體系，另一方面資料庫的搭建需要時間積累。路還很長。
我們繼續說美帝。
量化建模首先得有充分的數據資料。
與國際關係研究相關的媒體報道、歷史檔案、官方報告及學術文獻等，都被美帝學界仔細進行了數據化處理。美帝因此擁有全球大部分著名資料庫，也在國際關係學界成為文本數據化的全球領導者。
美帝國際關係學界的定量研究資料庫建設史甚至要追溯到20世紀30年代的戰爭問題研究。後來跟進的各種研究項目於資料庫覆蓋了從國際貿易、國家實力、國際組織到國際衝突等等諸多領域。像哈佛、堪薩斯大學、馬里蘭大學這樣的著名高校，在社科領域都有自己獨特的資料庫網路搭建。
漫長的資料庫搭建史對美國社科學術體系建設的影響是難以估量的。僅在公共輿論資料庫方面，2011年前後，校際政治及社會研究聯盟的收錄規模就已達到1889個數據集，其中包含500多萬組變數，遠遠甩開世界其它國家。
但直到20世紀90年代之前，這些資料庫的文本收集編碼都需要人力手工完成，文本資料的計算單位還是MB（百萬位元組），計算機輔助也只是做到重複性、規律性的計算。伴隨90年代之後計算機技術的發展，到了2010年前後，美歐的幾個資料庫已經可以自動更新收錄、編碼文獻，資料庫體量的計算單位也上升到了TB（萬億位元組）甚至PB（千萬億位元組），近年來的機器學習的發展，也讓AI分析文獻逐步成為可能，而美帝由於坐擁全球最頂級資料庫，機器學習的迭代速度遠遠甩開全球。
這麼先進的東西，美帝軍方當然要用一下試試。
在美國的反恐戰爭中，長期使用「斬首戰術」敲掉恐怖組織頭目的腦袋，然而由於恐怖組織的組織架構還在，很快會產生新領袖，這樣的戰術並無太大意義——或者說只有廣告意義。
通過挖掘無人機、衛星及前線情報，可以搭建恐怖組織的關係網路，計算出重要節點，有針對地進行「敲除」。通過數據學習，甚至能總結一些高概率反饋「因果」：
他們將邏輯程序和因果推理相結合，試圖挖掘出事件之間的因果關係。由此得出了ISIS的一些規律：
人工智慧是全球反恐的新戰場
人工智慧是全球反恐的新戰場
如果在某個星期，ISIS在伊拉克採取了步兵行動並伴有間接射擊，那麼，下一個星期在敘利亞就會出現車載簡易爆炸裝置（VBIED）的行動。（p=1.0，εavg=0.92）如果在某個星期，ISIS在伊拉克提克里特市採取了行動，並進行了大規模的處決，那麼隨後，伊拉克和敘利亞就會同時出現大量簡易爆炸裝置（IED）。（p=1.0，εavg=0.97）敘利亞政府空襲之後的一個星期內，ISIS往往會扣留大量人質（εavg=0.91，p=0.67）。並且，在他們的資料庫中，類似的大規模扣留總是發生在敘利亞空襲之後。
如果聯軍空襲伊拉克摩蘇爾市的同時，ISIS正在對安巴爾省採取行動，那麼在空襲後的一個星期內，ISIS在伊拉克的簡易爆炸裝置行動會大大增加（p=0.67，εavg=0.97）。然而，如果空襲的同時，ISIS還在對敘利亞採取行動，那麼，當地簡易爆炸裝置的使用也會增長（p=0.67，εavg=0.79）。根據這些行為規律，他們得出了以下一些結論:ISIS可能會在除巴格達以外的其他區域採取大規模步兵行動之前，在巴格拉採取自殺式車載炸彈，來防止伊拉克軍隊/警察的增強部署。ISIS傾向於在大規模步兵行動之前，採取間接射擊(IDF)作為前導——更符合傳統軍事力量，而不是大規模使用IDF來實現騷擾的目的(這在伊拉克自由行動期間的反叛團體中很常見)。聯軍空襲與ISIS對簡易爆炸裝置的使用之間存在著關係，但卻沒有激發其他更大規模的武器(例如車載炸彈)，這可能意味著ISIS在這種行動後，會依賴更加分散和反叛風格的策略。他們還發現，有兩個目標對ISIS似乎有特別高的價值——巴拉德和拜伊吉。拜伊吉擁有一座主要的煉油廠，而巴拉德靠近一座重要的政府軍事基地。)
然而，複雜的現實總會讓有限的資料庫捉襟見肘。
事實上，直到今天，最前沿的國際關係AI項目，也需要上百人在電腦前進行賦值、檢驗等人工操作。而外交領域由於信息量巨大，博弈關係過於複雜，試圖用智能學習越過人類現有的經驗積累，試錯成本過高。
而且外交領域的AI訓練不僅僅是既有數據和經驗就夠用的。國際關係面對的全面政治經濟和歷史關係數據都是模糊的，經驗也可能出錯。因此，在神經網路里可能會形成干擾，錯誤可能會放大，最後導致AI困在局部最優解里。
雖然從事文本研究、抽象思辨的傳統學派總是嘲笑量化研究得出的結論不靠譜，但正如所有的技術進步一樣，只要在不斷向前，超越只是時間問題。更何況，面對今天全球內卷化的情況，相當多的傳統學派一樣在乾瞪眼。
無論如何，美國人已經真的在推科幻時代的門了，我們不能因為香港記者的聯想奔跑太快而沾沾自喜。
（完）
更多深度文章請關注本人公眾號 馬前卒工作室
被刪除的文章在那裡都可以看到！
推薦閱讀：
※R語言——初步認識
※數據預處理——缺失值處理
※中國糖尿病及併發症發病風險數據分析報告
※不懂銷售數據分析，就是糊塗賬！怎麼賺錢？！