Gregory C. Allen作者太浪编译

特朗普启动美国AI计划后,是时候了解美国眼中的「中国AI战略」了


特朗普启动美国AI计划后,是时候了解美国眼中的「中国AI战略」了

作者 | Gregory C. Allen,编译 | 太浪。

在本周中美两国重启贸易谈判之际,美国总统特朗普于昨日签署了一项行政命令,启动「美国AI计划」——一项指导美国AI技术发展的国家级战略。

根据白宫发布的通告,「美国 AI 计划」旨在调配更多联邦资金和资源转向人工智能研究,并呼吁美国主导国际人工智能标准的制定,开展研究推动重新训练 AI 时代的美国劳动力。总结来说,该计划重点包括研发、资源倾斜、建立道德标准、自动化、国际推广5大领域。

特朗普签署这份行政命令距离他发表国情咨文演讲不到一个星期。

分析普遍认为,中国正在和美国争夺人工智能领域的霸主地位。中国被公认是目前全球人工智能领域的一个重要玩家。一些分析人士认为,中国距离美国仅一步之遥,并可能在今后几年追上并一举反超,而这对美国的经济和国家安全构成威胁。

与此同时,中国也已经意识到人工智能对经济、国家安全和战略竞争的重要意义。「中国领导层——包括国家最高领导人认为,在人工智能(AI)领域处于领先地位,对未来全球军事和经济实力竞争至关重要。」这是华盛顿智库新美国安全中心(Center for a New American Security,简称CNAS)发布的一份有关中国人工智能战略报告《了解中国AI战略》(Understanding China’s AI Strategy)中提到的。

2018年下半年,《了解中国AI战略》报告的作者Gregory C. Allen先后四次前往中国,参加了以人工智能(AI)为主题的大型外交、军事和私营部门会议。在这些访问中,他与中国外交部高级官员、中国军事人工智能研究机构领导人、政府智库专家以及中国人工智能公司高管一齐参加了一系列会议。

通过这些讨论,以及他正在进行中的对中国人工智能产业、政策、报告和项目的分析工作,他对中国领导层在人工智能应用于中国经济和国家安全方面的观点、战略和前景做出了一些关键判断。

在他看来,在AI领域居于领导地位的中国是一个人口众多、观点多元的国家,任何一概而论的努力本质上都是自以为是,必然会过于简单化。然而,美国对中国人工智能研究的主流观点与他所相信的事实之间存在着巨大差距。他希望通过这份报告直接陈述其要点,推进对这一问题的评估,并对更广泛的美国政策制定群体有所助益。

机器之能对这份报告的全文进行了编译,以飨读者,有部分删减。

一、中国对人工智能重要性的看法

1. 中国领导层认为,在人工智能技术方面处于领先地位,对全球军事和经济实力竞争的未来至关重要。

2017 年 7 月,国务院发布了《新一代人工智能发展规划》(AIDP)。这份文件与 2015 年 5 月发布的《中国制造 2025》构成了中国人工智能战略的核心。这两份文件以及更普遍的人工智能问题,都得到了中国最高领导层的重视和持续关注。

中国国家和地方政府用于实施这些计划的人工智能支出总额尚未公开披露,但显然已达数百亿美元。中国至少有两到三个地方政府各自承诺投资 1000 亿元人民币。

《新一代人工智能发展规划》的开篇各段体现了中国对人工智能的主流观点:

人工智能成为国际竞争的新焦点。人工智能是引领未来的战略性技术,世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略。

上述所言也反映了中国的人工智能政策制定者是如何密切关注其他国家(特别是美国)的人工智能产业和政策的。中国政府机构组织定期翻译、传播和分析美国政府和智库的人工智能报告。

在我与中国官员的交谈中、在我阅读中国政府人工智能报告时,他们展现出了对美国和其他地方人工智能发展及时准确的了解。中国政府的人工智能报告经常引用美国国家安全智库的出版物。美国的政策制定群体应优先考虑同等有效地翻译、分析和传播有关人工智能的中文出版物,以从中获取对中国人思维的深刻见解。

2. 包括国家最高领导人在内的中国领导层认为,中国应该在人工智能技术方面追求全球领先地位,并减少对技术进口的依赖。

2018 年 10 月,习近平主席主持召开了政治局人工智能研讨会。此类会议是专门针对高度优先的政策问题的,在这些问题上,领导人需要外部专家的帮助。

习近平在会议期间和之后公开报道的评论中重申了《新一代人工智能发展规划》和《中国制造 2025》的主要结论,即中国应该在人工智能技术中「达到世界领先水平」,并减少对「关键技术和先进设备的外部『外来』依赖」。

习近平在学习会议上的讲话中提到,中国必须「确保我国在人工智能这个重要领域的理论研究走在前面、关键核心技术占领制高点。」他进一步强调,「加快建立新一代人工智能关键共性技术体系,在短板上抓紧布局,确保人工智能关键核心技术牢牢掌握在自己手里。」

习近平的讲话表明,中国领导人持续推进《新一代人工智能发展规划》和《中国制造 2025》的两个主要结论是,中国应该在人工智能技术领域追求世界领导地位和自力更生。

二、中国对人工智能对国际安全影响的看法

3. 最近,中国官员和政府报告开始在多个外交论坛上表达对人工智能军备竞赛动态的关注,以及在新规范和军备控制方面开展国际合作的必要性。

2018 年 7 月 15 日,全国人大外事委员会副主任委员傅莹在中国最大的国际关系会议上发表主旨演讲时说,中国的技术专家和政策制定者一致认为,「新的(人工智能)技术对人类的威胁」。她进一步表示,「我们认为,我们应该合作,先发制人地防止人工智能的威胁。」

傅女士将人工智能描述为对国际安全构成共同威胁的说法,在我与其他许多中国外交官和中国人民解放军智库学者的私人会晤中得到了呼应。例如,一位官员告诉我,他担心人工智能「会降低军事行动的门槛」,由于缺乏伤亡风险,各国可能更愿意使用人工智能军事系统互相攻击。中国官员还担心,由于缺乏有关使用此类系统的明确规范,使用人工智能系统次数的增多,将会导致误解和无意的冲突升级。

