鄭紹鈺專欄：你台灣人不懂當中國人的困難──從一名中國AI博士生的經歷談起

鄭紹鈺／哈佛大學經濟系博士班，於哈佛甘迺迪學院學院國際發展中心（Center for International Development）擔任博士生附屬研究成員

我幾年前剛到哈佛的時候，人生地不熟，常常參加派對，認識些新朋友。有一天，我受邀參加了一個文藝氣息較重的的派對，當天來的人都比較文組一些。

一名中國AI博士生的鍊成

我看到一個壯碩的中國人孤零零站在角落，身巨如黑木，雙目如電，似乎不是簡單人物，但在派對裡保持沉默，似乎難以參予如沙特的存在主義之類的哲學話題，我在倒酒的時候出於禮貌跟他打了個招呼，才知道原來他是附近一間理工名校的博士生，專門研究電腦視覺。

剛好我在哈佛的實驗室的工作，就是用電腦視覺的技術大規模地處理歷史文件。當時我主要在處理的工作，包括了訓練的卷積神經網路（Convolutional Neural Network ，CNN）此一早期技術發展的模型，或實驗當時甫成熟的新技術Visual Transformer，都是我當時工作在弄的東西，聽到這裡，這位中國朋友非常興奮，說他最近也在研究Visual Transformer這一新技術，他回來美國之前，對這新技術並不熟悉。

「你之前也來過美國讀書嗎？」我問。

「對，我以前也在這學校唸了一個碩士項目，當時CNN的技術剛出來，我們Lab正在做，畢業時國內政府開了一個大項目，薪酬挺好的，我畢業就回國去了。」他提到。

我回想了一下，現代AI崛起的起點 — AlexNet模型，大約在2012年年底，是最早利用GPU來訓練視覺模型而取得巨大成就，這位中國朋友提到的碩士，大概是在2013年前後取得的。

「那是哪種計劃呢？」我問。

「那項目啊，說來挺複雜的。我辦公室在騰訊那幾間公司，並不固定，但我職位不屬他們，而是掛在一個國務院的單位下面。」

後來聽他解釋，才明白當時這一複雜的人事安排。中國幾間大型的軟體公司，大概在2010年初期，陸續取得許多中國政府的承包案，但這些承包案事關中國重大，於是中國政府並不放心這些東西全由私人企業經手，於是又從海外招募了許多懂技術的畢業生，把他們扔到這些私人企業下面工作，以這位中國博士生當時的情況，當時是被掛在國務院的不同單位下面。

或許是憋的悶壞了，幾杯酒後，這位中國博士生開始細數他以前的經歷。聽到我常常在Lab裡修GPU，他提到他幫忙修過某公司資料儲存的伺服器，但這工作是被凹的，沒支薪，但他從此不愛用中國國內的通訊軟體。而他陸續參與了幾個很大的項目。

他後來又轉調到不同的地區去，協助了中國政府把人臉辨識導入到了監視器系統當中，人臉辨識的基礎就是但裡面有些東西，他們也不信任既有的私人企業來做，因為他藉這機會開了一間自己的公司，又標到了不少包案。

跟今天熱門的大型語言模型不同，人臉辨識這種任務，其實只需要結合早期的CNN網絡技術，再配上孿生神經網路（Siamese network）的架構，其實就能得到非常好的效果，訓練成本低，應用成本也低，可是訓練上很大的問題是，人的臉其實變化很大，隨著各種人臉特徵差異（年齡、性別、種族等等），需要很大量且多元的訓練資料，才能在實務上達到很好的效果。

「那資料怎麼來的？」

「政府那邊很多資料，只是我當時要想辦法發包給很多人幫忙標註…」

他口中的標註，是指Labeling或稱Annotation，也就是要找許多人來在影像上，把人臉的範圍勾勒出來。而在訓練AI模型，會成為AI模型識別人臉的訓練材料。

「那感覺你在中國過得挺滋潤的，那麼你怎會想要潤出來唸博士班呢？跟武漢肺炎有關嗎？」

「唉，前陣子新冠疫情太嚴重，我公司就收起來，當時就寫了封信給以前lab的老闆，就到這邊來了。我現在覺得Visual Transformer這技術實在挺有意思…」

後來沒有在別的場合再見到這個中國學生，這件事我也漸漸忘了。然而，隨著學術界對於中國AI崛起的討論，又讓我想起來這個學生。

中國的人工智慧專制

哈佛大學的楊宇凡教授（David Yang）研究團隊的論文「人工智慧專制(AI-tocracy)」，便說明了這位中國博士生的例子並非孤例，事實上，整個中國AI產業的起飛，就是跟這些大型維穩計劃有關。

