尽管美国和中国在人工智能领域是竞争对手，但两国在人工智能研究方面的合作比人们通常认为的要多。WIRED 对上个月神经信息处理系统（NeurIPS）会议上发表的 5000 多篇人工智能研究论文进行的一项分析显示，相当数量的论文涉及美国和中国实验室之间的合作。

分析显示，在总共 5290 篇论文中，有 141 篇（约占 3%）的作者同时隶属于美国和中国的机构。美中合作的水平一直保持相对稳定，2024 年在总共 4497 篇论文中，有 134 篇涉及来自两国机构的作者。

这种合作延伸到跨太平洋的算法和模型的共享和改编。最初由谷歌的研究人员开发的 Transformer 架构就是一个典型的例子。这种架构现在被广泛应用于人工智能行业，在会议上发表的 292 篇论文中都有涉及。Transformer 是一种神经网络架构，擅长处理序列数据，使其在机器翻译和文本生成等自然语言处理任务中特别有用。

这种合作的背景是两国在人工智能领域的竞争日益激烈。两国都在争夺人工智能研究、开发和部署方面的领导地位，这对两国的经济和国家安全具有重大影响。美国和中国都在大力投资人工智能，力求在自动驾驶汽车、面部识别和先进机器人等领域获得优势。

然而，持续的合作表明，两国的研究人员都认识到共享知识和专业知识的价值。通过合作，他们可以加快创新步伐，并应对人工智能领域面临的一些挑战。这包括提高人工智能算法的效率、增强人工智能系统的稳健性以及减轻与人工智能相关的潜在风险等问题。

这种合作对社会的影响是巨大的。通过结合各自的资源和人才，美国和中国有可能开发出对整个人类更有益的人工智能技术。然而，这也引发了人们对这种合作的伦理和安全影响的质疑，尤其是在两国地缘政治紧张的背景下。持续的合作凸显了人工智能领域复杂和多方面的性质，竞争与合作并存。