此外,中国官员对与 AI 系统相关的网络安全风险及其对中国和国际安全的影响有实质性的了解。傅女士说,中国有兴趣在制定减轻这些风险的规范方面发挥主导作用。

在世界和平论坛关于人工智能的私人圆桌会议上,一位高级解放军智库学者私下表示,支持在网络安全和军事机器人领域建立人工智能系统的「类似军备控制类的机制」。不过,他还表示,与人工智能相关的军备控制将特别困难,因为「人工智能成本低,易于传播,不易监控。」

值得注意的是,中国政府颇具影响力的智库——中国信息通信研究院(CAICT)于 2018 年 9 月发布的《人工智能安全白皮书》呼吁中国政府「避免各国之间的人工智能军备竞赛」。《新一代人工智能发展规划》没有提及军备竞赛,但表示,中国将「深化在人工智能法律法规、国际规则等方面的国际合作,共同应对全球性的挑战」。

这种担忧延伸到了中国的私营部门。阿里巴巴集团(前)董事长马云在 2019 年达沃斯世界经济论坛的一次演讲中明确表示,他担心围绕人工智能的全球竞争可能导致战争。

4. 尽管表达了对人工智能军备竞赛的担忧,但大多数中国领导人认为,增加人工智能在军事上的使用是不可避免的,并且正在积极推进这一进程。中国已经出口了武装自主平台和监视人工智能

在 2018 年 10 月 24 日的北京香山论坛上,中央军委办公厅副主任丁向荣少将发表重要讲话,阐明了中国的军事目标:利用「正在进行的以信息技术和智能技术为中心的军事革命」,「缩小中国军事与全球先进大国间的差距」。

中国军方领导人越来越多地将智能化或「智能化的」军事技术作为他们对未来战争基础的自信期待。「智能化」一词,意味着军事技术在信息技术基础上超越当前阶段的一个新阶段。《新一代人工智能发展规划》指出,中国将「推动各类人工智能技术快速嵌入国防创新领域」。

香山论坛的第二天,中国第三大防务公司的高管曾毅发表演讲,描述了该公司 (以及中国) 对未来实施人工智能武器的期望:「在未来的战场上,将不会有人在战斗。」曾毅预测,到 2025 年,致命的自动化武器将变得司空见惯,他还表示,他的公司认为,不断增加的人工智能军事用途是「不可避免的……我们确定这就是未来的方向。」

曾毅的评论与正在进行中的中国军用无人车发展计划和中国目前的军用无人系统出口方法相一致。中国政府已经向沙特阿拉伯和阿联酋等中东国家出口了许多最先进的军用无人机。中国政府已表示,当下一代隐形无人机可用时,将出口下一代这些无人机

虽然目前许多无人驾驶飞机主要是远程遥控,但中国官员普遍认为无人机和军用机器人在未来具有更广泛的人工智能和自主能力。中国武器制造商已经在出售有很强战斗自主能力的武装无人机。中国军用无人机制造商紫燕已将其 Blowfish A2 出售给阿联酋。紫燕的网站上显示,38 公斤的 Blowfish A2 可「自主执行更复杂的战斗任务,包括定点定时探测,固定范围侦察和有针对性的精确打击。」紫燕可以根据客户的喜好,为 Blowfish A2 配备导弹或机枪」。

除了将 AI 用于军事机器人之外,中国还对军事指挥决策中应用人工智能感兴趣。曾毅在这个问题上有一些非凡的看法,他指出,今天的「机械化设备就像人的手。在未来的智能战争中,人工智能将像大脑一样」。他还说,「智力至上将成为未来战争的核心」,并且,「人工智能可能完全改变目前的指挥结构」,使由人主导的结构变为由「人工智能集群」主导的结构。

曾毅没有详细阐明其看法,但他与中国军方的普遍思想是一致的。在 AlphaGo 于 2016 年 3 月重击李世石几个月之后,中央军委联合作战指挥中心发表的一篇文章称,AlphaGo 的胜利「展示了人工智能在作战指挥、程序推理和决策方面的巨大潜力」。

中国的商汤科技计算机视觉 AI 的全国冠军,它不仅提供安全和监控产品,还拥有许多非安全产品,例如与自动驾驶汽车相关的计算机视觉机器学习商汤科技是拉丁美洲、非洲和亚洲政府和商业市场监控技术的主要提供者。一位中国智库的学者告诉我,他期待人工智能的世界将「没有抓不住的罪犯」。

从更广泛的意义上说,中国的人工智能研究人员对基础问题的关注似乎比西方同行更少,尽管这方面的证据有限。

5. 中国国防部在国防科技大学(NUDT)下建立了两个新研究机构,专注于人工智能和无人系统。

国防科技国家创新研究所(NIDT)已经组建并正在迅速壮大两个北京研究机构,专注于人工智能和相关技术的军事用途。这些是由 Yan Ye 领导的无人系统研究中心(USRC)和由 Dai Huadong 领导的人工智能研究中心(AIRC)。这两个研究机构都创建于 2018 年初,现在每个研究机构的研究人员超过 100 人(总数超过 200 人),这使其成为世界上规模最大、发展最快的政府人工智能研究机构之一。

中国和美国都有较大的私营部门人工智能研究机构。例如,商汤大约有 600 名全职研究人员。DeepMind 是一家专注于人工智能研究的谷歌子公司,拥有约 700 名员工,年度支出超过 4 亿美元。获得中国 AI 博士学位的人员工资,通常远低于拥有西方博士学位或在西方受过教育的中国人的工资,这使得根据员工的工资来估算 AIRC 的预算是困难的。

AIRC 的员工致力于两用 AI 技术的基础研究,包括将机器学习应用于机器人技术、群体网络、无线通信和网络安全。AIRC 也可能为中国军方和情报界工作。

6. 中国政府认为,人工智能是一个有望实现军事「跨越式发展」的机遇,这意味着它提供了超过美国的军事优势,并且在中国比美国更容易实施。

「跨越式发展」一词描述了落后国家可以跳过发展阶段的技术,或者落后于当前一代技术的技术实际上提供了采用下一代技术的优势。一个常被引用的例子是蜂窝电话技术的快速和广泛采用,这些国家采用固定电话的极少。