該研究團隊發現，中國的 AI 人臉辨識與中國日益加強的社會控制在2010年代中期，形成了一個完美的自我增強環路。這研究團體蒐集了中國政府公開招標AI服務的資料，發現一旦有任何的地方社會動盪，地方政府便加大採購AI服務，加快腳步地導入了人臉辨識，使得地方政府得以壓制社會運動。另一方面，中國企業的AI 技術，也受惠於威權統治者對於社會壓制，其實證分析進一步發現，那些獲得政府招標合約的 AI 公司，後續也會有更多的技術研發，且更有可能出口AI到其他國家。

簡言之，這些結果表明了，這些中國AI應用， 協助了中國鞏固政權，威權政權對 AI 的投資，則進一步刺激了前沿的發明，如魚得水，使得中國在這方面的技術得以超前。

不過中國為何沒有率先在生成式AI拔得頭籌呢？

生成式 AI 的核心技術，是所謂的 Transformer架構。事實上，ChatGPT 名稱中的「GPT」，正是 Generative Pre-trained Transformer（生成式預先訓練 Transformer 模型）的縮寫。一如前述，這項技術最初主要應用於文字資料處理，隨後被廣泛延伸至電腦視覺領域，逐漸成為今日自然語言與視覺模型的共同基礎。

自 Transformer 問世以來，中國主要科技企業如阿里巴巴、騰訊等公司，曾陸續發表了相關的前沿成果。這並不令人意外 — — 在歐美科技公司與學界，許多頂尖的 AI 研究者本身便是中國出身，他們回國後自然成為國內大型研究機構的中堅。前述那位中國博士生只是眾多例子之一：他剛唸博士的階段，其 Google Scholar 引用數已接近一萬次，可見中國在人工智慧專制的體系下，其AI科研實力之雄厚。

然而，讀者至此，恐怕不禁反問：儘管中國企業具備資金與人才優勢，先前卻未能積極投入生成式 AI 的研發。這原因何在？

成也專制，敗也專制。若回溯至 2020 年，OpenAI 發布了劃時代的 GPT-3 模型，同年阿里巴巴的創辦人馬雲卻遭到整肅，此時中國軟體科技公司的發展，幾乎找不到一個跟國家政策齊步走的方向。

要等到中國政府將新一代AI技術 納入政策重點後，情勢才終於明朗起來。自2023 年起，中國中央跟各地方政府相繼推出 AI 產業的扶植政策，同樣，阿里巴巴於同年發布了「通義千問」，其開源版本「Qianwen」也成為現今常見的開源模型之一。

隨後，深圳、杭州等地政府也推出了各種政策來招商跟協助AI企業。於是，在 2025 年 1 月，一家規模遠小於阿里巴巴的公司 — — DeepSeek（深度求索），儘管其開發過程頗有爭議，但其模型 R1 追上了美國 OpenAI 的表現，成為中國生成式 AI 的里程碑。

換言之，從2010年代跟2020年以來這兩波AI科技發展的經驗來看，中國的科研人才或已具備關鍵技術甚至是領先的實力，真正的突破往往仍需仰賴政策放行。為不能也，或不為也？當政府尚未明確表態時，企業便不願意放手去做。

比方說，先前DeepSeek的R2模型的發布便一延再延，據報導便是因為要從Nividia的GPU，轉到華為的昇騰Ascend系列上面去。這多少是出於DeepSeek自己幾經思考後的技術選擇，又多少是出於上頭來的政策壓力，外人如你我便不得而知了。

結語

回到開頭提到的那個中國博士生。當天派對結束後，我們到了一樓的大廳去等車，他叫了Uber，我叫了Lyft。四下無人，酒氣有點淡去。他問我要不要來一支菸，我說我不抽，他也索性就不抽了。

「沒意思。」他嘟噥著。

兩人陷入了不短的沉默，外頭下起雪。一會後的他的車似乎要開了過來，從對面的巷口轉了進來。

我問道：「你如果想到你做的研究，都在幫忙這個專制政權，你半夜心裡不會不安嗎？」

「唉呀，你臺灣人不明白當中國人的困難。」他的車停在了大廳前。「我只是十三億人當中的一粒沙，能掀起什麼浪呢？我也只是一個人，要說我對國家有什麼影響，似乎太過誇張了。」於是，他匆忙地上了車。

後來沒再遇到過這個中國博士生。

我先是想到了鄂蘭的研究。我腦中想著他一粒沙的比喻。

換我的車來了。上車後，我腦中突然想起了小時候聽人唸金剛經的誦經聲音：「如恒河中所有沙數，如是沙等恒河，於意云何？是諸恒河沙寧為多不…」

我腦中想著他一粒沙的比喻——但恒河的每粒沙，也有可能構成河啊。