李开复是中国人工智能领域领先的风险投资家之一,他认为,许多发达经济体能力缺乏诸如宽松的信贷审查等能力,导致大量中国企业家创新地利用人工智能来填补这些差距。塑料信用卡在中国几乎不存在,但通过面部识别进行的手机支付却无处不在。

中国强调人工智能作为一种跨越式的技术推动力延伸到国家安全应用领域。中国的《2017 年国家人工智能发展规划》将人工智能确定为国家安全技术跨越式发展的「历史机遇」。中国国防部高级官员曾毅对这一说法表示赞同,称人工智能将在军事技术上「实现跨越式发展」,这对中国来说是一个关键的机遇。

如果中国认为人工智能提供了一个跳跃式发展的机会是正确的,这将意味着中国比美国更有能力推进军用人工智能。根据这一理论,美国目前在隐形飞机、航空母舰和精确弹药方面的优势从长期看实际上将是劣势,因为今天支持军事指导地位的根深蒂固的商业和政治利益,将阻碍美国在未来向基于人工智能的军事技术范式过渡。

正如一位中国智库学者向我解释的那样,中国认为美国可能会在维持和升级成熟系统上花费过多,而对颠覆性创新的新系统投资不足,使美国现有的优势来源变得脆弱和过时。中国军队也面临保护过时系统的不正当奖励措施,但程度要轻得多。现代化是重中之重,而且人们普遍认为,目前的许多平台和方法都已经过时,无论如何都必须更换。

中国人工智能跨越式战略的众多例子之一,是其对低成本、远程、自主和无人潜艇的优先投资和技术侦查。中国认为,这些系统将是威胁美国航母战斗群的一种廉价而有效的手段,也是在射程范围内投射中国力量的另一种途径。

三、中国对中国 AI 生态优势的看法

7. 中国政府和工业界认为,他们在人工智能研发和将人工智能产品商业化方面缩小了与美国的差距。中国现在认为自己是人工智能「两巨头」之一。

中国 2017 年 7 月发布的《国家人工智能战略》中设定了 2020 年中国的「人工智能产业竞争力(要)进入国际第一梯队」的目标。事实上,中国领导层评估认为,中国在 2018 年年中已经实现了这一目标。

在世界和平论坛上,清华大学的薛兰就清华大学关于中国人工智能领域现状的重要报告做了简报。这项研究发现:「中国在技术开发和市场应用方面已经居于领先地位,与美国形成『两巨头』。」该报告还称,中国:

  • 全球人工智能研究论文发表和引用世界第一
  • 人工智能专利排名第一
  • 人工智能风险投资排名第一
  • AI 公司数量排名第二
  • 在最大的人工智能人才库中排名第二。

中国对于自己处于第一梯队的评估是正确的,不过有一些重要的注意事项将在下文进一步讨论。

中国不仅推动了人工智能研究的最新技术水平,其公司还非常成功地围绕人工智能应用开发出真正具有创新性和市场竞争力的产品和服务。例如,商汤毫无疑问是计算机视觉 AI 领域的全球领导者之一,并声称连续三年实现了 400%的年收入增长。大疆是另一个成功案例,它占据了 74%的市场份额,在全球消费无人机领域处于领先地位,大疆创新地将机器学习技术融入其最新产品中。

在许多情况下,商业 AI 和军事/安全 AI 产品之间的产品和底层技术是相同的或者几乎相同的。大疆最近被选为纽约警察局唯一的无人机供应商,该部门将使用大疆的消费型无人机。同样地,商汤的消费者面部识别系统与中国执法部门和情报机构使用的安全系统共享基础设施和技术。

8. 得益于进入国际市场、技术和研究合作,中国目前在人工智能研发和商业应用方面取得强势地位。

中国的成功得益于进入全球技术研究和市场的机会。许多看似「中国」的人工智能成就实际上是跨国研究团队和公司的成就,这种国际合作对中国的研究进展至关重要。

根据清华大学对中国人工智能生态系统的研究,「中国超过一半的人工智能论文是国际联合出版物」,这意味着中国人工智能研究人员——他们通常在国外获得学位——在与非中国人合作。即使是纯粹的中国的成功,也往往建立在开源技术基础之上,而开源技术往往是由国际集团开发的。

部分由于这一原因,中国领先的科技公司对美国的依赖程度很高、却披露不够。例如,总部位于深圳、世界领先的无人机制造商大疆,垂直整合了几乎所有内部设计、制造和营销。然而大疆所有的无人机飞行软件开发都是在其位于美国加州的帕罗奥多办公室进行的,该办公室主要雇用美国公民为员工。此外,大疆每个产品中近 35%的零部件来自美国,主要是在半导体方面。

四、中国对自身 AI 生态系统弱点的看法

9. 尽管中国在人工智能研发和商业应用方面具有优势,但中国的领导层认为,中国在顶尖人才、技术标准、软件平台和半导体领域,相较美国而言仍是主要弱点。

虽然中国大多数领导人都认为中国是人工智能的「两巨头」之一,但人们普遍认为,中国并非在所有领域都很强大。中国 2018 年 1 月发布的《人工智能标准化白皮书》指出,中国的人工智能生态系统在几个关键领域滞后:

尽管中国在人工智能领域有着良好的基础,在语音识别、视觉识别和中文信息处理等核心技术上已经取得突破,拥有巨大的应用市场环境,但总体发展水平仍然落后于发达国家。

同样,清华大学的《中国人工智能发展报告》发现:中国的优势主要体现在 AI 应用上,在人工智能核心技术方面仍然薄弱,如硬件和算法开发,中国的人工智能发展缺乏顶尖人才,与发达国家(特别是美国)存在显著差距。中国的人工智能生态系统还有其他弱点值得讨论,但我将着重谈谈我在中国会议中最常见的四个弱点:顶尖人才、技术标准、软件和半导体。

(一)顶尖人才

清华大学的《中国人工智能报告》对全球人工智能人才分布做了引人注目的研究,得出的结论是,截至 2017 年底,国际人工智能人才库中共有 204,575 人,其中美国有 28,536 人,中国 18,232 人位居第二。然而,就顶尖人才而言,中国在世界上排名第八,只有 977 人,而美国则有 5,518 人。

虽然李开复承认存在这种差异,但他认为,这并不是主要障碍,因为「当前实施 (人工智能应用商业化)的时代似乎非常适合中国在研究方面的优势:有大量高等技能、但不一定是最顶尖的、人工智能研究人员和从业人员。」领先的西方人工智能研究机构的一些研究人员告诉我,他们同意这一结论,并指出,领先机构的 AI 技术突破很快就会被全球其他机构所复制。

李开复在中国的科技产业中颇具影响力,但并非所有人都赞同他的理论。很多与我交谈过的人都说,中国顶尖 AI 人才的短缺将成为中国人工智能行业未来发展的障碍,中国政府正采取积极行动,改善中国 AI 人才库的规模和质量。

2018 年 4 月,中国教育部启动了高校人工智能创新行动计划。除其他要素外,该计划:

将为特定行业的人工智能应用制作「50种世界一流的本科和研究生教材」;

将创建「50个国家级高质量网络公开课程」;

将建立「50个人工智能学院,研究机构或跨学科研究中心」。

教育部还计划启动一项新的五年人工智能人才培训计划,在中国顶尖大学培养 500 多名人工智能教师和 5,000 名优秀学生。

(二)技术标准

国际技术标准的确定和共同采用,是促进技术互操作性和市场增长的关键因素。例如,Wi-Fi 标准的普遍采用使得各种调制解调器、路由器、移动电话和计算机能够通过 Wi-Fi 网络有效地相互连接。

创建与此类标准相关的知识产权的公司通常会获得丰厚的回报,尤其是当它们的专利(例如特定半导体芯片的设计)被宣布为使用该标准的任何设备的有效操作所必需的时候。例如,高通公司的知识产权对码分多址(CDMA)蜂窝式移动通信标准的发展至关重要。所有设备必须使用高通半导体专利,否则基本上不可能接入 CDMA 蜂窝网络,因此,它们是所谓的「标准必要专利」(SEPs)的一个例子。

从历史上看,中国公司和政府机构产生的 SEP 很少,但中国在这方面已经取得快速进展。华为、中兴和中国电信技术研究院已经生产了数百个与 5G 标准(第五代蜂窝标准)相关的 SEP。

人工智能技术标准远不如蜂窝网络成熟,但中国政府追求人工智能技术标准领先地位的战略,是基于蜂窝网络的经验。中国政府和中国企业希望确保其知识产权和产品成为人工智能未来的关键特征。鉴于在中兴出口限制方面的经验,中国领导层认为,中兴在技术标准方面的成功对经济增长和国家安全至关重要。

(三)软件框架和平台

AI 系统的开发人员很少从头开始,更常见的是,利用他人开发并共享到代码库中的预编写程序。这使得开发人员能够专注于他们的应用程序使用需求的独特细节,而不是解决所有 AI 开发人员面临的共性问题。

一些组织已经将机器学习代码库与其他 AI 软件开发工具结合成成熟的机器学习软件框架,其中许多是开源的。流行的机器学习框架包括但不限于 TensorFlow(谷歌),Spark(Apache),CNTK(微软)和 PyTorch(Facebook)。

值得注意的是,最流行的机器学习软件框架没有一个是中国开发的。即便在美国领先的技术公司中,保持在软件框架开发中的领导地位的重要性也存在争议。优先考虑框架开发的公司声称,它提供了吸引顶尖人才、影响技术标准以及引导整个生态系统增加其产品和服务使用的机会。

在我与中国科技行业高管的几次对话中,我发现,中国人工智能公司在主要的人工智能框架开发和开源软件社区中的缺席,被视为中国人工智能生态系统的一个显著弱点。中国信通院的 AI 和安全白皮书哀叹,「目前,国内人工智能产品与应用的研发主要是基于谷歌和微软。」

商汤投入了大量资源,建立了自己的机器学习框架 Parrots,旨在成为计算机视觉 AI 应用领域的佼佼者。到目前为止,该公司似乎在推广使用方面取得的成果有限:我在商汤之外遇到的中国计算机科学家中,还没人听说过 Parrots,尽管它在两年多前就已经发布的。

(四)半导体

世界上大多数消费电子产品都贴有「中国制造」的标签。据报道,世界上 65%的个人电脑、笔记本电脑和平板电脑,以及近 85%的手机都是在中国制造的。然而这些产品中有许多都是用美国设计、台湾或韩国制造的高价值半导体芯片,并运行谷歌、微软和苹果等美国公司开发的软件。

例如,iPhone 上带有「中国制造」的标签,但只有低技能的组装和大宗零部件生产放在中国。一项研究发现,中国的贡献不到 iPhone 整体成本的 2%,但该设备的 100%成本计入美国对华贸易逆差。

即使在消费型无人机市场,中国领先的公司大疆占全球 74%的市场份额,但每架无人机中 35%的材料实际上是美国制造,主要是半导体。中国在电子产品制造领域拥有非凡的规模、技能和基础设施,电子制造业在全球电子供应链中占据核心地位。

然而,最近的事态发展表明,这种核心地位可能不像经常声称的那样不可替代。

面对中国工资上涨和美国关税上调,许多国际电子产品制造商,如三星、苹果和富士康,正将越来越多的中国业务转移到越南和印度等成本更低的国家。中国在全球手机制造业中所占的份额从 2016 年的 90% 下降到 2017 年的 85%。

换言之,电子产品正在步其他快速转移的行业(如纺织品)的后尘。中国正试图通过在制造业中大量增加对机器人和自动化的使用来阻止这一事态的发展,但前景不明朗。

相比之下,美国和国际的产品和服务有时是不可替代的,例如,面临美国对半导体等关键输入产品的出口限制,中国电子制造商中兴通讯从盈利迅速转向破产边缘。

五、为什么中国的科技行业不会陷入苏联式停滞?

与冷战时期的苏联一样,今天的中国正在利用各种手段从世界其他地方获取技术和科学信息。但与前苏联不同的是,中国的努力重点是利用这种机会建设在全球市场上具有竞争力的产业,以及在战略领域引领世界的研究机构。例如,早在 1980 年代,苏联就把非法进口半导体制造设备的军事应用放在了压倒一切的优先地位,这从根本上导致苏联的工业持续依赖西方技术,永远无法达到具有国际竞争力的规模经济。

相比之下,中国有效利用国外技术的战略是用它来支持国内商业产业。中国领导层的结论是,拥有具有商业竞争力的行业,对中国国家安全部门的长期利益往往大于对任何窃取技术的短期军事利用。例如,中国在《新一代人工智能发展规划》中概述的人工智能方法是:

遵循市场规律... 加快人工智能科技成果商业化应用,形成竞争优势。把握好政府和市场分工。

苏联有大批杰出的科学家和技术人员,但这个群体在弥补苏联体制的缺陷上花费了不成比例的创造力和智力。除了与经济现实脱节的不正当制度激励之外,苏联经济还故意自我隔离于全球贸易之外。与苏联的非市场共产主义经济相比,中国推行以市场为导向的企业家精神的政策,通过各种途径使他们成为国际特别是美国技术的优秀消费者。

尽管苏联在太空竞赛和一些关键的军事技术方面取得了令人瞩目的成功,但总体而言,在冷战的拖延下,它每一年都在不断落后。相比之下,中国在短短 20 年的时间里就从一个科学落后的国家一跃成为众多科学领域和技术行业的领军者。

六、中国近期的目标:获取外国技术,但减少对其依赖性

10.中国领导人寻求在短期内继续获取外国技术,但他们认为,从长期看,必须促进国内独立自主。这是中国的一贯目标,目前显得尤为紧迫。

2018 年 11 月,中国科学院副秘书长谭铁牛博士在第十三届全国人大常委会上向中国最高领导层发表了内容广泛的讲话。他认为,中国在技术标准、软件框架和半导体领域的落后地位使中国变得脆弱,迫切需要国内替代品。谭博士的言论坦率而有见地,这些话值得详细引述:

(中国应该) 构建一个自主可控的创新生态系统。谷歌、 IBM微软和 Facebook 等美国公司积极构建创新生态系统,抢占创新高地,并且在国际人工智能产业中,已经在 AI 芯片、服务器、操作系统、开源算法、云服务和自动驾驶等领域占据优势。中国的 AI 开源社区和技术创新生态系统相对滞后,技术平台建设力度有待加强,(中国的)国际影响力有待提高。

美国对中兴的禁令充分证明了独立、可控的核心技术、高端技术、基础技术的重要性。为了避免重蹈覆辙,中国应该吸取进口核心电子元件、高端通用芯片和基础软件的教训。

谭铁牛的言论虽然语气更加紧迫,但符合中国一贯的技术政策。清华大学的人工智能报告对中国的技术政策文件进行了全面的量化分析,发现《中国制造 2025》是支撑中国地方政府制定人工智能政策的最重要的政策。地方政府对实现中央政府制定的战略目标负有主要责任。《中国制造 2025》明确概述了中国各行业减少对外国技术依赖的政策,无论是通过自主开发还是从国外获取,从而占领全球市场份额。

谭铁牛还认为,中国可以利用其在人工智能应用方面的现有优势来提高其在 AI 价值链其他部分的地位,例如国际标准。「由于中国处于全球人工智能技术应用的前沿,它应该在制定国际 AI 标准时抓住自己的话语权。」

11.中国减少对外依赖取得了成果,这一点可以从中国供应商在全球智能手机市场供应链上获得价值的不断增长,及中国在先进半导体设计方面的成功可见一斑。

2011 年的一项研究发现,在中国组装 iPhone 的工厂获得的价值不到 iPhone 售价 2%,除了组装工人,中国对 iPhone 没什么贡献。相比之下,在华为 2017 年旗舰产品 P9 智能手机 (iPhone 的直接竞争对手) 的案例中,每台设备的价值有近一半被中国企业占据。

华为来说,这些价值获取份额的增长并不局限于低技能任务。华为的子公司海思半导体设计了 P9 的主要半导体处理器,包括其人工智能深度学习加速器元件。

事实上,前述研究可能低估了中国在智能手机领域的价值,因为它低估了中国在软件领域的收益。虽然中国公司不是智能手机操作系统市场的主要竞争对手,但腾讯的微信实现了操作系统的诸多功能,并且它在中国智能手机用户中几乎无处不在。

半导体价值链有三个主要部分:设计、制造和组装。中国历来只是一个组装大国,技术水平相对较低。最近,中国企业展示了高质量的、有竞争力的半导体设计实力,以华为的麒麟 980 为例。

麒麟 980 是世界上仅有的两款采用 7nm 工艺的智能手机处理器之一,另一款是苹果的 A12 处理器。苹果和华为都依赖台积电 (TSMC) 外包 7nm 工艺。即使是最先进的中国半导体制造商,也只是在 2019 年才引进 14nm 技术,而 Intel 和三星等国际公司在 2014 年就实现了这一目标。

中芯国际是中国最先进的半导体制造商,它希望在本世纪 20 年代初达到 7nm 工艺,这一工艺仍将远远落后于最先进的全球竞争对手,尽管差距可能在缩小。

七、半导体与未来人工智能竞争

12.除军事上的AI应用外,未来,中国人工智能战略竞争的焦点可能在半导体产业,因为人工智能技术的最前沿越来越依赖于定制的计算机芯片。

从历史上看,人工智能公司能够在拥有更多、更高质量的数据的基础上建立竞争优势,以用于训练。数据的质量和多样性,尤其是数量,仍然是许多人工智能应用程序竞争优势的关键来源,但有两点需要注意:

首先,机器学习的大部分训练数据,都是针对具体应用的,也就是说,假设一个人的目标是开发无人驾驶汽车,那么他拥有大量医疗保健数据就毫无用处。其次,人工智能的一些应用程序可以使用所谓的「合成数据」,即通过计算模拟或自我生成,以减少或消除来自大量真实数据的性能优势。

大数据集上训练机器学习算法是非常计算密集型的。对于许多应用来说,运行模拟来生成合成数据甚至需要更多的计算量。对于需要大量数据集或合成数据可行的大型且不断增长的 AI 应用程序来说,AI 的性能往往受到算力的限制。对最先进的人工智能研究来说,尤其如此。因此,领先的技术公司和人工智能研究机构正投入大量资金购买高性能计算系统。

中国公司和政府实验室在高性能计算方面,特别是在高效的高性能 AI 计算方面实力雄厚。如,中国的商汤科技在 2018 年 12 月透露,其总计算能力超过 160 petaflops(千万亿次),超过美国橡树岭国家实验室世界排名第一的超级计算机。商汤科技的计算基础架构包括超过 54,000,000 个图形处理单元 (GPU) 内核,分布在 12 个 GPU 集群中的 15,000 个 GPU 上。这些数字表明,商汤科技已经在计算基础设施上花费了数亿美元。商汤公司的计算机网络跨越多个国家,但没有连接到互联网,使用的是所谓的「置顶」设置(under the top)。

在 2018 年 11 月 14 日举行的摩根大通亚洲 TMT 会议上,商汤科技联合创始人徐冰向潜在投资者表示,商汤投资超级计算基础设施的意愿,对其产生 IP 和可持续竞争优势的整体能力至关重要。他还表示,商汤的研究团队中有「30-40%」的人致力于改进商汤的内部机器学习框架 Parrots,以及改善其计算基础设施。几位中国研究人员告诉我,他们认为,中国在设计和集成高性能计算系统方面的专长,是中国在人工智能领域最大的优势之一。

世界上大多数 GPU 都是由英伟达在美国设计、并由台积电制造的。目前,中国(大陆)还没有一个主要的 GPU 制造商或设计商。然而,GPU 目前作为最常用的人工智能计算加速芯片的地位正遭遇挑战,面临与为运行 AI 应用而定制的芯片间日益激烈的竞争。

许多传统上以软件为重点的美国科技公司(如谷歌和亚马逊)已经创建并收购了专门用于 AI 加速器的半导体设计部门。即使用较老的工艺和设备制造,这些芯片也可以为 AI 应用提供显著优于 GPU 的性能。例如,谷歌的第一代主要 AI 芯片张量处理单元(TPU)采用了 28nm 工艺技术,这一技术已在中国广泛使用。谷歌在 2017 年宣称,其第一代 TPU 在 AI 工作负载方面的速度比 GPU 快 15-30 倍,能效提高 30-80 倍。

中国企业百度(与英特尔合作)、阿里巴巴(通过其新的子公司平头哥)和华为(通过其子公司海思半导体)都成立了半导体设计部门,专注于开发 AI 加速器。中国 AI 芯片初创公司地平线和寒武纪以数十亿美元的估值筹集了数亿美元的风险投资。

八、中国人工智能和半导体的前景

13. 中国在 AI 芯片市场有非常好的前景,可能比整个半导体行业的前景都好。

《中国制造 2025》的目标是,到 2030 年将国内半导体制造业占国内消费的比例提高到 80%,并减少所有外部依赖,包括对台积电等台湾企业的依赖。根据中国半导体行业协会(CSIA)的数据,中国生产商有望将其国内消费份额从 2014 年的 29%(《中国制造 2025》宣布前一年)增加到 2019 年底的 49%。但大部分收益集中在不需要最先进半导体的产品领域,这些半导体仍占有很大的市场份额。

台积电(占全球半导体代工市场份额的一半左右)在其 2018 年第四季度的财务披露中透露,其近 17%的收入来自已有 8 年历史的 28nm 制程,37%的收入来自更早的制程。中国制造商计划优先发展那些旧工艺具有竞争力的细分市场。

AI 芯片为中国制造商提供了一个独特的、具有吸引力的机会,让他们可以使用更老的工艺技术。如上所述,即使使用不太先进的制造工艺,AI 芯片也可以提供比最先进的 GPU 更高的性能、更低的成本。因此,AI 芯片的崛起为中国提供了将其先进的半导体设计和 AI 软件行业结合起来的机会,以扩大在更广泛的半导体行业的市场份额和竞争力。尽管旗舰移动电话可能总是需要最先进的半导体制造工艺,但许多应用可以用较老的技术方案实现。有了低成本的 AI 芯片,这将可能是一套独特的、有吸引力的、多样化的、快速增长的应用程序。

一位中国行业观察人士公开提倡这一精确战略。对 AI 芯片重要性的认识在中国似乎越来越普遍。清华大学近期发布的《人工智能芯片技术白皮书》,对所有相关技术和市场动态有深刻的理解。该报告强烈强调了 AI 芯片的战略重要性:

无论是算法的实现、采集数据和建立庞大的数据库,还是算力,人工智能产业快速发展的秘诀都在于唯一的物理基础,那就是芯片。因此,鉴于 AI 芯片作为人工智能发展基石的不可替代的作用及其战略意义,可以毫不夸张地说,「没有芯片,就没有人工智能。」

与此同时,中国希望利用 AI 芯片的成功,在整个 AI 行业建立持久的竞争优势,以优越的计算能力、更大的数据集和更有利的监管环境为支撑。这是中国 AI 公司和政府高度重视的领域。中国 AI 芯片初创企业地平线的首席执行官余凯是中国科技部人工智能战略咨询委员会的重要成员。

14.如果说中国在人工智能和半导体方面落后,但目前的趋势表明,这一差距将会缩小。这是政府的重要优先事项,受到极大的重视和投资。

人工智能和半导体领域,中国大幅缩小了国内企业与国际领先企业之间的差距。如果美国政策没有发生重大变化以提高竞争力,或中国没有发生经济危机,中国的政策可能足以确保未来 5 年内在许多人工智能应用市场中获得竞争优势,至少会在许多半导体细分市场中缩小与外国公司之间的差距。

2014 年,中国政府设立了国家集成电路产业投资基金,以减少中国对外国半导体的依赖。第一支基金最终投资了 1387 亿元人民币,随后,在 2018 年,第二家政府基金跟投,据报道,该基金将投资 3000 亿元人民币。

美国近期采取的行动,包括奥巴马政府 2015 年 4 月限制半导体出口到中国超算中心的决定,以及特朗普政府此前对中兴的半导体出口限制,都强化了中国领导层的结论,即增强「自力更生」比以往任何时候都更加重要。

谭铁牛博士在去年 11 月的党代会上向中国领导层发表演讲时明确表示了这一点。阿里巴巴联合创始人马云在 2018 年 4 月公开宣布了类似的结论:「芯片市场由美国人控制,如果他们突然停止销售,你知道这意味着什么。这就是中国、日本和任何国家都需要核心技术的原因。」

正如华为所证明的那样,中国半导体设计领域的顶级企业已经在全球最先进的技术领域具有竞争力。中国大陆的设计公司得益于与世界领先的台湾领先的半导体代工企业的接触,这些企业生产半导体,但不负责设计。

阻碍中国半导体制造业进一步发展的主要障碍是,获得最先进的半导体制造设备以及获得具有有效实施最先进制造工艺的知识和培训的熟练工人。中国在这两方面都有了重大进展,但考虑到中国半导体行业的发展雄心,熟练工人的数量差距显著。

虽然中国没有世界上最先进的设备制造企业,但由于国内市场的规模和增长,中国与外国企业在谈判时有很大的影响力。2017 年,中国半导体制造设备销售额占全球市场份额的 11.8%(65 亿美元),预计 2019 年将增长至 25.6%(173 亿美元)。最近,欧洲的半导体设备制造商与中国公司签订了出口关键 7nm 制造设备的协议。中国大陆还成功地从台湾领先的半导体公司招募了许多工人和高管,包括中芯国际新任联席首席执行官,他有窃取知识产权的背景。

当我参观三星的一个半导体实验室时,他们提到,大楼里所有的打印纸都装有金属线,可以触发金属探测器,这表明,三星认为知识产权盗窃是一个重大威胁。

15.不利的宏观经济因素和潜在的金融泡沫,可能会减缓中国人工智能领域的发展。

中国的风险投资和技术创业生态系统是中国的主要优势之一。2017 年,中国人工智能创业公司在全球 AI 股权投资中的份额增加到 48%,美国创业公司吸引了 38%的投资。但中国的投资集中在少数公司,其中大多数公司的估值相对于其目前的盈利能力而言是非常高的。

一些中国领先的投资者认为,这代表着中国科技行业存在金融泡沫,科技行业的增长主要是由该行业容易获得投资资本推动的,而不是其盈利收入增长的前景。如果真是这样,这种泡沫并不会让人质疑中国强大的人工智能行业的存在,而是质疑其财务的可持续性。

此外,在 2018 年下半年,中国科技行业出现了大规模裁员的报道,北京主要科技区的写字楼价格也在下跌。2018 年,中国宏观经济大环境出现恶化,部分原因是中美两国的贸易争端。很难确定这在多大程度上与科技行业放缓、金融环境变化有关,或者仅仅是科技行业自身的问题。但如果科技行业出现重大低迷或经济衰退,中国政府和企业将难以负担提高竞争力所需的研发投资。

九、人工智能商业化的成功对中国实力的重要性

16.中国在人工智能商业化和半导体市场的成功,直接关系到中国的地缘政治实力及军事和情报AI能力。

中国在商业市场上的成功与中国的国家安全直接相关,这既是因为它削弱了美国政府对中国施加外交和经济压力的能力,也是因为它增加了中国军事和情报部门可用的技术能力。

2018 年,中国政府采取了重要举措,宣布百度阿里巴巴腾讯,科大讯飞和商汤正式成为该国的「AI 冠军」。商汤的高管告诉我,这一职位让这些公司在制定国家技术标准方面拥有优先地位,也是为了让这些公司相信,它们不会受到国有企业竞争的威胁。

除了与国家部门合作外,中国在人工智能商业化和半导体市场上的成功也带来了资金、人才和规模经济,既减少了中国失去国际市场准入的脆弱性,又为武器装备和情报能力的发展提供了有用的技术。

十、总结

在我与中国政府官员的交流中,他们对人工智能和国际安全问题表现出了非常敏锐的理解。显而易见,中国政府将人工智能视为战略重点,并投入所需资源,在国家安全领域培养人工智能专业技能和战略思维。这包括对美国 AI 政策的讨论。

我认为,对美国政策制定群体至关重要的是,同样优先考虑培养对中国人工智能发展的专业的、深入的理解。我希望本报告有助于实现这一目标。

尽管如此,关于中国人工智能战略的任何信息都不足以单独应对中国带来的竞争挑战。如果美国想在人工智能领域引领世界,就需要资金、重点关注和美国政策制定者推动大规模必要变革的意愿。与影响中国的竞争力相比,美国领导人拥有更强大的工具来影响美国的技术和经济竞争力,他们应该优先考虑这一点。

原文链接:

https://www.cnas.org/publications/reports/understanding-chinas-ai-strategy#fn34

参考链接:

https://www.voachinese.com/a/trump-signs-executive-order-on-ai-20190211/4782087.html

产业中国政策美国政府
1
相关数据
亚马逊机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
高通机构

高通公司(英语:Qualcomm,NASDAQ:QCOM)是一个位于美国加州圣地亚哥的无线电通信技术研发公司,由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建,于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据,高通在2007年度一季度首次一举成为全球最大的无线半导体供应商,并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器,具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。

华为机构

华为成立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。华为的主要业务分布在无线、网络、软件、服务器、云计算、人工智能与大数据、安全、智能终端等领域,发布了5G端到端解决方案、智简网络、软件平台、面向行业的云解决方案、EI企业智能平台、新一代FusionServer V5服务器、HUAWEI Mate等系列智能手机、麒麟系列AI芯片等产品。目前华为拥有18万员工,36所联合创新中心,14所研究院/所/室,业务遍及170多个国家和地区。

http://www.huawei.com/cn
商汤科技机构

商汤科技成立于 2014 年,专注于计算机视觉和深度学习的原创技术,是中国领先的人工智能头部公司,估值超过 45 亿美金。以「坚持原创,让 AI 引领人类进步」为使命,商汤科技建立了国内顶级的自主研发的深度学习超算中心,并成为中国一流的人工智能算法供应商。商汤科技不仅在技术实力上领跑行业,商业营收亦领先同行业,在多个垂直领域的市场占有率居首位。目前,商汤科技已与国内外多个行业的 400 多家领军企业建立合作,包括 Qualcomm、英伟达、本田、中国移动、银联、万达、苏宁、海航、中央网信办、华为、小米、OPPO、vivo、微博、科大讯飞等知名企业及政府机构,涵盖安防、金融、智能手机、移动互联网、汽车、智慧零售、机器人等诸多行业,为其提供基于人脸识别、图像识别、视频分析、无人驾驶、医疗影像识别等技术的完整解决方案。

www.sensetime.com
科大讯飞机构

科大讯飞股份有限公司(SZ.002230)成立于1999年,是一家专业从事智能语音及语言技术、人工智能技术研究,软件及芯片产品开发,语音信息服务及电子政务系统集成的国家级骨干软件企业。科大讯飞的语音合成、语音识别、口语评测、机器翻译等智能语音与人工智能核心技术代表了世界最高水平。

http://www.iflytek.com/
DeepMind机构

DeepMind是一家英国的人工智能公司。公司创建于2010年,最初名称是DeepMind科技(DeepMind Technologies Limited),在2014年被谷歌收购。在2010年由杰米斯·哈萨比斯,谢恩·列格和穆斯塔法·苏莱曼成立创业公司。继AlphaGo之后,Google DeepMind首席执行官杰米斯·哈萨比斯表示将研究用人工智能与人类玩其他游戏,例如即时战略游戏《星际争霸II》(StarCraft II)。深度AI如果能直接使用在其他各种不同领域,除了未来能玩不同的游戏外,例如自动驾驶、投资顾问、音乐评论、甚至司法判决等等目前需要人脑才能处理的工作,基本上也可以直接使用相同的神经网上去学而习得与人类相同的思考力。

微软机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
寒武纪机构

寒武纪科技成立于2016年3月,是全球智能芯片领域的先行者,宗旨是打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片。公司创始人、首席执行官陈天石教授,在处理器架构和人工智能领域深耕十余年,是国内外学术界享有盛誉的杰出青年科学家,曾获国家自然科学基金委员会“优青”、CCF-Intel青年学者奖、中国计算机学会优秀博士论文奖等荣誉。团队骨干成员均毕业于国内顶尖高校,具有丰富的芯片设计开发经验和人工智能研究经验,从事相关领域研发的平均时间达七年以上。寒武纪科技是全球第一个成功流片并拥有成熟产品的智能芯片公司,拥有终端和服务器两条产品线。2016年推出的寒武纪1A处理器(Cambricon-1A)是世界首款商用深度学习专用处理器,面向智能手机、安防监控、可穿戴设备、无人机和智能驾驶等各类终端设备,在运行主流智能算法时性能功耗比全面超越CPU和GPU,与特斯拉增强型自动辅助驾驶、IBM Watson等国内外新兴信息技术的杰出代表同时入选第三届世界互联网大会评选的十五项“世界互联网领先科技成果”。目前公司与智能产业的各大上下游企业建立了良好的合作关系。在人工智能大爆发的前夜,寒武纪科技的光荣使命是引领人类社会从信息时代迈向智能时代,做支撑智能时代的伟大芯片公司。

http://www.cambricon.com/
IBM机构

是美国一家跨国科技公司及咨询公司,总部位于纽约州阿蒙克市。IBM主要客户是政府和企业。IBM生产并销售计算机硬件及软件,并且为系统架构和网络托管提供咨询服务。截止2013年,IBM已在全球拥有12个研究实验室和大量的软件开发基地。IBM虽然是一家商业公司,但在材料、化学、物理等科学领域却也有很高的成就,利用这些学术研究为基础,发明很多产品。比较有名的IBM发明的产品包括硬盘、自动柜员机、通用产品代码、SQL、关系数据库管理系统、DRAM及沃森。

https://www.ibm.com/us-en/
相关技术
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

TensorFlow技术

TensorFlow是一个开源软件库,用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多Google商业产品,如语音识别、Gmail、Google 相册和搜索,其中许多产品曾使用过其前任软件DistBelief。

张量技术

张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数,这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 维空间内,有 个分量的一种量,其中每个分量都是坐标的函数,而在坐标变换时,这些分量也依照某些规则作线性变换。称为该张量的秩或阶(与矩阵的秩和阶均无关系)。 在数学里,张量是一种几何实体,或者说广义上的“数量”。张量概念包括标量、矢量和线性算子。张量可以用坐标系统来表达,记作标量的数组,但它是定义为“不依赖于参照系的选择的”。张量在物理和工程学中很重要。例如在扩散张量成像中,表达器官对于水的在各个方向的微分透性的张量可以用来产生大脑的扫描图。工程上最重要的例子可能就是应力张量和应变张量了,它们都是二阶张量,对于一般线性材料他们之间的关系由一个四阶弹性张量来决定。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

无人机技术

无人机(Uncrewed vehicle、Unmanned vehicle、Drone)或称无人载具是一种无搭载人员的载具。通常使用遥控、导引或自动驾驶来控制。可在科学研究、军事、休闲娱乐用途上使用。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。 阿里巴巴集团经营多项业务,另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。业务和关联公司的业务包括:淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。 2014年9月19日,阿里巴巴集团在纽约证券交易所正式挂牌上市,股票代码“BABA”,创始人和董事局主席为马云。 2018年7月19日,全球同步《财富》世界500强排行榜发布,阿里巴巴集团排名300位。2018年12月,阿里巴巴入围2018世界品牌500强。

https://www.alibabagroup.com/
百度机构

百度(纳斯达克:BIDU),全球最大的中文搜索引擎、最大的中文网站。1999年底,身在美国硅谷的李彦宏看到了中国互联网及中文搜索引擎服务的巨大发展潜力,抱着技术改变世界的梦想,他毅然辞掉硅谷的高薪工作,携搜索引擎专利技术,于 2000年1月1日在中关村创建了百度公司。 “百度”二字,来自于八百年前南宋词人辛弃疾的一句词:众里寻他千百度。这句话描述了词人对理想的执着追求。 百度拥有数万名研发工程师,这是中国乃至全球最为优秀的技术团队。这支队伍掌握着世界上最为先进的搜索引擎技术,使百度成为中国掌握世界尖端科学核心技术的中国高科技企业,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://home.baidu.com/
腾讯机构

腾讯科技股份有限公司(港交所:700)是中国规模最大的互联网公司,1998年11月由马化腾、张志东、陈一丹、许晨晔、曾李青5位创始人共同创立,总部位于深圳南山区腾讯大厦。腾讯由即时通讯软件起家,业务拓展至社交、娱乐、金融、资讯、工具和平台等不同领域。目前,腾讯拥有中国国内使用人数最多的社交软件腾讯QQ和微信,以及中国国内最大的网络游戏社区腾讯游戏。在电子书领域 ,旗下有阅文集团,运营有QQ读书和微信读书。

http://www.tencent.com/
暂无评论
暂无评论~